Lead: Qualifica score deterministico

Descrizione

Lead scorer deterministico enterprise — calcola un punteggio normalizzato 0-100 di qualifica per un lead B2B basato sull'analisi del contenuto testuale della pagina web target (la home, about, products page del prospect tipicamente). NO LLM nel core scoring: pure function rule-based che pesa keyword positive (industry match, signal di product fit, tier value della company), penalizza keyword negative off-topic (settori che non sono il nostro target), bonus per criteri demografici (tier country EU/USA più valore vs tier emerging market, dimensione company stimata da signal della pagina). Stesso input → SEMPRE stesso score (deterministica, audit-friendly, no LLM drift su run successive) — pattern critico per clienti enterprise che richiedono explainability del scoring per compliance (GDPR art. 22 dichiara che individui hanno il diritto di non essere oggetto di decisioni automated che li affectano significantly senza explainability), e per QA che vogliono testare il scoring senza flakiness. Profili pre-set per industry vertical (configurazione del weighting via keyword positive + negative + country tier mapping): marine-thrusters (default per il customer pilot Arifin/HYSY che usa il nodo per scoring di buyer marine thrusters), real-estate (positive: villas, properties, deals; negative: short-term-rental), tech-saas-buyer (positive: enterprise, integration, API, automation; negative: consumer mobile games), e ulteriori 8 verticals pre-configurati. Override completo dei pesi possibile da config per personalizzazione tenant-specific. Algoritmo del scoring (transparent): base score 50, + N punti per ogni keyword positive matched (weighting per importance: brand names = 15, category keywords = 8, generic positive = 3), - N punti per ogni negative match (off-topic categorical = 20, secondary negative = 5), bonus country tier (tier1 EU/US/UK/CA = +10, tier2 ANZ/JP = +5, tier3 emerging = 0, blocklist countries con compliance issue = -30), final clamp [0, 100]. Output rich con audit trail: { score (0-100 final), matchedPositiveKeywords (list specifica per debug + transparency), matchedNegativeKeywords, countryTier, countryDetected, profileUsed, breakdown: { base, positives, negatives, countryBonus, total } }. Use case: qualificare lead inbound prima di assegnare a un sales rep (score < 50 → archive cold; 50-69 → nurture marketing track; 70-100 → high-priority assigned to senior AE); priorizzare la queue di cold outreach mostrando solo score ≥ 70 (no spending di tokens per email personalizzate su low-quality lead); filtrare lead da scraping pubblico (sitemap_crawler + harvest + score → filter per non sprecare email outreach su off-topic detected); audit-friendly scoring richiesto da clienti enterprise per non-AI black-box GDPR-compliant; A/B testing di criteri di qualifica con changeover profile rapido senza retrain ML model.

⚙️ Parametri di configurazione

Campi mostrati nell’editor quando si configura il nodo. Generati direttamente dal NodeDefconfigFields.

⬆️ Output del nodo

Campi disponibili nei nodi successivi via $node.<alias>.json.<field>:

• score
• category
• matched_positive
• matched_negative
• country_bonus
• send_recommended
• reason

💡 Esempio configurazione

Snippet JSON del nodo come compare nel workflow. I valori sono derivati daidefaultValue e dai parametri required.

{
  "id": "node-action_lead_score-1",
  "defId": "action_lead_score",
  "label": "Lead: Qualifica score deterministico",
  "config": {
    "content": "{{$node.fetch_page.json.content}}",
    "profile": "marine-thrusters",
    "threshold": 50
  }
}

🔗 Nodi correlati nella stessa categoria