Continuo a imbattermi in aziende che hanno acceso decine di automazioni e non sanno più spiegare perché una parte dei lead non converte mai. Email che partono da sole, punteggi che si aggiornano, sequenze che scattano: sulla carta il sistema sembra girare. Poi guardi i risultati reali, e la maggior parte di questi impianti si è già rotta dopo poche settimane dall’attivazione: le automazioni restano accese, ma smettono di produrre valore. I lead non maturano, il commerciale perde fiducia nei segnali che riceve, i dati si trasformano in rumore.
Il problema, quando vado a vedere cosa c’è dietro, raramente è lo strumento scelto. Nella maggior parte dei casi il CRM non è progettato come un sistema, ma viene usato come un semplice contenitore di contatti: quando non definisce chiaramente stati, responsabilità e passaggi decisionali, la marketing automation finisce per amplificare il disordine che già esiste, invece di risolverlo.
È da questa distinzione che vale la pena partire, prima ancora di parlare di workflow e automazioni: capire come costruire un sistema di lead nurturing sensato, valido sia per la lead generation sia per l’ecommerce. Quello che segue è un approccio pratico e indipendente dai tool: cosa deve essere vero nel CRM prima ancora di pensare ai workflow, e come si progettano automazioni che reggono nel tempo invece di diventare inutili dopo pochi mesi.
Perché marketing automation e CRM vanno progettati insieme
Marketing automation e CRM vengono spesso trattati come due livelli separati: prima si sceglie il CRM, poi si aggiungono automazioni per email, follow-up o nurturing. Questa separazione è artificiale, ed è una delle principali cause per cui molti sistemi smettono presto di funzionare.
Il CRM non è solo il posto dove finiscono i contatti. È il modello operativo che descrive come un’azienda interpreta le relazioni: quando un contatto diventa un lead, quando è considerato qualificato, quando passa al commerciale, quando rientra in un flusso di nurturing o di riattivazione. La marketing automation, invece, è il meccanismo che rende eseguibili queste decisioni nel tempo. Se il modello non è chiaro, l’automazione non può che amplificare l’ambiguità.
Lead generation: quando l’automazione accelera il caos
Nei contesti di lead generation questo problema è evidente. Se nel CRM non è definito in modo esplicito cosa distingue un lead freddo da uno qualificato (MQL o SQL), le automazioni finiscono per inviare sequenze a contatti che non dovrebbero riceverle, passare lead al commerciale troppo presto o troppo tardi, rendere impossibile capire perché alcune opportunità funzionano e altre no. Credo che in questi casi il problema non sia mai davvero il workflow sbagliato, ma il fatto che il CRM non esplicita le regole decisionali su cui quel workflow dovrebbe basarsi.
Ecommerce: automazioni senza contesto
Anche nell’ecommerce succede qualcosa di simile, anche se in forma diversa. Carrelli abbandonati, riattivazioni, cross-sell e post-vendita funzionano solo se il CRM, o il sistema che ne svolge la funzione, distingue correttamente i clienti nuovi da quelli ricorrenti, i clienti ad alto valore da quelli occasionali, i comportamenti episodici dai pattern che si ripetono nel tempo. Senza questa struttura, la marketing automation diventa una sequenza di messaggi reattivi, non un sistema che governa la relazione nel tempo.
CRM come sistema, automation come esecuzione
Le piattaforme CRM più mature, come HubSpot e Brevo, riflettono proprio questa logica: prima si definiscono lifecycle, proprietà, regole e responsabilità, solo dopo si costruiscono workflow, sequenze e automazioni. Nella mia esperienza è quasi sempre questo l’ordine che fa la differenza tra un sistema che regge e uno che va rifatto da capo dopo un anno.
Progettare CRM e marketing automation insieme significa quindi rispondere a una domanda fondamentale prima di scrivere qualsiasi flusso:
Quali decisioni deve prendere il sistema, e in base a quali informazioni?
Senza una risposta chiara a questa domanda, l’automazione resta un insieme di azioni scollegate. Con una risposta chiara, diventa uno strumento che riduce il lavoro manuale, migliora la qualità dei lead e rende il processo misurabile.
Nel prossimo passaggio entriamo nel concreto: cosa deve essere definito nel CRM prima ancora di attivare una singola automazione.
