Ciao, sono Davide Armari, consulente di digital marketing e AI. Quando un’azienda mi chiede di usare l’AI sui propri clienti, la conversazione parte quasi sempre dagli strumenti: quale software, quale modello, quanto costa.
Nella mia esperienza la risposta a quelle domande cambia poco il risultato. Quello che lo cambia è una cosa molto più noiosa: in che stato sono i dati che avete già. Qui trovi cosa si può ottenere davvero e cosa va fatto prima.
Il modello non conosce i tuoi clienti. Conosce i tuoi dati
È una distinzione che sembra pignola e decide tutto. Se il tuo archivio è ordinato, l’AI ci trova dentro cose che tu non avevi notato. Se è disordinato, ci trova dentro il disordine e te lo restituisce con grande sicurezza.
Il caso più comune, e capitato anche a me sul mio archivio: la stessa azienda che compare più volte, scritta in modi diversi. Un cliente attivo e un «cliente passato» che sono la stessa persona con due indirizzi email. Basta questo perché ogni classifica e ogni priorità nascano sbagliate.
E nessun avviso te lo dice. Le classifiche sono lì, ordinate e plausibili.
Le tre cose che servono prima
Un archivio unico. Non tre fogli, la rubrica del telefono e la memoria del commerciale. Uno, e si decide qual è.
Uno storico con le date. Senza le date non si prevede niente: né quando qualcuno riordina, né quando ha smesso.
Un modo per riconoscere la stessa persona in punti diversi. È la parte più noiosa e quella che salta sempre.
Quando comincio un lavoro di questo tipo, il primo terzo del tempo se ne va qui. Non è AI, è ordine — ma è la fondamenta.
Cosa si ottiene, quando i dati reggono
Raggruppare senza deciderlo a priori. La segmentazione classica la decidi tu: per zona, per fatturato, per categoria. Vede solo quello che hai già pensato. Un raggruppamento fatto sui dati trova gruppi che non avresti definito — chi compra sempre la stessa cosa a intervalli regolari, chi ordina molto ma solo in saldo, chi ha comprato una volta e non è più tornato. Sono gruppi che meritano comunicazioni diverse.
Personalizzare senza scrivere cinquanta versioni. Non mettere il nome nell’oggetto — quello lo fa qualsiasi programma da vent’anni e si vede. Mandare cose diverse a persone diverse: chi non compra da un anno riceve un messaggio diverso da chi ha ordinato la settimana scorsa.
Segnalare chi sta per sparire. Se i tuoi clienti riordinano mediamente ogni tot giorni, chi supera quella soglia è un segnale. Il valore non è la previsione: è che l’avviso arriva mentre puoi ancora fare qualcosa, invece di accorgertene guardando il fatturato a fine anno.
L’errore che nessun modello può correggere
C’è un tipo di errore contro cui non serve nessuno strumento: quando l’archivio è coerente, completo e guarda solo metà della realtà.
L’ho scoperto sul mio: il controllo che decide chi è attivo lo faceva leggendo la casella di posta, ma diversi clienti mi scrivono su WhatsApp. Per il sistema erano silenziosi da mesi, mentre nella realtà erano quelli con cui parlavo di più — uno che seguo da anni risultava «fornitore» con un solo scambio email.
Cosa portarsi via. Prima di chiedere a uno strumento di dirti chi sta sparendo, verifica che il tuo archivio veda tutti i canali da cui i clienti ti parlano davvero. Un dato coerente e sbagliato non fa scattare nessun allarme.
Dove non ha senso
Se hai pochi clienti. Con cinquanta li conosci uno per uno meglio di qualsiasi modello, e non c’è abbastanza storico perché uno schema emerga.
Se non c’è nessuno che legge i risultati. Un cruscotto che nessuno apre è una spesa.
Per decidere prezzi o gestire reclami. Restano in mano a una persona.
E vale la regola che tengo su tutto: le previsioni servono a dare priorità, non a decidere. Un elenco sbagliato di clienti da richiamare costa una telefonata; un ordine di magazzino sbagliato costa molto di più.
Cosa fare adesso
Prova a rispondere a una di queste tre domande con i dati che hai già: quali clienti non ordinano da più del solito? Chi ha comprato una volta sola e da che canale era arrivato? Quali prodotti vengono comprati insieme senza che tu lo sappia?
Se non riesci a rispondere, il progetto non è l’AI: è mettere in ordine l’archivio. Se ci riesci ma le risposte non ti fanno cambiare niente, hai risparmiato un progetto.
Se vuoi capire da dove partire nel tuo caso, è il lavoro della consulenza AI. Su cosa conviene automatizzare ho scritto qui.
