L'ABM non è una novità (esiste da più di un decennio) ma quello che stiamo vedendo adesso è qualcosa di diverso. La combinazione tra intelligenza artificiale e CRM sta ridisegnando il modo in cui si selezionano gli account, si personalizzano le campagne e si misura il ritorno.
In questo articolo vediamo come l'Account-Based Marketing sta evolvendo nel 2026, che ruolo gioca lo Smart CRM di HubSpot nella selezione degli account target, come gli agenti Breeze intervengono sulla personalizzazione, e qual è il framework operativo che seguiamo in Cepar per costruire programmi ABM che generano pipeline reale (non solo liste di aziende che ci piacerebbe avere come clienti).
Takeaway
- L'ABM è passato da tattica di nicchia a pratica standard del B2B, e l'arrivo dell'AI dentro il CRM ne abbassa la soglia di ingresso: oggi anche team piccoli possono orchestrare programmi che prima richiedevano risorse enterprise.
- Lo Smart CRM di HubSpot unifica intent signal, scoring predittivo e dati di account in un'unica base, trasformando la selezione dei target da esercizio intuitivo a decisione data-driven.
- Gli agenti AI di Breeze (Prospecting, Content, Data) automatizzano ricerca, creazione di asset per-account e arricchimento dati, ma restano strumenti: il valore lo costruisce il framework strategico che li governa.
ABM nel 2026: perché AI e CRM lo rilanciano proprio adesso
Facciamo un passo indietro. L'account-based marketing nasce da un'idea semplice: invece di raccogliere quanti più lead possibile e sperare che qualcuno converta, scegli un numero finito di aziende che vale davvero la pena vincere e concentri sforzi di marketing e vendite su quelle. Selettivo per costruzione, l'opposto della logica spray-and-pray.
Il punto è che per anni questa selettività ha avuto un costo alto. Costruire una lista di account solida, capire chi nel comitato d'acquisto conta davvero, personalizzare i messaggi account per account: tutto questo richiedeva tempo, dati e team dedicati. Roba da grandi aziende con budget importanti.
È qui che l'AI dentro il CRM cambia le carte. Poiché l'intelligenza artificiale può analizzare segnali di intent, arricchire i dati aziendali e generare varianti di contenuto in autonomia, la barriera economica si abbassa. Di conseguenza l'ABM smette di essere un privilegio enterprise e diventa accessibile anche a chi ha una struttura commerciale snella. È qualcosa che in Cepar vediamo ogni giorno: aziende B2B di media dimensione che fino a due anni fa non avrebbero mai avviato un programma ABM strutturato, oggi lo fanno con un team di tre persone.
E lo spostamento è netto: nel giro di pochi anni l'ABM è passato da tattica usata da una minoranza a pratica adottata dalla larga maggioranza dei team B2B. Il segnale è chiaro. Non è più un programma laterale, è il modo in cui i team commerciali seri concentrano le risorse dove possono generare fatturato.
Lo Smart CRM di HubSpot nella selezione degli account target
La domanda difficile dell'ABM arriva subito, all'inizio: quali account meritano lo sforzo coordinato di marketing e vendite? Sbagli questa e tutto il resto (per quanto ben eseguito) lavora nella direzione sbagliata.
Lo Smart CRM di HubSpot affronta il problema tenendo insieme, in un'unica base dati, tre cose che spesso vivono separate: le proprietà di account (chi sono le aziende target, in che tier stanno), i segnali comportamentali (cosa fanno, cosa guardano, quando si muovono) e i ruoli d'acquisto dei singoli contatti dentro ogni account. Quando questi elementi convivono nello stesso sistema, la selezione smette di essere intuizione e diventa una decisione fondata su dati.
Intent signal e scoring predittivo
Il cuore della selezione moderna sta nei segnali di intent. HubSpot struttura gli account attorno a tre proprietà native (Target Account, ICP Tier e Buying Role) e le collega ad automazioni che assegnano priorità e tier in base a criteri configurabili, per esempio il fatturato annuo dell'azienda o il settore di appartenenza.
Sopra questo impianto si colloca Breeze Intelligence, il layer che HubSpot dedica all'arricchimento dati e ai segnali di intento d'acquisto. Va detto con onestà: nella comparazione con piattaforme ABM verticali (Demandbase, 6sense e simili), Breeze risulta più leggero sull'esecuzione ABM pura e sulla profondità dei contatti enterprise. Non è il coltellino svizzero che risolve tutto. Però per chi lavora HubSpot-first, cioè ha già il CRM come centro di gravità dei dati, avere intent ed enrichment nativi dentro lo stesso ambiente vale molto più di una soluzione esterna più potente ma scollegata. La coerenza dei dati batte la potenza isolata, quasi sempre.
Gli agenti Breeze nella personalizzazione delle campagne ABM
Qui vale la pena essere precisi, perché gli agenti Breeze non sono un blocco unico: sono strumenti distinti con funzioni diverse, e confonderli porta ad aspettative sbagliate.
- Prospecting Agent — è l'agente che ricerca gli account target e costruisce email di outreach personalizzate in autonomia, automatizzando la parte più ripetitiva del lavoro commerciale sui nuovi contatti.
