Lead scoring automatico: HubSpot, Pipedrive o Salesforce
Come scegliere il CRM e costruire regole di qualificazione verificabili: differenze fra contatti e trattative, esempio B2B, costi e controlli.
·23 aprile 2026·9 min di lettura
Il lead scoring automatico assegna priorità ai contatti usando criteri espliciti e dati aggiornati. Per una PMI la scelta tra HubSpot, Pipedrive e Salesforce dipende anzitutto da cosa vuole valutare: persone da qualificare, aziende in target oppure trattative già aperte. Sono oggetti diversi e richiedono segnali diversi. Un punteggio alto aiuta a decidere chi contattare; da solo non dimostra intenzione di acquisto e non garantisce una vendita.
Questa guida serve a scegliere il modello e verificare il CRM. Per progettare regole, integrazioni e passaggio al commerciale, trovi il servizio Tready di lead scoring e qualificazione automatica. Le funzionalità dei produttori riportate qui sono state controllate il 13 settembre 2026.
Prima del software: definire fit, interesse e qualificazione
Il fit indica quanto un contatto o un’azienda corrisponde al cliente che puoi servire: settore, esigenza, dimensione del progetto, ruolo nella decisione e compatibilità dell’offerta. Il coinvolgimento, o engagement, descrive invece attività osservate e recenti: una richiesta di preventivo, una conversazione, una visita pertinente o un download.
Tenere separate queste dimensioni evita che molte interazioni deboli compensino un’incompatibilità commerciale. Un’azienda adatta che non ha ancora espresso un bisogno può meritare un approfondimento; chi scarica molte risorse per studio non diventa automaticamente un’opportunità di vendita. Un dato mancante va segnalato come sconosciuto, senza trasformarlo in una valutazione negativa arbitraria.
Concorda anche le definizioni interne: un MQL soddisfa i criteri di qualificazione del marketing; un SQL è stato qualificato dal processo commerciale secondo requisiti condivisi. Il semplice superamento di una soglia non dovrebbe attribuire al contatto un bisogno, un budget o un’autorità decisionale che nessuno ha verificato.
HubSpot, Pipedrive e Salesforce: che cosa confrontare
La tabella riassume le differenze di perimetro. Prima di acquistare una licenza, verifica nell’account gli oggetti supportati, le integrazioni disponibili e il piano richiesto.
| Strumento | Oggetto e logica | Controllo decisivo |
|---|---|---|
| HubSpot | Punteggi di fit, engagement o combinati; disponibilità per contatti, aziende e deal legata all’Hub. | Il piano copre l’oggetto che vuoi qualificare e le automazioni necessarie? |
| Pipedrive Scores | Valutazione delle trattative nella pipeline. | Ti serve ordinare deal esistenti o qualificare contatti prima di aprirli? |
| Salesforce Einstein Lead Scoring | Valutazione predittiva dei lead con requisiti di prodotto e dati. | Licenza, qualità dello storico e segmentazione sostengono il modello previsto? |
HubSpot: configurazione attuale
La procedura documentata parte da Marketing > Lead Scoring, quindi dalla creazione del punteggio e dalla scelta dell’oggetto. I punteggi per contatti richiedono Marketing Hub; quelli per deal appartengono a Sales Hub. La documentazione indica Professional ed Enterprise, con tipologie e quantità dipendenti dall’abbonamento.
Definisci gruppi di proprietà per il fit e gruppi di eventi per il coinvolgimento. Configura limiti, soglie, esclusioni e riduzione del peso delle attività meno recenti. Prima di attivare, prova record rappresentativi e controlla la distribuzione. Non confondere un campo numerico personalizzato con il motore di scoring. Fonte: documentazione HubSpot.
Pipedrive: distinguere lead e trattative
La funzione Scores si trova in Pulse ed è disponibile nei piani Premium e superiori. Al controllo attuale valuta i deal: si sceglie una pipeline e vi può essere un solo punteggio attivo. I criteri utilizzano campi della trattativa e delle attività; l’anteprima permette di vedere come viene calcolato il risultato.
Questo è utile per dare priorità alle opportunità già aperte. Se il bisogno riguarda contatti ancora da qualificare, occorre progettare un processo distinto e verificarne l’integrazione. Evita di comprare il piano assumendo che Scores risolva automaticamente entrambi i casi. Fonte: Scores in Pipedrive.
