MQL is dood: content engagement als nieuwe kwalificatie (2026)

Slechts 3% van je B2B-websitebezoekers identificeert zichzelf via een formulier. De overige 97% is onzichtbaar voor je MQL-funnel.

Dat cijfer komt uit 6sense Research. Form-fill-rates blijven rond de 3,5% steken, ongeacht branche, regio of bedrijfsgrootte. Het verklaart waarom vrijwel elk RevOps-team stilletjes gefrustreerd is met zijn MQL-pipeline.

De Marketing Qualified Lead hield ergens tussen Apple Mail Privacy Protection (2021) en de vloed van AI-gegenereerde content (2024) op met werken. Dat hebben veel mensen gezegd. Weinigen hebben een vervanger geleverd.

De vervanger die werkelijk voet aan de grond krijgt, is Jon Millers framework van MQX, MEX en Hand-Raisers. Miller heeft de MQL bij Marketo mede uitgevonden en is tegelijk de helderste stem over wat hem vervangt. De tiers kloppen. Wat ontbreekt is de meetlaag eronder: welk engagement, bij welke drempel, hoe gemeten? Precies dat vult deze post in, plus een sectie over waar deze aanpak vastloopt. "Engagement is geen koopintentie" is een nuance die de meeste MQL-is-dood-teksten overslaan.

---

Hoe de MQL brak

De MQL werkte zolang drie dingen waar waren:

1. E-mail-opens waren betrouwbaar. Een geladen pixel betekende dat een mens de e-mail opende.
2. Formulierinzendingen betekenden intentie. Als iemand zijn e-mailadres intypte om je whitepaper te downloaden, wilde hij die whitepaper.
3. Downloads betekenden lezen. Wie de whitepaper downloadde, las hem ook.

Alle drie braken tussen 2021 en 2024.

E-mail-opens zijn een leugen. Apple Mail Privacy Protection, gelanceerd in september 2021, laadt afbeeldingen vooraf op het moment dat een gebruiker de Mail-app opent, los van of hij jouw specifieke e-mail opent. Daar bovenop komen corporate e-mail-scanners (Microsoft SafeLinks, Proofpoint, Mimecast) die elke link vóór bezorging aanklikken. Een substantieel deel van de "opens" in je MAP zijn geen mensen. Litmus en andere analytics-aanbieders hebben data gepubliceerd die een inflatie van open-rates van 30-50% na MPP aantoont.

Form-fills zitten vol ruis. Kopers hebben geleerd wegwerp-Gmail-adressen te gebruiken. Bots vullen formulieren in. Inkopers downloaden je gated content en sturen het door naar de juridische afdeling. De formulierinzending waar je blij mee was, komt vaak niet van de persoon die de koopbeslissing neemt. Vaak van geen mens.

Downloads zijn geen signaal voor lezen. De kloof tussen "whitepaper gedownload" en "whitepaper echt gelezen" bestond altijd al. In 2026, met elke koper geabonneerd op meer nieuwsbrieven dan hij kan lezen en elke inbox overspoeld door AI-ondersteunde content, is die kloof een afgrond geworden.

De stemmen uit de branche zeggen dit al jaren. Matt Heinz brengt het het bondigst:

"You can't buy a beer with an MQL. You can't actually spend your web traffic. We have to focus on outcomes that make the company money."

Matt Heinz, Heinz Marketing

(Vrij vertaald: een MQL is geen valuta waarmee je omzet kunt betalen.)

Chris Walker formuleert het scherper:

"Vanity Metrics = KPIs that aren't aligned with revenue and sales productivity, but are used to justify effectiveness of marketing programs. Ex. SQLs, MQLs, clicks, 'leads', cost per lead (CPL), cost per acquisition (CPA), website visitors, form conversion rate, etc."

