La maggior parte dei visitatori di un sito B2B se ne va senza compilare un modulo. Controlla i tuoi numeri: dividi gli invii dei moduli per le sessioni dell'ultimo trimestre, e la quota di traffico che non si identifica mai è di solito la grande maggioranza. La lead generation con AI, nel senso del sito web, è l'insieme di tecniche che lavorano su quella maggioranza silenziosa: identificare quali aziende stanno visitando, stimare quali di esse sono in un ciclo d'acquisto e cambiare ciò che il sito mostra affinché più di loro facciano un passo successivo.
L'“AI” svolge una quantità di lavoro diversa in ciascuna parte, e i vendor usano il termine in modo approssimativo. Questo articolo separa le parti, spiega come funziona ciascuna e dove fallisce, e propone un piano di 30 giorni per metterle insieme senza costruire più del necessario.
Cosa significa la lead generation con l'AI su un sito
L'etichetta comprende chatbot, scoring predittivo, outreach automatizzato e altro. Per un team B2B focalizzato sul sito contano tre elementi:
| Elemento | Cosa fa | Dove il machine learning aiuta davvero |
|---|---|---|
| Identificazione dei visitatori | Associa le sessioni anonime alle aziende tramite dati IP e arricchimento | Perlopiù abbinamento di dati, non machine learning; alcuni fornitori usano modelli per pulire e abbinare i record |
| Scoring dell'intento | Stima quali account hanno probabilità di acquistare, in base a fit e comportamento | L'uso principale del ML: capire quali combinazioni di segnali hanno preceduto le vittorie passate |
| Coinvolgimento personalizzato | Cambia titoli, riprove e CTA in base a chi visita e a cosa ha fatto | Facoltativo; la maggior parte della personalizzazione B2B funziona con regole esplicite, a volte con selezione automatica delle varianti |
Se un fornitore dice "basato sull'AI", chiedi a quale di questi tre aspetti si applica e su quali dati è addestrato il modello. Un modello di scoring addestrato sulle tue trattative vinte è una cosa diversa da un generico "punteggio di intento" che un provider calcola su tutti i suoi clienti.
Come funziona l'identificazione dei visitatori
La lead generation basata sui moduli aspetta che le persone si identifichino. L'identificazione dei visitatori parte dall'altro capo: cerca di dare un nome all'azienda prima che qualcuno compili qualcosa.
- Risoluzione dell'IP. L'indirizzo IP del visitatore viene confrontato con database che associano intervalli di IP alle organizzazioni. Le aziende con propri intervalli di rete (uffici, VPN che escono tramite gateway aziendali) vengono risolte bene. Banda larga domestica, reti mobili e reti condivise dei coworking vengono risolte male o per niente, ed è per questo che i tassi di corrispondenza variano così tanto da sito a sito. Misura il tuo tasso di corrispondenza prima di pianificare qualsiasi cosa basata su di esso.
- Arricchimento firmografico. Una volta identificata un'azienda, l'arricchimento aggiunge settore, fascia di dipendenti, posizione e talvolta lo stack tecnologico. Considera questi campi come stime; verifica a campione con ciò che sai degli account reali.
- Comportamento sul sito. Pagine viste, numero di visite e frequenza di ritorno vengono associati all'azienda, così vedi "tre persone di questa azienda hanno letto la pagina prezzi questa settimana" invece di tre sessioni anonime.
- Abbinamento con il CRM. Se l'azienda corrisponde a un account nel tuo CRM, la visita viene collegata al titolare e alle trattative aperte. Un commerciale può vedere che un account su cui sta lavorando ha aperto due volte la pagina sulla sicurezza.
L'identificazione a livello di azienda non è identificazione a livello di persona. Ti dice quale organizzazione, non quale individuo, e va presentata così alle vendite. Per un confronto tra strumenti, leggi la nostra guida ai software di identificazione dei visitatori del sito.
Scoring: da identificato a qualificato
Un elenco di aziende in visita non è una pipeline. È la fase di scoring a decidere quali meritano attenzione. Per capire come inserire lo scoring basato su modelli in una pipeline funzionante, consulta questa guida pratica al lead scoring con l'AI.
