Il dibattito fit score vs engagement score nasce da un disaccordo su due domande diverse. Il fit si chiede se valga la pena vendere a quell'azienda, l'engagement se qualcuno lì dentro stia prestando attenzione adesso. Se le fondete in un unico numero di MQL, marketing e vendite leggono ciascuno una domanda diversa, ed è per questo che i loro report sulla pipeline non coincidono mai.
Perché un unico numero di MQL manda in crisi il passaggio ai sales
Ipotizziamo che un'agenzia di 15 persone scarichi cinque asset in una settimana e ottenga 90 punti. Il marketing conta un MQL e le vendite lo rifiutano in dieci minuti. Ora pensate a un VP di un'azienda perfettamente in linea con il vostro ICP. Guarda una volta la pagina dei prezzi e ottiene 30 punti: non raggiunge mai la soglia e nessuno lo chiama.
Stesso modello di scoring, due fallimenti, e il numero non vi dice quale dei due avete. Un punteggio di 60 può essere 60 punti di comportamento e zero fit, o il contrario. Le vendite sentono "questo è un acquirente" e il marketing intende "questa persona ha cliccato molto". Entrambi i team leggono il numero correttamente. Il numero ha due significati.
Gli strumenti da soli non risolvono il problema. Sia HubSpot sia Salesforce documentano uno scoring in grado di separare i due concetti, eppure molti team continuano a ridurli a una sola proprietà perché con un solo numero è più facile fare il routing.
Fit score vs engagement score: due punteggi, due decisioni
Io la chiamo la regola delle due chiavi. Il fit è il cancello e l'engagement è il grilletto: per un handoff servono entrambe le chiavi girate.
Il fit governa chi è il responsabile dell'account, in quale coda finisce e quanto tempo umano merita. Cambia lentamente, solo quando cambiano i dati firmografici o l'ICP, quindi dovrebbe essere composto da pochi livelli (A, B, C) e non da una scala da 0 a 100.
L'engagement governa i tempi: quando chiamare, quale sequenza avviare, quanto è urgente. Dovrebbe decadere, perché una visita alla pagina dei prezzi di cinque settimane fa non è lo stesso segnale di una di questa mattina.
| Punteggio | Decisione che governa | Comportamento nel tempo | Responsabile naturale |
|---|---|---|---|
| Fit | Routing, responsabilità, livello di impegno | Stabile, a livelli | Leadership vendite con RevOps |
| Engagement | Tempistiche, sequenza, urgenza | Decade | Marketing |
Lo scontro fit score vs engagement score finisce quando ogni punteggio decide solo la propria parte. Un account di fit A con poco engagement passa a una strategia account-based paziente, non a una chiamata in giornata. Un lead di fit C con engagement altissimo va in nurture o self-serve, a prescindere da quanti webinar abbia seguito.
Cosa cambia per l'attribuzione separando fit score ed engagement score
In un modello unico i punti di engagement arrivano dalle campagne, quindi la campagna che spinge un lead oltre la soglia si prende il merito dell'MQL. Di solito è un asset gated poco costoso, perché gli asset economici sono il modo più facile per aggiungere punti.
Lo chiamo credito da attraversamento della soglia. Il marketing riporta la pipeline generata in base alla data dell'MQL e alla campagna che c'è dietro. Intanto gli account qualificati per fit che arrivano da outbound o referral non superano mai una soglia di engagement, quindi non ottengono mai un MQL. Le vendite li vedono in pipeline e il marketing no.
Lo stesso divario emerge nella ricerca AI. Un team può vedere crescere le citazioni e non avere comunque modo di dire quali account abbiano generato, un problema che trattiamo in SEO rankings vs AI citations. Se la qualificazione di base è un numero confuso, l'attribuzione costruita sopra eredita la confusione.
Come riconciliare i report di pipeline di marketing e vendite
I due report non coincidono perché contano popolazioni diverse. Il marketing conta i lead che hanno superato la soglia del punteggio unico. Le vendite contano i lead che hanno accettato. La distanza tra le due cifre è il vero oggetto della discussione.
La soluzione è registrare tre date su ogni record: quando è diventato qualificato per fit, quando l'engagement ha fatto scattare il trigger e quando le vendite hanno accettato. Ogni report si basa così sugli stessi timestamp, e il disaccordo diventa un ritardo o un calo misurabile tra due date che potete guardare il lunedì mattina. La nostra guida su come sistemare handoff e attribuzione dei lead approfondisce il lato del ciclo di vita.
Chi è responsabile della soglia quando le vendite rifiutano ciò che il marketing conta
Il mio consiglio è una ripartizione a tre. La leadership vendite definisce il fit, perché il fit decide come viene spesa la loro capacità. Il marketing definisce l'engagement, perché sa quanto costa produrre un comportamento. RevOps gestisce lo SLA e il registro delle contestazioni.
Il registro delle contestazioni ha bisogno di due motivi di rifiuto, non uno: "fit sbagliato" e "ancora nessun interesse". Se la maggior parte dei rifiuti indica fit sbagliato, il cancello del fit lascia passare troppo. Se indica nessun interesse, il trigger di engagement scatta troppo presto. Dividere quel menu a tendina vi dice quale punteggio correggere senza bisogno di una riunione.
Per misurare se l'handoff funziona, terrei d'occhio tre cose:
- Tasso di rifiuto per motivo, non in totale
- Tempo al primo contatto dopo lo scatto del trigger
- Conversione per livello di fit e per fascia di engagement, mostrate separatamente
Come punto di partenza per la struttura, la nostra pagina sul lead scoring model spiega come lo impostiamo.
Dove non ho una risposta netta su fit score vs engagement score
Non posso darvi una ripartizione universale. In un approccio enterprise guidato dalle vendite domina il fit e l'engagement è soprattutto un indizio sui tempi. In un approccio product-led con un piano gratuito, l'engagement fa gran parte del lavoro. Il metodo onesto è testare entrambi a ritroso sui vostri contratti chiusi e vinti, e con poche decine di contratti il campione è esiguo. Nel bene e nel male, la prima versione del modello è un'ipotesi, e la affinate man mano che arrivano i dati.
Conta se state aggiungendo automazione. Un mittente AI alimentato da un punteggio unico amplificherà qualunque difetto il vostro punteggio abbia già, ed è lo schema alla base di AI SDR failure. Lo stesso vale per qualsiasi pilota che valutate sulla pipeline, come nel nostro AI GTM scorecard. Conta anche la qualità dell'invio, quindi verificate la email deliverability prima di dare volume a uno dei due punteggi.
Su questo tema cerchiamo di entrare nel vostro team invece di limitarci a consigliare, perché il modello di scoring è la parte facile. La parte difficile è far concordare vendite, marketing e RevOps su chi possiede quale chiave, e poi collegare i timestamp in modo che i report coincidano. È un lavoro di livello operativo, ed è da lì che partirei prima di aggiungere persone o un altro strumento. Qualunque strada scegliate, mantenete la separazione tra fit score ed engagement score visibile in ogni report.