Issuer banner

C2.M3 AI-based Marketing Automation & Email Marketing

C2.M3 AI-based Marketing Automation & Email Marketing

Badge awarded to

BEATRICE COZZINI


Issued on 28 Jul 2026 by

Università degli studi di Bergamo - EDUNEXT

Università degli studi di Bergamo - EDUNEXT

Il modulo 3 "AI-based Marketing Automation & Email Marketing" appartiene al Cluster 2 "Advertising & media" all'interno del Master in Digital Business Development" erogato dall'Università degli studi di Bergamo CFU : 3 Anno Accademico di erogazione : 2025/2026 Temi affrontati: Parte 1: Il modulo ha esplorato l'automazione del marketing come sistema olistico di orchestrazione omnicanale, mettendo a fuoco concetti chiave quali la strutturazione del dato nel CRM, la segmentazione dinamica e il lead scoring, interrogando le sfide strategiche legate all'attuale frammentazione del customer journey. La trattazione ha proceduto secondo un criterio logico-operativo: dapprima ha definito il ruolo del database come "cervello" centrale, quindi ha analizzato i singoli canali tattici (Email, SMS, Ads), per giungere infine alla progettazione di specifici playbook (onboarding, nurturing, recupero carrello) e all'analisi delle metriche. Sul piano metodologico, sono stati utilizzati il framework "Business Automation Canvas" e simulazioni laboratoriali peer-to-peer per analizzare casi di studio reali e validare le architetture di automazione. In dialogo con le attuali tensioni tra personalizzazione avanzata, frequency capping e rispetto della privacy (GDPR), gli studenti sono stati guidati a elaborare logiche decisionali complesse, in vista delle competenze di sviluppo di strategie di marketing digitale e pianificazione di campagne multicanale Parte 2: Il modulo ha introdotto lo studente alla progettazione operativa della marketing automation in HubSpot, accompagnandolo dalla definizione del canvas fino alla costruzione logica del workflow. La trattazione ha seguito una progressione lineare e applicativa: dapprima ha chiarito il ruolo di obiettivi e KPI come base del progetto, quindi ha affrontato la segmentazione implementabile in piattaforma attraverso trigger, liste attive, lifecycle stage e segnali di intent. Successivamente, il modulo si è concentrato sugli asset del workflow, in particolare sulla progettazione di una sequenza di tre email con CTA unica, KPI di processo e A/B test essenziale. Infine, sono stati introdotti gli elementi di governance del workflow in HubSpot Pro (branching, goal, soppressioni, delay, scoring base e handoff) con l’obiettivo di preparare gli studenti alla costruzione guidata di un flusso reale nel laboratorio in presenza. Il canvas ha costituito il framework operativo di riferimento per tutto il modulo. Al termine del modulo, lo studente: - Analizza il customer journey non-lineare per mappare i touchpoint digitali e identificare le opportunità di automazione strategica. - Definisce e struttura le regole logiche di segmentazione dinamica e i modelli di Lead Scoring all'interno di un CRM, garantendo la qualità del dato. - Seleziona e integra i canali operativi più adeguati (Email, SMS, WhatsApp, Notifiche Push, Retargeting) per costruire un ecosistema comunicativo omnicanale. - Progetta e sviluppa flussi di automazione complessi (es. Onboarding, Lead Nurturing, Recupero Carrello) compilando e applicando il framework proprietario "Business Automation Canvas". - Valuta e ottimizza le performance delle campagne progettate attraverso test A/B multicanale e l'analisi delle metriche di business (Conversion Rate, CLV), argomentando le scelte strategiche nel pieno rispetto delle normative GDPR. - definisce un obiettivo SMART e i KPI essenziali di un workflow di marketing automation; - struttura un canvas operativo per progettare un flusso automatizzato coerente con scenario, trigger e conversione finale; - identifica trigger di ingresso e criteri di segmentazione misurabili e implementabili in HubSpot; - progetta una sequenza minima di email asset con CTA unica, metriche di processo e ipotesi di A/B test; - imposta la logica di base di un workflow in HubSpot includendo branching, goal, soppressioni, scoring iniziale e handoff; - traduce il progetto disegnato nel canvas in un workflow reale costruibile in piattaforma durante il laboratorio. Il corso si è svolto in modalità prevalentemente a distanza e in lingua italiana. Si è articolato in attività di Didattica Erogativa (DE) e di Didattica Interattiva (DI). Le lezioni in presenza (6 ore) sono state svolte in aula ed erogate in un ambiente di videoconferenza che ha consentito la partecipazione attiva degli studenti da remoto. Sono disponibili nella pagina del corso videolezioni preregistrate della durata di circa 15 minuti e materiali di studio (DE, 9 ore corrispondenti per motivi di riascolto a 18 ore). Hanno composto le attività di DI sessioni in web-conference interattiva (DI, 3 ore) e attività formative di comunicazione e collaborazione come forum, valutazione formativa, lavori di gruppo (DI, 6 ore stimate). Docenti referenti: Luciano Tolomei, Giada Martignoni
#: #AI #AUTOMAZIONE #BUSINESS #CUSTOMER #DEVELOPMENT #DIGITAL #GDPR #JOURNEY #KPI #MARKETING #MARKETINGMANAGER #MASTER #TOLOMEI #UNIBG
Code UNIBG_MSTRDBD_C2_M3_00