Chris Walker, oprichter Refine Labs

Forrester, de instelling die het MQL-model via de overname van SiriusDecisions codificeerde, heeft het in 2023 formeel verworpen. Terry Flaherty, VP Principal Analyst, legt uit waarom individueel lead scoring structureel stuk is:

"B2B buying decisions, especially when deals are large and complex, are made by buying groups, not an individual person... Scores assigned based on a combination of profile characteristics and engagement for a single individual... [is like] 'Whose Line Is It Anyway?' where everything is made up and the points don't matter."

("Whose Line Is It Anyway?" is een Amerikaanse improvisatieshow waarin de uitgedeelde punten bewust betekenisloos zijn. De metafoor: scores uit vermengde signalen hebben geen echte zeggingskracht.)

Kerry Cunningham, voorheen Forrester en nu Principal Researcher bij 6sense, plaatst een cijfer op dat plafond:

"You can make improvements of 3% to 5% [with MQL models]... in the very worst-run operations, and you can goose a 1% or 1.5% improvement out of the rest, but that's about it."

Het cijfer om te onthouden: ongeveer 87% van alle MQLs converteert niet naar gesloten deals, volgens B2B-onderzoek van Apollo. Meerdere door leveranciers gepubliceerde datasets laten bovendien zien dat demand-gen MQLs bovenin de funnel goedkoop lijken, maar bij de overgang naar SQLs merkbaar duurder worden. Goedkope leads worden snel duur.

De praktijk is nog niet bij de retoriek. Veel teams lezen deze kritiek, knikken, en laten hun MQL-dashboard op de wekelijkse CRO-review staan. Kim Peterson bij LeanData benoemde de reden:

"The number one reason organizations aren't moving to buying groups, signals, and a more advanced revenue process is one word: culture. We're addicted to MQLs as the cornerstone of our culture."

De kritiek is volwassen. De vervanger niet. De rest van deze post gaat over de vervanger.

---

Antwoorden die niet bleven plakken

Voor we bij de vervanger komen, de eerlijke balans van wat niet werkte.

MAP-gebaseerd lead scoring. HubSpot, Marketo, Pardot ondersteunen allemaal gedragsmatig scoring bovenop demografisch scoring. In principe lost dat het "downloads zijn geen intentie"-probleem op. In de praktijk vervangt het downloads door pixel-events, die lijden onder dezelfde botinflatie, dezelfde multi-stakeholderverwarring en dezelfde "score als vanity metric"-dynamiek. Een prospect met 87 punten is niet reëler dan een prospect met 1 download als beide cijfers uit dezelfde gebrekkige inputs komen.

Third-party intent data. Bombora, 6sense, Demandbase, G2 Intent. Categorie is meer dan 1 miljard dollar en groeit. Echte waarde: third-party intent-signalen vangen koopresearch op die buiten jouw properties gebeurt. Maar de data loopt achter (je hoort 2-4 weken na de piek van interesse), is onderwerpgebaseerd (niet productspecifiek) en zit op accountniveau (je weet dat Acme surge heeft, maar niet welke Acme-medewerker geïnteresseerd is). En de prijs, doorgaans 30-80K dollar per jaar, maakt het onwerkbaar voor teams onder 10M ARR.

ABM-platforms. Demandbase, Terminus, RollWorks. Sterk voor enterprise. Doorgaans meer dan 50K dollar per jaar plus implementatie. Voor SMB- en mid-market-teams overschrijdt de platformoverhead de pipeline-lift. Jon Miller, medeoprichter van Marketo en Engagio, beschrijft de ABM-aanpak zo:

"Traditional demand generation is fishing with a net. You throw your net out, you see what you catch, you don't care which fish you catch, just that you caught enough. Whereas account-based marketing is fishing with a spear where you identify those big fish and go after them... But it doesn't feel very good to get poked by a spear."

