Come intent data B2B, buying group e AI stanno cambiando il marketing B2B
Per molti anni il Marketing Qualified Lead è stato il principale indicatore della domanda generata dal marketing. Una persona compila un form, scarica un contenuto o richiede un contatto; il sistema gli assegna un punteggio e, raggiunta una soglia, il lead viene passato alle vendite.
Questo modello non è nato per caso. Era coerente con un contesto in cui gran parte delle informazioni sulle soluzioni B2B era nelle mani dei venditori e il primo contatto commerciale coincideva spesso con l’inizio della ricerca. Oggi, però, il percorso d’acquisto è cambiato: le persone ricercano in autonomia, coinvolgono colleghi con ruoli diversi e scelgono quando rendersi identificabili.
Il webinar di Turtl Rethinking MQLs with Intent Data, Buying Groups, and AI in B2B Marketing ha affrontato questa trasformazione con Nick Mason di Turl, Kerry Cunningham di 6sense, Dorota Gosling di Inflexion Group e Christian Weiss di Autodesk. Il punto di partenza è netto: il problema non è l’esistenza degli MQL, ma l’uso del singolo MQL come rappresentazione completa dell’intenzione di acquisto di un’azienda.
Perché il modello MQL non descrive più il comportamento dei buyer
Nel webinar è stato ricordato che molti processi di marketing e revenue sono stati progettati circa vent’anni fa. All’epoca un visitatore che compilava un form forniva un segnale relativamente affidabile: aveva bisogno di informazioni e il confronto con un venditore era una tappa quasi obbligata.
Oggi il buyer può trovare contenuti, recensioni, comparazioni e casi applicativi senza parlare con nessuno. Kerry Cunningham ha citato una ricerca in corso secondo cui il 65% dei buyer fa qualcosa per evitare i form o mascherare la propria identità durante la fase di ricerca. Il dato non dimostra che i form non abbiano più alcun ruolo, ma mostra perché basare il sistema di domanda soltanto sui form produce una visione incompleta.
Un download può infatti avere significati diversi: curiosità personale, attività di benchmark, una ricerca per conto di un collega o un interesse iniziale ancora lontano da una decisione. Trattare automaticamente ogni interazione come apertura di una trattativa rischia di generare follow-up poco pertinenti e pressione commerciale prematura.
L’MQL può quindi restare un segnale di disponibilità al contatto. Diventa invece fragile quando viene usato come unico criterio per decidere se un account è realmente in market.
Il vero soggetto della domanda è il buying group
Nel B2B la domanda non si forma quasi mai nella testa di una sola persona. Si forma attraverso un buying group: un insieme di ruoli che valutano il problema, discutono priorità, considerano rischi, difendono il budget e contribuiscono alla scelta.
Nel webinar è stata richiamata una dimensione tipica di circa 10–12 persone per un buying group B2B. Non tutte saranno visibili nei dati del marketing, né tutte avranno lo stesso peso. Tuttavia, una lettura a livello di account consente di distinguere il comportamento isolato da una dinamica più significativa.
Se una sola persona di un’azienda visita più volte un sito, il segnale è debole. Se più persone, anche anonime, provenienti dalla stessa organizzazione iniziano a consultare contenuti collegati tra loro, il quadro cambia. Se a queste visite si sommano dati di intent di terze parti, ricerche su temi specifici o segnali presenti nel CRM, il marketing dispone di una base più credibile per capire che nell’account sta accadendo qualcosa.
Intent data: non un punteggio in più, ma livelli di evidenza
Il webinar critica un uso riduttivo dell’intent data b2b: aggiungerlo al lead scoring per aumentare il volume degli MQL. In questa impostazione, più segnali producono più punteggio e più punteggio produce più lead qualificati sulla carta. Ma se la pipeline qualificata e i ricavi non crescono, il sistema sta ottimizzando una metrica intermedia e non il risultato.
L’approccio proposto è quello dei layers of evidence: livelli di evidenza che, combinati, aiutano a prioritizzare gli account.
- Segnali di prima parte: pagine visitate, contenuti consultati, webinar e campagne.
- Segnali anonimi aggregati a livello di account.
- Intent data di terze parti.
- Informazioni commerciali e relazionali già presenti nel CRM.
- Contesto dell’account: relazione in essere, rinnovi, criticità, gare o investimenti.
L’elemento decisivo è l’interpretazione. Un picco di visite sul sito di un cliente esistente, per esempio, non indica necessariamente una nuova opportunità. Potrebbe segnalare un problema, una verifica su un contratto o una gara imminente. Il dato mostra il che cosa; la conoscenza dell’account aiuta a formulare ipotesi sul perché.
Il ruolo dell’AI: trasformare i segnali in priorità e azioni
La quantità di dati disponibile non è di per sé un vantaggio. Senza qualità, integrazione e criteri di lettura, genera rumore. Un marketer non può analizzare manualmente migliaia di visite, variazioni di engagement e segnali esterni per capire quali account meritano attenzione.
L’AI può offrire un contributo concreto: aggregare dati, individuare pattern nel tempo, riconoscere gruppi di persone interessati allo stesso tema e rendere leggibili dinamiche difficili da vedere nei singoli strumenti.
Il passaggio importante non è dalla raccolta dati all’automazione indiscriminata. È dalla raccolta dati a una decisione più pertinente. L’AI dovrebbe aiutare marketing e sales a rispondere a domande come:
- Quali account mostrano segnali coerenti di interesse?
- Quale tema sembra rilevante per quel buying group?
- Quali ruoli potrebbero essere coinvolti?
- L’account è già cliente, prospect o partner?
