Il lead scoring a regole esiste da venti anni dentro HubSpot e Salesforce. Funziona così: si assegnano punti a comportamenti specifici (download del whitepaper più dieci punti, visita pagina pricing più venti, ruolo C-level più trenta) e si definisce una soglia oltre la quale il lead diventa MQL. Il modello a regole è leggibile e prevedibile, ma sconta due limiti operativi: pesa ogni comportamento allo stesso modo per tutti i segmenti, e non scopre pattern che non sono già stati pensati dal team marketing. Il modello AI risolve entrambi i limiti, ma introduce un problema diverso: il commerciale smette di capire perché un lead ha un punteggio alto. La transizione tra i due mondi va gestita in tre fasi parallele, con una sequenza precisa.
Fase uno: parallelo per quattro settimane
La prima fase non sostituisce nulla. Il modello AI gira accanto al sistema a regole esistente, senza toccare il workflow del commerciale. Si addestra un modello supervisionato sui dati storici degli ultimi dodici-diciotto mesi, con label semplici: lead diventato cliente sì o no. Le feature sono quelle già presenti nel CRM, più eventuali arricchimenti da fonti pubbliche per il segmento B2B (dimensione azienda, settore, stack tecnologico inferito). Si usa scikit-learn per la baseline, perché è interpretabile, robusto, e non richiede infrastruttura GPU. Una random forest o una gradient boosting machine danno risultati molto solidi nei primi mesi.
Durante le quattro settimane, ogni lead riceve due punteggi: quello a regole, visibile al commerciale come sempre, e quello del modello, registrato in un campo custom non visibile nella vista standard. Il team marketing accede ai due punteggi affiancati per ogni lead. Il modello sta imparando in produzione su dati reali, ma non sta ancora influenzando nessuna decisione operativa. Questo è cruciale per due motivi: il commerciale continua a lavorare con uno strumento conosciuto e fidato, e il marketing accumula una settimana dopo l’altra di evidenza comparativa.
La domanda che guida la fase uno è una sola: quanto si discostano i due punteggi? Se nel novanta per cento dei casi modello e regole danno output simili, il valore aggiunto del modello sarà marginale e il progetto va ridiscusso. Se invece i due punteggi divergono significativamente in segmenti specifici (per esempio, il modello scopre che certi titoli professionali contano molto più di quanto le regole assumevano), allora la fase due ha senso.
Sul piano tecnico, la fase uno richiede un’integrazione tra il CRM e l’ambiente di scoring. Make o n8n bastano per i volumi tipici di una PMI B2B: il lead entra in HubSpot, parte un webhook verso un endpoint Python che gira il modello, il punteggio torna come campo custom nel record HubSpot. Latenza sotto i due secondi, costo infrastruttura sotto i cento euro al mese fino a diecimila lead mese.
Fase due: comparazione strutturata e onboarding del commerciale
La fase due dura tre-quattro settimane e ha un obiettivo unico: portare il team commerciale dentro il ragionamento del modello. Si prendono i venti casi della settimana in cui il modello e le regole hanno divergato di più. Per ognuno si genera, automaticamente via Claude, una spiegazione in linguaggio naturale di quattro-sei righe che descrive le feature più influenti nel punteggio del modello. Esempio: “questo lead ha ricevuto un punteggio alto dal modello perché lavora in un’azienda manifatturiera di duecento-cinquecento dipendenti, ha visitato la pagina pricing tre volte negli ultimi dieci giorni, e il pattern di download whitepaper corrisponde a quello dei clienti che hanno chiuso un contratto sopra i quarantamila euro”.
Queste spiegazioni si discutono in una riunione settimanale di quarantacinque minuti con il team commerciale. Non è una riunione tecnica, è una conversazione operativa. Il commerciale guarda i lead, valida o contesta le inferenze del modello, racconta perché certi lead “non funzioneranno mai” nonostante il punteggio alto. Quel feedback torna come dato di etichettatura per il retraining del modello: i lead che il commerciale identifica come falsi positivi diventano informazione per la prossima iterazione.
In parallelo, il marketing prepara la specifica del campo che sostituirà lo scoring a regole nella vista standard del commerciale. Tipicamente è un campo composito: punteggio numerico zero-cento (output del modello), categoria qualitativa hot/warm/cold (derivata dalla soglia), e un campo di sintesi testuale generato da Claude che spiega in tre righe perché il lead ha quel punteggio. Quest’ultimo campo è quello che fa la differenza per il commerciale: trasforma un numero opaco in una motivazione leggibile.
