Qual è la differenza tra CAC e CPA?
Il CAC (Customer Acquisition Cost) misura il costo totale di marketing e vendita necessario per trasformare un prospect in cliente pagante, dividendo tutte le spese del periodo per il numero di nuovi clienti acquisiti. Il CPA (Cost Per Action o Cost Per Acquisition in senso stretto) misura invece il costo di un'azione specifica - come un clic, una compilazione di form o l'acquisizione di un lead - e non implica che il soggetto sia diventato cliente pagante. Usarli in modo intercambiabile porta a sottostimare il costo reale di acquisizione.
Cosa distingue un MQL da un SQL?
Un MQL (Marketing Qualified Lead) è un lead che ha soddisfatto criteri di engagement del marketing (punteggio di lead scoring, comportamento digitale) ma non è ancora stato contattato dal team commerciale. Un SQL (Sales Qualified Lead) è un MQL che le vendite hanno contattato, valutato e confermato come avente necessità reale, budget, autorità decisionale e tempistica definita. Il passaggio MQL→SQL è il momento del handoff formale tra marketing e vendite.
Come si calcola l'LTV (Customer Lifetime Value)?
L'LTV si stima moltiplicando il valore medio dell'ordine o del contratto per la frequenza di acquisto annua e per la durata media della relazione in anni. Per i modelli subscription, l'LTV può essere approssimato come MRR medio per cliente diviso per il tasso di churn mensile. Il rapporto LTV:CAC ≥ 3 è generalmente considerato sano, mentre LTV:CAC < 1 indica un modello di acquisizione non sostenibile.
Cos'è il Net Promoter Score e quali sono i suoi limiti?
Il NPS è una metrica di fedeltà che classifica i clienti in promotori (9-10), passivi (7-8) e detrattori (0-6) basandosi sulla domanda "Quanto è probabile che tu ci raccomandi?". Il suo vantaggio è la semplicità: si calcola con una sola domanda ed è facilmente confrontabile nel tempo. I suoi limiti sono la scarsa granularità - non indica perché i clienti sono insoddisfatti - e la sensibilità alle differenze culturali nei rating, che rendono il confronto assoluto tra mercati diversi non sempre affidabile.
Come si gestisce il handoff tra marketing e vendite nel CRM?
Il handoff si gestisce definendo uno SLA esplicito che specifica entro quanto tempo (es. 1 ora lavorativa) un SQL deve essere contattato dal team commerciale, e registrando nel CRM il momento esatto in cui il lead viene elevato da MQL a SQL. Le automazioni CRM inviano notifiche ai venditori, creano task con scadenza e tracciano il rispetto dell'SLA. I report sull'SLA compliance identificano le inefficienze del processo di handoff.
Cosa significa avere un NRR > 100%?
Un Net Revenue Retention superiore al 100% significa che i ricavi ricorrenti dai clienti esistenti sono cresciuti rispetto al periodo precedente, nonostante le cancellazioni. Questo accade quando l'expansion MRR (upsell, cross-sell, seat expansion) supera il churn MRR. Un NRR > 100% - tipicamente chiamato "negative churn" - indica che l'azienda cresce sui ricavi da clienti esistenti anche senza nuovi clienti, ed è considerato uno dei segnali più forti di product-market fit nei modelli SaaS.
Come si riduce il churn dei clienti tramite il CRM?
La riduzione del churn inizia con il monitoraggio proattivo del customer health score - che aggrega segnali di utilizzo del prodotto, ticket aperti, NPS e engagement. Clienti con health score in calo vengono segnalati al CSM prima della scadenza del contratto per un intervento proattivo. Il CRM automatizza trigger come "nessun login negli ultimi 30 giorni" che avviano sequenze di re-engagement. L'analisi delle ragioni di churn alimenta il miglioramento del prodotto e del processo di onboarding.
Cos'è il lead scoring e come si configura?