Signal-based selling. Common Room, Clay, HG Insights hebben dit populair gemaakt. De kerngedachte klopt: weg van lead scoring, naar signaal-aggregatie op basis van financieringsrondes, vacatures, tool-wissels, functiewisselingen en content engagement. Maar de uitvoering blijft vaag. De meeste "signal-based" artikelen definiëren signalen zonder uit te leggen hoe je ze schaalbaar operationaliseert. Chris Walker sprak het openlijk uit:

"In any individual company, the definition of a signal should be different. One company might say, 'This ebook download is a signal for us.' Another company might say, 'We never win those. That's not a signal for us.' It should be determined purely based on data."

Dat klopt, maar het betekent dat elk bedrijf zijn eigen signaaldefinitie vanaf nul moet bouwen. Wat de meesten niet doen.

Product-led growth. Werkt voor productervaringen die in een self-service-sessie waarde leveren. Werkt minder goed voor enterprise-B2B met maandenlange evaluaties en koopcommissies. PLG is een GTM-motion, geen vervanger voor kwalificatie.

Sangram Vajre, medeoprichter van Terminus en nu CEO van GTM Partners, dringt aan op een dieper heroverwegen:

"Change your metric from 'Leads' to 'Engagement'. A lead is a binary status. Engagement is a spectrum that indicates true buying intent."

Hij gaat verder en stelt ook de SDR-functie zelf ter discussie. Dat is een debat voor een andere post. Voor nu geldt: als niet MQLs, wat dan? "Engagement" klopt, maar is vaag. Het heeft een kader nodig.

---

Wat echt nieuw is: first-party content engagement is meetbaar geworden

Vier dingen zijn de afgelopen vijf jaar daadwerkelijk veranderd. Samen maken ze een echte MQL-vervanger mogelijk.

Per-pagina documentanalyse. DocSend heeft de categorie in 2013 gestart. Dropbox kocht het in 2021 voor 165 miljoen dollar. Het oorspronkelijke idee was smal: nagaan wie je fundraising-deck heeft geopend en hoe lang. Tegen 2026 is de categorie verbreed. Elk document dat je deelt (whitepaper, case study, proposal, pitch deck, rapport) kan op paginaniveau geïnstrumenteerd worden. Je ziet niet alleen dat Sarah de whitepaper heeft geopend, maar dat ze 4 minuten op pagina 3 doorbracht, pagina 5 oversloeg en een week later pagina 7 opnieuw bezocht.

Botdetectie is echt geworden. Tien jaar geleden waren "views" gewoon HTTP-requests. Vandaag combineren platforms met serieuze analytics (geen MAPs; MAPs falen hier nog steeds) drie signalen: user-agent-matching tegen bekende scannerpatronen, identificatie van datacenter-IPs en gebaar-gebaseerde mensbevestiging (muis, touch, toetsenbord). Je kunt een menselijke view onderscheiden van een SafeLinks-voorafscan. Dat alleen al rehabiliteert wat "engagement" betekent.

Forwarding-detectie. Als je een link naar één persoon stuurt en hij wordt geopend door meerdere mensen binnen hetzelfde bedrijf, weet je dat het deck intern wordt gedeeld. In B2B-enterprise-sales is dat het sterkste enkele pre-commit-signaal. Sterker dan welk intent-dataplatform ook kan leveren, omdat het first-party gedrag is op je eigen content.

Tracking van return visits. Een koper die twee weken na de eerste lezing terugkeert naar je pricing-pagina, doet iets specifieks: hij bekijkt het opnieuw om een beslissing voor te bereiden of te verdedigen. Dat moment vastleggen, niet alleen de eerste open, maakt van engagement een tijdreekssignaal in plaats van één gebeurtenis.

Bij elkaar levert dit iets werkelijk nieuws op: kwalificatiedata die niet leunt op formulieren, niet op e-mailpixels, niet op third-party onderwerp-inferentie en geen platform van 50K dollar nodig heeft. Je kunt het draaien op de content die je toch al verstuurt.