Step 1: cosa deve diventare vero nel CRM (prima di qualsiasi automazione)
Prima di parlare di workflow, email o trigger, c’è una domanda che va chiarita senza ambiguità: che cosa deve essere vero, nel CRM, perché il sistema possa prendere decisioni sensate?
La marketing automation non decide, esegue decisioni già codificate: se queste decisioni non esistono, o sono vaghe, l’automazione non può che produrre risultati incoerenti.
Il CRM come modello decisionale
Un CRM progettato correttamente non si limita a dire chi è un contatto, ma esplicita in che stato si trova, chi è responsabile di quel contatto, quali azioni sono lecite e quali no in quello stato.
Piattaforme come HubSpot e Brevo riflettono proprio questo approccio: prima si definisce la struttura (lifecycle, proprietà, ownership), poi si costruiscono le automazioni. È una scelta di metodo che ho visto fare la differenza più volte: chi parte dalle automazioni senza aver chiarito la struttura sotto, prima o poi deve tornare indietro e rifarla.
Le 4 cose che devono essere vere nel CRM
Indipendentemente dal contesto (lead generation o ecommerce), ci sono quattro elementi che devono essere definiti prima di attivare qualsiasi automazione.
1. Stati chiari e non sovrapposti
Il CRM deve rendere esplicito in che fase si trova un contatto.
Per la lead generation, questo significa definire in modo non ambiguo:
- Lead
- Lead qualificato (MQL)
- Lead pronto per il commerciale (SQL)
- Opportunità
- Cliente
Per l’ecommerce, la logica è diversa ma analoga:
- Visitatori
- Clienti al primo acquisto
- Clienti ricorrenti
- Clienti ad alto valore
- Clienti inattivi
Se uno stato non è chiaro, l’automazione non può sapere che tipo di messaggio è appropriato.
2. Ownership esplicita (chi deve fare cosa)
Ogni contatto deve avere un responsabile chiaro, anche quando il responsabile è il sistema stesso. Domande semplici, ma spesso senza risposta:
- Quando un lead diventa commerciale, chi lo prende in carico?
- Se nessuno lo contatta entro X ore, cosa succede?
- Quando un cliente è inattivo, chi decide se va riattivato?
Quando queste risposte mancano, le automazioni continuano a inviare messaggi, ma nessuno governa davvero il processo: è la differenza tra un sistema che produce attività e uno che produce decisioni.
3. Regole di passaggio tra stati
Uno degli errori più comuni è pensare che gli stati cambino da soli. In realtà ogni passaggio dovrebbe essere legato a un’azione (richiesta demo, acquisto, risposta) o a una condizione (punteggio, frequenza, tempo): un lead diventa MQL perché ha compiuto determinate azioni, un cliente diventa inattivo perché non compra da un certo numero di giorni. Queste regole devono essere esplicite, non implicite nella testa di chi gestisce il CRM.
4. Campi minimi affidabili (pochi, ma puliti)
Non servono decine di proprietà. Servono pochi campi affidabili, coerenti e realmente usati. Tipicamente:
- fonte del contatto
- interesse principale (prodotto o servizio)
- stato nel lifecycle
- data dell’ultima interazione rilevante
- consenso e preferenze di comunicazione
Se questi campi non sono popolati in modo consistente, qualsiasi automazione costruita sopra di essi sarà fragile.
Perché questo step viene spesso saltato
Questo passaggio viene ignorato perché non produce output visibili nell’immediato: non invia email, non fa partire workflow. Ma è esattamente qui che si decide se la marketing automation diventerà un sistema scalabile oppure un insieme di regole che nessuno osa più toccare dopo due mesi.
Nel prossimo step vediamo quali eventi e segnali vale davvero la pena usare come trigger, e perché automatizzare tutto è quasi sempre una cattiva idea.
Step 2: trigger ed eventi di verità
Una volta chiarito come è strutturato il CRM, il passo successivo è decidere quando il sistema deve agire. In questo contesto, il lead nurturing non è semplicemente inviare email automatiche: è un processo di coltivazione dei lead non ancora pronti all’acquisto, attraverso contenuti e interazioni mirate, per accompagnarli verso una decisione.
Ed è qui che ho visto deragliare molti progetti di marketing automation. Il problema, quasi sempre, non è la mancanza di trigger: è l’eccesso di falsi segnali scambiati per eventi rilevanti.
