Lez. 7 - Gestione dei contatti PDF

Lez. 7 - Paolo Confortini Gestione dei contatti Introduzione al concetto di “Contatto” - Definizione: Un individuo che ha interagito con il tuo brand, fornendo informazioni attraverso vari canali digital...

Lez. 7 - Paolo Confortini Gestione dei contatti Introduzione al concetto di “Contatto” - Definizione: Un individuo che ha interagito con il tuo brand, fornendo informazioni attraverso vari canali digitali. - Importanza: il contatto è alla base per strategie di marketing mirate e personalizzazione delle comunicazioni - Ruolo: Punto di partenza per il percorso di conversione e fidelizzazione. Importanti sono i touchpoint (fisico, digitale) dove il contatto incontra il brand e interagisce con esso fornendo informazioni. Come ottengo i contatti, e da dove provengono? Le Fondamenta di un Contatto nel Marketing Automation - Raccolta dati: Come e da dove acquisiamo informazioni sui contatti. - Centralità del contatto: Il contatto (la relazione con il contatto) al centro delle strategie di marketing automation. - Personalizzazione: Adattare le comunicazioni basandosi sui dati del contatto Da Dove Provengono i Contatti? - Fonti di acquisizione: Social media, siti web, eventi, referral. - Importanza della qualità: Acquisire contatti interessati e impegnati e in target. - Strategie di raccolta: Ottimizzazione del sito web, campagne mirate, offerte speciali. Una volta ottenuti i contatti bisogna capire cosa fare con essi: Organizzare e Comprendere i Tuoi Contatti - Segmentazione: Dividere i contatti in gruppi basati su caratteristiche o comportamenti. - Database di contatti: Mantenere un database organizzato per una comunicazione efficace. - Personalizzazione delle comunicazioni: Utilizzare i dati per parlare direttamente alle esigenze dei contatti. Perché Ogni Contatto È Importante - Potenziale di conversione: Ogni contatto ha il potenziale per diventare un cliente. - Insight sui clienti: I dati dei contatti forniscono preziose informazioni sui tuoi target. - Fidelizzazione: La gestione attenta porta a relazioni durature e valore nel tempo. Fonti di Acquisizione di Contatti Le Fonti Principali di Acquisizione Contatti - Introduzione alle fonti di acquisizione: social media, siti web, eventi, passaparola. - L'importanza di diversificare le fonti di acquisizione per un database di contatti ricco e variegato. Questo perché a seconda delle fonti possiamo ottenere un pubblico più o meno vicino al nostro target - L'adattabilità delle strategie in base alla fonte di acquisizione. Es. la strategia che viene fatta sul sito, app e fiera devono essere diverse perché essendo strumenti diversi le persone interagiscono in maniera completamente diversa. 1. Social Media: Una Miniera d'Oro per i Contatti - L'utilizzo di piattaforme social come Facebook, Instagram, LinkedIn per intercettare potenziali contatti. - Tecniche di engagement → concorsi, sondaggi, contenuti interattivi.  - Misurazione dell'efficacia tramite analisi delle metriche social. Per capire se quello che sto facendo sta andando bene o meno 2. Il Sito Web: Catturare Contatti 24/7 - Ottimizzazione del sito per la generazione di lead: form di contatto, landing page, call-to-action. - Il ruolo del contenuto di valore: blog, guide, ebook. - L'importanza dell'analisi del traffico web per affinare le strategie di acquisizione. 3. Fiere ed Eventi: Incontri Diretti con Potenziali Contatti - L'opportunità di creare una connessione personale e raccogliere contatti in situazioni dal vivo. - Strategie per massimizzare la raccolta di contatti: stand interattivi, registrazioni a workshop, networking. Tutte queste attività permettono all’azienda di offrire al consumer un’ esperienza o un premio in cambio dei loro dati. - L'importanza del follow-up post-evento per trasformare i contatti in relazioni durature. 4. Il Passaparola: L'Acquisizione Organica per Eccellenza - La fiducia e l'autenticità sono fattori chiave nell'acquisizione di contatti attraverso il passaparola. Aspetto chiave è l’autorevolezza che nei confronti di soggetti sconosciuti può spingerli a prendere la scelta che noi vogliamo. (testimonial, influencer) - Strategie per incentivare il passaparola: programmi di referral (link di condivisione), recensioni positive, testimonianze. - Il monitoraggio dell'efficacia del passaparola tramite strumenti di analisi e feedback. 