Daar leeft de MQL-vervanger werkelijk. Niet in beter scoring, niet in grotere platforms. In het meten van wat op je eigen properties sowieso al gebeurt, met een precisie die tien jaar geleden technisch niet mogelijk was.

---

MEX operationaliseren: de meetlaag

Jon Millers framework is de conceptueel juiste vervanger voor de MQL. Zijn drie categorieën:

• Hand-Raisers. Expliciete verzoeken: demo, pricing, "neem contact op". De koper heeft zichzelf gekwalificeerd.
• MQX (Marketing Qualified). Evidence-based inschatting van marketing dat er in een ICP-account koopactiviteit gaande is. Rechtvaardigt proactieve, adviserende outreach.
• MEX (Market Engaged). De juiste mensen binnen de juiste accounts interacteren met je content, nog zonder koopsignalen. De moeite waard om mee te praten, want hier creëer je vraag, niet alleen capture.

Miller, die de MQL bij Marketo mede bedacht, levert tegelijk de helderste vervanger. De vorm klopt. Wat ontbreekt is de meetlaag eronder.

Miller zegt dat "engagement" iemand kwalificeert voor MEX. Dat laat één vraag open: welk engagement, bij welke drempel, hoe gemeten?

We noemen die gemeten drempels Engaged Qualified Leads (EQLs). Geen concurrerend framework. De instrumentatie waarmee je beslist wanneer iemand MEX binnenkomt, en wanneer MEX-gedrag scherp genoeg is om door te stoten naar MQX.

Vier woorden dragen het gewicht:

• Meetbaar. De kwalificatie is gedrag, geen score.
• Botgefilterd. Het meeste "engagement" dat de branche meet, telt scanners en preview-bots mee.
• Specifieke content. Niet "een e-mail geopend", maar "de case study gelezen" of "teruggekeerd naar pricing".
• Drempels die jij zelf definieert. Jouw cijfers, uit jouw data, geen template.

Drie tiers, aansluitend op Millers vocabulaire:

Tier 1: Awareness (pre-MEX)

• Content geopend, minder dan 60 seconden besteed, niet teruggekeerd
• Signaalsterkte: laag
• Actie: nurturen, niet doorgeven aan sales

Waar de meeste huidige "MQLs" feitelijk zitten. Iemand heeft een whitepaper gedownload, de bevestigingsmail ontvangen en is verder gegaan. Waardevol voor de merkwaarde, niet voor pipeline.

Tier 2: Actieve evaluatie (MEX-territorium)

• 2+ pagina's gelezen, 2+ minuten besteed OF binnen 7 dagen teruggekeerd naar dezelfde content
• Signaalsterkte: middelmatig
• Actie: dit is je MEX-populatie. Blijf opwarmen met gerichte content.

Waar kopers tijdens een echte evaluatie daadwerkelijk zitten. Ze doen het werk, nog niet klaar voor een gesprek. Het MQL-model behandelt Tier 2 hetzelfde als Tier 3. Dat is de cruciale fout die de "sales negeert je MQLs"-dynamiek produceert.

Tier 3: High-intent engagement (MEX naar MQX-overgang)

• Content intern doorgestuurd (andere viewer op dezelfde link, zelfde bedrijfsdomein), OF
• 2+ keer teruggekeerd naar dezelfde content, OF
• Interactie met bottom-of-funnel-content (pricing, vergelijkingspagina's, klantreferenties)
• Signaalsterkte: hoog
• Actie: SDR- of AE-outreach binnen 24 uur

De overgang van MEX naar MQX. Een Tier 3-trigger is het gedragsmatige bewijs dat iemand van "interacteert met jouw ideeën" (MEX) naar "koopactiviteit kan spelen in dit account" (MQX, in Millers vocabulaire) duwt.

De account-rollup

B2B-verkoop loopt via buying groups, niet via individuen. Een account met meerdere EQLs is een sterker signaal dan welke enkele EQL ook.

