CQL e RevOps: o guia do Conversation Qualified Lead na operação de receita

Por que MQL e SQL pararam de funcionar

O funil clássico — [MQL (Marketing Qualified Lead)](/glossario/mql) e SQL (Sales Qualified Lead) — foi desenhado para uma realidade em que o lead preenchia formulário, recebia nutrição por e-mail e era passado para um SDR. O sinal de qualificação era comportamental e assíncrono: cliques, downloads, score em automação.

Em operações que rodam em WhatsApp, Instagram, chat no site, voz e e-mail simultaneamente, esse modelo quebra. O lead não é mais um registro estático no CRM: ele é uma conversa viva, com contexto, memória e intenção que mudam a cada turno. Pontuar formulário em 2026 é medir a sombra, não o objeto.

É aí que entra o CQL — Conversation Qualified Lead.

O que é CQL (Conversation Qualified Lead)

CQL é um lead qualificado pela própria conversa, não pelo comportamento em torno dela. Em vez de somar pontos por abertura de e-mail ou visita à página de preços, o CQL é validado por sinais explícitos extraídos do diálogo: intenção declarada, contexto coletado, objeções tratadas, próximo passo combinado.

Um lead vira CQL quando a conversa apresenta, ao mesmo tempo:

• Intenção clara — o cliente declarou um problema, prazo ou orçamento compatível com a oferta.
• Contexto suficiente — segmento, porte, decisor e caso de uso estão registrados.
• Continuidade preservada — não há lacuna de memória entre canais; o próximo agente (humano ou IA) consegue retomar sem repetir perguntas.
• Compromisso de próximo passo — reunião agendada, proposta solicitada, trial iniciado.

Se um desses quatro pilares falta, o lead não é CQL — é uma conversa em andamento. O CQL é o estado da conversa, não um carimbo do marketing.

CQL vs MQL vs SQL: a tabela honesta

MQL e SQL não morrem — eles passam a ser sub-estados dentro de um CQL bem desenhado. O que muda é a unidade de valor: a conversa, não o lead.

Onde o CQL encaixa no RevOps

RevOps (Revenue Operations) existe para alinhar Marketing, Vendas e CS em torno de uma operação única de receita. O problema histórico do RevOps é que cada área tem sua própria definição de "lead qualificado" — marketing entrega MQL, vendas devolve, CS reclama de churn de cliente mal qualificado.

O CQL resolve isso porque é uma única definição compartilhada, ancorada em algo que todas as áreas conseguem ver: a transcrição e o contexto da conversa.

Na prática, dentro de um framework RevOps, o CQL vira:

1. O handoff oficial entre marketing e vendas — substitui o MQL→SQL.
2. A métrica primária de produtividade do time conversacional (humanos + agentes de IA).
3. O input do forecast — pipeline previsto deixa de ser "número de SQLs × win rate" e passa a ser "número de CQLs ativos × Conversation Score médio".
4. O sinal de risco em CS — um cliente cuja conversa perdeu o estado de CQL (caiu o score, sumiu a continuidade) é alerta antecipado de churn.

Como implementar CQL em uma operação RevOps

1. Defina os critérios de CQL com as três áreas juntas

Reúna Marketing, Vendas e CS e escreva — em uma página — quais sinais da conversa transformam um lead em CQL na sua operação. Use os quatro pilares (intenção, contexto, continuidade, próximo passo) como esqueleto e preencha com o vocabulário do seu mercado.

2. Instrumente a captura de contexto

CQL só funciona se a conversa carregar contexto entre canais e turnos. Isso exige uma camada de memória compartilhada — bandeja de contexto, crachá do interlocutor, histórico unificado. Sem isso, o CQL vira mais um campo no CRM que ninguém preenche.

3. Coloque o Conversation Score em produção

O Conversation Score é o termômetro do CQL ao longo do tempo. Ele combina sinais como tempo de resposta, coerência da resposta da IA ou do humano, presença de contexto, próximo passo claro. CQL é o estado; o Conversation Score é a variação contínua desse estado.

4. Reescreva o SLA de handoff

No modelo MQL→SQL, o SLA era "responder em X horas". No modelo CQL, o SLA é "não quebrar a continuidade da conversa". Quem recebe o CQL precisa retomar com contexto, não recomeçar.

5. Audite com curadoria de IA

Quando agentes autônomos participam da qualificação, é obrigatório ter um ciclo de curadoria: amostra de conversas revisadas por humano, feedback voltando para o prompt, métricas de aderência aos critérios de CQL. Sem curadoria, a IA inventa qualificação.

Erros comuns ao introduzir CQL

• Tratar CQL como mais um campo no CRM. Se a definição não muda o handoff e o forecast, virou enfeite.
• Deixar a IA qualificar sozinha sem critérios escritos. O modelo precisa do guia tanto quanto o humano.
• Manter MQL paralelo "por segurança". Dois funis = nenhum funil. Escolha.
• Medir só volume de CQL. O que importa é CQL com Conversation Score alto e continuidade preservada — não o número bruto.

CQL é a ponte entre MCI e RevOps

O Marketing Conversacional Integrado (MCI) coloca a conversa como unidade de valor. RevOps precisa de uma unidade de valor compartilhada entre as áreas de receita. CQL é exatamente essa ponte: a conversa qualificada vira o objeto que Marketing produz, Vendas avança e CS preserva.

Quem implementa CQL bem deixa de operar três funis desconectados e passa a operar uma única órbita de receita, em que cada interação acumula contexto em vez de descartá-lo.