Una PMI italiana del settore software B2B con un flusso di circa ottocento lead al mese aveva un tasso di conversione MQL-to-customer del quaranta per cento con scoring a regole, dopo cinque anni di tuning manuale del sistema. La fase due, gestita per quattro settimane con il commerciale a bordo, ha portato la conversion rate al cinquantacinque per cento al primo round di evaluation, mantenendo intatta la leggibilità del punteggio grazie al campo sintesi generato da Claude.
Fase tre: switch con regole come fallback
La fase tre è l’unica in cui il workflow del commerciale cambia visivamente. Il punteggio del modello diventa il punteggio primario nella vista del CRM, le regole passano a essere un sistema di controllo: girano in background e segnalano i casi di forte divergenza, che vengono mandati a un revisore umano per validazione. Tipicamente il sistema di regole flagga i lead in cui modello e regole differiscono di oltre quaranta punti su scala cento. Quei lead, in media il tre-cinque per cento del totale, vanno in coda di revisione marketing.
Il fallback non è solo un meccanismo di sicurezza, è una linea di difesa contro il model drift. I modelli imparano sui dati passati e perdono accuratezza quando il mercato cambia. Un cambiamento di prodotto, un’espansione su un nuovo segmento, una crisi macroeconomica nel settore target: tutti questi eventi degradano la performance del modello. Le regole, per loro natura statiche, diventano un sistema di allerta precoce. Quando le divergenze tra modello e regole crescono in modo significativo (per esempio, da un cinque a un quindici per cento di lead flaggati), è il segnale che il modello va ritrainato.
La governance della fase tre prevede un retraining mensile per i primi sei mesi, poi trimestrale a regime. Il retraining usa i lead chiusi del periodo come nuovi dati di label. Il versioning del modello è essenziale: ogni versione resta archiviata con metriche associate, in modo da poter fare rollback se una nuova versione degrada le performance senza essere stata accorta in test. L’infrastruttura per questo è minimale, un repository Git e un foglio di tracking bastano per i primi diciotto mesi.
Lo stack tecnico e l’errore da evitare
Lo stack consigliato per progetti di lead scoring AI in PMI italiane B2B con volumi sotto i ventimila lead al mese è scarno e robusto. Scikit-learn per il modello, perché è maturo, interpretabile, e ha una community profonda che produce risorse riusabili. Il CRM esistente come fonte di verità (Salesforce, HubSpot o Pipedrive sono i tre standard). Make come orchestratore di flussi per i webhook in entrata e uscita. Claude per la generazione delle spiegazioni in linguaggio naturale (vedi la documentazione Anthropic per i pattern di prompt che funzionano meglio sui task di sintesi strutturata). Un piccolo backend Python in Vercel Functions o equivalente per servire le predizioni in tempo reale.
L’errore da evitare con più frequenza è iniziare dal modello più sofisticato disponibile. Le reti neurali su tabular data raramente battono una gradient boosting machine ben tunata, e portano problemi di interpretabilità che diventano un blocco operativo con il commerciale. Il modello giusto è il più semplice che dà risultati statisticamente significativi rispetto alla baseline a regole. Scaling up viene dopo, se serve, e di solito non serve.
Il secondo errore è automatizzare la decisione finale. Il modello suggerisce, il commerciale decide. Quando si tolgono i passaggi di review umana sui lead borderline per “ottimizzare il flusso”, la qualità del pipeline degrada in modo silenzioso e ci si accorge del problema solo dopo due-tre mesi, quando il fatturato comincia a deviare dal forecast. Tenere il commerciale dentro il loop di feedback è la differenza tra un sistema AI che dura tre anni e uno che viene smantellato dopo sei mesi.
Una transizione strutturata da scoring a regole a scoring con modello, gestita in tre fasi parallele, evita lo shock al team commerciale e produce un upgrade misurabile sulla conversion rate nei primi sessanta-novanta giorni. Per integrare il lead scoring con i flussi email che ne derivano, la lettura naturale è l’articolo sulle email sequence AI oltre il template. Per il pattern di integrazione tra Make e Claude su workflow PMI italiane, c’è un approfondimento dedicato su workflow Make + Claude per PMI. L’implementazione end-to-end di un progetto di lead scoring AI rientra nei progetti tipici di automation marketing, con un perimetro chiaro su tempistiche, costi e governance del modello in produzione.