Een Engagement-Qualified Account (EQA) is een account met 2+ EQLs op dezelfde content of contentserie binnen 30 dagen, plus minstens één Tier 3-signaal binnen de groep.

Dit is de eenheid waar je SDR-team feitelijk aan zou moeten werken. EQLs vertellen wie; de account-rollup vertelt wanneer.

De logica sluit aan bij het 6sense B2B Buyer Experience Report: 81% van de kopers kiest een voorkeursleverancier voordat ze met sales spreken, en 69% van het koopproces vindt plaats voordat sellers in beeld komen. Als je wacht tot één iemand een demoformulier invult, is het grootste deel van de beslissing al gevallen. Account-niveau engagement-signalen laten de buying group zien op jouw content, voordat iemand expliciet zijn hand opsteekt.

---

Het 7-stappen playbook

Zo operationaliseer je dit zonder een nieuwe stack te kopen.

Stap 1: inventariseer wat je nu als engagement telt. Open je MAP. Kijk naar de leads met de hoogste scores van de afgelopen 90 dagen. Hoeveel werden pipeline? Hoeveel gesloten? Ligt de conversie onder 5%, dan is je huidige scoring theater.

Stap 2: instrumenteer je top 5 content-assets met per-pagina tracking. Niet al je content. Alleen de top 5 op volume of strategisch belang. Whitepaper, case studies, pitch deck, pricing-pagina en één vergelijkingspagina. Je hebt een tool nodig die per-pagina-tijd, return visits en multi-viewer-detectie vastlegt. (HummingDeck doet dit; een handvol andere platforms ook. Het principe telt meer dan het tool.)

Stap 3: zet botfiltering aan. Als je huidige analytics geen bots filtert, meet je ruis. Minimaal: bekende scanner-user-agents en datacenter-IPs filteren. Betere tools voegen gebaarverificatie toe.

Stap 4: definieer je EQL-drempels, op papier. Schrijf met de bovenstaande driedelige structuur op wat "Tier 2" en "Tier 3" per asset betekenen. Voorbeeld voor een case study:

• Tier 1: geopend, <60s, geen terugkeer
• Tier 2: 2+ pagina's gelezen OF 2+ minuten besteed
• Tier 3: doorgestuurd naar andere viewer OF binnen 14 dagen teruggekeerd OF daarna naar pricing-pagina

Pas per asset aan. Een eenpagina-battle-card heeft andere drempels dan een whitepaper van 30 pagina's.

Stap 5: herschrijf je MQL/SAL-definities in gedragstaal. Zeg niet "100 punten". Zeg "heeft de case study tweemaal gelezen en binnen 7 dagen de pricing-pagina bezocht". Ziet sales een specifiek gedragspatroon, dan behandelen ze het als signaal. Zien ze een score, dan behandelen ze het als de mening van je marketingteam.

Stap 6: verbind EQL- en EQA-events met het CRM. Welk CRM je ook gebruikt (HubSpot, Salesforce, Close), leg een custom activity type aan voor "Tier 3 Engagement Triggered". Als het tracking-tool vuurt, log je tegen contact en account. De SDR-workflow prioriteert accounts met recente Tier 3-triggers, niet de hoogste lead scores.

In HubSpot: een custom event engagement_tier_3 met properties content_asset, trigger_type (forwarded / returned / pricing_visit) en viewers_same_account. Een workflow die bij het event op een ICP-matched contact een task aanmaakt voor de eigenaar-AE, met de asset-naam en de specifieke trigger in de task-tekst. De task-titel moet ongeveer luiden "Tier 3 op Q3 Pricing Deck: intern doorgestuurd (2 viewers)", niet "Hoge lead score". In Salesforce: dezelfde structuur via een custom activity record type plus een flow. In Close: een Smart View gefilterd op de custom activity. Het principe is gelijk over alle CRMs. De task-beschrijving bevat het gedrag, zodat de SDR met dat specifieke haakje kan openen in plaats van met een generieke "hoop dat het nuttig was"-e-mail.

