Template per Lead Scoring Model con soglie MQL/SQL
Per team di demand generation e marketing operations che devono decidere quali lead passare alle vendite: questo prompt produce un modello di scoring a punti con soglie MQL/SQL pronto da implementare in un CRM o una marketing automation, basato sui tuoi dati e non su numeri inventati.
Esempio di output
MODELLO DI LEAD SCORING — [SaaS B2B] ASSE A — FIT (demografico/firmografico) — max 50 pt | Criterio | Valore | Punti | Note | |---|---|---|---| | Settore | Target primario | +15 | ICP core | | Settore | Adiacente | +7 | | | Dimensione azienda | 50-500 dip. | +12 | sweet spot | | Ruolo | Decisore/Budget owner | +15 | | | Ruolo | Influencer | +6 | | | Email | Dominio aziendale | +5 | | | Email | Dominio generico (gmail) | -8 | scoring negativo | | Azienda | Concorrente | -50 | esclusione | ASSE B — ENGAGEMENT (comportamentale) — max 50 pt | Azione | Intenzione | Punti | Decay | |---|---|---|---| | Richiesta demo | Alta | +20 | nessuno 30gg | | Visita pagina prezzi | Alta | +12 | -50% dopo 14gg | | Download whitepaper | Media | +6 | -50% dopo 30gg | | Apertura email | Bassa | +1 (max 5) | -100% dopo 21gg | SOGLIE - MQL: Fit >= 25 E Engagement >= 20 (almeno 1 segnale alta intenzione) - SQL: MQL + richiesta demo O visita prezzi negli ultimi 7gg - Nota: soglie di partenza, ricalibrare dopo 60gg di dati di conversione reali.
Domande frequenti
Il modello usa due assi separati. L'asse demografico/firmografico (fit) misura quanto il lead assomiglia all'ICP: settore, dimensione, ruolo, area geografica. L'asse comportamentale (engagement) misura le azioni: download, visite a pagine ad alta intenzione, apertura email, richieste demo. La soglia MQL/SQL nasce dalla combinazione dei due assi, non da un punteggio unico, cosi eviti di qualificare lead molto attivi ma fuori target.
Se non fornisci tassi di conversione storici, il prompt costruisce soglie basate su una logica esplicita (es. percentuale del punteggio massimo raggiungibile e presenza di segnali ad alta intenzione obbligatori) e dichiara apertamente che sono soglie di partenza da ricalibrare. Non inventa benchmark di settore: ti chiede di validarle dopo 30-60 giorni di dati reali.
Si. La tabella include criteri di scoring negativo (es. concorrente, ruolo non decisionale, dominio email generico) e una regola di decay che riduce il punteggio comportamentale in assenza di attivita, cosi un lead inattivo non resta MQL per sempre.
Vuoi un template su misura?
Costruiscine uno in poche domande — con la struttura corretta per il tuo standard.