5. Un Programma di Loyalty Che Converte e Fidelizza - Creazione di un programma di loyalty che premia l'engagement e la condivisione sui social media, oltre alla tradizionale raccolta punti. - Utilizzo della gamification per aumentare l'interazione: sfide, livelli di fedeltà, ricompense personalizzate. - Integrazione di un'app mobile dedicata per tracciare progressi e ricompense, migliorando l'esperienza utente e fornendo dati preziosi per future campagne. - Incoraggiamento alla condivisione delle esperienze positive tramite programmi di referral, amplificando la portata organica e attirando nuovi contatti. Comprensione del Contatto attraverso i Dati Diverse tipologie di dati: quali raccogliere e come utilizzarle per la marketing automation Customer Data Platform - Visione a 360 gradi dell’utente La figura centrale è rappresentata dalla "data collection", indicando il punto di partenza cruciale per ottenere informazioni sui clienti. Si evidenziano i diversi "touchpoint", come il sito internet, l'applicazione mobile e le transazioni offline tramite royalty card, che consentono di generare contatti e acquisire dati su di essi. Questi dati vengono poi aggregati e analizzati per creare una visione completa e dettagliata del cliente, definita come una visione a 360 gradi. Si evidenziano le varie interazioni del cliente con il brand, come la visita al sito, gli acquisti online e l'apertura di email, che contribuiscono a formare questa visione completa. Grazie a questa panoramica dettagliata, è possibile segmentare il pubblico, fare raccomandazioni personalizzate e ottimizzare le attività di comunicazione e relazione con il cliente. Big Data = “grossa quantità di dati”? Il termine "big data" si riferisce a dati informatici così grandi, veloci o complessi, difficili o impossibili da elaborare con i metodi tradizionali. Il concetto di Big Data si basa su cinque termini fondamentali, chiamati anche le 5 “V”. Volume: crescente numero di dati; Velocità: rapidità estrema con la quale le nuove tecnologie consentono di raccogliere sempre più dati; Varietà: diversa estrazione, formato e natura, come ad esempio dati audio, video, mail; Veridicità: verificare la qualità e l’affidabilità dei dati; Variabilità: ogni dato può variare o mutare il proprio significato a seconda del contesto. Dati di prima parte e (0) I dati di prima parte (anche detti dati proprietari) sono i dati raccolti direttamente dall’azienda: comprendono informazioni sulla navigazione, comportamentali e transnazionali, nonché altri dati raccolti per mezzo di moduli, query di ricerca. I dati di prima parte comprendono anche le informazioni raccolte attraverso altre fonti quali, tra le altre, CRM, database offline. Gli 0 party data invece, sono quelli che vengono condivisi volontariamente dal customer. Dati di seconda parte I dati di seconda parte (detti anche dati collaborativi) sono dati che appartengono a una terza parte che li condivide con nell’ambito di un accordo di collaborazione. La misura nella quale i dati di seconda parte possono completare i propri di dati di prima parte dipende dal tipo di partner con cui si lavora. Consentono di ottenere profili utenti più completi, soprattutto in termini di interessi e altri aspetti che non sono necessariamente coperti dai dati di prima parte. Dati di terza parte I dati di terza parte sono informazioni vendute da fornitori di dati. In generale, sono considerati di qualità inferiore ai dati di prima e seconda parte. L’impiego di dati di terza parte offre un’ampia gamma di possibilità, perché la visione degli interessi degli utenti che offre è molto più ampia rispetto a quella fornita dalle altre categorie di dati. Es. Pixel di Facebook su e-commerce Tipologie di Big Data I big data possono essere strutturati (in data warehouse) o non strutturati (in datalake) e si dividono in 3 categorie: Customer data: browsing, social media, acquisti, etc..; Financial data: statistiche sales e marketing, margini, competitors, etc..; Operational data: processi di business, logistica, CRM, etc… Cosa sono i customer data? I customer data sono tutti quei dati diretti che un utente condivide interagendo con il nostro brand, o indiretti che riusciamo a ricavare in base a come l’utente si comporta (acquisti, metodo d’acquisto, influenze, preferenze, profilo ecc..). I customer data definiscono non solo la strategia di marketing, ma soprattutto quella di business. Oggi l’elemento centrale è l’individuo, non solo come touchpoints, ma