Trigger non significa qualsiasi evento
Lead generation: pochi trigger, ma significativi
Nei contesti di lead generation, i trigger più utili sono quelli che indicano intento, non semplice esposizione. Esempi di eventi di verità:
- richiesta esplicita di contatto, demo o preventivo
- prenotazione di una call
- visita ripetuta a pagine ad alta intenzione (es. pricing, servizi chiave)
- risposta a una comunicazione, non semplice apertura
- combinazione di azioni in un intervallo di tempo coerente
Eventi come l’apertura di una singola email, una visita occasionale a un articolo o un download isolato possono essere segnali deboli: utili per il contesto, ma raramente sufficienti per far scattare un passaggio di stato o un’escalation verso il commerciale. Qui il CRM deve aiutare a distinguere quando si sta solo osservando interesse da quando si sta rilevando una decisione vera e propria.
Ecommerce: distinguere comportamento da pattern
Nell’ecommerce il rischio è opposto: si tende ad automatizzare ogni micro-evento. Carrello abbandonato, prodotto visto, wishlist, email aperta, click, visita: tutto è tracciabile, ma non tutto è rilevante.
Gli eventi di verità, in questo caso, sono quelli che indicano un pattern, non un’azione isolata: il primo acquisto, il secondo (spesso più importante del primo), il superamento di una soglia di valore, un’inattività oltre una finestra temporale significativa, un ritorno spontaneo dopo un periodo di assenza. Un singolo carrello abbandonato, per esempio, può non dire nulla; un carrello abbandonato ripetuto sulla stessa categoria, invece, comincia a raccontare qualcosa. Senza questa distinzione, la marketing automation resta reattiva invece di diventare strategica.
Trigger e CRM devono parlare la stessa lingua
Le piattaforme CRM orientate ai processi, come HubSpot, separano in modo netto gli eventi osservati dalle proprietà di stato e dalle condizioni di attivazione. Serve a evitare che un evento isolato venga scambiato per una decisione strutturale, non è solo una questione di forma tecnica. Il trigger, nella mia esperienza, non dovrebbe mai limitarsi a dire di mandare un’email: dovrebbe segnalare che quella relazione è cambiata.
L’errore più comune: automatizzare l’evento, non la decisione
Quando i trigger sono scelti male, i workflow diventano fragili e le automazioni si moltiplicano, perché ogni eccezione richiede una nuova regola per essere gestita. Quando invece i trigger rappresentano eventi di verità, l’automazione resta più semplice: meno flussi, più leggibili, più facili da mantenere nel tempo. Senza questa distinzione, la segmentazione che vediamo nel prossimo step diventa inevitabilmente arbitraria.
Step 3: segmentazione minima efficace
Dopo aver chiarito quali eventi rappresentano davvero un cambiamento nella relazione, il passo successivo non è creare più automazioni, ma ridurre la complessità della segmentazione.
Uno degli errori più comuni nei progetti di marketing automation è confondere la segmentazione con l’accumulo di criteri: più liste, più condizioni, più varianti. Quando la segmentazione diventa troppo articolata, smette di supportare le decisioni e inizia a nasconderle. Una segmentazione efficace non deve descrivere tutto: deve rendere esplicite poche differenze rilevanti, quelle che cambiano il tipo di azione che il sistema è autorizzato a compiere.
La regola pratica: segmentare per fit e per intento
Lead generation: evitare il falso lead caldo
Nei contesti di lead generation, la segmentazione minima dovrebbe rispondere a due domande semplici: questo contatto è adatto a noi (ruolo, azienda, budget, settore, problema), ed è pronto ora (richieste esplicite, segnali ripetuti, timing)? Ho visto spesso trattare come lead caldo chi ha mostrato solo curiosità, e al contrario rallentare chi era già pronto per una conversazione commerciale: sono i due errori speculari che nascono proprio dal non tenere separate queste due domande. Qui il CRM diventa fondamentale non per etichettare i contatti, ma per rendere visibili le differenze che contano davvero.
