I dati B2B invecchiano del 2,1% ogni mese

Ogni anno quasi un contatto su quattro perde affidabilità, con effetti invisibili su segmentazione e ottimizzazione della spesa

Il punto di partenza è una metrica che pochi inseriscono nei report: il tasso di decadimento del dato. Non riguarda chi ha database trascurati per negligenza. Riguarda chiunque lavori con dati B2B, anche con piattaforme aggiornate, perché il problema è strutturale.

Il 22,5% che non leggi nei report

Il dato di partenza è semplice da capire e scomodo da accettare. Secondo la ricerca di Marketing Sherpas, i dati B2B decadono a un tasso del 2,1% al mese. Annualizzato significa il 22,5%: quasi un contatto su quattro smette di essere affidabile nel giro di dodici mesi. Non è una metrica da data quality audit: è una tassa sul budget.

Il decadimento dei dati destabilizza la segmentazione del pubblico, l’orchestrazione del percorso, l’attribuzione e l’ottimizzazione della spesa. In pratica, per chi pianifica campagne: assegni budget a segmenti che non esistono più nelle dimensioni che credi, attribuisci conversioni a percorsi che si sono interrotti, e ottimizzi su segnali che erano validi quando hai estratto il file. Nessuna di queste perdite è visibile nella dashboard dello stesso giorno: si accumulano sotto la superficie.

Ma se quasi un quarto dei dati è degradato, perché i report non lo mostrano? La risposta sta nel meccanismo con cui la scarsa qualità si propaga.

L’AI non salva i dati marci, li scala

La risposta è nel meccanismo. Come osserva IBM nella sua analisi dello scorso gennaio, i modelli e gli agenti di intelligenza artificiale ereditano, amplificano e diffondono problemi di qualità dei dati su larga scala. La scarsa qualità dei dati passa spesso inosservata perché il suo impatto raramente appare nel punto di errore: emerge solo a valle, come perdita di ricavi e opportunità mancate.

Per chi gestisce campagne, il rischio concreto è doppio. Da un lato, l’automazione basata su machine learning ottimizza su segmenti che stanno decadendo senza segnalarlo. Dall’altro, l’attribuzione si allontana progressivamente dalla realtà dei percorsi di acquisto. Il risultato è un divario crescente tra l’affidabilità percepita dei dati e quella reale.

L’analogia è quella di una crepa in un tubo al piano interrato: non la vedi quando apri il rubinetto, la scopri quando arriva la bolletta.

Resta la domanda operativa: come si pianifica quando i dati sono strutturalmente incompleti?

Il punteggio di confidenza: decidere con il dato che hai

Da qui la pratica: non servono dati perfetti, serve un punteggio che dica quanto fidarti di ciascun dato. I team di marketing moderni possono implementare approcci con punteggio di confidenza che si adattano a diversi livelli di completezza dei dati.

In concreto significa assegnare a ogni segnale — un contatto, un comportamento, un segmento — un livello di affidabilità basato su quanto è recente, quanto è completo e da dove proviene. Dove il punteggio è alto puoi spingere sull’automazione e sull’ottimizzazione automatica senza riserve. Dove è basso riduci il peso del segnale nelle decisioni di budget o lo escludi dalle campagne. Non è un progetto da data scientist: è un criterio di valutazione che chi pianifica campagne può applicare da subito, anche sui dati che già possiede.

Chi vuole partire ha un’occasione concreta. Il MarTech Conference si tiene online il 2 settembre 2026 ed è gratuito. La sessione dedicata a “The data trust crisis: Why your customer data is getting worse” analizzerà le forze tecniche e normative che ampliano il divario tra l’affidabilità percepita e quella reale dei dati. Tra i quattro relatori c’è Craig Howard, chief solutions officer di Actable, azienda guidata da un team esecutivo composto da Craig Howard, Matt Greitzer e Craig Schinn con un focus sui dati proprietari dei clienti.

La fiducia nei dati non si ripara con un tool, ma con un criterio di confidenza. Chi inizia a usarlo domani mattina non aspetta il dato pulito.

Ogni euro allocato su un dato di cui non misuri la fiducia è una scommessa, non una decisione. Il 2 settembre puoi smettere di scommettere.