Rehber

MQL, SQL ve lead nitelendirme: Tanımlar nasıl belirlenir?

Pazarlamanın nitelikli saydığı aday ile satışın kabul ettiği aday aynı değilse huni tartışmaya döner. Tanımlar nasıl yazılır, puan modeli nasıl kurulur, işe yaradığı nasıl anlaşılır?

Fratres Editör · 11 Kasım 2026

MQL (Marketing Qualified Lead), pazarlamanın satışa devretmeye hazır saydığı aday müşteridir. SQL (Sales Qualified Lead) ise satış ekibinin görüşüp gerçek bir müşteri adayı olarak kabul ettiği kayıttır. Tanımlar, ideal müşteri profiline uyum ile satın alma niyeti gösteren davranış birlikte ölçülerek ve geçmişte kazanılan ile kaybedilen fırsatlardan geriye doğru çalışılarak belirlenir.

Lead, MQL, SQL ve fırsat arasındaki fark nedir?

HubSpot'un yaşam döngüsü belgesi aşamaları sırayla şöyle tanımlıyor:

Abone: Blog veya bülten için kayıt olan kişi.
Aday (lead): Sitede bir formu dolduran ya da abonelik dışında bir etkileşim kuran kişi veya şirket.
MQL: Pazarlama ekibinin satışa hazır saydığı kayıt.
SQL: Satış ekibinin potansiyel müşteri olarak nitelendirdiği kayıt.
Fırsat: Bir satış anlaşmasına bağlanmış kayıt.
Müşteri: En az bir anlaşması kapanmış kayıt.

Ayrımı belirleyen şey kararı kimin verdiğidir. MQL'de karar pazarlamanın, SQL'de satışındır. Birçok şirket arada bir ara aşama daha tutar: satışın adayı teslim aldığını ama henüz görüşmediğini gösteren SAL (Sales Accepted Lead, satışın kabul ettiği aday). Bu ara aşama, adayın satışa ulaşıp ulaşmadığını ve kimin elinde beklediğini görünür kılar. Aynı belge bir teknik ayrıntıya da dikkat çekiyor: Otomatik güncellemeler aşamayı yalnız ileri taşır, geri almak için elle müdahale gerekir. Satışın reddettiği adayın nereye döneceğini bu yüzden baştan yazmak gerekir.

Nitelendirme ölçütleri nasıl seçilir?

Nitelendirme iki soruya dayanır: Bu kişi ve şirket bize uyuyor mu, ve şu an ilgileniyor mu? HubSpot'un puanlama aracı bu ikisini ayrı ölçüyor. Uyum puanı (fit) unvan, şirket büyüklüğü veya yıllık ciro gibi özelliklere, ilgi puanı (engagement) site ziyareti, bülten kaydı, harekete geçirici bağlantı tıklaması ve e-posta açma gibi davranışlara bakıyor. Birleşik puanda harf uyumu, rakam ilgiyi gösteriyor: A1 hem uyumlu hem ilgili kayıt, C1 ise uyumu düşük ama çok ilgili kayıt. İlgi puanı 1, 3, 6 veya 12 aylık aralıklarla eriyecek şekilde ayarlanabiliyor. Yapay zekâyla puan üretmek için en az 50 kayıt, bunlardan 25'i dönüşmüş ve 25'i dönüşmemiş olmalı.

Bu yapı, araç ne olursa olsun işe yarayan bir karar tablosu verir:

Yüksek uyum, yüksek ilgi: MQL olarak satışa gider.
Yüksek uyum, düşük ilgi: Satış hesabı araştırır, pazarlama hesaba özel içerikle ısıtır.
Düşük uyum, yüksek ilgi: Satışa gönderilmez. Öğrenci, rakip veya yanlış ölçekte şirket olabilir.
Düşük uyum, düşük ilgi: Bülten listesinde kalır.