Salesforce: requisiti e modello globale
Einstein Lead Scoring richiede le edizioni o opzioni compatibili con Sales Cloud Einstein. La documentazione descrive requisiti di dati per il modello basato sul proprio storico: almeno 1.000 lead creati negli ultimi 200 giorni e almeno 120 convertiti in account e contatto. I requisiti valgono anche per i segmenti configurati.
La stessa pagina precisa che, usando tutti i lead senza segmenti e in assenza di dati sufficienti, può intervenire un modello globale. Perciò non esiste una soglia universale di “3.000 trattative vinte” da applicare a ogni implementazione. Verifica il caso del tuo account. Fonte: requisiti Salesforce.
Un esempio di scoring B2B da adattare
Esempio illustrativo, non un modello validato sui clienti Tready. Immaginiamo un’impresa che vende servizi tecnici ad aziende manifatturiere. Conserva due punteggi separati e assegna una motivazione leggibile a ogni variazione.
| Segnale | Dimensione | Punti illustrativi | Condizione |
|---|---|---|---|
| Settore compatibile con l’offerta | Fit | +20 | Informazione verificata e aggiornata |
| Esigenza rientrante nel servizio | Fit | +20 | Bisogno espresso, non dedotto da una sola visita |
| Ruolo coinvolto nella decisione | Fit | +10 | Da confermare nella conversazione |
| Richiesta di contatto sul servizio | Interesse | +30 | Evento unico, senza duplicati tecnici |
| Download pertinente | Interesse | +5 | Limite massimo per evitare accumuli artificiali |
| Attività non più recente | Interesse | Da ridurre | Finestra scelta sul ciclo di vendita reale |
| Dato mancante o richiesta ambigua | Da verificare | Nessuna conclusione automatica | Richiedere chiarimento prima di classificare |
Con una soglia illustrativa di 30 punti di fit e 30 di interesse, il contatto che soddisfa entrambe le condizioni entra nella coda di revisione commerciale. Un download ripetuto non deve sostituire il requisito di fit. Una richiesta diretta va comunque presa in carico anche quando alcuni dati sono mancanti: il punteggio organizza il lavoro, non deve far perdere contatti reali.
Questi valori servono a discutere il modello con il team. Non sono soglie universali né una configurazione da importare identica nei tre CRM. In particolare, il modello per contatti va adattato quando lo strumento valuta trattative.
Come implementarlo senza automatizzare gli errori
- Definisci la decisione. Scrivi che cosa cambia quando il punteggio sale: priorità di revisione, assegnazione a un referente oppure attività di approfondimento. Indica chi gestisce le eccezioni.
- Controlla lo storico. Deduplica i record, verifica esiti e date delle trattative, distingui le origini dei contatti e documenta i campi non affidabili. Il CRM deve conservare la ragione dello stato assegnato.
- Seleziona pochi segnali interpretabili. Parti dai fattori che il commerciale può spiegare. Non penalizzare automaticamente un indirizzo email gratuito: può appartenere a un professionista o a un’impresa pertinente.
- Collauda il percorso dei dati. Una richiesta riuscita nel sito deve arrivare una sola volta nel CRM, con origine corretta. Un clic sul pulsante non prova l’invio; due eventi dello stesso contatto non sono due nuovi lead.
- Prova il modello senza notifiche reali. Usa record di test identificabili e controlla punteggi, assegnazioni ed esclusioni. Prima dell’attivazione verifica le azioni che inviano messaggi o cambiano gli stati commerciali.
- Misura e rivedi. Conserva versione delle regole, data di attivazione e motivazione delle modifiche. Concorda con il commerciale come segnalare priorità errate e contatti validi rimasti sotto soglia.
Se manca il collegamento fra sito e gestionale, partire dallo scoring complica il problema. Prima va reso affidabile il flusso descritto nel progetto di qualificazione e integrazione dei lead.
Quando l’AI aiuta e come misurare il risultato
Un modello a regole è utile quando hai pochi dati, criteri commerciali espliciti e bisogno di capire ogni decisione. Un modello predittivo può essere valutato quando esiste uno storico coerente, il prodotto lo supporta e puoi confrontarlo con una base più semplice. La presenza della parola AI non dimostra maggiore precisione.
Per il confronto, usa un periodo successivo a quello impiegato per costruire il modello. Evita che il punteggio utilizzi informazioni note soltanto dopo la vendita: il risultato apparirebbe migliore di quanto sia utilizzabile nella pratica. Mantieni confrontabili canale di acquisizione, offerta e tempo trascorso dalla prima richiesta.
