eMail Parser – MC MailHarvest

eMail Parser – MC MailHarvest: Trasforma le tue email in dati utili

Payoff: Lo strumento che legge le tue email e le trasforma in database, mailing list e ticket.

Ambito: Automazione processi, Email Marketing, CRM, Customer Care, Ticketing, Micro-imprese e PMI.

Nome prodotto: MC MailHarvest

Origine: Mare Consulting Lab

Obiettivo & perimetro

Problema che affronta:

Molte aziende (e professionisti) vivono ancora “dentro la casella di posta”: le richieste arrivano via email, i contatti sono dispersi tra Google, Outlook, caselle personali, caselle di reparto.

Non esiste un modo semplice per:

• creare una mailing list partendo dalle email ricevute;
• ordinare le richieste in un DB invece che nei faldoni infiniti della posta in arrivo;
• trasformare automaticamente le email in ticket, lead o attività su CRM (scopri il significato di CRM).

Risultato: dati sparsi, contatti persi, nessuna visione strutturata.

Obiettivo principale:

Offrire un sistema di parsing automatico delle email che:

• estragga in modo continuativo i dati importanti (indirizzi email, mittente, oggetto, contenuto, data, casella di origine…);
• li salvi in modo strutturato (CSV/Excel, DB, CRM, tool di email marketing, sistemi di ticketing);
• permetta alle aziende di costruire mailing list, database contatti e flussi di lavoro partendo dalle email che già ricevono tutti i giorni.

Per chi è:

• Liberi professionisti / micro imprese
  che vivono su Gmail/Outlook e vogliono mettere ordine nelle email per costruire mailing list, gestire contatti e richieste senza diventare “schiavi della inbox”.
• PMI con più caselle email
  che ricevono richieste su info@, commerciale@, amministrazione@, assistenza@ e vogliono un DB unico, ordinato e aggiornato invece di mille inbox scollegate.
• Agenzie marketing / web agency
  che vogliono offrire ai propri clienti un sistema semplice per trasformare le email in lead strutturati, contatti per DEM e input per campagne di marketing.
• Customer care / sistemi di ticketing leggeri
  che ricevono molte richieste via email e vogliono trasformarle in ticket, attività o record su un gestionale senza fare copia-incolla manuale (esempio: integrazione tipo MC Ticketing).

Stato di avanzamento

Fase attuale: In uso interno / Primi progetti pilota clienti

Stato fasi:
Idea ✓ / Prototipo ✓ / Pilota ✓ / In uso interno ✓ / Prime attivazioni clienti ✓

% completamento (stima): 70–80%
(core di parsing operativo; da raffinare UI, documentazione e pacchetti standard di offerta)

Ultimo aggiornamento: 11/2025

Cosa abbiamo già fatto

• Progettato e sviluppato il motore di parsing che legge le email (IMAP/POP/forward a casella dedicata) e ne estrae i campi principali: mittente, email, oggetto, data, corpo messaggio.
• Definito regole e pattern per estrarre dati chiave (indirizzi email, nomi, riferimenti ordine, codici ticket…) dal contenuto delle email.
• Implementato il flusso “mailing list da zero”:
  • lettura massiva delle email ricevute;
  • estrazione automatica degli indirizzi email;
  • esportazione in CSV/Excel con metadati (fonte, data, casella di origine…).
• Realizzato il flusso “inbox → DB”:
  • inoltro delle email verso una casella dedicata;
  • lettura schedulata (ogni ora / 2 volte al giorno / settimanale / mensile);
  • scrittura dei dati estratti su DB, foglio CSV, Google Sheet o integrazioni custom.
• Sperimentato integrazioni di tipo ticketing (sulla logica MC Ticketing): se il mittente è un cliente esistente → creazione ticket o attività su ticket esistente in base all’oggetto.
• Creati i primi template di output per:
  • mailing list / DEM;
  • database richieste informazioni;
  • log di ticket/assistenza.

Cosa stiamo facendo ora

• Raffinare i filtri antispam e di rilevanza per evitare di importare email inutili (spam, notifiche automatiche, sistemi, ecc.) e concentrarsi solo sui messaggi “che contano”.
• Standardizzare i template di esportazione dati per vari scenari:
  • mailing list;
  • richieste commerciali;
  • assistenza / ticket;
  • lead da gestire su CRM.
• Definire una gestione chiara delle schedulazioni (da pannello: ogni X minuti/ore/giorni) e dei log di esecuzione.
• Lavorare su integrazioni “pronte” con:
  • sistemi di email marketing;
  • CRM generici;
  • fogli di calcolo (Google Sheets, Excel online).
• Documentare i casi d’uso principali e creare mini-guide operative.