Bir istisna koyun: Demo, fiyat veya teklif isteyen kişi puanı ne olursa olsun doğrudan satışa düşmeli. Bu "el kaldırma" sinyali, toplanmış puanlardan daha güçlü bir niyet göstergesidir.

SQL ölçütü ise görüşmede doğrulanır. Satış ekibi dört şeyi teyit eder: çözülecek bir ihtiyaç var mı, karar sürecinde kimler yer alıyor, bütçe ayrılmış ya da ayrılabilir mi, zaman çizelgesi belli mi. Uyum puanının nasıl kurulacağı için önce ideal müşteri profili çalışmasını yapmak gerekir.

MQL tek başına neden yanıltır?

Tek kişiyi puanlamak, kararı bir grubun verdiği gerçeğiyle çelişiyor. Forrester Kasım 2023'te adayların %1'inden azının kapanmış satışa dönüştüğünü yazdı. Aynı yazıya göre B2B alıcıların %46'sı satın alma kararını iki üç kişilik, %28'i dört ila dokuz kişilik bir grubun içinde verdi. Pazarlama satışa satın alma grubundan üç veya daha fazla kişiyi birlikte teslim ettiğinde, Forrester müşterileri toplantıdan kazanılmış satışa dönüşümde %50 artış bildirdi. Grup giderek büyüyor: Forrester'ın Ocak 2026 değerlendirmesine göre yaklaşık 18.000 alıcıyla yapılan ankette kararları ortalama 13 şirket içi paydaş ve dokuz dış katılımcı etkiliyor.

İkinci sorun zamanlama. LinkedIn B2B Institute, Ehrenberg-Bass Enstitüsü ile yürüttüğü çalışmaya dayanarak potansiyel alıcıların %95'inin bugün satın almaya hazır olmadığını, yalnız %5'inin pazarda olduğunu söylüyor. Bu, ilgisi yüksek görünen birçok adayın aslında araştırma aşamasında olduğu anlamına gelir.

İki pratik sonuç çıkıyor. Kişi puanının yanına hesap düzeyinde bir görünüm ekleyin: Aynı şirketten kaç kişi etkileşimde? Ve MQL sayısını tek başarı ölçütü yapmayın, çünkü sayı artarken kazanılan satış yerinde sayabilir.

Türkiye'de durum: Adayı beslerken izin kuralı

Henüz satışa hazır olmayan adayı e-posta veya SMS ile beslemek ticari elektronik ileti kapsamına girer. Ticari İletişim ve Ticari Elektronik İletiler Hakkında Yönetmelik (Resmî Gazete, 15/7/2015, sayı 29417) birkaç temel kural koyuyor:

Onay ileti gönderilmeden önce alınır. Yazılı olarak veya her türlü elektronik iletişim aracıyla verilebilir ve alıcının olumlu irade beyanını içermelidir.
Tacir veya esnaf olan alıcılara gönderilen iletiler için önceden onay şartı yoktur. Ancak bu alıcılar reddetme hakkını kullanırsa onaysız ileti gönderilemez.
Tacir ve esnafa gönderimden önce adresleri hizmet sağlayıcı tarafından İYS'ye (İleti Yönetim Sistemi) kaydedilir ve ret durumu İYS üzerinden kontrol edilir.
Alıcı reddettiğinde gönderim, talebin ulaşmasından sonra üç iş günü içinde durdurulur.

Nitelendirme açısından anlamı şu: Bir kaydın tacir mi yoksa bireysel alıcı mı olduğu, ona hangi koşulla ileti gönderebileceğinizi değiştirir. Bu bilgiyi CRM'de ayrı bir alan olarak tutun, form onay metnini hukuk danışmanınızla birlikte yazın ve ret bildirimlerinin pazarlama otomasyonuna aynı gün işlenmesini sağlayın.

