Account scoring: come costruire un modello B2B che funziona

Il lead scoring è nato per un mondo in cui una persona ti trovava, scaricava qualcosa e alla fine parlava con il commerciale. Le trattative B2B non funzionano più così. La ricerca di Forrester del 2024 ha rilevato che in media 13 persone sono coinvolte in una decisione d'acquisto. Se assegni un punteggio a ciascuna separatamente, ottieni tredici lead tiepidi invece di un account caldo. L'account scoring risolve il problema aggregando ogni segnale a livello dell'azienda che firmerà davvero il contratto.

Questo articolo spiega come costruire un modello di account scoring di cui le vendite si fidino: cosa contiene, perché fit ed engagement non vanno mai sommati, come contare l'ampiezza del buying committee e un esempio pratico da adattare.

Account scoring e lead scoring a confronto

La differenza sta nell'unità di misura, e cambia quasi tutto a valle.

• Il lead scoring valuta una singola persona. Premia il comportamento di quella persona: email aperte, contenuti scaricati, pagine visualizzate. È efficace per decidere quando un contatto noto è pronto per una call.
• L'account scoring valuta un'azienda. Aggrega il comportamento di tutte le persone di quell'azienda, identificate o meno, e lo combina con quanto l'azienda corrisponde al tuo profilo del cliente ideale. È efficace per decidere quali aziende meritano l'attenzione di vendite e marketing in questo momento.

Ti servono entrambi. L'account scoring decide dove concentrarti, il lead scoring decide chi chiamare all'interno di quell'account. Se oggi hai solo il lead scoring, tienilo: le sezioni seguenti mostrano come aggregare i suoi segnali a livello di azienda.

L'errore: un unico numero per fit ed engagement

Un modello di account scoring comune somma punti di fit e punti di engagement in un unico totale su 100. Sembra ordinato. Produce decisioni sbagliate.

Un account enterprise perfettamente in target che non ha mai visitato il tuo sito e una startup poco in target il cui stagista ha letto venti articoli del blog possono ottenere lo stesso punteggio. Il commerciale vede due "65" e non ha idea che uno sia un obiettivo strategico senza intento e l'altro rumore con molta attività. Il numero unico nasconde l'unica cosa che il venditore aveva bisogno di sapere. Lo stesso ragionamento vale per i singoli lead, trattato dal punto di vista dell'outbound in questo approfondimento su fit score e intent score.

Tieni invece due punteggi su due assi:

• Punteggio di fit (0-100): quanto l'azienda corrisponde al tuo ICP. Cambia lentamente. Si basa su dati firmografici e tecnografici.
• Engagement score (0-100): quanto attivamente l'azienda sta facendo ricerche in questo momento. Cambia ogni giorno. Si basa su comportamento sul sito, dati di intento e risposte alle campagne, con decadimento.

Poi agisci sulla combinazione, non sulla somma. Basta una semplice griglia:

Questa griglia dà anche al marketing un compito chiaro per l'angolo ad alto fit e basso engagement, che è dove la maggior parte dei programmi account-based dovrebbe spendere il budget.

Cosa compone il punteggio di fit

Il fit deriva dal tuo profilo del cliente ideale, che va costruito a partire dai dati delle trattative vinte, non da ciò che il management spera sia l'ICP. Input tipici:

• Settore (ponderato in base al tuo tasso di chiusura per verticale)
• Numero di dipendenti o fascia di fatturato
• Area geografica (dove puoi vendere, offrire assistenza e rispettare le normative)
• Stack tecnologico (usa una piattaforma con cui ti integri o un concorrente che sostituisci) (la nostra guida su come costruire uno stack martech B2B attorno alla personalizzazione spiega quali integrazioni contano)
• Segnali sul modello di business (per esempio, ha un team commerciale, fa acquisizione a pagamento, vende B2B)

Pesa ogni input in base a quanto distingue le trattative vinte da quelle perse. Per esempio, se la maggior parte del tuo fatturato closed-won arriva da aziende software con 200-2.000 dipendenti, quei due attributi meritano la maggior parte dei punti di fit. La nostra guida alla costruzione di un ICP per la personalizzazione del sito illustra l'analisi.

Cosa entra nell'engagement score

L'engagement dovrebbe misurare l'attività d'acquisto, non l'interesse generico. Contano tre tipi di input:

Profondità: cosa ha guardato l'account

Dai molto peso alle pagine di fase avanzata: prezzi, pagine di confronto, documentazione sulle integrazioni, pagine sulla sicurezza, case study del settore dell'account. Dai poco peso al traffico del blog. Un'azienda che legge dieci articoli del blog si sta informando su un argomento. Un'azienda che legge i prezzi e la tua pagina SOC 2 sta valutando un fornitore.

