Il funnel di vendita B2B si restringe meno di quanto pensi

Un lead su tre, in media, arriva fino all’affare chiuso in un funnel di vendita B2B SaaS. Non è l’imbuto drammatico che il nome suggerisce: secondo un dataset di First Page Sage costruito su clienti reali tra il 2017 e il 2025, ogni fase del funnel (lead a MQL, MQL a SQL, SQL a opportunità, opportunità a vinta) converte tra il 37% e il 42%. Il collo di bottiglia, quando c’è, di solito non è dove la maggior parte dei team commerciali lo cerca.

Perché ti riguarda

• Se nel tuo CRM il funnel si restringe molto più di questi numeri, a monte, dove il marketing qualifica i lead, il problema nasce lì, non nelle fasi successive dove spesso si concentra l’attenzione del team vendita.
• Confrontare il proprio tasso di conversione con quello di un concorrente ha poco senso: le definizioni di “lead qualificato” o di “opportunità” cambiano da azienda ad azienda, a volte da reparto a reparto nella stessa azienda.
• Un funnel sano non è uno che converte il 90% a ogni passo: è uno che squalifica presto i contatti sbagliati e non li lascia morire silenziosamente nelle fasi di mezzo.

Quali sono le quattro fasi che contano davvero?

Il percorso standard di un funnel B2B passa per cinque stadi: lead (un contatto raccolto), MQL o marketing qualified lead (un contatto che il marketing giudica promettente in base a comportamento o profilo), SQL o sales qualified lead (lo stesso contatto, validato dal commerciale come pronto per una conversazione di vendita), opportunità (una trattativa aperta con un valore stimato) e, infine, vinta o persa.

Sul dataset First Page Sage, che segue clienti B2B per circa l’otto anni e copre in gran parte aziende SaaS, le quattro transizioni misurano: lead a MQL 39%, MQL a SQL 38%, SQL a opportunità 42%, opportunità a vinta 37%. Moltiplicando le quattro percentuali, meno di un lead su venti arriva fino al contratto firmato, ma nessuna singola fase perde più della metà dei contatti che riceve. È una lettura diversa dal luogo comune del funnel che si assottiglia sempre di più: qui la fase più larga (SQL a opportunità, 42%) e quella più stretta (opportunità a vinta, 37%) distano solo cinque punti.

Un secondo aggregatore che cita lo stesso studio, Prospeo, riporta percentuali leggermente diverse per le stesse fasi, nell’ordine del 38-42% per MQL-SQL e 42-48% per SQL-opportunità: la direzione è la stessa, la cifra esatta cambia secondo dove ciascun aggregatore traccia il confine tra una fase e la successiva. Non siamo riusciti a raggiungere direttamente la pagina originale di First Page Sage in questo run per un blocco di rete (EGRESS_BLOCKED), quindi i numeri sono triangolati tra le due fonti che la citano, non letti sul documento primario.

Perché i benchmark pubblici si contraddicono così tanto?

Qui sta il vero motivo per cui “qual è un buon tasso di conversione del funnel” non ha una risposta unica. Un post del blog di Salesforce che riprende uno studio di Implisit cita un tasso lead-opportunità del 13% e opportunità-affare del 6%, numeri molto più severi di quelli di First Page Sage. Un altro aggregatore attribuisce a Forrester, nel suo B2B Revenue Waterfall 2024, una conversione mediana SQL-opportunità del 50%, vicina a quella di First Page Sage ma lontana dal 6% di Implisit. Nessuna delle tre fonti userebbe la stessa identica definizione di “opportunità” o di “SQL”: un’azienda che marca come SQL solo i contatti con budget confermato partirà da un tasso di conversione in opportunità molto più alto di una che marca come SQL chiunque abbia risposto a una email.

Per questo un confronto diretto tra il proprio CRM e un numero preso da un report americano, qualunque esso sia, misura poco. Quello che vale la pena fare è definire per iscritto, nella propria azienda, cosa significa ogni stadio (cosa deve essere vero perché un contatto passi da lead a MQL, da MQL a SQL) e poi tracciare la propria serie storica trimestre su trimestre. Il numero assoluto conta meno della sua direzione nel tempo.

Dove perde di più una PMI italiana nel funnel?

Non esiste, al momento di questo run, uno studio pubblico italiano che misuri le stesse quattro transizioni per le PMI del paese: i numeri circolano quasi tutti in inglese, su dataset americani o internazionali. In assenza di un benchmark nazionale verificabile, la via più onesta per una rete commerciale di 5-15 persone è costruirsi la propria baseline: contare quanti lead entrano ogni mese, quanti il marketing marca MQL, quanti il commerciale accetta come SQL, quante diventano trattative aperte e quante si chiudono vinte. Tre mesi di questi numeri valgono più di qualunque benchmark esterno, perché misurano esattamente la propria definizione di ogni fase.

Dove i commerciali italiani segnalano più spesso attrito, secondo le conversazioni di settore più che da un dato pubblico citabile, è nel passaggio MQL a SQL: è il punto in cui marketing e vendita si scambiano la proprietà del contatto, e nella pratica è anche il punto dove le due funzioni discutono di più su cosa conti davvero come “pronto per vendere”. Tenerlo distinto, con una definizione scritta e condivisa, resta il modo più semplice per smettere di litigare sul numero e cominciare a migliorarlo.

Vai più a fondo

Fonte primaria citata: Docket, “B2B SaaS conversion rate benchmark”, che riprende il dataset First Page Sage 2017-2025; seconda fonte di controllo: Prospeo, “B2B SaaS funnel conversion benchmarks”. Sul confronto con benchmark più severi: Salesforce, “B2B sales benchmark research finds some pipeline surprises” (studio Implisit).

Per capire come si muove un contatto prima di diventare lead vero e proprio, prospect, lead e cliente: le differenze che contano. Sul perché la lead generation da sola non garantisce un funnel che converte, lead generation: cos’è e come funziona nel B2B. Per la logica del comitato d’acquisto che spesso spiega perché un’opportunità si blocca prima della chiusura, vendite B2B: processo, strategie e differenze con il B2C.