Tanımları belirlemek için adımlar

Son 12 ayın fırsatlarını çıkarın. Kazanılan ve kaybedilen fırsatları ayrı listelere alın.
Ortak özellikleri bulun. Sektör, çalışan sayısı, unvan ve kaynak kanal. Kazanılanlarda sık görülen özellikler uyum ölçütü olur.
Fırsattan önceki davranışları bulun. Hangi sayfalar ziyaret edildi, hangi içerikler indirildi, kaç kişi etkileşimdeydi? Bunlar ilgi ölçütüdür.
El kaldırma sinyallerini ayırın. Demo, fiyat ve teklif talepleri puan beklemeden satışa gider.
Puan ve eşik koyun. İlk eşiği tahmine değil, geçmiş fırsatların puan dağılımına göre seçin. İlgi puanına erime süresi ekleyin.
SQL ölçütlerini satışla yazın. Görüşmede doğrulanacak dört soruyu ve ret gerekçe kodlarını belirleyin.
Geriye dönük test yapın. Son üç ayın adaylarını yeni modelle puanlayın. Kazanılanlar yüksek puan alıyor mu?
SLA'ya bağlayın. MQL'in satışa düştükten sonra ne kadar sürede aranacağını satış ve pazarlama SLA'sı içinde tanımlayın.

Sık yapılan hatalar

Puanı yalnız davranışa dayandırmak. Çok içerik indiren ama hedef profile uymayan kişi satışın vaktini alır.
Erime koymamak. Altı ay önceki ziyaretler bugünkü niyeti göstermez.
Eşiği hiç değiştirmemek. Kanal karışımı değiştikçe model de kayar. Çeyrekte bir kalibre edin.
E-posta açılmasına fazla puan vermek. Açılma tek başına niyet göstermez. Tıklama ve form doldurma daha güçlü sinyaldir.
Tek kişiye bakıp hesabı görmemek. Aynı şirketten üç orta puanlı kişi, tek yüksek puanlı kişiden daha güçlü olabilir.
İzin bilgisini nitelendirmeden ayrı tutmak. Beslenemeyen aday için hazırlanan akış boşa çalışır.

Nitelendirme işe yarıyor mu, nasıl ölçülür?

Modelin işi, iyi adayı kötüden ayırmaktır. Bunu şu göstergelerle izleyin:

MQL'den SQL'e dönüşüm: Satışın görüşüp kabul ettiği MQL oranı. Çok düşükse eşik gevşek, çok yüksekse fazla sıkı olabilir.
Puan grubuna göre kazanma oranı: A1 grubu B2'den, B2 grubu C3'ten belirgin biçimde daha iyi kazanmıyorsa model ayırt etmiyor.
SQL'den fırsata ve kazanca geçiş: Nitelendirmenin gelire etkisi burada görünür.
MQL'den kazanca süre: Gün olarak, puan grubuna göre ayrı.
Ret gerekçesi dağılımı: "Profil uymuyor" artıyorsa uyum ölçütü, "zamanlama uygun değil" artıyorsa ilgi ölçütü gözden geçirilmeli.
Fırsat başına bağlı kişi sayısı: Satın alma grubunun ne kadarına ulaştığınızı gösterir.

Puan ve aşama kurallarının araç tarafında kurulması pazarlama otomasyonu işidir. Tanımların iki ekip arasında uzlaştırılması ise satış ve pazarlama uyumu çalışmasının parçasıdır.

Yarın son 20 kazanılan fırsatı geriye doğru okuyun

CRM'den son kazanılan 20 fırsatı açın. Her biri için ilk temastan önceki üç davranışı, şirket büyüklüğünü ve sürece katılan kişi sayısını bir tabloya yazın. Aynı işi son 20 kaybedilen fırsat için yapın. İki liste arasındaki fark, uyum ve ilgi puanınızın ilk taslağıdır.

Bu yazıdaki mevzuat bilgisi genel bilgilendirme amaçlıdır, hukuki danışmanlık yerine geçmez.