Il lead scoring assegna punteggi numerici ai lead in base a criteri demografici (settore, ruolo, dimensione azienda) e comportamentali (pagine visitate, email aperte, contenuti scaricati, partecipazione a webinar). I criteri vengono pesati in base al loro correlato con la conversione storica. Sopra una soglia prestabilita, il lead viene elevato a MQL e inoltrato alle vendite. Modelli avanzati usano machine learning su dati storici di conversione per calibrare automaticamente i pesi.
Come funziona il forecast di vendita nel CRM?
Il forecast aggrega le opportunità nella pipeline moltiplicando il valore di ciascuna per la probabilità di chiusura associata alla sua fase. Un'opportunità in fase "proposta inviata" con probabilità 60% e valore €50.000 contribuisce €30.000 al forecast. I CRM avanzati affiancano al forecast manuale modelli predittivi basati su dati storici di conversione per ogni fase. Il confronto tra forecast bottom-up (venditori) e top-down (manager) è una pratica comune di allineamento.
Cosa sono le pipeline stages e come si definiscono?
Le pipeline stages sono le fasi del processo commerciale che un'opportunità attraversa dalla qualifica alla chiusura - tipicamente: Qualified, Discovery, Proposal, Negotiation, Closed Won/Lost. Ogni fase corrisponde a un milestone specifico (es. demo effettuata, proposta inviata, contratto firmato) e ha una probabilità di chiusura associata. Il numero di fasi deve bilanciare la granularità dell'analisi con la praticità di utilizzo per i venditori.
Come si calcola la velocità della pipeline?
La velocità della pipeline (Pipeline Velocity) si calcola con la formula: (Numero di opportunità × Valore medio dell'opportunità × Tasso di vincita) / Durata media del ciclo di vendita in giorni. Per esempio, 100 opportunità × €20.000 × 25% win rate / 60 giorni = €8.333/giorno. Monitorare la velocità nel tempo permette di identificare quale delle quattro variabili ha il maggiore impatto sul fatturato generato.
Come si definisce un ICP (Ideal Customer Profile)?
L'ICP si costruisce analizzando il cohort dei clienti con i migliori indicatori di successo: NPS alto, churn basso, LTV elevato, time-to-value rapido. Si identificano le caratteristiche comuni: settore, dimensione dell'organizzazione (dipendenti, fatturato), ruolo del buyer principale, stack tecnologico, area geografica, maturità digitale. L'ICP è un documento vivo che si aggiorna con i dati di nuove coorte di clienti e viene usato per qualificare i lead in ingresso.
Cosa sono le automazioni CRM e quando usarle?
Le automazioni CRM eseguono automaticamente azioni ripetitive basate su trigger o condizioni - invio di email di follow-up dopo N giorni di inattività, creazione di task per il venditore, avanzamento dello stage quando si verifica un evento, notifiche interne. Vanno usate per azioni a basso rischio e alta frequenza: il follow-up automatico nei primi giorni dopo la registrazione, le sequenze di nurturing per lead non ancora pronti all'acquisto. Le decisioni strategiche (proposta, negoziazione) restano umane.
Come si misura l'efficacia delle campagne nel CRM?
L'efficacia si misura tracciando le campagne come sorgente sui lead e opportunità che generano, poi calcolando: numero di MQL per campagna, tasso di conversione MQL→SQL, valore del pipeline generato, revenue attribuita. Il modello di attribution (first-touch, last-touch, lineare, data-driven) determina come il credito viene distribuito tra le campagne che hanno toccato la stessa opportunità. I report di campagna nel CRM collegano spesa a pipeline e revenue, consentendo il calcolo del ROI.
Perché i dati del CRM diventano obsoleti e come mantenerli aggiornati?
I dati CRM si degradano perché le persone cambiano ruolo o azienda, le aziende si fondono o chiudono, e i dati storici non vengono aggiornati. Il tasso di obsolescenza dei contatti B2B è stimato tra il 25-30% annuo. Le strategie di data hygiene includono: arricchimento automatico da fonti esterne (LinkedIn, Clearbit), deduplicazione periodica, incentivi per i venditori ad aggiornare i record dopo ogni interazione, e verifica email automatica prima delle campagne.