anche come dati e percorso. Questo approccio è propedeutico e fondamentale per l’omnichannel marketing, che vede i canali non come silos, ma legati all’utente. L’obiettivo è quello di fornire la migliore esperienza personalizzata possibile. L’insieme di customer data permette di creare la Single customer 360 view, cioè un profilo completo del cliente, raccogliendo e integrando informazioni da diverse fonti come siti web, app, transazioni di carte di credito, transazioni bancarie. Questo permette alle aziende di avere una visione globale e completa del cliente, comprendendo il suo comportamento d'acquisto, le sue preferenze, le sue esigenze, e così via, per poter personalizzare la conversazione. Conoscere il proprio cliente in modo dettagliato permette alle aziende di creare una relazione di lunga durata. I dati che la compongono sono: - Dati anagrafici → Sono tutti quei dati che raccogliamo direttamente dall’utente, spesso durante un processo di registrazione. ; - Dati transazionali → Sono le informazioni relative alle transazioni di acquisto, su canali fisici come su quelli online: ; - Dati comportamentali → Sono le azioni che gli utenti compiono, per esempio, in risposta a un’email inviata o navigando sul tuo sito.; - Dati attitudinali → Sono le informazioni che riguardano le opinioni, le attitudini e le percezioni dei consumatori nei confronti di un prodotto o di un'azienda. ; Caso Netflix → Analizziamo il caso Netflix per capire come è strutturata la sua raccolta dei dati → Dati Anagrafici: nome e cognome email telefono carta di credito dati fatturazione lingua dispositivo lingua interfaccia → Dati comportamentali: Prodotti visualizzati: l'algoritmo di Netflix registra i prodotti che gli utenti guardano, come film, serie TV e documentari Tempo trascorso sulla piattaforma: l'algoritmo di Netflix registra il tempo trascorso dagli utenti sulla piattaforma per comprendere la loro engagement e interesse Interazioni con la piattaforma: l'algoritmo di Netflix registra le interazioni degli utenti con la piattaforma, come ad esempio il tasso di drop-off, il numero di pause e il tasso di completamento, per comprendere il loro interesse per i prodotti Valutazioni e recensioni: l'algoritmo di Netflix registra le valutazioni e le recensioni degli utenti per i prodotti, per comprendere le loro opinioni e preferenze Storia di visione: l'algoritmo di Netflix registra la storia di visione degli utenti per comprendere i loro gusti e preferenze → Dati transazionali: Informazioni sulle transazioni: Netflix registra le informazioni sulle transazioni degli utenti, come la data e l'ora dell'acquisto, il tipo di abbonamento e il metodo di pagamento Storico degli acquisti: Netflix registra lo storico degli acquisti degli utenti Informazioni sulle iscrizioni: Netflix registra le informazioni sulle iscrizioni degli utenti, come la data di inizio e la durata dell'iscrizione Informazioni sulle disdette: Netflix registra le informazioni sulle disdette degli utenti, come la data e il motivo della disdetta Comprensione dei dati Lead Scoring - Il Lead Scoring è un processo che utilizza un modello di valutazione per assegnare un punteggio ai potenziali clienti in base alla loro probabilità di convertire in clienti effettivi. - Il punteggio viene calcolato sulla base di diverse informazioni raccolte sui lead, tra cui la loro attività online, le loro preferenze e le loro interazioni con la tua azienda. Il Lead Scoring è un processo composto da diversi step: 1. Raccolta e analisi dei dati: raccolta di informazioni sui lead attraverso diversi canali, come form di registrazione, cookie e tracciamento delle attività online. 2. Definizione dei criteri di valutazione: identificazione delle caratteristiche dei lead più promettenti e scelta dei criteri di valutazione più appropriati.  3. Implementazione del modello di Lead Scoring: integrazione del modello di Lead Scoring nel sistema di marketing automation. 