Lead scoring: come implementarlo
Il lead scoring assegna un punteggio a ogni contatto in base al suo profilo e ai suoi comportamenti, in modo da concentrare l'attenzione commerciale sui lead più caldi. Implementato bene, riduce i tempi di risposta sui contatti pronti e libera energia per il nurturing dei lead freddi. In questa guida vediamo come costruire un modello di scoring funzionante per una PMI italiana.
Profilo e comportamento: le due dimensioni
Il fit (profilo) misura quanto un lead corrisponde al cliente ideale: settore, dimensione azienda, ruolo, budget. Il engagement (comportamento) misura le azioni: visite al sito, email aperte, download, partecipazione a webinar. Un lead va prioritizzato se ha alto fit E alto engagement. Solo alto fit = nurturing lungo. Solo alto engagement = qualificare con domande mirate.
Come si assegnano i punti
Si parte da un modello semplice: +10 punti se settore in target, +5 ruolo decisionale, +15 richiesta demo, +5 visita pagina prezzi, -10 email di studenti o personali. Quando il punteggio supera una soglia (es. 50), il lead diventa MQL e passa al commerciale. Tutto si automatizza con HubSpot, ActiveCampaign o simili.
Esempio di modello di scoring concreto
Per concretizzare il lead scoring, ecco un modello tipico per una PMI italiana B2B che vende software gestionale. Punti per profilo (fit): settore in target +15, azienda 10-50 dipendenti +10, fatturato 1-5M +10, ruolo CEO/CFO/IT manager +15, ruolo non decisionale -5, email aziendale +5, email gmail/yahoo -10.
Punti per comportamento: visita pagina prezzi +20, visita pagina demo +25, richiesta demo +50, download case study +10, apertura email +2 (max 10 sessione), click email +5, partecipazione webinar +15, inattività 30 giorni -10, inattività 60 giorni -20.
Soglie tipiche: 0-30 punti = lead freddo (nurturing automatico), 31-60 = lead tiepido (sequence dedicata), 61-90 = MQL (segnalato al sales), 91+ = SQL (chiamata immediata). I punteggi vengono ricalcolati ogni notte dall'automation, con alert in tempo reale quando un lead supera la soglia 91.
Il modello va calibrato dopo 3-6 mesi confrontando lo score iniziale con il tasso di conversione effettivo: se i lead con 80 punti convertono al 5% e quelli con 100 punti al 30%, le soglie sono corrette; se sono simili, il modello va rivisto.
Integrazione con sales e processi di handoff
Il lead scoring crea valore solo se si integra con i processi sales. Definizione MQL e SQL: marketing e sales devono accordarsi su soglie precise. MQL (Marketing Qualified Lead): score 61-90, lead caldo pronto per chiamata commerciale. SQL (Sales Qualified Lead): score 91+, lead caldissimo che ha richiesto demo o ha visitato pagina prezzi multiple volte.
Service Level Agreement (SLA) tra marketing e sales: il sales si impegna a chiamare un MQL entro 24 ore lavorative, un SQL entro 1 ora. Il marketing si impegna a generare X MQL al mese di una qualità specifica.
Handoff automation: quando un lead raggiunge la soglia, automation alert su Slack/email al commerciale assegnato, creazione automatica dell'opportunità in CRM, popolamento campi con info raccolte (settore, ruolo, ultimi comportamenti).
Feedback loop: il commerciale segna in CRM se il lead era effettivamente qualificato. Dopo 30-60 giorni, marketing analizza la correlazione tra score iniziale e qualità reale percepita dal sales, ricalibrando il modello.
Riunione settimanale di allineamento: marketing e sales rivedono i lead della settimana, identificano pattern (es. "questi 5 MQL non erano in target"), aggiornano congiuntamente le regole di scoring. Senza questo allineamento, il lead scoring diventa un'esercizio tecnico che il sales ignora.
Procedura passo-passo
- Definisci l'ICP e i comportamenti chiave: cosa fa un lead pronto vs uno freddo?
- Assegna i punti: lista azioni e attributi, punteggio per ognuno.
- Stabilisci le soglie: MQL (es. >50 punti), SQL (es. >80 punti).
- Configura l'automation: alert al sales, sequence diverse per livelli diversi.
- Rivedi il modello ogni 3-6 mesi: analizza correlazione tra score iniziale e conversioni reali.
Errori comuni e come risolverli
- Modello troppo complesso al primo giro: parti con 8-10 regole, aggiungine man mano.
- Punteggi che invecchiano: serve un decay (es. -10 punti dopo 30 giorni di inattività).
- Niente feedback dal sales: il commerciale deve dire se i lead segnalati sono davvero qualificati.
- Score senza azione: il punteggio serve solo se attiva una conseguenza chiara (alert, sequence, demo).
Domande frequenti
D: Quando ha senso introdurre il lead scoring?
R: Quando generi più di 50-100 lead al mese e il sales non riesce a chiamarli tutti rapidamente.
D: Posso fare lead scoring senza marketing automation?
R: Tecnicamente sì con Excel, ma è un'incubo da mantenere. Una piattaforma seria si ripaga da sola.
D: Quanto pesa il fit rispetto al comportamento?
R: Tipicamente 40% fit, 60% comportamento. Il comportamento è un segnale più affidabile dell'intento.
Hai bisogno di aiuto?
Se vuoi affidare il web marketing al team di G Tech Group, scrivici tramite il modulo di contatto.