- Content Agent — genera asset tarati sul singolo account (landing page, sequenze email, presentazioni) partendo dalle linee guida di brand e dai contenuti che già performano meglio. Il vantaggio operativo è evidente: creare asset unici per ogni account a mano è insostenibile oltre una manciata di clienti strategici, mentre l'agente produce varianti su scala adattando messaggio ed esempi al settore e agli interessi dimostrati da ciascun account.
- Data Agent — lavora dentro i workflow: quando un contatto compie un'azione (scarica una guida, per dire) l'agente analizza sito e profilo dell'azienda, recupera informazioni come round di finanziamento recenti o trend di assunzione, e aggiorna automaticamente le proprietà del record, inserendolo nel percorso di nurturing giusto senza data entry manuale.
Il filo che li unisce è la personalizzazione su scala: la promessa storica dell'ABM (parlare a ogni account nel suo linguaggio) diventa sostenibile perché la parte laboriosa la gestisce l'automazione. HubSpot dichiara guadagni di efficienza importanti su chi adotta questi strumenti, con incrementi di lead a doppia e tripla cifra nel primo anno. Sono dati dell'azienda e vanno letti come tali (di parte, misurati sui propri clienti), ma la direzione è coerente con quello che osserviamo sul campo: il collo di bottiglia dell'ABM non è più la creazione degli asset, è la strategia che decide cosa dire e a chi.
Il framework operativo Cepar per l'ABM B2B
Gli strumenti da soli non fanno un programma ABM. Serve una sequenza, e noi in Cepar ne seguiamo una in quattro fasi che si tengono insieme come anelli di una catena.
Selection, Engagement, Conversion, Expansion
- Selection — definizione dell'ICP e costruzione della lista account target, con tier assegnati in base a valore potenziale e propensione. Qui entrano intent signal e scoring predittivo: la lista non è un elenco di desideri, è una classifica basata su segnali reali.
- Engagement — attivazione delle campagne multi-canale sugli account selezionati, con contenuti personalizzati per settore e per ruolo d'acquisto. L'obiettivo non è il singolo contatto ma l'espansione del comitato d'acquisto dentro l'azienda target (il multi-thread).
- Conversion — accompagnamento dell'account lungo il ciclo, con marketing e vendite allineati sugli stessi account e sulle stesse definizioni di lifecycle. Il successo si misura sul movimento dell'account, non sui form compilati.
- Expansion — una volta chiuso il deal, l'account non esce dal programma: diventa terreno per upsell, cross-sell e referenze. In fondo l'ABM è un modello di crescita ciclica, non un imbuto che finisce con la firma.
Il principio che tiene insieme le quattro fasi è l'allineamento. In un programma sano il marketing non insegue il volume grezzo di lead e le vendite non lavorano una lista separata su un foglio Excel nel desktop di qualcuno. Entrambi i team presidiano gli stessi account nominati e giudicano il risultato con le stesse metriche.
I KPI dell'ABM moderno: cosa misurare davvero
Le metriche dell'ABM non sono quelle della lead generation classica, e insistere sulle vecchie porta a valutazioni sbagliate. Contare i lead in un programma che per definizione lavora su pochi account selezionati non ha senso. Le metriche che contano oggi sono altre.
- Account Engagement Score — quanto ogni account target sta effettivamente interagendo con i tuoi touchpoint, aggregato a livello di azienda e non di singolo contatto.
- Pipeline Velocity — la velocità con cui gli account si muovono lungo le fasi del deal. Un programma ABM efficace non genera solo più pipeline, la fa muovere più in fretta.
- Multi-Thread Depth — quanti contatti del comitato d'acquisto sono coinvolti dentro ogni account. Poiché le decisioni B2B complesse le prende un gruppo e non una persona sola, la profondità del multi-threading è uno dei predittori più affidabili di chiusura.
A queste si affiancano le metriche di ritorno che HubSpot associa ai programmi ABM ben eseguiti, come ROI e dimensione media del deal superiori rispetto agli approcci broad. Sono numeri riportati dall'azienda, quindi da prendere con la prudenza del caso, ma il ragionamento di fondo regge: concentrare risorse su account ad alto valore, se fatto con metodo, rende più della dispersione.
FAQ
Da dove conviene partire se non abbiamo mai fatto ABM strutturato?
Dalla definizione dell'ICP e da una lista account ristretta e onesta (venti-trenta aziende, non duecento). Prima si valida il metodo su un numero gestibile, poi si scala. Attivare gli strumenti HubSpot prima di aver chiarito chi vuoi vincere è il modo più rapido per costruire automazioni che girano a vuoto.
Serve per forza il tier Enterprise di HubSpot per fare ABM?
No. Le funzionalità ABM di base (company targeting, personalizzazione dei contenuti, dashboard account) sono incluse già nei tier Professional di Marketing e Sales Hub. Il salto a Enterprise e ai crediti Breeze Intelligence ha senso quando il programma cresce e serve profondità su intent ed enrichment, non il primo giorno.
ABM e inbound sono in contraddizione?
No, si integrano. L'inbound porta domanda e segnali; l'ABM decide su quali account concentrare lo sforzo coordinato. Diciamolo: chi li contrappone di solito non ha mai fatto funzionare bene nessuno dei due. In un impianto AI-driven come quello HubSpot, i segnali inbound alimentano proprio la selezione e lo scoring degli account.