Ecommerce: segmentare per comportamento nel tempo
Nell’ecommerce la segmentazione non ruota intorno al contatto commerciale, ma alla relazione nel tempo. Le distinzioni che contano davvero sono poche: nuovo cliente contro cliente ricorrente, cliente occasionale contro cliente ad alto valore, cliente attivo contro cliente inattivo. Segmentare su queste basi permette alla marketing automation di adattare le comunicazioni post-acquisto, evitare promozioni inutili o dannose, gestire riattivazioni e fidelizzazione in modo selettivo. Senza una segmentazione di questo tipo, le automazioni reagiscono ai singoli eventi ma perdono la visione d’insieme.
Segmentazione come strumento decisionale, non descrittivo
Una buona regola, che applico spesso quando rivedo un CRM insieme a un cliente, è questa: se una segmentazione non cambia il comportamento del sistema, non serve. Ogni segmento dovrebbe rispondere implicitamente alla domanda:
Cosa siamo autorizzati a fare, ora, con questo contatto o cliente?
Quando la risposta è chiara, le automazioni diventano più semplici. Quando non lo è, la complessità cresce senza produrre valore.
Nel prossimo step vediamo come tradurre questa segmentazione in pochi workflow robusti, evitando strutture fragili e difficili da mantenere.
Step 4: i 3 workflow fondamentali
Quando CRM, trigger ed eventi di verità sono stati definiti correttamente, la marketing automation smette di essere un insieme di regole sparse e può essere ricondotta a pochi workflow strutturali.
Nella maggior parte dei casi che ho seguito, un sistema solido si regge su tre workflow principali, riutilizzabili e adattabili sia alla lead generation sia all’ecommerce: tutto il resto è una variazione sul tema.
1. Workflow di risposta rapida (quando l’intento è alto)
Questo workflow ha un solo obiettivo: ridurre al minimo il tempo tra il segnale e l’azione. È attivato da eventi di verità che indicano un intento esplicito: richiesta di contatto o demo, prenotazione di una call, azioni ripetute su pagine ad alta intenzione.
Nella lead generation, la risposta rapida serve a consegnare il lead al commerciale nel momento giusto, evitare che l’interesse si raffreddi, rendere misurabile il tempo di presa in carico. Nell’ecommerce, lo stesso principio si applica ai clienti ad alto valore, alle richieste di assistenza pre-vendita, ai segnali che anticipano una decisione di acquisto rilevante. Qui l’automazione resta uno strumento che garantisce il contatto umano nel momento più efficace, non un suo sostituto.
2. Workflow di nurturing (quando il fit è alto ma l’intento non è maturo)
Questo è il workflow più frainteso, e allo stesso tempo quello che nella mia esperienza genera più valore nel medio periodo. In questo contesto il lead nurturing è la costruzione di relazioni progressive e personalizzate con i lead che hanno un buon fit ma non sono ancora pronti per l’acquisto.
Il nurturing entra in gioco quando il contatto ha un buon fit ma non è ancora pronto a decidere, o non può decidere subito: in questi casi l’obiettivo non è forzare la conversione, ma mantenere viva e coerente la relazione nel tempo.
Secondo HubSpot, che cita ricerche Forrester e Annuitas, le aziende che lavorano in modo strutturato sul lead nurturing generano più lead qualificati a costi inferiori rispetto a chi si limita a inseguire i contatti già pronti (fonte: HubSpot, What is Lead Nurturing?).
Questo vale sia per la lead generation B2B (educazione, timing, fiducia) sia per l’ecommerce (contenuti post-visita, post-acquisto, pre-riacquisto). Il punto chiave è che il nurturing non è una sequenza di email, ma un meccanismo che accompagna il contatto finché non cambia stato.
3. Workflow di riattivazione (quando la relazione si è fermata)
Il terzo workflow riguarda ciò che succede dopo il silenzio. Inattività prolungata, mancato riacquisto, assenza di interazioni: sono tutti segnali che indicano una relazione in stallo, e ignorarli significa perdere valore già acquisito.
La riattivazione serve a distinguere chi è recuperabile da chi non lo è, evitare comunicazioni inutili o invasive, riallocare correttamente l’attenzione del sistema. In questo punto emerge chiaramente il limite di approcci basati su fogli di calcolo o liste statiche: senza uno storico strutturato, senza stati e senza regole chiare, diventa impossibile capire quando e come intervenire.
