Quanti dei tuoi iscritti ricevono un’offerta che non li riguarda? Su una lista di 20.000 contatti, una buona parte non apre mai, un’altra clicca su tutto e una terza non esiste più davvero. Segmentare significa smettere di inviare lo stesso messaggio a questi tre pubblici. Questa guida illustra i criteri che funzionano e il metodo RFM. Un angolo manca però nella maggior parte degli articoli sull’argomento: la qualità del dato in sé.
Segmentare per dati demografici e geografici
È la suddivisione più semplice da mettere in pratica: età e lingua come base, poi la localizzazione per affinare la fascia oraria di invio. In ambito B2B si aggiunge spesso il settore di attività. Questi campi sono già presenti nella maggior parte dei CRM e si sincronizzano direttamente con l’ESP tramite API o webhook. Un’email in inglese inviata a un contatto italofono perde l’apertura ancora prima di essere letta.
Due limiti da conoscere. Troppi campi in fase di iscrizione fanno scappare il prospect ancora prima del primo invio. E un criterio demografico da solo non dice nulla sull’engagement reale: un contatto milanese di 35 anni può benissimo ignorare ogni campagna.
Segmentare per comportamento: aperture, clic, navigazione
Il comportamento rivela ciò che la demografia non mostra. Un contatto che clicca su tre campagne consecutive merita un trattamento diverso rispetto a chi non apre un’email da sei mesi. La maggior parte degli ESP, Brevo incluso, permette di costruire questo tipo di segmento senza sviluppo:
- Definisci la finestra di osservazione: 30, 60 o 90 giorni a seconda della frequenza di invio.
- Crea un segmento “coinvolti” (almeno un’apertura o un clic nella finestra).
- Crea un segmento “inattivi” (zero interazioni nello stesso periodo).
- Isola i clic su link precisi per attivare scenari automatizzati (recupero carrello, contenuto legato all’interesse rilevato).
La reattività alle email precedenti pesa più di qualsiasi campo demografico per prevedere la prossima apertura.
Incrociare recency, frequenza e spesa con il metodo RFM
Il metodo RFM classifica ogni contatto secondo tre misure. La recency indica la data dell’ultimo acquisto o dell’ultima interazione. La frequenza conta il numero di acquisti in un determinato periodo. Un terzo indicatore, l’importo totale speso, completa il punteggio.
Ogni asse viene valutato da 1 a 5, il che dà un punteggio a tre cifre. Un contatto 555 è un campione: acquisto recente, frequente, carrello elevato. Un contatto 111 ha praticamente nessun valore misurabile. Tra i due, i segmenti intermedi orientano scenari distinti: riattivazione per i contatti a rischio, offerta premium per i grandi carrelli dormienti.
È la base del calcolo del valore vita cliente (LTV). Una campagna email marketing B2B che tratta un lead qualificato come un semplice iscritto alla newsletter spreca il proprio budget di invio sul segmento sbagliato.
Segmentare per qualità e validità del dato
I criteri demografici, comportamentali e RFM condividono un punto debole: presuppongono che l’indirizzo email dietro ogni contatto funzioni ancora. Non è sempre vero. Oltre il 20% di un database di contatti email diventa obsoleto ogni anno, tra cambi di lavoro e caselle chiuse. Gli errori di battitura commessi in fase di iscrizione si aggiungono a questo totale, secondo i dati pubblicati da Mailgun1.
Un segmento costruito su indirizzi morti falsa tutto il resto. Il tasso di apertura calcolato su questo segmento appare catastrofico. La causa reale: caselle che non esistono più. Ogni invio verso un indirizzo scomparso genera un rifiuto SMTP (hard bounce). I provider di posta se ne servono per giudicare la reputazione del mittente.
Trattare la qualità del dato come un criterio di segmentazione a sé stante cambia le carte in tavola. Concretamente: isola un segmento “da verificare”. Raggruppa gli indirizzi mai aperti dalla loro aggiunta, più le iscrizioni recenti senza prima apertura. I domini dalla sintassi dubbia completano il filtro. Fai verificare questo segmento prima del prossimo invio, non dopo un allarme di reputazione sul tuo dominio di invio. È un controllo che si fa a monte della pianificazione, mai in reazione a un calo di deliverability.
Cosa cambia davvero la segmentazione
Lo studio più citato sull’argomento resta quello di Mailchimp, condotto su circa 2.000 account che hanno inviato quasi 11.000 campagne segmentate a 9 milioni di destinatari2. Rispetto alle campagne non segmentate, le campagne segmentate registrano:
- +14,31% di open rate
- +100,95% di click-through rate
- -4,65% di bounce
- -3,90% di segnalazioni spam
- -9,37% di disiscrizioni
Il dettaglio per tipo di segmentazione conferma il punto precedente: la segmentazione per attività fa scendere i bounce del 9,23% oltre a migliorare i clic. Il tasso di apertura resta l’indicatore più osservato. Il calo dei rifiuti pesa però altrettanto sulla reputazione del mittente nel medio termine.
GDPR: cosa cambia il consenso nella segmentazione
Ogni dato utilizzato per segmentare deve corrispondere a un consenso esplicito (opt-in), al momento preciso della sua raccolta. Un campo “settore di attività” compilato per una newsletter non può servire a costruire un targeting commerciale non dichiarato.
La documentazione del trattamento (quali dati, per quale uso, quanto tempo conservati) protegge anche la relazione con l’iscritto. Un contatto che capisce perché riceve una determinata email segnala raramente la campagna come spam.
Indicatori da monitorare dopo l’implementazione
Quattro numeri bastano per gestire una segmentazione nel tempo:
- Open rate per segmento, per confrontare l’attrattività dell’oggetto tra i gruppi.
- CTR per segmento, che misura l’interesse reale per il contenuto inviato.
- Tasso di conversione: le azioni concrete (acquisto, iscrizione, risposta) dopo l’email.
- Tasso di disiscrizione, il segnale di una saturazione o di un segmento mal assegnato.
Il tasso di coinvolgimento incrocia più di questi segnali in un’unica misura. Utile per confrontare segmenti di dimensioni diverse senza aprire quattro tabelle separate.
Una lista ben segmentata resta una lista viva: si verifica tanto quanto si suddivide.