Ampiezza: quante persone sono coinvolte

È l'input che il lead scoring non può mai catturare e, secondo noi, il più utile. Due persone della stessa azienda sul tuo sito nella stessa settimana significano che è in corso una conversazione interna. Tre persone di funzioni diverse significano che si è formato un buying group. Dato che un acquisto tipico coinvolge molte persone (il dato di Forrester citato sopra è 13), anche una visibilità parziale su quel gruppo ha valore.

Assegna il punteggio di ampiezza in base ai visitatori distinti, con un bonus quando puoi dedurre ruoli diversi (per esempio, un visitatore che legge la documentazione tecnica e un altro che legge i prezzi).

Recency: quando è successo

L'engagement senza decadimento è il secondo errore di modellazione più comune. Un account che a marzo ha visitato il tuo sito a raffica e poi è sparito non è caldo a ottobre. Dimezza i punti di engagement ogni 14-30 giorni in base al tuo ciclo di vendita. I cicli più brevi richiedono un decadimento più rapido.

Se acquisti dati di intento di terze parti, aggiungili come input di engagement separato con un tetto, così un picco su un argomento da solo non può spingere un account nella colonna "vendite subito" senza alcuna attività di prima parte. Il nostro articolo sull'uso dei dati di intento per la personalizzazione del sito spiega come combinare le due cose. La nostra guida ai fornitori di dati di intento spiega come fare un pilota prima di affidarti a uno di essi.

Quali segnali indicano un acquisto, non una semplice navigazione

Non ogni visita è un segnale d'acquisto. Chi legge tre articoli del blog potrebbe star facendo ricerche per un proprio articolo. La distinzione utile è tra segnali first-party (ciò che l'account fa sul tuo sito, che osservi direttamente) e segnali third-party (ricerche su un tema altrove, riportate da un vendor di intent data, di cui devi fidarti).

• First-party, forti: pagine di prezzi, confronto e alternative, documentazione su integrazioni o API, pagine su sicurezza e compliance, pagine di implementazione o onboarding, case study del settore dell'account. Sono pagine di valutazione.
• Prima parte, schema: visite ripetute in un breve intervallo. Una visita al mese è interesse; tre visite in una settimana sono una valutazione. Conta anche la velocità: un account che consulta prezzi, due casi studio e la pagina sulla sicurezza in due giorni si muove più in fretta di uno che legge le stesse pagine nell'arco di un trimestre.
• Terze parti: picchi di interesse su argomenti, attività sui siti di recensioni, assunzioni per un ruolo servito dal tuo prodotto. Utili per individuare gli account prima che visitino il sito, più deboli come prova che stiano comprando da te.
• Negativi: visite solo alla pagina "Lavora con noi", domini dei concorrenti, studenti e regioni fuori mercato. Senza queste penalità, un concorrente che studia il tuo sito può far scattare un alert commerciale.

Pesi di coinvolgimento di esempio, coerenti con l'esempio pratico qui sotto. Considerali un punto di partenza da verificare sui dati storici, non un benchmark:

Due regole mantengono onesto il punteggio di engagement. Limita a circa 10 punti ogni singolo modulo compilato o download, così un solo asset protetto non può portare da solo un account a "vendite subito". E applica il decadimento solo all'engagement, mai al fit: un'azienda non smette di corrispondere al tuo ICP perché è diventata silenziosa.

Esempio pratico: tre account, una settimana

Un modello illustrativo applicato a tre account fittizi. I pesi sono inventati per l'esempio; i tuoi dovrebbero derivare dai tuoi dati sulle trattative vinte.

Pesi di fit: settore target 35, fascia di dipendenti 30, integrazione con il tuo CRM 20, area geografica target 15.

Pesi dell'engagement: visualizzazione dei prezzi 15, pagina di confronto o sulla sicurezza 15, case study di settore 10, ogni visitatore distinto aggiuntivo 10 (max 30), visualizzazione del blog 2 (max 10), picco di intento 10. I punti si dimezzano ogni 21 giorni.

Controlla i conti della prima riga: prezzi 15, pagina sicurezza 15, case study 10 e tre visitatori aggiuntivi da 10 ciascuno fanno 70. Sommata in un unico totale su 200, la fintech arriverebbe a 88, saldamente seconda, e un commerciale potrebbe facilmente considerarla un lead caldo. Su due assi il quadro è più chiaro: ottimo fit, ma nessuno lì sta ancora valutando. Va inserita nella lista target per l'outbound e per i contenuti personalizzati. L'agenzia non vale il pomeriggio di un SDR.

Usare i punteggi degli account sul tuo sito

Gli score di solito vengono considerati uno strumento per il commerciale, ma sono altrettanto utili per decidere che cosa mostra il sito. Ecco alcune regole che derivano dalla griglia:

• Fit alto, engagement basso: mostra prove specifiche del settore e una CTA poco impegnativa (report di benchmark, calcolatore del ROI). L'obiettivo è guadagnarsi una seconda visita.
• Alto fit, alto engagement: sostituisci le CTA sui contenuti con un'offerta diretta di meeting e nomina il settore dell'account nell'hero.
• Fit basso, engagement alto: indirizza verso un percorso self-service o un piano più leggero invece di una demo commerciale.