Perché questi tre workflow sono sufficienti
Perché coprono tutte le fasi critiche della relazione:
- risposta rapida → quando la decisione è imminente
- nurturing → quando la decisione è possibile ma non immediata
- riattivazione → quando la relazione rischia di interrompersi
Aggiungere altri workflow ha senso solo se derivano da uno di questi, rispondono a una decisione specifica e semplificano il sistema invece di complicarlo. Senza questa disciplina, la marketing automation diventa fragile, difficile da manutenere e sempre meno affidabile nel tempo: è qui che si capisce se l’automazione sta guidando il processo o solo producendo attività.
Step 5: misurazione e chiusura del loop
Quando i workflow sono chiari, il problema non è più cosa automatizzare, ma come verificare se il sistema sta funzionando davvero.
È qui che ho visto fallire molte implementazioni di marketing automation: si misurano le singole attività (email inviate, aperture, click), ma non si osserva l’effetto complessivo sul processo. Il risultato è una grande quantità di dati che non risponde alla domanda più importante: questi workflow stanno migliorando le decisioni? Misurare un sistema di marketing automation significa spostare l’attenzione dalle metriche di piattaforma agli esiti nel CRM.
Dalle metriche di attività alle metriche di processo
Le metriche operative non sono inutili, ma non bastano da sole: descrivono ciò che il sistema fa, non se il processo nel suo insieme sta funzionando. Open rate, click rate o tassi di consegna raccontano cosa fa il sistema, non cosa cambia nel processo. Per capire se i workflow stanno governando correttamente la relazione, servono metriche che riflettano passaggi di stato e qualità delle decisioni.
Sono le metriche di processo a rispondere a queste domande: quanto tempo passa prima che un lead venga preso in carico, quanti contatti avanzano davvero da uno stato all’altro nel CRM, dove il processo rallenta o si interrompe. Tempi di presa in carico, tassi di conversione tra livelli del CRM, percentuali di uscita dai workflow o di riattivazione dopo una fase di stallo sono esempi concreti di come misurare il funzionamento reale del processo, non solo ciò che viene eseguito.
Esempi di metriche di processo, valide sia per lead generation sia per ecommerce:
- tempo medio di presa in carico dopo un evento di verità
- tasso di passaggio tra stati (Lead → MQL → SQL → Cliente)
- percentuale di contatti che escono dal nurturing per maturazione reale
- tasso di riattivazione su contatti o clienti inattivi
- valore generato dai contatti gestiti dai diversi workflow
Nella mia esperienza, queste metriche servono a un solo scopo concreto: capire se il sistema sta facendo davvero ciò per cui è stato progettato, non a produrre reportistica di cortesia.
Il CRM come punto di verità del processo
Per poter misurare in questo modo, il CRM va trattato come punto di verità del processo, non come archivio a valle delle attività marketing. È il CRM che deve dire quando un contatto cambia stato, perché lo ha fatto, quale workflow lo ha accompagnato, cosa è successo dopo.
Secondo HubSpot, uno dei principali benefici di un CRM integrato con marketing e vendite è proprio la possibilità di allineare i team su metriche condivise, basate sul ciclo di vita del contatto e non sulle singole campagne (fonte: HubSpot, What Is a CRM?). Senza questa centralità del CRM, ogni team tende a misurare ciò che vede, e il sistema perde coerenza.
Chiudere il loop: quando i dati tornano a guidare le decisioni
La chiusura del loop avviene quando gli esiti reali tornano nel CRM, influenzano la segmentazione, modificano il comportamento dei workflow. È un ciclo continuo: i trigger attivano i workflow, i workflow producono esiti, gli esiti aggiornano il CRM, il CRM guida le decisioni successive. È a questo punto che la marketing automation smette di essere un insieme di automazioni isolate e diventa un sistema adattivo.
HubSpot sottolinea spesso come le organizzazioni più mature non siano quelle che automatizzano di più, ma quelle che riescono a collegare le attività di marketing agli outcome di business, mantenendo una visione unificata del cliente lungo tutto il ciclo di vita (fonte: HubSpot, Marketing, Sales, and CRM Alignment).
Quando la misurazione è sbagliata, il sistema si deteriora
Gli errori che rendono inutile la marketing automation
Nella mia esperienza, la marketing automation fallisce quasi sempre per lo stesso motivo: viene usata senza un criterio di governo del sistema, non per mancanza di strumenti. Gli errori che seguono non sono tecnici, sono errori di impostazione, e si riconoscono sempre dagli stessi segnali.
