Il marketing engineering è la progettazione del marketing come sistema misurabile di ricerca, evidenze, dati, sperimentazione, automazione e distribuzione, invece che come sequenza di campagne scollegate. In quel sistema gli input sono dichiarati prima che si scriva qualcosa, ogni passaggio dà la stessa risposta quando viene ripetuto, un errore è segnalato come errore invece di sparire in una media, e una persona designata approva tutto ciò che esce. Una campagna è un'esecuzione del sistema, e il sistema è ciò che il team possiede e migliora.
L'espressione ha due vite precedenti, e chi la cerca le incontra entrambe. Nel 1998 Gary Lilien e Arvind Rangaswamy pubblicarono «The Age of Marketing Engineering» e un manuale con lo stesso titolo, dove indicava l'uso di modelli decisionali al computer per scegliere fra opzioni di marketing, per esempio l'effetto di una variazione di prezzo sul profitto. Nell'aprile 2026 l'azienda di ricerca con IA Profound ha annunciato il «Marketing Engineer» come titolo di lavoro, un marketer che costruisce i flussi di lavoro su cui un team opera, e alcune agenzie negli Stati Uniti usano «engineering marketing» per la promozione rivolta agli studi di ingegneria. La definizione di Torke è la versione pratica della prima e la versione di team della seconda, e la scriviamo per intero ovunque usiamo il termine, perché un'etichetta che chi legge deve riempire da sé viene riempita male.
Ciò che rende ingegnerizzato un sistema è la parola presa alla lettera, e quattro proprietà lo distinguono da una campagna ben gestita. Gli input sono dichiarati, quindi la lista degli account selezionati e la libreria dei claim approvati esistono prima che venga scritto il primo annuncio. I passaggi sono riproducibili, quindi un collega può rieseguire la classifica degli account del mese scorso dagli stessi dati e ottenere la stessa lista. Gli errori sono visibili, quindi un lead a cui manca uno dei cinque fatti, un claim senza fonte o un canale letto su un campione troppo piccolo per giudicare viene registrato esattamente come tale. E ogni pubblicazione ha un responsabile, quindi la persona che ha approvato un'email o una pagina può essere nominata in seguito. Una campagna può avere tutte e quattro le proprietà per fortuna in un mese, e un sistema le ha ogni mese per costruzione.
La regola pratica dentro questa costruzione è la separazione fra codice e giudizio. Ogni passaggio la cui regola si può scrivere viene eseguito come codice, perché il codice dà la stessa risposta a ogni esecuzione e un cliente o un revisore può leggere la regola. Se un lead porta i cinque fatti, per quanti giorni un segnale conserva il suo peso, quanti punti può aggiungere una famiglia di segnali, quando si chiude una finestra di rifiuto e quante impression servono a un canale prima che il suo numero venga letto sono tutte regole, e nei motori di Torke girano come regole. Un modello interviene solo dove l'input è testo libero e non esiste una regola completa, per esempio per trasformare un claim approvato e un segnale con data in una prima bozza, e anche lì lavora sotto uno schema, con una verifica di ogni fatto citato contro la sua fonte e un limite di lunghezza, e una persona autenticata approva il risultato. La pagina Metodo mostra il lato account di tutto questo, e la pagina Engine il lato redazione.
Il marketing operations sta accanto a tutto questo e spesso viene confuso con esso. Le operations tengono in funzione gli strumenti, fanno circolare i dati e lanciano le campagne nei tempi, e un team può avere operations eccellenti senza alcun engineering, perché nessuno ha scritto le regole che gli strumenti applicano né ha reso visibili i loro errori. La differenza si vede in una domanda: quando un numero sul cruscotto è sbagliato, il team può indicare la regola che lo ha prodotto e l'input da cui viene? Le operations rispondono con il nome di uno strumento, l'engineering con una regola e una fonte.
L'approccio ha un confine, e conta più in un mercato piccolo che in uno grande. L'engineering rende lavorabile un mercato finito, perché un'azienda con qualche centinaio di acquirenti reali non può affidarsi alle medie e deve coprire ogni account nella settimana in cui qualcosa è cambiato per quell'account, con una traccia del perché. Non crea domanda dove non ce n'è, non accorcia la decisione di un comitato d'acquisto, e non sostituisce il team di vendita, che conserva la valutazione tecnica, la relazione e la chiusura. Il significato del 1998, modelli decisionali per un grande mercato, resta valido per le aziende per cui è stato scritto, e questo è uno strumento diverso per una dimensione di mercato diversa.
Per un fondatore o una responsabile marketing il test è breve. Prendete una campagna del mese scorso ed elencate ogni decisione al suo interno, da chi era in lista al claim finito nell'annuncio fino al momento in cui il risultato è stato letto. Segnate ciascuna come regola scritta con fonte, come giudizio di una persona, o come output di un modello che nessuno ha verificato. Una campagna in cui la maggior parte dei segni cade nella prima colonna è un'esecuzione di un sistema ingegnerizzato, e quel conteggio, più di qualsiasi strumento del team, dice se il passo giusto è affidare il lavoro a Torke Service o far funzionare gli stessi motori al vostro team.