Le funzionalità di account-based marketing di Markettailor applicano regole come queste sulla pagina: una volta identificata un'azienda, il suo livello di fit ed engagement decide quale hero, quali prove e quale CTA vede.

Automatizzare il passaggio alle vendite

Un punteggio su cui nessuno agisce è solo decorazione. Il passaggio di consegne richiede tre elementi definiti per iscritto e integrati nel CRM o nella marketing automation:

1. Soglie. Usa la griglia, non un'unica soglia. “Vendite subito” è la cella con fit alto ed engagement alto; la cella con fit medio ed engagement alto va a un SDR che la qualifichi prima. Ricontrolla le soglie con il back-test ogni trimestre, perché le distribuzioni dell'engagement cambiano man mano che crescono i tuoi contenuti.
2. Instradamento. Se l'account ha un titolare nel CRM, instrada a lui. Altrimenti instrada per territorio o segmento, e usa l'assegnazione a rotazione solo come ultimo passaggio. Un alert in una casella condivisa è un alert di cui nessuno è responsabile. La nostra guida all'instradamento dei lead dal sito spiega come abbinare i lead agli account prima dell'assegnazione.
3. SLA. Concorda un tempo di risposta per ogni tier, ad esempio entro lo stesso giorno lavorativo per "vendite subito" ed entro una settimana per la qualifica da parte degli SDR, e monitoralo. Gli account escono dalla finestra d'acquisto mentre gli alert aspettano.

Ogni avviso deve riportare le sue motivazioni: azienda e attributi di fit, il punteggio con i segnali che vi contribuiscono di più (“3 visitatori questa settimana, prezzi due volte, pagina sicurezza”), le pagine visitate negli ultimi sette giorni ordinate per intenzione, i contatti noti e un angolo d'attacco suggerito in base a ciò che l'account ha letto. Un commerciale che vede perché un account è caldo lo chiamerà; uno che vede solo “82” no.

Come calibrare il modello

Un modello di scoring è un'ipotesi. Testalo sullo storico prima che il commerciale ci faccia affidamento.

1. Esporta le opportunità closed-won e closed-lost degli ultimi 12 mesi con gli attributi di fit dell'account.
2. Assegna a ogni account il punteggio che avrebbe avuto 30 giorni prima della creazione dell'opportunità.
3. Verifica che gli account con trattative vinte si concentrino nell'angolo alto fit, alto engagement. Se non è così, i tuoi pesi sono sbagliati.
4. Guarda gli account in "vendite subito" che non sono mai diventati opportunità. Sono i tuoi falsi positivi. Trova l'input che li ha fatti salire e riducine il peso.
5. Ripeti il back-test ogni trimestre. Gli ICP cambiano man mano che cambia il prodotto.

Se vuoi un foglio di lavoro di partenza per pesi e soglie, il nostro template di modello di lead scoring usa la stessa struttura di fit e comportamento e funziona a livello di account con piccole modifiche.

Quattro errori che fanno ignorare il punteggio alle vendite

Assegnare un punteggio all'intero database. Dare un punteggio a 40.000 account produce una lunga coda di 12 e 17 privi di significato. Assegna il punteggio agli account che superano una soglia minima di fit e lascia gli altri senza. Una lista più piccola e pulita viene usata davvero.

Nascondere le motivazioni. Un punteggio di 82 non dice a un commerciale nulla su cosa dire. Ogni punteggio dovrebbe essere accompagnato dai tre segnali che vi contribuiscono di più (“3 visitatori questa settimana, pagina prezzi vista due volte, usa HubSpot”). I commerciali si fidano di ciò che riescono a spiegarsi.

Contare i clienti esistenti come prospect. I dipendenti di un cliente che leggono la tua documentazione faranno impennare il punteggio di engagement ogni settimana. Indirizza gli account dei clienti verso un modello separato di espansione o di salute, altrimenti soffocano il new business. Indirizzali invece verso un'esperienza dedicata ai clienti; vedi personalizzazione per la retention e la riduzione del churn.

Non ritirare mai un input. Gli input vengono aggiunti dopo ogni revisione trimestrale e quasi mai rimossi. Dopo un anno il modello ha 30 input, metà dei quali ridondanti. Quando aggiungi un input, rimuovine uno, e tieni il totale sotto la dozzina.

Parti in piccolo

Per iniziare non ti serve un modello predittivo. Quattro attributi di fit, cinque input di engagement, un decadimento e una griglia a due assi sono un punto di partenza migliore di un modello a numero singolo. Costruiscilo in un foglio di calcolo, esegui il back-test, poi spostalo nel CRM o nella piattaforma di personalizzazione quando le vendite concordano che i primi 20 account sono quelli giusti.

Per vedere come i livelli di fit e coinvolgimento possono determinare ciò che ogni account vede sul tuo sito, prenota una presentazione dalla nostra pagina prezzi.