Vai al contenuto
di tendenza

Guide

Customer.io in pratica: onboarding, carrelli e retention

Come usare Customer.io per onboarding automatico, recupero carrelli abbandonati e riattivazione utenti inattivi. Esempi concreti e metriche da monitorare.

Testo: 4 min di lettura
Customer.io in pratica: onboarding, carrelli e retention

👁 115 letture

Customer.io dà il massimo alle aziende che hanno utenti nel prodotto e vogliono comunicare con loro al momento giusto, non inviare la stessa newsletter a tutta la lista. Abbiamo raccolto i casi d’uso in cui i messaggi basati sul comportamento dell’utente funzionano meglio, insieme a come costruirli.

Come trasferire persone ed eventi a Customer.io e costruire la prima automazione l’abbiamo descritto nel tutorial di Customer.io.

Da dove iniziare con Customer.io

Non costruire subito cinque automazioni. Inizia da una: la serie di onboarding, perché riguarda ogni nuovo utente e mostra risultati più velocemente. Per questa ti servono solo due cose: l’identificazione alla registrazione e un evento che indica che l’utente ha fatto qualcosa di importante. Quando la serie di onboarding funziona e sai come misurarla, aggiungi il recupero degli inattivi, e poi il resto.

Per ogni nuova automazione chiediti: quando una persona deve uscirne? Un’automazione senza condizione di uscita è una ricetta per messaggi che irritano.

Onboarding nuovi utenti

Il caso d’uso più frequente e redditizio. Una nuova persona si registra e non sa da dove iniziare. La serie di onboarding reagisce a ciò che l’utente ha già fatto: chi ha configurato l’account riceve suggerimenti per il passo successivo, chi si è bloccato riceve un promemoria con un esempio. La documentazione di Customer.io elenca queste serie come uso tipico dei trigger basati su attributi e segmenti.

Recupero utenti inattivi

L’utente smette di fare login. Il segmento “nessun login da 14 giorni” attiva un’automazione con un promemoria su cosa c’è di nuovo nel prodotto, o con una domanda su cosa è mancato. Quando la persona torna, esce dall’automazione e non riceve altri messaggi.

Carrello abbandonato

Lo shop invia a Customer.io eventi di aggiunta al carrello e di acquisto. L’automazione si attiva dopo l’aggiunta al carrello, aspetta un’ora, verifica se c’è stato un acquisto, e se no, invia un promemoria. Secondo messaggio il giorno dopo, uscita dopo l’acquisto.

Sondaggi e recensioni al momento giusto

Una richiesta di recensione inviata una settimana dopo l’acquisto o dopo il decimo utilizzo di una funzione ha più probabilità di ricevere risposta rispetto a un sondaggio inviato a tutta la lista. I sondaggi periodici sulla soddisfazione sono uno degli esempi che la documentazione fornisce per i trigger basati su attributi.

Annunci per persone selezionate

Nuova funzione per gli utenti del piano business, cambio di listino per chi ha un piano annuale. L’invio una tantum a un segmento fa sì che ognuno riceva solo le informazioni che lo riguardano, riducendo il numero di disiscrizioni.

Più canali in un unico percorso

Email, SMS, notifica push e messaggio in-app in un’unica automazione. Esempio: promemoria via email, e se non funziona, notifica push due giorni dopo. L’automazione può anche inviare un messaggio su Slack aziendale quando un cliente importante smette di usare il prodotto, così il customer success manager può chiamare.

Messaggi transazionali

Conferme, reset password e notifiche inviate in risposta a un’azione dell’utente possono passare anche da Customer.io. Tutta la comunicazione con il cliente è così in un unico posto, con lo storico di cosa ha ricevuto chi.

Esempio: app per imparare le lingue

L’app invia eventi di completamento lezione. Tre automazioni: serie di onboarding per nuovi utenti con uscita dopo la prima lezione, promemoria dopo tre giorni senza lezioni con un breve esercizio nel corpo dell’email, e congratulazioni dopo la decima lezione con richiesta di recensione sullo store. Ogni messaggio riguarda ciò che l’utente ha appena fatto o ha smesso di fare, quindi non sembra un invio di massa.

In questo esempio ogni automazione ha la propria condizione di uscita, ed è la loro caratteristica più importante. Chi è tornato a studiare smette di ricevere promemoria, e chi ha recensito l’app non riceve la richiesta una seconda volta. Senza queste condizioni la stessa persona potrebbe ricevere in una settimana promemoria, congratulazioni e richiesta di recensione tutti insieme. Nel progettare una nuova automazione vale sempre la pena verificare che non si sovrapponga a quelle esistenti.

A cosa fare attenzione

  • Consensi marketing: i messaggi promozionali richiedono consenso, quelli transazionali no.
  • Frequenza: diverse automazioni insieme possono sommergere una persona di messaggi.
  • Qualità dei dati: senza eventi ben nominati i segmenti smettono di funzionare.
Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →

Come verificare se conviene

Ogni automazione dovrebbe avere un numero che deve migliorare. Serie di onboarding: percentuale di persone che hanno completato l’azione chiave. Recupero inattivi: percentuale di persone tornate. Carrello abbandonato: ordini recuperati. Confronti questo numero prima dell’attivazione e dopo un mese di funzionamento. Se il miglioramento è evidente e il costo del piano è inferiore al valore dei clienti recuperati, il calcolo è semplice.

Vale anche la pena controllare periodicamente il numero di disiscrizioni. Un numero crescente di disiscrizioni è un segnale che i messaggi arrivano troppo spesso o non riguardano i destinatari.

Con tutti questi casi d’uso vale la pena ricordare una cosa: un messaggio basato sul comportamento è efficace solo quando i dati sono aggiornati. Se l’evento di acquisto arriva in ritardo, il cliente riceverà un promemoria sul carrello che ha già pagato. Perciò prima di attivare ogni nuova automazione verifica su alcune persone di test che gli eventi arrivino in tempo.

Kinetyra

// read next

More on this from NITIDO

Nitido

Nitido

ADMINISTRATOR
leggi anchePIDS-Bench: quanto sono deboli i rilevatori di prompt injectionmagazinePIDS-Bench: quanto sono deboli i rilevatori di prompt injectionUn nuovo benchmark IEEE mostra che i rilevatori con F1 > 0,98 bloccano comunque un terzo delle richieste legittime provenienti da fonti esterne.

Più letti

  1. 1Seedance di ByteDance: versioni, prezzi e test
  2. 2Claude Sonnet 5.5 prezzo: quanto costa nel 2026
  3. 325 matematici Fields Medal firmano lettera aperta contro OpenAI
// mappa del sito

Questa pagina in altre lingue6

nitido in numeri 0testi in archivio0notizie degli ultimi 7 giorni0modelli video nell'osservatorio
× ‹ ingrandimento ›