Issuer

Il Digital Education Hub EDUNEXT, edunext.eu, è una rete di 35 atenei e 5 AFAM italiani che mira a innovare l’approccio alla formazione universitaria e professionale del nostro Paese e diffondere a una platea più ampia conoscenze, esperienze e studi realizzati in ambito accademico.

Il progetto è finanziato dall’Unione Europea – Next Generation EU – e il Ministero dell'Università e della Ricerca.

Criteria

Parte 1

Struttura La valutazione per l'ottenimento dell'Open Badge si è basata sulla discussione di un project work. Nello specifico, la prova d'esame ha consistito nella consegna dell'elaborato finale (il "Business Automation Canvas" completo, sviluppato progressivamente durante le e-tivity sul caso aziendale "Aura Skin") e nella sua successiva presentazione (Project Pitch). La somministrazione + avvenuta in forma mista: consegna digitale asincrona dell'artefatto (in formato accessibile) seguita da una sessione orale in presenza durante l'ultima fase del laboratorio.

Finalità La finalità principale dell'esame è stata verificare l'applicazione a problemi concreti, valutando la capacità dello studente di tradurre la teoria in un ecosistema di automazione funzionante. Inoltre, si è inteso verificare la capacità di argomentazione su casi, chiedendo allo studente di difendere e motivare le scelte strategiche (logiche di scoring, orchestrazione dei canali, regole di esclusione) applicate al caso studio.

Criteri di valutazione La valutazione dell'elaborato e della discussione si è basata sui seguenti criteri:

  • Correttezza e pertinenza concettuale: accuratezza nella definizione tecnica dei trigger, dei modelli di lead scoring e delle regole logiche (condizioni IF/THEN).

  • Applicazione e trasferibilità: efficacia nell'uso dei concetti studiati (es. segmentazione dinamica, framework E.V.A.) per analizzare e risolvere le inefficienze del customer journey del caso pratico proposto.

  • Profondità e qualità argomentativa: coerenza logica nella strutturazione dei flussi (es. recupero carrello multicanale) e solidità critica durante la difesa del progetto in sede di pitch.

  • Struttura e chiarezza dell’elaborato: organizzazione visiva e testuale del Canvas, efficacia comunicativa e mappatura ordinata dei processi.

  • Accessibilità e rispetto delle consegne: conformità dell'elaborato ai requisiti di accessibilità (formati leggibili da screen reader, testo alternativo) e rispetto delle tempistiche e direttive di consegna.

