Un prodotto solido, un «ufficio marketing» con IA e un motore outbound che non generava risposte.
ContentBuilder è una piattaforma statunitense di formazione con IA. Trasforma la conoscenza esistente di un'azienda (documenti, procedure, registrazioni, policy) in formazione strutturata, narrata dall'IA e multilingue, con erogazione LMS completa (SCORM/xAPI, SSO/SCIM). Il modulo gemello, Lumi, gestisce il lavoro HR: scrivere descrizioni delle posizioni, pubblicare offerte, selezionare i candidati e condurre i primi colloqui.
Sono entrato come Marketing Manager a contratto. L'azienda aveva un «ufficio marketing» con IA, con reparti e agenti già impostati, ma niente era collegato a piattaforme reali come Search Console, GA4, la pubblicazione sui social o Canva. I cold email partivano, ma le risposte non arrivavano.
Il problema non erano i testi. Microsoft mandava ogni email nello spam.
L'ipotesi più facile era che i testi fossero sbagliati. Prima di riscrivere qualsiasi cosa, ho eseguito un test completo di recapito su ogni casella di invio e letto tutti e cinque i sotto-report:
- Google → Google: 96% in posta in arrivo. Contenuto, SPF, DKIM e DMARC superati. Punteggio spam 0, nessuna blacklist.
- Google → Microsoft: 0% in posta in arrivo, 100% spam. Ogni email inviata a un indirizzo Outlook o Microsoft 365 finiva nella posta indesiderata.
- Questo isolava il problema nella reputazione del mittente presso Microsoft. Contenuto, autenticazione e blacklist erano tutti esclusi. Per un pubblico B2B, dove gran parte delle aziende usa Microsoft 365, basta questo a spiegare la maggior parte delle risposte mancanti.
Il piano di correzione: registrazione a Microsoft SNDS/JMRP, aggiunta di 2-3 domini di invio su un secondo provider, limite di 25-40 email per casella al giorno, segmentazione degli invii in base al provider di posta del destinatario e disattivazione del tracciamento delle aperture. Ho anche stimato cosa richiederebbe davvero l'obiettivo di alto volume del cliente: circa 200 caselle riscaldate su molti domini, con un riscaldamento di 3-4 settimane che non si può saltare né comprare.
Ricostruito il cliente ideale e trovato un segnale più efficace del settore o del numero di dipendenti.
- ICP ricostruito da zero quando il focus si è spostato sul prodotto HR: da direttori HR e formazione di aziende con 100-2.000 persone a titolari, fondatori e COO di aziende senza una persona dedicata all'HR, che sentono direttamente la fatica delle assunzioni
- Il miglior segnale di targeting: 5+ posizioni aperte in questo momento. È pubblico, datato e gratuito da trovare, e predice l'intenzione d'acquisto meglio del settore o della dimensione aziendale
- 15 settori analizzati, ridotti a 3 per test in parallelo: servizi a domicilio e sul campo, assistenza domiciliare e agli anziani, e gruppi di saloni/ristoranti con più di 10 sedi
- Cinque coppie complete ICP + offerta per il prodotto di formazione principale, più una revisione manuale di 40 aziende per verificare che i lead reali corrispondessero all'ICP prima di investire budget negli invii
Riscritte le sequenze in linea con ciò che funziona oggi nel cold email.
- Corretti problemi strutturali delle email originali: erano firmate «il team» invece che da una persona reale, chiedevano una demo di 30 minuti al primo contatto e avevano firme pesanti. Le ho sostituite con email firmate da una persona e una richiesta leggera di 15 minuti
- Scritto un lancio in cinque campagne basato su dati di benchmark attuali: meno di 80 parole per email, 4-7 contatti per sequenza e la maggior parte dello sforzo sulla prima email, da cui arriva la maggior parte delle risposte
- Consegnata la specifica completa del lancio: pubblici, strutture delle campagne e una configurazione di un agente per gestire le risposte con una tabella di risposta per ogni tipo di replica
- Progettata una nuova offerta (un «pacchetto di prova per la prossima assunzione») e un documento di approvazione pronto per il fondatore, per l'outbound negli Stati Uniti
Verificato che il prodotto corrispondesse alla promessa e segnalati i rischi legali prima di inviare qualsiasi email.
- Nuovo audit del prodotto live rispetto alla promessa dell'outbound: è risultato più limitato di «gestisce il tuo team HR». Ho segnalato la differenza prima che arrivasse ai prospect e intaccasse la fiducia
- Ricerca di conformità sugli strumenti di assunzione con IA: la Local Law 144 di New York (audit indipendenti annuali sui bias, risultati pubblicati, avviso ai candidati con 10 giorni lavorativi di anticipo) e norme simili in Illinois e Colorado, che determinano a chi si può proporre in sicurezza un prodotto di selezione dei candidati
- Verificata una proposta di incentivo per le recensioni rispetto alla regola della FTC su recensioni e testimonianze dei consumatori
Tutto basato su dati reali, con report sui risultati e non sulle attività.
- Audit SEO e CRO completo di contentbuilder.ai, più un audit live di Google Search Console con dati reali di indicizzazione e query invece di stime di terze parti
- Piano di ricerca ed esecuzione di 20 giorni con un tracker funzionante e un riepilogo di una pagina per il fondatore
- Creato un corso dimostrativo nel prodotto e scritto il copione di una presentazione del prodotto di 90 secondi per le vendite
- Impostato un reporting orientato ai risultati: consegnate, % di bounce, recapito in posta in arrivo, risposte, risposte positive, chiamate prenotate, chiamate svolte, clienti acquisiti, MRR aggiunto. Gli aggiornamenti giornalieri seguivano un formato fisso: decisione, motivo, numeri, lezioni, domani