- Quale contenuto o azione può essere utile in questa fase?
La qualità dell’azione resta una responsabilità umana. Nel webinar è emerso un avvertimento condiviso: l’uso superficiale dell’AI può generare messaggi troppo invasivi o irrilevanti. Il rischio è produrre spam più sofisticato, non relazioni migliori.
Dalla personalizzazione alla rilevanza
Citare il nome dell’azienda, il settore o l’ultima pagina visitata non rende automaticamente un messaggio utile. La personalizzazione è una tecnica; la rilevanza è il risultato.
Un contenuto è rilevante quando aiuta il buying group a comprendere un problema, a valutare una scelta o a sostenere una decisione all’interno dell’organizzazione. Questo implica che il marketing non debba limitarsi a produrre asset per il singolo utente digitale, ma progettare contenuti per le diverse conversazioni che avvengono dentro l’account.
Giustificare la categoria, non solo scegliere il vendor
In molte decisioni B2B il problema non è scegliere tra fornitori, ma ottenere l’approvazione per investire in una categoria di soluzione. Nel webinar è stata citata una ricerca secondo cui il 78% degli interlocutori finanziari ritiene più difficile giustificare la categoria di spesa che scegliere un vendor.
Gran parte dei contenuti B2B è dedicata a differenziare il prodotto dai concorrenti, mentre pochi aiutano il buyer a costruire un business case comprensibile per CFO, CEO, procurement o altri approvatori.
Il marketing può fornire ai champion interni dell’account argomenti, evidenze, scenari di rischio, casi applicativi e criteri per spiegare perché affrontare un problema abbia valore economico e organizzativo.
La visione coordinata emersa dal webinar
La proposta che emerge non è la sostituzione meccanica dell’MQL con un nuovo acronimo. È un cambiamento di unità di analisi e di lavoro: dal lead individuale all’account, dall’interazione isolata al buying group, dal punteggio automatico alla lettura di segnali convergenti.
- Gli MQL restano utili come canale di hand-raise, non come prova definitiva di intenzione.
- L’intent data acquista valore quando si combina con altri segnali e con il contesto commerciale.
- L’AI serve a individuare pattern e priorità, non a industrializzare messaggi invasivi.
- Il contenuto deve favorire rilevanza, consenso e capacità di giustificare la scelta.
- Il vantaggio competitivo deriva dalla conoscenza dell’account e dalla qualità della relazione.
Risultati evidenziati e aspetti da approfondire
Il webinar ha fornito una direzione strategica convincente, ma ha lasciato aperte alcune domande operative. La prima riguarda la misurazione: se gli MQL non sono più la metrica dominante, quali indicatori devono guidare marketing e sales? Account engaged, copertura del buying group, qualità dei segnali, pipeline influenzata e velocità di progressione sono candidati utili, ma vanno definiti in base al modello commerciale e al ciclo di vendita.
La seconda riguarda la governance. Un modello account-level richiede dati affidabili, integrazione tra CRM, marketing automation, intent platform e sistemi commerciali. Richiede inoltre un confronto costante tra marketing, sales e customer team per interpretare correttamente il contesto di ogni account.
Infine, resta aperto il tema dell’attivazione. Riconoscere un account in movimento è solo il primo passo. La ricerca futura dovrà concentrarsi su quali combinazioni di contenuto, relazione commerciale, advocacy, campagne ABM e canali nearbound riescano davvero a trasformare l’interesse diffuso del buying group in una decisione condivisa.
Il passaggio oltre gli MQL non è un progetto di tecnologia né un semplice aggiornamento del lead scoring. È una scelta di architettura go-to-market: imparare a riconoscere la domanda prima che si manifesti in un form e accompagnarla con messaggi, persone e prove che abbiano valore per l’intero buying group.
Dall’ABM come campagna all’ABM come sistema
Il passaggio più importante, oggi, è superare l’idea dell’ABM come singola campagna.
Una strategia account-based efficace parte dalla selezione degli account ad alto valore, ma non si ferma al targeting. Richiede una lettura del mercato, una comprensione dei decisori, una produzione di contenuti coerente, una collaborazione reale tra marketing e commerciale e una capacità di misurare il valore generato nel tempo.
L’ABM Index H2 2026 contribuisce a rendere visibile questa complessità, offrendo alla community internazionale una fotografia dei soggetti che stanno partecipando all’evoluzione dell’Account Based Marketing.
Il messaggio è chiaro: l’ABM non è più un tema distante, riservato ai mercati anglosassoni o alle grandi multinazionali. È una disciplina sempre più rilevante anche per le aziende B2B italiane che vogliono crescere in modo più selettivo, più misurabile e più orientato agli account strategici.
Una conferma della direzione
L’ABM Index H2 2026, realizzato da Thomas Allgeyer e Frenus, rappresenta una risorsa utile per orientarsi in un ecosistema internazionale sempre più articolato.
Aiuta a riconoscere professionisti, aziende, contenuti e strumenti che stanno contribuendo alla crescita dell’Account Based Marketing e offre alla community un riferimento per leggere meglio l’evoluzione della disciplina.
La presenza di Lorenzo Spinosi e Spinosi Marketing Strategies srl come rappresentanza italiana rafforza una convinzione: anche il mercato italiano può sviluppare una cultura ABM più matura, collegata ai contesti internazionali e capace di generare valore concreto per le aziende B2B.
L’ABM non è una sigla da aggiungere a una presentazione.
È una scelta strategica su quali account contano davvero e su come costruire crescita insieme a loro.
Iscriviti alla Newsletter ABM Monthly
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip.