Se fai lead generation B2B, il problema raramente è “avere lead”. Il problema è capire velocemente quali meritano tempo commerciale e quali vanno nutriti (o scartati) senza bruciare il team sales.
In questo articolo trovi un metodo pratico e replicabile per:
- definire MQL/SQL in modo oggettivo,
- impostare un lead scoring sensato,
- usare domande di discovery che fanno emergere fit e urgenza,
- creare un processo di handoff marketing → sales che riduce attriti e tempi morti.
1) Prima di tutto: ICP e segnali di “fit” (senza ICP, lo scoring è fuffa)
La qualificazione funziona solo se sai chi vuoi davvero come cliente.
ICP (Ideal Customer Profile): l’azienda “giusta” per te (settore, dimensione, complessità, budget, area geografica, stack tecnologico, ecc.).
Esempi di segnali di fit (B2B):
- Industry: es. hotel / real estate / e-commerce / servizi professionali
- Company size: fatturato o dipendenti (es. 10–100, 100–500)
- Ruolo: decision maker o influencer (CEO, Marketing Manager, Revenue Manager, ecc.)
- Stack: già usa CRM / advertising / marketing automation
- Problema chiaro: “mi servono X lead/mese”, “voglio ridurre CPL”, “voglio tracciare pipeline”
Regola pratica: se non puoi scrivere 5 criteri di ICP in 10 minuti, sei ancora nella fase “genero lead a caso”.
2) MQL vs SQL: definizioni operative (non teoriche)
MQL (Marketing Qualified Lead)
Un lead che ha:
- Fit (è nel tuo ICP) e
- ha mostrato engagement o un bisogno iniziale.
Esempi di trigger MQL:
- compila un form “richiedi info” con dati completi
- scarica un asset “MOFU” (es. checklist, template)
- visita pagine ad alta intenzione (prezzi, casi studio, demo)
SQL (Sales Qualified Lead)
Un lead che ha:
- Fit forte e
- segnali chiari di intenzione/urgenza, budget e autorità (o accesso al decisore),
- è pronto per call commerciale.
Esempi di trigger SQL:
- richiede una call / demo
- indica un obiettivo misurabile e una finestra temporale
- ha un problema urgente + impatto economico percepito
Errore comune: usare “MQL = chiunque compila un form”.
Se fai così, il sales team smette di fidarsi di marketing.
3) La matrice di qualificazione “Fit × Intent”: semplice e potentissima
Pensa a 4 quadranti:
- Fit alto + Intent alto → SQL immediato
- Fit alto + Intent basso → Nurture MOFU (contenuti, email, retargeting)
- Fit basso + Intent alto → Valuta eccezioni (potrebbe essere partner o segmento nuovo)
- Fit basso + Intent basso → Disqualifica o nurture leggero
Questa matrice ti evita di complicarti la vita con scoring “fantasiosi”.
4) Lead scoring B2B: come costruirlo senza distruggere la pipeline
Un buon scoring è:
- spiegabile (“perché questo lead è SQL?”)
- calibrabile (lo aggiusti ogni 2–4 settimane con dati reali)
- coerente tra marketing e sales
4.1 Scoring “Fit” (0–50)
Esempio pesi:
- Settore target: +15
- Dimensione azienda target: +10
- Ruolo decisionale: +10
- Paese/area servita: +5
- Stack compatibile (CRM/ads/automation): +10
4.2 Scoring “Intent” (0–50)
Esempio pesi:
- Richiesta call/demo: +25
- Visita pagina “prezzi” o “servizi”: +15
- Download asset MOFU: +10
- Risponde a email / interagisce con case study: +10
- Ritorna sul sito 3+ volte in 7 giorni: +10
Soglie consigliate (da adattare):
- MQL: Fit ≥ 25 e Intent ≥ 15
- SQL: Fit ≥ 35 e Intent ≥ 30
Non serve la perfezione al day 1. Serve un modello che migliora con feedback reali.
5) I campi minimi nel form (senza questi, qualifichi al buio)
Per B2B, evita form troppo “consumer”. Ti servono almeno:
- Nome e email business
- Azienda + sito web
- Ruolo
- Dimensione (dipendenti o fatturato range)
- Obiettivo (dropdown + “altro”)
- Timing (es. “0–30 giorni / 31–90 / 90+”)
Tip avanzato: chiedi 1 campo “hard” (es. dimensione) e 1 “intent” (es. timing).
