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. Conta molto di più in che stato sono i dati che avete già, che è la parte meno divertente. Vediamo cosa si può ottenere e cosa va fatto prima.
L’AI vede i tuoi clienti attraverso i tuoi dati
Da questa distinzione dipende tutto il resto. Se il tuo archivio è ordinato, l’AI ci trova dentro cose che tu non avevi notato. Se è disordinato, ci trova 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 lo strumento non ti avverte: le classifiche escono in ordine e sembrano corrette.
Le tre cose che servono prima
Un archivio unico. Spesso oggi i clienti stanno in tre fogli, nella rubrica del telefono e nella memoria del commerciale: se ne sceglie uno, e da lì in poi si usa quello.
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.
In un progetto così, circa un terzo del tempo va in questa preparazione. È un lavoro di ordine più che di AI, ed è quello su cui poggia tutto il resto.
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. Il nome nell’oggetto lo mette qualsiasi programma da vent’anni, e si vede. Personalizzare vuol dire 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. L’utilità sta nei tempi: l’avviso arriva quando puoi ancora fare qualcosa, molto prima che il calo si veda nel fatturato di 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 archivio: il controllo che decide chi è attivo guardava solo la casella di posta, e diversi clienti mi scrivono su WhatsApp. Così proprio le persone con cui parlavo di più risultavano ferme da mesi.
Quindi, prima di chiedere a uno strumento chi sta sparendo, controlla che il tuo archivio veda tutti i canali da cui i clienti ti scrivono. Se un dato è coerente ma sbagliato, nessun allarme scatta.
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, e la decisione resta a una persona. Un elenco sbagliato di clienti da richiamare costa una telefonata; un ordine di magazzino sbagliato costa molto di più.
Tre domande da fare ai tuoi dati
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 primo progetto è mettere in ordine l’archivio, e l’AI viene dopo. 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.