4. Monitoraggio e ottimizzazione continua: analisi dei risultati del Lead Scoring e adattamento del modello in base ai risultati ottenuti Il Lead Scoring offre molteplici benefici alle aziende, tra cui: - Miglioramento della qualità delle conversazioni con i clienti: il Lead Scoring permette di concentrarsi solo sui lead più promettenti, aumentando la qualità delle conversazioni con i clienti. - Ottimizzazione del tempo e delle risorse: il Lead Scoring permette di ottimizzare il tempo e le risorse spese sulle attività di marketing, concentrandosi solo sui lead più promettenti. - Aumento del tasso di conversione: il Lead Scoring aumenta il tasso di conversione, poiché le attività di marketing sono mirate solo ai lead più propensi a convertirsi in clienti effettivi. Monitoraggio dati anagrafici: in base alla quantità e caratteristiche dei dati anagrafici in nostro possesso possiamo attribuire un punteggio. Sulla base dei dati anagrafici abbiamo due modi distinti per fare un’attribuzione del lead scoring: Attribuzione del punteggio in base alla caratteristiche dei dati acquisiti (Esempio 1) Attribuzione del punteggio in base a quali dati ho acquisito dell’utente (Esempio 2) Monitoraggio dati transazionali: I dati transazionali sono informazioni raccolte durante il processo di una transazione commerciale o finanziaria. Questi dati possono includere informazioni sulle transazioni effettuate, come il prodotto o il servizio acquistato, il prezzo, la data e l'ora della transazione, il metodo di pagamento utilizzato, la località geografica, il cliente che ha effettuato la transazione, e altro ancora. Monitoraggio dei dati comportamentali: I dati comportamentali sono informazioni che descrivono le azioni e le attività dei singoli individui. Questi dati possono essere raccolti attraverso diversi canali, come il sito web, le email, i social media, le applicazioni mobili, e altri ancora. I dati comportamentali possono includere informazioni sulle interazioni dei clienti con il sito web, come il numero di pagine visualizzate, il tempo trascorso sul sito, il numero di download di contenuti, il numero di aperture email, il numero di clic sui link, e altro ancora. I dati comportamentali sono utilizzati per comprendere meglio i comportamenti e gli interessi dei clienti. Attribuire valori negativi può essere un fattore importante nel Lead Scoring, poiché aiuta a identificare i potenziali clienti che potrebbero essere meno interessati o meno probabili di convertirsi. Ad esempio, se un potenziale cliente ha visitato il tuo sito web molte volte negli ultimi mesi ma non ha effettuato alcun acquisto, potresti attribuire un punteggio negativo in base al tempo trascorso dalla sua ultima visita. Attribuendo valori negativi, è possibile identificare i potenziali clienti che potrebbero essere stati dimenticati o trascurati dalle attività di marketing e di vendita. Questo può aiutare a recuperare i potenziali clienti che potrebbero essere stati persi e a rafforzare la relazione con questi clienti. Quali attività possiamo fare in base agli score? I punteggi di Lead Scoring possono essere utilizzati per determinare le azioni di Marketing Automation più appropriate per ogni potenziale cliente. Ecco alcuni esempi di azioni di Marketing Automation che possono essere effettuate in base ai punteggi:  Segmentazione del pubblico: I punteggi di Lead Scoring possono essere utilizzati per segmentare il pubblico in base alla loro probabilità di conversione. Ad esempio, i potenziali clienti con punteggi elevati potrebbero essere inseriti in una lista di marketing specifica per ricevere messaggi di follow-up più mirati e personalizzati. Personalizzazione del contenuto: I punteggi di Lead Scoring possono essere utilizzati per personalizzare il contenuto che viene inviato ai potenziali clienti. Ad esempio, i potenziali clienti con punteggi elevati potrebbero ricevere contenuti più avanzati sul prodotto, mentre quelli con punteggi più bassi potrebbero ricevere contenuti di introduzione. Quali attività possiamo fare in base agli score? Triggers di email: I punteggi di Lead Scoring possono essere utilizzati per attivare i trigger di email basati su azioni specifiche. Ad esempio, se un potenziale cliente con un punteggio elevato scarica un contenuto sul prodotto, potrebbe essere inviata una email di follow-up con informazioni più dettagliate sul prodotto. Lead Nurturing: I punteggi di Lead Scoring possono essere utilizzati per creare programmi di Lead Nurturing più mirati. Ad esempio, i potenziali clienti con punteggi elevati potrebbero essere inseriti in un programma di Lead Nurturing più avanzato che prevede una serie di messaggi di follow-up più mirati e personalizzati. Qualificazione del lead: I punteggi di Lead Scoring possono essere utilizzati per identificare i potenziali clienti più qualificati e pronti per essere contattati dal team di vendita. L'analisi costante dei