Stap 7: meet pipeline-correlatie, geen vanity metrics. Haal na 60 dagen elke closed-won en closed-lost deal op. Kijk welke engagement-tiers ze wanneer raakten. Correleert Tier 3-gedrag niet met pipeline-velocity, dan zijn je drempels verkeerd. Bijstellen. Per kwartaal itereren.

Dit is een implementatie van 60-90 dagen, geen consulting-engagement over meerdere kwartalen. Duurt het langer, dan verkoopt iemand je een platform dat je niet nodig hebt.

---

Hoe een Tier 3-overdracht er werkelijk uitziet

Hoe dit er in de praktijk uitziet.

Voor (MQL-overdracht):

"Sarah bij Acme heeft 87 punten. Ze heeft vorige week de buyer's guide gedownload. Gaat naar Alex."

Alex krijgt dit. Alex heeft geen context. Alex schrijft een generieke "hoop dat de guide nuttig was"-e-mail. Sarah archiveert hem. MQL-naar-meeting-rate blijft op 12%.

Na (EQL-overdracht):

"Sarah bij Acme las de buyer's guide op maandag. Dinsdag opende een tweede viewer van Acme (zelfde bedrijfsdomein, andere stad) dezelfde link, waarschijnlijk een collega aan wie zij de link heeft doorgestuurd. Donderdag bezocht Sarah de pricing-pagina en bracht 3 minuten door op de vergelijking van de Enterprise-tier. Account bereikte donderdag EQA. Gaat naar Alex."

Alex krijgt dit. Alex heeft concrete context. Alex schrijft: "Sarah, ik zag dat jij en een collega onze buyer's guide hebben doorgenomen en dat je de Enterprise-pricing hebt bekeken. Ik help graag bij de afweging of Enterprise of Pro past bij de workflow van je team. Korte call dinsdag?"

Zelfde prospect, zelfde databronnen. Volledig andere benadering. De overdracht draagt het gedrag, het tijdsverloop en een concreet gespreksanker.

De Forrester-case study over Palo Alto Networks documenteert een 17% hogere closed-won-rate na de overstap van MQL-gebaseerde routering naar buying-group-engagement-routering, plus een 17-voudige pipeline-progressie en verdubbelde deal-grootten. Jeremy Schwartz (senior manager global lead management) meldt: opportunities met meerdere gekoppelde personen gingen achtmaal vaker vooruit dan opportunities met één contact. Eén case study is geen bewijs. De richting is wel consistent: gedragsspecifieke outreach verslaat score-gebaseerde, en buying-group-context verslaat individuele scoring.

---

Veelgehoorde bezwaren

"We hebben scoring nodig om op schaal te prioriteren." Beoordeel gedrag, geen events. Een Tier 3-trigger is effectief een score-drempel: binair in plaats van continu. Binaire drempels zijn makkelijker om op te acteren dan schalen van 0-100.

"Onze MAP ondersteunt dit niet." Correct. Je MAP zal het niet doen. Je hebt een tool nodig dat content-niveau engagement vastlegt, geen MAP-formulieren of e-mail-opens. Die signalen stuur je als events door naar de MAP of het CRM. Infrastructuurwerk, geen platformvervanging.

"Ons sales-team negeert door marketing overgedragen leads toch." Dat is het MQL-is-stuk-probleem. Het lost zichzelf niet op. Blijft sales ook EQLs negeren na het herontwerp, dan is de kwestie vertrouwen. Ze geloven je signaal niet. Laat de pipeline-correlatie uit stap 7 zien. Ondersteunt de data de overdracht, dan gaat sales erop in. Zo niet, dan zijn je drempels verkeerd.

"Niet elk product heeft 'content' om te tracken." Als je B2B verkoopt, heb je content. Je pricing-pagina is content. Je producttour is content. Je klantverhalen zijn content. "Content" betekent hier "elk digitaal oppervlak waar een prospect meetbaar tijd besteedt". Je hebt waarschijnlijk meer traceerbare oppervlakken dan je denkt.