Automazioni senza ownership
Quando nessuno è responsabile di ciò che accade dopo un trigger, l’automazione produce attività ma non decisioni: email inviate, notifiche create, task assegnati, ma nessuno che sappia davvero cosa deve succedere dopo. Un workflow senza ownership, l’ho visto ripetersi in diversi contesti, smette di accelerare il processo e comincia semplicemente a renderlo opaco.
Segmentazione che non cambia le azioni
Se due segmenti diversi ricevono lo stesso trattamento, la segmentazione è solo descrittiva. In questi casi le liste crescono e le regole si moltiplicano, ma il comportamento del sistema resta invariato. La domanda giusta da porsi non è in quale segmento si trova questo contatto, ma cosa siamo autorizzati a fare di diverso, ora, proprio perché si trova lì.
Trigger basati su eventi deboli
Aprire un’email o visitare una pagina non è una decisione. Quando questi segnali vengono usati come trigger principali, le automazioni diventano reattive e instabili, e ogni eccezione costringe a una correzione nuova: il sistema finisce per reagire a quasi tutto senza però governare granché.
Misurazione confinata alle metriche di piattaforma
Open rate, click e conversioni locali possono sembrare rassicuranti, ma non raccontano cosa sta succedendo nel processo complessivo. Senza metriche di passaggio di stato, tempi di presa in carico ed esiti nel CRM, l’automazione resta di fatto non valutabile: si finisce per ottimizzare le singole attività mentre il sistema nel suo insieme peggiora.
CRM usato come archivio finale
Quando il CRM viene aggiornato solo a valle delle attività marketing o commerciali, perde la sua funzione centrale e diventa un deposito storico invece che il luogo in cui si prendono le decisioni. È qui, quasi sempre, che la marketing automation smette di essere un sistema e torna a essere una somma di automazioni isolate.
Conclusioni
La marketing automation, quando funziona davvero, è sempre una conseguenza: della struttura del CRM, di trigger che rappresentano cambiamenti reali nella relazione, di workflow che governano il processo invece di inseguirlo. In assenza di questo impianto, l’automazione moltiplica le attività ma non il valore, ed è un pattern che ho visto ripetersi indipendentemente dal settore o dalla piattaforma scelta.
Il punto, quindi, non è automatizzare di più: è sapere cosa vale la pena automatizzare, e perché. Ed è proprio da qui che passa la differenza tra un insieme di flussi che girano a vuoto e un sistema che regge nel tempo.
FAQ rapide
La marketing automation è l’insieme di processi che permettono di eseguire automaticamente azioni basate sul comportamento e sullo stato dei contatti. Integrata con il CRM, serve a governare la relazione nel tempo, rendendo scalabili attività come la risposta ai lead, il nurturing e la riattivazione, senza perdere controllo decisionale.
Solo in modo parziale. Senza un CRM strutturato, la marketing automation può inviare comunicazioni automatiche, ma non gestire correttamente stati, priorità e responsabilità. In questi casi le automazioni restano reattive e difficili da mantenere nel tempo.
Il lead nurturing è un processo che accompagna il contatto fino a una decisione, mentre le email automatiche sono solo uno degli strumenti possibili. Senza una logica di stato nel CRM, le email restano scollegate e non producono una reale maturazione del lead.
Partendo dagli stati già definiti nel CRM, non dal workflow stesso: si collega ogni passaggio di stato a un trigger reale (un’azione o una condizione), si assegna un responsabile per ogni esito possibile, e solo a quel punto si costruisce l’automazione che esegue la sequenza. Saltare il primo passaggio è la causa più comune di workflow che smettono di funzionare dopo poche settimane.
Ha senso quando esistono regole chiare su stati, trigger e responsabilità, anche se il volume è basso. Nei progetti piccoli è ancora più importante limitarsi a pochi workflow fondamentali, evitando automazioni complesse che non portano benefici reali.
Le metriche più utili non sono open rate o click, ma indicatori di processo come i passaggi di stato nel CRM, i tempi di presa in carico, la qualità dei lead e il comportamento dei clienti nel tempo. Sono questi segnali a indicare se il sistema sta migliorando le decisioni.