Prossime milestone (30–60 giorni)

• Definire 2–3 pacchetti eMail Parser (base, avanzato, custom) con:
  • numero di caselle gestite;
  • frequenza di lettura;
  • formati di output e tipo di supporto.
• Costruire 1–2 casi studio pubblici:
  • “Da inbox caotica a mailing list pronta per DEM”;
  • “Da richieste via email a DB strutturato di lead”.
• Migliorare l’interfaccia di configurazione delle regole di parsing per renderla più semplice (meno tecnica, più “a blocchi logici”).
• Aggiungere opzioni di deduplica avanzata (stesso indirizzo, stessa richiesta, stessa conversazione) per evitare doppioni nel DB.

Impegno reale

Ore/uomo investite (stima): 200–300 ore tra ideazione, sviluppo del motore di parsing, test su casistiche reali, miglioramento regole e integrazioni.

Team coinvolto:
Riccardo Grassi (ideazione, casi d’uso, architettura funzionale),
Mare Consulting (sviluppo tecnico, integrazioni, test su clienti pilota).

Investimenti diretti:
sviluppo software (motore di parsing, schedulazioni, esportazioni),
infrastruttura cloud,
tempo di analisi su casistiche reali (MC ticketing, caselle clienti, scenari DEM).

Rischi & criticità

• Qualità delle email in ingresso: se la posta è troppo sporca (spam, notifiche, sistemi), serve un lavoro iniziale di pulizia e filtro per ottenere dati davvero utili.
• Privacy & compliance: gestione corretta di dati personali ed email in ottica GDPR (consenso, finalità, conservazione dei dati, opt-out per DEM).
• Formati eterogenei: ogni mittente (o piattaforma) scrive email in modo diverso; servono regole flessibili e testate per non perdere dati importanti.
• Fraintendimenti sulle aspettative: eMail Parser organizza e struttura i dati, ma non fa da solo strategia di marketing o customer care: va integrato in un processo chiaro.

Apprendimenti finora

• Le aziende capiscono il valore di eMail Parser quando vedono il prima/dopo:
  • prima: inbox disordinata;
  • dopo: foglio o DB con contatti, richieste e storico.
• L’estrazione massiva dagli storici di posta è un win subito chiaro: permette di creare mailing list e database partendo da quello che già esiste.
• La schedulazione automatica (ogni X ore) è determinante: senza automazione, il rischio è tornare al copia-incolla manuale.
• L’integrazione con sistemi di ticketing / CRM moltiplica il valore: l’email non è più solo “un messaggio”, ma un evento dentro un processo.

Cosa abbiamo cambiato rispetto all’idea iniziale

• Da semplice “estrattore di indirizzi email” siamo passati a un motore di parsing dati più completo (mittente, oggetto, contenuto, contesto, casella di origine, timestamp…).
• Da uso orientato solo alla costruzione di mailing list a strumento per:
  • lead management;
  • ticketing leggero;
  • arricchimento CRM.
• Da logica “one shot” (estrazione una tantum) a un sistema continuo, schedulato, integrato nei processi quotidiani dell’azienda.

Prossimi passi (90 giorni)

• Confezionare un’offerta eMail Parser chiara, con:
  • setup iniziale (analisi caselle, definizione regole, prima estrazione);
  • monitoraggio e manutenzione;
  • integrazione con strumenti esistenti (CRM, DEM, ticketing).
• Creare una mini-landing dedicata a eMail Parser con esempi pratici, FAQ e casi d’uso concreti.
• Sviluppare connettori rapidi per i casi più frequenti (es. Gmail/Google Workspace → Google Sheet / CRM / tool DEM).
• Avviare 3–5 progetti pilota in settori diversi (professionisti, PMI, customer care) per consolidare il prodotto e definire meglio i pacchetti.

Cosa cerchiamo

• Aziende e professionisti che:
  • ricevono molte richieste via email;
  • non hanno ancora un sistema strutturato di raccolta dati;
  • vogliono creare una mailing list o un DB contatti in modo rapido e ordinato.
• Agenzie e web agency interessate a usare eMail Parser come pezzo di soluzione da proporre ai propri clienti (lead, DEM, customer care).
• Team di customer care / assistenza che vogliono trasformare le email in ticket e attività, senza cambiare subito tutto il loro stack tecnologico.