"Dit klinkt als product-led growth. Wij zijn sales-led." Het is geen PLG. PLG is een businessmodel waarin het product zelf gebruikers converteert. Het EQL-framework werkt voor elke motion, inclusief sales-led enterprise. De gemene deler is het meten van gedrag; de GTM-motion verandert daar niet aan.

"We gebruiken al intent data." Goed. Third-party intent vertelt je welke accounts extern research doen. First-party engagement vertelt je wat die accounts feitelijk doen met de content die je stuurt. Ze stapelen. Gebruik je 6sense, hou 6sense. Leg first-party engagement eroverheen. De combinatie is voorspellender dan beide afzonderlijk.

---

Engagement is geen koopintentie

Het voorbehoud dat elke MQL-is-dood-tekst overslaat.

Tijd op pagina is geen koopintentie. Return visits zijn geen koopintentie. Doorsturen is geen koopintentie.

Een return visit van een journalistiekstudent die aan een case werkt, is evenmin een koper. Is je content goed, dan zullen veel niet-kopers ermee interacteren.

Daarom is het EQL-framework een filter, geen trigger. Het versmalt van iedereen die je marketing heeft aangeraakt, naar mensen die zinvol werk doen met je content. De uiteindelijke kwalificatie blijft bij de mens. Past het account bij je ICP? Past de rol bij je buyer persona? Is het timing plausibel?

De MQL werd oververtrouwd omdat automatisering aanvoelde alsof het oordeelsvermogen kon vervangen. De EQL ruilt slechte data in voor goede data. Hij vervangt de oordeelsstap niet. Reken erop dat je SDR-team 20-30% van je EQLs op ICP-gronden afwijst, en neem dat op in je metrics. De afwijzing is geen falen; het is het systeem dat werkt.

---

Aan de slag

Je hoeft je stack niet opnieuw te bouwen. Begin hier:

1. Kies één content-asset dat belangrijk voor je is: een whitepaper, een case study, een pitch deck, een vergelijkingspagina.
2. Instrumenteer het met per-pagina engagement-tracking en botfiltering.
3. Definieer Tier 1/2/3-drempels voor dat asset (gebruik de bovenstaande voorbeelden als startpunt).
4. Track EQLs 30 dagen lang. Verander verder nog niets.
5. Bekijk de data. Hoeveel EQLs zijn getriggerd? Welke patronen correleren met pipeline-beweging?
6. Rol daarna uit naar je top 5 assets. Codificeer drempels per asset. Koppel met CRM.
7. Meet na 60 dagen pipeline-correlatie. Bijstellen.

Eén zorgvuldig geïnstrumenteerd asset is nuttiger dan een volledige MAP met 87 punten ruis. Klein beginnen, het model bewijzen, uitbreiden.

---

Waar dit heen gaat

De verschuiving in CMO-rapportage is al gaande. Sommigen rapporteren nog "we hebben dit kwartaal 4.200 MQLs gegenereerd". Anderen rapporteren "we hebben 47 actief engagerende target-accounts geïdentificeerd, 12 gesloten, 2,1 miljoen dollar pipeline". De tweede groep wint. Niet omdat ze betere tools hebben. Omdat hun metrics niet liegen.

B2B-marketing beweegt naar kwaliteit boven volume, signaal boven score, gedrag boven punten. Downloads tellen niet. Opkomstaantallen tellen niet. Opens tellen niet. Wat telt is of de juiste mensen, in de juiste accounts, zinvol werk doen met de content die je ze stuurt.

Meet dat. Geef het door aan sales. Negeer de rest.

Voor de implementatielaag, met drempel-worksheets per asset-type, kopieer-en-plak CRM-veld-instellingen (HubSpot, Salesforce, Close), voorbeeld-overdrachtsscripts en een 30/60/90-dagen rollout-plan: het bijbehorende playbook (alleen in het Engels beschikbaar).

