SQL (Sales Qualified Lead)

SQL signifie Sales Qualified Lead, lead qualifié par les ventes. Rien à voir avec le langage de bases de données qui porte le même sigle, même si les deux se croisent dans les CRM. Un SQL est un lead qui mérite un vrai temps de vente.

La différence avec les étapes précédentes tient à la source de l'information. Un lead est repéré, un MQL est déduit de son comportement, un SQL est confirmé par ce qu'il dit. Il a répondu, il a parlé de sa situation, et ses mots montrent un sujet sur lequel ton offre peut agir.

En pratique, un SQL débouche presque toujours sur un rendez-vous : appel de découverte, démo, diagnostic. Beaucoup d'équipes font d'ailleurs du rendez-vous accepté le critère officiel de passage en SQL.

Les grilles varient, mais on retrouve les mêmes questions. La personne est-elle dans la cible ? A-t-elle un problème que tu résous ? Peut-elle décider, ou au moins influencer la décision ? Le moment est-il plausible, ou parle-t-elle d'un projet dans deux ans ? Des méthodes comme BANT (budget, autorité, besoin, calendrier) formalisent ces questions.

Tu n'as pas besoin de toutes les réponses pour qualifier. Un dirigeant qui écrit « on galère justement à recruter des commerciaux, on en parle ? » est un SQL même si tu ignores son budget. À l'inverse, un lead poli qui répond « intéressant, envoyez-moi une plaquette » n'a confirmé aucun besoin.

Écris tes critères et tes motifs de refus. Un SQL mal défini gonfle ton pipeline et fausse toutes tes prévisions.

Le MQL a montré de l'intérêt pour un sujet, le SQL a confirmé un besoin auprès d'un commercial. L'opportunité, dans beaucoup de CRM, arrive juste après : c'est un SQL auquel on associe un montant, une date de signature probable et des étapes de vente.

En prospection sortante, l'étape MQL disparaît souvent. Tu contactes directement des personnes choisies, et la première vraie qualification se fait dans la conversation. Le lead passe donc de « contacté » à « SQL » dès que sa réponse révèle un besoin.

Trois chiffres suffisent pour piloter : le nombre de SQL par semaine, le taux de leads contactés qui deviennent SQL et la part des SQL qui signent. Si le premier monte pendant que le dernier baisse, tes critères se sont relâchés.

Regarde aussi le délai entre la première réponse et la qualification. Selon l'Observatoire MimikFlow de la prospection LinkedIn 2026, 22,0 % des réponses aux premiers messages arrivent dans l'heure et 48,6 % dans les 24 heures. Une réponse traitée le surlendemain laisse retomber l'élan qui aurait pu mener au rendez-vous.

Compare enfin par source. Dans la même étude, 4,6 % des inconnus contactés après une recherche aboutissent à un rendez-vous observé, contre 18,7 % des personnes qui avaient réagi à une publication.

La première est de compter comme SQL toute personne qui répond. Une réponse n'est pas un besoin. « Merci, je garde votre contact » est une porte poliment fermée, et la classer en SQL fait croire à un pipeline qui n'existe pas.

La deuxième est de qualifier sur ce que tu espères plutôt que sur ce que le prospect a dit. Si tu ne peux pas citer la phrase où il décrit son problème, tu n'as pas de SQL, tu as une intuition. Garde la citation dans la fiche du prospect : elle servira aussi à préparer l'appel.

La troisième est de laisser un SQL sans prochaine étape datée. Un besoin confirmé sans rendez-vous fixé retombe souvent en quelques jours, parce que le prospect a d'autres urgences. Propose un créneau précis dans le même message où tu confirmes que tu peux l'aider.

Sur LinkedIn, la qualification se fait par écrit, au fil de la messagerie. Le prospect répond au premier message, tu reprends ce qu'il a dit, tu poses une question sur sa situation, et le besoin apparaît ou non. Le piège est de transformer l'échange en questionnaire : cinq questions d'affilée tuent la conversation.

Dans MimikFlow, c'est l'IA qui répond aux prospects, le Setter IA, qui mène cette étape. Tu peux lui donner jusqu'à huit points de qualification. Elle lit tout le fil, ne repose jamais une question à laquelle le prospect a déjà répondu, pose au plus une question manquante par message et ne propose le rendez-vous que lorsque tes critères bloquants sont remplis.

Le prospect passe en objectif atteint quand le rendez-vous est réellement réservé dans ton agenda, pas au moment où un lien est envoyé. Et quand une question dépasse ce que l'IA peut affirmer avec certitude, la conversation te revient avec une alerte plutôt qu'une réponse inventée.