Ciao, sono Davide Armari, consulente di digital marketing e AI. «L’AI prevede il mercato» è una promessa che si sente spesso e che, per una piccola impresa, è quasi sempre la domanda sbagliata.
Prevedere il mercato e prevedere i propri numeri sono due mestieri diversi, con dati diversi e utilità molto diverse. Qui trovi cosa si ricava davvero, cosa no, e la verifica da fare prima di fidarsi di qualsiasi risultato.
Prevedere il mercato e prevedere i tuoi numeri sono due mestieri
Il mercato — dove va la domanda, quale tendenza sta nascendo. È la parte di cui si parla di più ed è quella in cui gli strumenti valgono meno per una piccola impresa: i dati che servirebbero non li hai, e quelli pubblici li hanno tutti.
I tuoi numeri — quando riordinerà quel cliente, cosa tirerà il mese prossimo, chi sta per smettere di comprare. Qui i dati li hai, sono nel gestionale, e l’utilità è reale.
Quasi tutto il valore per un’azienda piccola sta nel secondo gruppo. Il primo è interessante da leggere e raramente cambia una decisione.
Cosa puoi ricavare davvero
Stagionalità e ricorrenze. Quando parte la richiesta, quando cala, quanto dura il picco. Serve a comprare, a organizzare le persone e a decidere quando spendere in pubblicità.
Il momento del riordino. Chi supera il proprio intervallo abituale è un segnale, e arriva mentre puoi ancora chiamarlo.
Chi sta per andarsene. Cala la frequenza, cala l’importo, smettono di rispondere.
Cosa si compra insieme. Spesso ci sono abbinamenti che nessuno aveva notato.
Nessuna di queste è magia: sono conti sui tuoi dati, fatti in fretta su tanti clienti insieme. Il valore non è la sofisticazione, è che vengono fatti — mentre a mano nessuno li fa mai.
I numeri sbagliati sembrano sempre giusti
Il rischio più concreto non è che il modello si rifiuti di rispondere. È che risponda benissimo su dati che significano un’altra cosa. Non c’è nessun avviso: i totali sono ordinati, coerenti e plausibili.
Mi è capitato sul mio conteggio del fatturato per cliente. Il sistema sommava le fatture dal gestionale, che è la cosa ovvia da fare — se non che in quel gestionale ogni vendita nasce come conferma d’ordine e diventa fattura dopo. Contando solo le fatture perdevo gli ordini non ancora fatturati; sommando ordini e fatture insieme contavo due volte la stessa vendita, perché la fattura cita l’ordine riga per riga. Me ne sono accorto solo ricalcolando a mano.
Perché lo racconto. Nessun modello e nessuna analisi automatica avrebbe segnalato il problema. I dati erano completi e nel formato giusto. Erano sbagliati nel significato, e quello lo vede solo chi conosce come funziona davvero l’azienda.
I segnali gratuiti che quasi nessuno guarda
Prima di comprare qualsiasi strumento ci sono due fonti pubbliche che dicono molto sulla domanda.
Search Console ti dice con quali parole ti trovano e come cambiano nel tempo. Se compaiono ricerche nuove, quella è domanda che si sta formando. Ed è anche il posto dove si scoprono le pagine che ricevono molte visualizzazioni e pochissimi clic — un’informazione immediatamente utile, che nessuna previsione ti darebbe.
L’andamento delle ricerche su Google mostra la stagionalità reale di un termine. Per capire quando parte la domanda nel tuo settore è spesso sufficiente.
I limiti, detti chiaramente
Serve storico. Come regola pratica almeno due cicli completi di quello che vuoi prevedere: due stagioni, due giri di riordino.
Le rotture non si vedono arrivare. Una previsione basata sul passato è cieca proprio davanti a ciò che è nuovo — un concorrente che entra, una norma che cambia.
La sicurezza non è precisione. Questi strumenti danno risposte nette anche quando i dati non le sostengono.
Se i dati sono sporchi, l’errore è invisibile. Non c’è nessun avviso, e non arriverà.
Cosa fare adesso
Prima di chiedere previsioni, fai una verifica che costa mezz’ora: prendi un numero che il tuo sistema calcola da solo — il fatturato di un cliente, gli ordini di un mese — e ricalcolalo a mano. Se non torna, hai trovato qualcosa di più utile di qualsiasi modello.
Poi usa le previsioni per decidere cosa fare prima, non per decidere al posto tuo. Dove l’errore costa poco, fidati. Dove costa, tienile come uno dei fattori.
Se vuoi capire quali dati hai davvero e cosa ci si può ricavare, è il lavoro della consulenza AI. Su come si usano i dati dei clienti ho scritto qui.