Così hai Fit e Intent già dal primo touch.
6) Domande di discovery che qualificano davvero (copia/incolla)
Quando passi al contatto umano (call o chat), queste domande fanno emergere ciò che conta:
Problema & contesto
- “Qual è il problema che vuoi risolvere in questo trimestre?”
- “Cosa hai già provato e cosa non ha funzionato?”
Impatto (dolore economico)
- “Se non risolviamo, cosa succede tra 3 mesi?”
- “Quanto vale per te ottenere X (lead / appuntamenti / pipeline) al mese?”
Processo decisionale
- “Chi decide? Chi deve essere coinvolto per approvare?”
- “Qual è il processo tipico di acquisto nella tua azienda?”
Budget & priorità
- “Avete già un budget allocato? Range?”
- “Questa iniziativa è prioritaria rispetto ad altre?”
Timing & next step
- “Quando vuoi partire realisticamente?”
- “Qual è il prossimo step più utile per te: audit, demo, piano d’azione?”
Nota: non è un interrogatorio. È un filtro gentile che salva tempo a tutti.
7) Handoff Marketing → Sales: SLA e regole chiare (o il sistema collassa)
Se marketing genera SQL e sales li ignora (o li contatta dopo 5 giorni), stai buttando soldi.
Definisci un mini-SLA:
- Tempo di contatto SQL: entro 5–15 minuti (ideale) o entro 2 ore (realistico)
- Numero tentativi: 5–7 touch in 10 giorni (email + chiamata + LinkedIn)
- Esito obbligatorio nel CRM: “contattato / non contattato / meeting fissato / perso + motivo”
- Feedback loop: ogni settimana: “SQL vinti/persi e perché”
Questo trasforma “lead” in pipeline.
8) CRM: pipeline semplice, ma con stati che aiutano a decidere
Una pipeline B2B efficace (versione minimale):
- New Lead
- MQL (marketing nurture)
- SQL (handoff sales)
- Contacted
- Discovery Completed
- Proposal Sent
- Won / Lost (con motivo)
Se usi HubSpot o Salesforce, la logica non cambia: cambia solo dove la configuri.
9) Automazioni utili (senza diventare “spammy”)
Esempi che migliorano conversione e velocità:
- Routing automatico: SQL assegnato al commerciale giusto (per regione/cluster)
- Notifica immediata su Slack/Email quando un lead diventa SQL
- Sequenza nurture MOFU per Fit alto + Intent basso
- Reminder automatici per follow-up sales (se “Contacted” manca dopo X ore)
Per la parte advertising, l’integrazione tra tracking, CRM e campagne su Google e Meta Platforms ti permette anche di ottimizzare per segnali migliori del semplice “form compilato” (es. meeting booked, qualificazione, pipeline).
10) Errori che fanno fallire la qualificazione (anche con tanti lead)
- MQL troppo facile → sales perde fiducia
- Scoring basato su vanity metrics (click, visite generiche)
- Form senza campi di contesto (fit ignoto)
- Nessuna regola di handoff (SQL contattati tardi)
- Nessun “lost reason” nel CRM → non migliori mai
FAQ
Qual è la differenza tra lead scoring e qualificazione?
Il lead scoring è il metodo numerico per stimare Fit/Intent. La qualificazione è la decisione operativa: nurture, passaggio a sales o disqualifica.
Meglio qualificare con domande nel form o in call?
Idealmente entrambi: nel form raccogli Fit + timing; in call confermi impatto, budget e processo decisionale.
Quanti campi deve avere un form B2B?
Minimo 5–7 campi “utili”. Se stai facendo campagne ad alta intenzione, meglio qualche campo in più per evitare lead inutili.
Ogni quanto va ricalibrato lo scoring?
Ogni 2–4 settimane all’inizio (o ogni 100–200 lead), poi mensilmente, usando dati di conversione a meeting/proposta/vendita.
Checklist rapida (da usare domani mattina)
- ICP scritto in 5 criteri
- Definizioni MQL/SQL condivise con sales
- Matrice Fit × Intent applicata
- Scoring Fit (0–50) + Intent (0–50)
- SLA: tempo contatto + tentativi + esiti nel CRM
- Pipeline con stati chiari e “lost reason”
- Automazioni: routing + notifiche + nurture
Leave a Reply