---

FAQ

Is de MQL echt dood? Als primaire output-metric voor marketing: ja. Als lifecycle-mijlpaal heeft hij nog een rol. Maar "we hebben 4.200 MQLs gegenereerd" is vanity-rapportage.

Wat vervangt de MQL in 2026? Jon Millers framework van MQX, MEX en Hand-Raisers, met meetbare engagement-drempels (EQLs) die definiëren wanneer een contact MEX binnenkomt en wanneer MEX-gedrag scherp genoeg is om door te stoten naar MQX.

Wat is het verschil tussen lead scoring en engagement-scoring? Lead scoring geeft een getal uit demografische fit plus pixel-events. Engagement-scoring geeft een gedragspatroon (tijd op pagina, return visits, doorsturen) met botfiltering. Iets waarmee een SDR concreet kan openen.

Heb ik nog steeds een MAP nodig? Ja, voor e-mail-automatisering, lifecycle-triggering en contactbeheer. Maar niet als dé bron van kwalificatiewaarheid.

Is ABM het antwoord? ABM is nuttig bij enterprise-accounts. EQL stapelt binnen een ABM-motion: ABM vertelt je welke accounts; EQL/EQA vertelt je wanneer je benadert.

Hoe is "engagement" concreet gedefinieerd? Per-pagina-tijd, return visits binnen een gedefinieerd venster, gedetecteerde doorstuuracties (multi-viewer op dezelfde link) en interactie met bottom-of-funnel-content. Alles botgefilterd, alles per asset gedrempeld.

Hoe meet ik engagement zonder een nieuw platform te kopen? Gebruik een document-tracking- of content-engagement-tool met per-pagina-analytics en botfiltering. Vereist is first-party, individu-niveau, botgefilterd engagement. Geen geaggregeerde site-analytics, geen e-mail-opens.

Goede drempel voor SDR-outreach? Voor mid-funnel-content: gedetecteerde doorstuuractie OF terugkeer binnen 14 dagen OF pricing-bezoek = Tier 3 = outreach. Voor directe pricing-bezoeken uit ICP-accounts: direct. Kalibreer per asset op basis van je pipeline-correlatiedata.

Hoe werkt dit met product-led growth? Zelfde discipline, ander oppervlak. PLG-signalen (free-tier-gebruik, feature-engagement) vervangen content-engagement; de drempellogica is identiek.

Werkt dit ook voor enterprise sales? Beter dan voor SMB, eerlijk gezegd. Enterprise-kopers doen meer research, betrekken meer stakeholders en hebben langere cycli. Dat levert meer meetbare signalen en meer account-niveau rollups op. Zie de Palo Alto Networks-case study.

Welke tools ondersteunen dit? Document-tracking-platforms (HummingDeck, DocSend, Papermark en andere) leggen per-pagina-engagement vast; een deel daarvan voegt botfiltering en forwarding-detectie toe. Intent-dataplatforms leggen third-party account-signalen eroverheen. De toolstack telt minder dan de meetdiscipline.

Hoe verhoudt engagement-gebaseerde kwalificatie zich tot intent data? Complementair. Third-party intent vertelt je welke accounts extern researchen. First-party engagement vertelt je wat dezelfde accounts doen op jouw content. De combinatie is voorspellender dan elke afzonderlijke bron.

---

Verder lezen

• First-Party vs. Third-Party Intent Data, over waar koopsignalen vandaag leven
• De buyer-intent-signalen die in je sales-content verborgen zitten, het sales-side-complement
• De blinde vlek van signal-based selling, waar de signaal-gebaseerde beweging mist
• MEDDIC + engagement-data, gedragssignalen gemapt op MEDDIC
• Waarom je deck-analytics verkeerd is, het botinflatieprobleem in detail
• E-mail deliverability 2026, waarom e-mail-opens niets meer betekenen