Esito, soglia e feedback L'esito finale della prova è stato espresso nella forma Idoneo / Non idoneo. La soglia di superamento per ottenere l'idoneità (e il rilascio dell'Open Badge) ha richiesto di raggiungere un livello minimo pari a "sufficiente" in ciascuno dei criteri di valutazione sopra indicati. A conclusione della prova, è stato fornito un feedback strutturato agli studenti a cura del docente (o del tutor delegato). Tale restituzione è avvenuta entro 7 giorni dal termine del laboratorio in presenza ed ha incluso la griglia di valutazione compilata, accompagnata da note qualitative con indicazioni operative per l'eventuale miglioramento o consolidamento delle competenze acquisite.

Parte 2

Struttura La valutazione per l'ottenimento dell'Open Badge si è basata sulla discussione di un project work. Nello specifico, la prova d'esame è consistita nella consegna dell'elaborato finale (il "Business Automation Canvas" completo, sviluppato progressivamente durante le e-tivity sul caso aziendale "Aura Skin") e nella sua successiva presentazione (Project Pitch). La somministrazione è avvenuta in forma mista: consegna digitale asincrona dell'artefatto (in formato accessibile) seguita da una sessione orale in presenza durante l'ultima fase del laboratorio.

Finalità La finalità principale dell'esame è stata verificare l'applicazione a problemi concreti, valutando la capacità dello studente di tradurre la teoria in un ecosistema di automazione funzionante. Inoltre, si è inteso verificare la capacità di argomentazione su casi, chiedendo allo studente di difendere e motivare le scelte strategiche (logiche di scoring, orchestrazione dei canali, regole di esclusione) applicate al caso studio.

Criteri di valutazione La valutazione dell’elaborato e dell’attività laboratoriale si è basata sui seguenti criteri:

  • correttezza e coerenza logica del canvas;

  • chiarezza dell’obiettivo SMART e dei KPI selezionati;

  • pertinenza del trigger e dei segmenti definiti;

  • qualità progettuale della sequenza email e delle CTA;

  • correttezza dell’impostazione di goal, soppressioni, delay e scoring base;

  • capacità di tradurre il progetto in workflow configurabile in HubSpot;

  • chiarezza espositiva e capacità di argomentazione durante il laboratorio.

Esito, soglia e feedback L’esito finale della prova è stato espresso nella forma Idoneo / Non idoneo. La soglia di superamento ha richiesto il raggiungimento di un livello almeno sufficiente in ciascuno dei criteri sopra indicati. Al termine dell’attività, è stato fornito un feedback sintetico sugli elementi di forza del progetto e sugli aspetti da consolidare nella costruzione del workflow.

Alignments

Define measurable marketing objectives

http://data.europa.eu/esco/skill/7a986287-84f2-4e5d-9ab4-fd7ec424ecf3

Outline the measurable performance indicators of the marketing plan such as market share, customer value, brand awareness, and sales revenues. Follow up on the progress of these indicators during the development of the marketing plan.

Integrate marketing strategies with the global strategy

http://data.europa.eu/esco/skill/aa7eac5f-dc9d-401a-b197-c9c455d78c95

Integrate the marketing strategy and its elements such as the market definition, competitors, price strategy, and communication with the general guidelines of the global strategy of the company.

Create business process models

http://data.europa.eu/esco/skill/6a7792a9-888a-46ad-afc9-2c0d94c8fde6

Develop formal and informal descriptions of the business processes and the organisational structure by using business process models, notations and tools.

Design brand's online communication plan

http://data.europa.eu/esco/skill/755a5df2-863e-44c1-b4a2-83eb33bac492

Design of content and presentation of the brand in an online interactive platform.

Marketing manager

http://data.europa.eu/esco/occupation/6fcf4638-e7c7-4978-9302-9a7b63a3d57c

Marketing managers carry out the implementation of efforts related to the marketing operations in a company. They develop marketing strategies and plans by detailing cost and resources needed. They analyse the profitability of these plans, develop pricing strategies, and strive to raise awareness on products and companies among targeted customers.

Digital marketing techniques

http://data.europa.eu/esco/skill/43dfbe7f-9e10-4871-b171-e5076737b4cf

The marketing techniques used on the web to reach and engage with stakeholders, customers and clients.