1. Basa il profilo sulle tue vittorie
Estrai gli ultimi 50-100 contratti vinti e guarda settore, fascia dimensionale, area geografica ed eventuali tecnologie in comune. Quello è il tuo profilo di fit, e dovrebbe sostituire qualunque ipotesi facesse prima il modello di scoring. Il nostro articolo su come costruire un ideal customer profile illustra l'analisi. Se hai meno di qualche decina di contratti vinti, un modello di machine learning ha pochissimo da cui imparare; un modello a punti trasparente che puoi spiegare alle vendite funzionerà altrettanto bene.
2. Trova il comportamento che ha preceduto quelle vittorie
Esamina l'attività sul sito degli account vinti nelle settimane precedenti la creazione dell'opportunità. Segnali che spesso contano nel B2B: visite ripetute ai prezzi, case study del settore del visitatore, pagine di confronto e di integrazione, più persone dello stesso account in un breve intervallo. Verificali sui tuoi dati invece di adottarli in blocco; un segnale che non compare mai prima delle tue vittorie non deve avere peso.
È qui che il machine learning dimostra il suo valore. Con uno storico sufficiente, un modello può pesare le combinazioni di fit e comportamento meglio dei punteggi impostati a mano. Senza uno storico sufficiente, si adatta troppo al rumore: parti in modo semplice e passa a un modello quando i dati lo consentono.
3. Trasforma i punteggi in azioni
Definisci i livelli in base a ciò che succede dopo, non solo in base al punteggio:
- Agisci subito: fit con l'ICP più comportamento da fase avanzata. Avvisa l'account owner il giorno stesso, indicando le pagine visitate.
- Da scaldare: buon fit, comportamento iniziale. Adatta l'esperienza sul sito e, dove hai il consenso, avvia il nurturing.
- Osserva: tutto il resto. Continua a raccogliere dati sul comportamento e rivaluta quando cambia.
Imposta le soglie in modo che il livello "agisci subito" sia abbastanza piccolo da far sì che le vendite guardino davvero ogni alert. Le nostre guide su come valutare gli account ad alto intento e come smistare i lead dal sito approfondiscono soglie e smistamento.
Usare i dati sul sito stesso
Identificazione e scoring ti dicono chi c'è. La personalizzazione usa queste informazioni per cambiare ciò che vedono. Tre usi comuni, con cosa tenere d'occhio:
Account identificati ma sconosciuti: prime impressioni pertinenti al settore
Quando una sessione viene ricondotta a un settore o a una fascia dimensionale, la homepage può mostrare titolo, prove e caso d'uso per quel segmento. Esempio: un visitatore della logistica vede la storia di un cliente della logistica invece di un muro di loghi generico. Funziona solo se hai prove reali per quel segmento; un titolo di settore davanti a contenuti generici è peggio della versione predefinita.
Account target noti: esperienze a livello di account
Per gli account inseriti in un programma ABM o con una trattativa aperta, il sito può mostrare contenuti legati a quella relazione: prove dal loro settore, l'integrazione di cui hanno chiesto, una CTA verso il loro account executive invece di un form demo generico. Mantieni un tono misurato. Nominare l'azienda in un banner può sembrare sorveglianza; mostrare materiale pertinente di solito no.
Visitatori di ritorno: adattare il passo successivo
Prima visita: "Scopri come funziona". Visita di ritorno dopo le pagine di prodotto: "Confronta i piani". Visita di ritorno dopo i prezzi: "Parla con noi" con un calendario per prenotare. Le regole specifiche contano meno del testarle; misura ciascuna rispetto a un gruppo di controllo che vede la versione standard. Il nostro articolo sulle CTA personalizzate tratta la parte dei test.
Lo stack, pezzo per pezzo
- Identificazione e arricchimento: risolve le aziende e aggiunge i dati firmografici. Senza questo livello, nessuno strumento a valle sa chi sta visitando il sito.
- Tracciamento comportamentale: i tuoi eventi di analytics (categorie di pagina, visite, azioni chiave), associati al record dell'azienda.
- Scoring: punti definiti da te oppure un modello addestrato sui tuoi risultati. Può risiedere nel tuo strumento di personalizzazione, nel CRM o in un servizio separato.
- Personalizzazione: valuta le regole e serve le varianti. I tag lato client sono rapidi da avviare; l'erogazione lato server o edge evita il flicker sulle pagine chiave.
- Sincronizzazione con il CRM in entrambe le direzioni: identificazione e punteggi nel CRM a livello di account; stato dell'account e owner di ritorno al sito, così ad esempio non mostra una CTA "prenota una demo" a un cliente esistente.