Misura la quota di contatti segnalati che il commerciale considera pertinenti, le opportunità valide rimaste sotto soglia, il tempo di presa in carico e la conversione fino alla vendita. Un aumento del numero di MQL può derivare semplicemente da una soglia più permissiva. Anche lavorare soltanto i punteggi alti rende difficile capire se quelli bassi contenevano opportunità: prevedi una revisione campionaria.
Il periodo necessario dipende dal ciclo di vendita e dal numero di esiti osservabili. Non basta fissare due mesi o un numero standard di lead per dichiarare un miglioramento significativo. Distingui sempre variazioni osservate, ipotesi e risultati attribuibili al progetto.
Quanto costa un progetto di lead scoring
Il costo complessivo comprende licenze, eventuali componenti aggiuntivi, preparazione dei dati, integrazioni, configurazione delle regole, collaudo e manutenzione. Chiedi un preventivo che separi attività iniziali e ricorrenti e specifichi contatti, utenti, pipeline, ambienti e strumenti inclusi.
Non confrontare soltanto il prezzo per utente: due offerte possono coprire oggetti e funzioni differenti. Valuta anche esportazione dei dati, gestione delle eccezioni e responsabilità degli aggiornamenti. I listini dei CRM cambiano; la documentazione del piano e il preventivo del fornitore devono confermare il perimetro effettivo. Il rientro dell’investimento va stimato sul tuo margine e sulle conversioni misurate, senza promettere un payback standard.
Domande frequenti sul lead scoring automatico
Posso iniziare senza un modello AI?
Sì. Un insieme di regole comprensibili, verificato con il commerciale, può essere un punto di partenza. L’AI va confrontata con questa base e con i dati realmente disponibili.
Un lead con punteggio alto diventa automaticamente SQL?
Solo se il processo aziendale prevede e verifica i requisiti necessari. È preferibile distinguere la priorità suggerita dal sistema dalla qualificazione commerciale effettivamente compiuta.
Un foglio di calcolo può bastare?
Può aiutare a progettare e provare le regole su un campione. Per l’uso operativo devi valutare aggiornamento dei dati, tracciabilità, assegnazioni e gestione degli errori. Il limite dipende dal processo, non da un numero universale di contatti mensili.
Come evito di scartare un buon contatto?
Gestisci i dati mancanti, mantieni una coda di revisione e controlla anche un campione sotto soglia. Le richieste dirette meritano una verifica umana; non usare il punteggio come motivo per ignorarle.
Quale CRM è migliore per una PMI?
Quello compatibile con il processo, i dati, il budget e le competenze disponibili. Verifica prima se vuoi qualificare persone, aziende o trattative, poi confronta funzionalità e costi sullo stesso perimetro.
Dal modello al progetto operativo
Per valutare l’implementazione prepara il CRM utilizzato, le fonti dei contatti, le fasi della pipeline e i criteri con cui oggi il commerciale riconosce una buona opportunità. Tready può partire da questi elementi per definire il perimetro del servizio di lead scoring.
Se il problema principale è generare richieste pertinenti, approfondisci prima la lead generation B2B. Per discutere il progetto puoi contattare Tready.
Checklist per scegliere un fornitore
Se stai valutando un’agenzia per il progetto, usa le domande della checklist per chiarire attività, responsabilità e condizioni del rapporto.
Il PDF contiene 12 domande da porre all’agenzia; il modello illustrativo di lead scoring è nella tabella dell’articolo.
12 domande da fare a un’agenzia
Download diretto, senza registrazione. Per il tuo CRM: parliamo del progetto.
Risorse correlate
Il lead scoring attribuisce priorità usando fit e coinvolgimento. HubSpot, Pipedrive Scores e Salesforce Einstein operano con oggetti e requisiti diversi. La scelta richiede verifica del piano, qualità dei dati, integrazioni e misurazione. I punteggi dell’esempio sono illustrativi, non risultati di clienti.

Fondatore di Tready Soluzioni Digitali, agenzia di marketing tecnologico attiva dal 2013 con sede a Lecco. Specializzato in strategie SEO data-driven, Generative Engine Optimization (GEO) e intelligenza artificiale applicata al marketing digitale. Con oltre 15 anni di esperienza nel settore, ha guidato centinaia di progetti di crescita digitale per PMI e aziende enterprise in tutta Italia, combinando analisi dei dati, automazione e tecnologie AI per generare risultati misurabili. Certificato Google Partner, esperto di Google Ads, Analytics e Search Console.