Step 1 · Punto nave (diagnosi numerica)
Lo chiamo Punto nave perché è la lettura iniziale che fa un marinaio prima di tracciare la rotta. Se non sai dove sei, qualsiasi direzione è uguale alle altre. Domande tipiche del Punto nave: qual è il tuo CAC per canale? Qual è l'LTV a margine? Qual è il payback period? Qual è il tuo margine di contribuzione? Se l'imprenditore non sa rispondere a queste cinque domande, il problema è già emerso.
Step 2 · Identificare il collo di bottiglia (AARRR)
Applichi il framework AARRR per capire dove perdi davvero valore. Acquisition, Activation, Retention, Referral, Revenue. Confronti le tue metriche per fase con i benchmark di settore. Il collo di bottiglia è dove sei più sotto soglia.
Errore comune: assumere che il problema sia Acquisition. Spesso il vero collo è Activation (l'utente non si attiva) o Retention (il cliente non torna). Aggiungere traffico senza fixare i due fronti è scalare il problema.
Step 3 · Backlog di ipotesi
Per il collo di bottiglia identificato, costruisci backlog di 10-20 ipotesi testabili. Ogni ipotesi nella forma: "se cambio X, mi aspetto che Y aumenti del Z%".
Esempi per fase Activation di un e-commerce: ridurre da 5 a 3 step di checkout (+5% conversion), aggiungere recensioni in checkout (+3%), free shipping threshold visibile (+4%), sample gratis nel primo ordine (+5%), live chat in checkout (+2%).
Step 4 · Prioritizzazione ICE
Per ciascuna ipotesi del backlog assegni 3 score da 1 a 10.
- Impact: quanto sposterebbe il numero se funzionasse?
- Confidence: quanto sei sicuro che funzionerà (dato passato, benchmark, intuizione)?
- Ease: quanto è facile/veloce eseguirlo?
ICE score = (I + C + E) / 3, oppure I × C × E. Si testano i 3-5 con score più alto. Sotto 7 di media, l'ipotesi va in backlog e si rivaluta più avanti.
Step 5 · Setup esperimenti
Per ciascun esperimento prioritizzato: target audience, soglia di successo definita prima, durata test, metrica primaria di valutazione. La soglia di successo è critica. Senza, leggi i risultati a posteriori e cerchi nei dati la conferma di quello che volevi vedere. Confirmation bias garantito.
Step 6 · Misurazione e decisione
A fine sprint (tipicamente 7-21 giorni), leggi i risultati con disciplina statistica. L'esperimento ha superato la soglia di successo? Sì → si scala. No → si scarta o si itera con variante. Forse → si replica il test su sample più grande.
Errore comune: dichiarare vincente un esperimento marginale (lift 2% non statisticamente significativo) per non ammettere fallimento. Disciplina del dato significa accettare che il 60-70% degli esperimenti fallisce. È normale. Si scala il 20-30% che funziona.
Step 7 · Iterazione e documentazione
Si chiude lo sprint con documentazione. Cosa hai testato, cosa hai imparato, cosa va in backlog per il prossimo ciclo. È la parte che il 90% dei team salta e che a 6 mesi separa team disciplinati da team caotici.
La documentazione serve a due cose. Una: evitare di rifare lo stesso esperimento nel prossimo trimestre dimenticando il risultato. Due: costruire una knowledge base interna che diventa vantaggio competitivo a 12-24 mesi.
Il growth marketing serio è noioso come la gestione di un disciplinare di filiera. Sette step ripetuti settimanalmente. Senza shortcut. La differenza è che dopo 12 mesi hai costruito un sistema che produce vincenti scalabili settimanalmente. Matteo Coloru
Domande frequenti
Come si fa growth marketing in pratica?
Processo settimanale ciclico: Punto nave, identificare collo di bottiglia (AARRR), backlog ipotesi, prioritizzazione ICE, setup test, misurazione, iterazione.
Cos'è ICE?
Framework di prioritizzazione su Impact, Confidence, Ease. Ogni esperimento riceve score 1-10 per ciascuno. Si testano i 3-5 con score più alto.
Quanto dura uno sprint?
1-4 settimane tipicamente. Settimanali per volume alto, 2-4 settimane per ciclo decisionale lungo.
Quanti esperimenti per sprint?
3-5 ottimale. Sotto 3 troppo lento, sopra 5 si perde focus.
Quanto tempo per vedere risultati?
6-8 settimane per primi vincenti. 6-12 mesi per impatto strategico. Il growth marketing è un sistema, non una campagna.