I pezzi sono utili solo insieme. L'identificazione senza azione è una lista. La personalizzazione senza identificazione va a tentativi. I punteggi che non arrivano mai al CRM non arrivano mai alle vendite.
Come capire se funziona
| Domanda | Metrica | Confronto |
|---|---|---|
| Stiamo raggiungendo gli account giusti? | Quota del traffico identificato che corrisponde al tuo ICP | Mese su mese |
| Lo scoring distingue davvero qualcosa? | Tasso di opportunità per fascia di punteggio | Il livello più alto deve superare nettamente quelli inferiori; altrimenti il modello non sta prevedendo nulla |
| Il commerciale agisce sugli avvisi? | Tempo dall'avviso al primo contatto; quota di avvisi gestiti | Rispetto al tempo di risposta obiettivo |
| La personalizzazione aiuta? | Conversione per segmento, personalizzato vs gruppo di controllo | Gruppo di controllo dallo stesso segmento, non la media del sito |
| Vale il costo? | Costo per lead accettato dalle vendite o per opportunità generata da questa attività | Rispetto agli altri canali, con la stessa definizione |
Una distorsione da mettere in conto: gli account identificati tendono verso le aziende più grandi, perché sono le reti che la risoluzione IP gestisce meglio. Questo può far sembrare le dimensioni delle trattative migliori di quanto il modello meriti. Confronta elementi omogenei.
Un piano di 30 giorni
- Settimana 1: identificazione, nessuna azione. Installa l'identificazione, collega l'arricchimento e registra quali aziende visitano il sito e che cosa leggono. Misura il tasso di abbinamento e verifica a campione l'accuratezza sugli account che conosci.
- Settimana 2: un primo modello di scoring. Analizza le trattative vinte di recente in termini di fit e comportamento prima dell'opportunità. Costruisci un semplice modello a tier e concorda con le vendite la definizione di “agire subito”.
- Settimana 3: una personalizzazione. Scegli il settore o la fascia dimensionale ICP più comune nel traffico identificato e personalizza per quel gruppo il titolo e le prove della homepage. Mantieni un gruppo di controllo.
- Settimana 4: coinvolgi le vendite. Sincronizza con il CRM l'identificazione a livello di account e i livelli, attiva gli avvisi agli owner per il livello più alto e spiega ai commerciali cosa mostrano i dati e cosa no, compreso come farvi riferimento senza risultare invadenti ("Ho notato che il tuo team stava guardando le integrazioni" è una frase che molti buyer troveranno strana; partire da materiale pertinente di solito no).
Dopo quattro settimane hai l'infrastruttura e un primo test. Lo scoring migliorerà solo se qualcuno esamina ogni mese il rendimento dei tier e lo corregge; non migliora da solo.
Errori da evitare
- Assegnare punteggi solo sul fit. Una grande azienda nel tuo ICP che legge un articolo del blog non è un lead caldo. Il comportamento di solito distingue chi compra da chi curiosa meglio dei dati firmografici.
- Avvisi su tutto. Se i commerciali ricevono decine di avvisi al giorno, smettono di leggerli. Mantieni ristretto il livello più alto.
- Personalizzare su dati poco affidabili. Se l'arricchimento non è sicuro del settore, mostra la versione predefinita. Una pagina del settore sbagliato è peggio di una generica.
- Considerare la privacy un problema risolto perché si tratta di "dati aziendali". Indirizzi IP e tracciamento comportamentale possono essere dati personali ai sensi del GDPR, anche se il tuo obiettivo è a livello aziendale. Coinvolgi il responsabile privacy, rispetta le scelte di consenso su cookie e tracciamento e aggiorna l'informativa privacy. Il nostro articolo su personalizzazione B2B e privacy dei dati approfondisce i dettagli.
- Presumere che il modello si mantenga da solo. La tua base clienti, il prodotto e i messaggi cambiano. Rivedi lo scoring ogni mese e le regole di personalizzazione ogni trimestre.
Dove si colloca Markettailor
Markettailor combina l'identificazione dei visitatori a livello di azienda, l'arricchimento firmografico e la personalizzazione del sito, così i dati di identificazione alimentano direttamente segmenti e varianti e i risultati possono essere confrontati con un gruppo di controllo. Qualunque strumento usi, l'ordine sopra resta valido: misura chi visita, scopri cosa ha preceduto le tue vittorie, agisci su un piccolo livello ad alta intenzione e testa ogni modifica alla pagina rispetto a un controllo.