risultati e il fine tuning dell'attribuzione degli scoring sono molto importanti per ottenere il massimo. Ecco alcuni motivi per cui è importante: - Miglioramento continuo: L'analisi costante dei risultati e il fine tuning dell'attribuzione degli scoring possono aiutare a identificare eventuali problemi o opportunità di miglioramento e a correggere il tiro in modo continuo. Questo può aiutare a ottenere risultati sempre migliori nel tempo. - Adattamento alle esigenze dei clienti: L'analisi costante dei risultati e il fine tuning dell'attribuzione degli scoring possono aiutare a tenere conto delle esigenze e delle preferenze dei clienti che cambiano nel tempo. Questo può aiutare a mantenere il Lead Scoring sempre attuale e adeguato. - Ottimizzazione delle attività di marketing e di vendita: L'analisi costante dei risultati e il fine tuning dell'attribuzione degli scoring possono aiutare a ottimizzare le attività di marketing e di vendita, ad esempio, concentrando le attività sui potenziali clienti più interessati e probabili di convertirsi. ESEMPIO NETFLIX  Lead Tagging Lead tagging: è una procedura che consiste nell’assegnare delle etichette ai diversi utenti in base a determinati comportamenti; ciò consente una versatile divisione in gruppi, identificati in modo preciso. Più informazioni il brand potrà raccogliere e meglio sarà in grado di comunicare in modo personalizzato. 1. Tag Labeling: Per Labelling si intende la capacità di attribuire la giusta etichetta ad ogni tag in modo da creare una serie di tag che utilizzano una struttura particolare e di conseguenza hanno un significato intuibile a tutti immediatamente. Il labelling è fondamentale per permettere a tutti i membri del team (e altri stakeholder) di capire il significato di ogni singolo tag. 2. Tag Scoring: Un tag può essere assegnato ad un contatto più volte. Il Tag Scoring è un punteggio che indica quante volte è stato associato un determinato Tag ad un contatto. Ricorda che: - Quando un utente effettua azioni che assegnano un tag più volte, il punteggio del tag aumenta - Un alto punteggio nei tag utilizzati per monitorare gli interessi è indice di forte interesse nella categoria o prodotto. Segmentazione RFM  La segmentazione RFM è una tecnica di marketing utilizzata per identificare e classificare i clienti in base alle loro interazioni passate con il marchio. Il nome "RFM" deriva dalle tre dimensioni che vengono considerate per effettuare la segmentazione: Recency (R), Frequency (F) e Monetary Value (M). La segmentazione RFM viene utilizzata per comprendere meglio i comportamenti dei clienti e fornire loro una migliore esperienza di acquisto. La segmentazione RFM offre una visione completa e dettagliata del comportamento dei clienti. Aiuta a identificare i clienti più fedeli, i clienti a rischio e i potenziali clienti futuri. Permette di personalizzare le attività di marketing e di vendita per ottenere una maggiore efficacia e un ritorno sull'investimento più elevato. - Recency → Breve Periodo (0 a 3 mesi), Medio Periodo (3 a 8 mesi), Lungo Periodo (oltre 8 mesi) - Frequency → Casuale (0 a 3 acquisti), Regolare (da 3 a 8 acquisti), Affezionato (oltre 8 acquisti) - Monetary → Bassa Spesa (0 a 300€), Media Spesa (da 300€ a 600€), Alta Spesa (oltre 600€) ESEMPIO NETFLIX - ! Netflix ha un abbonamento MENSILE plasmare il modello RFM Applicando il modello RFM e trasformandolo in RFTime (Recency, Frequency, Time) ai dati degli utenti di Netflix, potremmo avere una visione più dettagliata del comportamento degli utenti sulla piattaforma. Potremmo creare segmenti di utenti in base all'ultima volta che hanno fatto un'azione, alla frequenza con cui fanno un'azione e al tempo medio di connessione. Ad esempio, gli utenti che hanno fatto un'azione recentemente, che hanno una frequenza elevata di azioni e un tempo di connessione medio lungo potrebbero essere considerati "Champions". Questi utenti sono molto attivi sulla piattaforma e potrebbero essere incentivati a continuare a utilizzare Netflix attraverso offerte personalizzate e raccomandazioni di contenuti mirate. Al contrario, gli utenti che hanno una recency bassa, una frequency bassa e un tempo di connessione medio corto potrebbero essere considerati "Lost". Questi utenti potrebbero essere inattivi o disinteressati alla piattaforma, e Netflix potrebbe considerare di investire in campagne di riattivazione o di offrire incentivi per riacquistare l'interesse degli utenti. Strategie di Engagement dei Contatti L'importanza dell'engagement per mantenere i contatti interessati e coinvolti. Panoramica delle strategie di engagement: email personalizzate, social media, campagne mirate. L'obiettivo di trasformare l'engagement in azioni concrete (acquisti, iscrizioni, condivisioni). Esempio: - Creazione di email basate sugli interessi e comportamenti dei contatti per massimizzare la rilevanza.  - L'uso di dati comportamentali e preferenze per segmentare e personalizzare le comunicazioni. - Esempi di successo: email di benvenuto, promemoria carrello abbandonato, offerte basate su acquisti precedenti. Coinvolgimento Creativo sui Social Media - Strategie per interagire con i contatti sui social: contenuti interattivi, live streaming, Q&A. - L'importanza del contenuto visivo e video per aumentare l'engagement. - Case study: campagne hashtag di successo, challenge virali. L'Efficienza delle Campagne Pubblicitarie Mirate - L'utilizzo di dati demografici e comportamentali per creare annunci pubblicitari altamente mirati. - Piattaforme efficaci per la pubblicità mirata: Google Ads, Facebook Ads, LinkedIn Ads. - Misurazione del ROI e ottimizzazione continua delle campagne per migliorare l'engagement. Analisi e Ottimizzazione dell'Engagement - L'importanza di monitorare le metriche di engagement (tasso di apertura, click-through rate, interazioni sui social). - Utilizzo di A/B testing per affinare le strategie di engagement. - Adattarsi in base al feedback e ai dati raccolti per migliorare continuamente l'efficacia delle comunicazioni. Pulizia delle liste Ecco 4 dei principali problemi che si possono incontrare se non si pulisce regolarmente la lista e-mail: 1. Danno alla vostra reputazione 2. Ridotta deliverability 3. Aumento dei costi dell'email marketing 4. Reclami per spam Concetti fondamentali: Tasso di consegna e Bounce rate: Quando un’e-mail viene inviata ad un database, non tutti i contatti in esso contenuti la ricevono. Analizzare il tasso di consegna ci consente di valutare la qualità dei contatti nel nostro database. Definiamo le mancate ricezioni Bounce. - Hard Bounce è un errore che non può essere risolto. Infatti, queste e-mail non vengono consegnate poiché i contatti sono inesistenti. Non esiste un recapito vero e proprio a cui mandare un messaggio. - Soft Bounce Quando parliamo di soft bounce, parliamo di problemi temporanei. Es.: mancanza di spazio nella casella di posta elettronica o a malfunzionamenti provvisori del server. 1. Danno alla vostra reputazione La reputazione del vostro indirizzo IP può essere danneggiata dall’invio di comunicazioni spam. Altri fattori che contribuiscono a una cattiva reputazione dell’IP sono: I destinatari segnalano le vostre e-mail come spam Tassi di apertura bassi Tassi di rimbalzo elevati 2. Ridotta deliverability La presenza di dati errati influisce sul tasso di deliverability. Se nella vostra lista sono presenti indirizzi e-mail falsi o sbagliati, noterete un alto tasso di rimbalzo. Inoltre, i problemi di deliverability si traducono in: Tassi di apertura bassi Tasso CTR ridotto Conversioni ridotte 3. Aumento dei costi dell'email marketing Moltissimi dei software di e-mail marketing e di marketing automation prevedono un pricing variabile. Tra le discriminanti vi è proprio il numero di contatti gestiti. 4. Reclami per spam Se i fornitori di servizi di posta elettronica (ESP), come Gmail, ritengono che stiate inviando spam, lo invieranno automaticamente alla cartella della posta indesiderata. Quando qualcuno non vuole più ricevere i vostri contenuti, può segnalare come spam. Se ricevete continue segnalazioni di spam, le vostre e-mail verranno bloccate, impedendo così alle persone che vogliono leggere le vostre e-mail di riceverle. Pulizia delle liste → Introduzione di nuovi contatti L’obiettivo è sbarazzarsi di: E-mail false Indirizzi e-mail obsoleti Errori di battitura È importante introdurre contatti nelle liste in maniera corretta, ad esempio attraverso il double opt in Vi sono anche i CAPTCHA (Completely Automated Public Turing-test-to-tell Computers and Humans Apart) sono meccanismi ideati per verificare che chi utilizza un'applicazione sia una persona in carne ed ossa e non un bot ovvero una procedura automatizzata. È quindi molto importante Mantenere le liste pulite nel tempo cercando di avere i contatti giusti e in target con il prodotto che offriamo.