Un mese di verifiche manuali, svolto in poche ore

Il nostro onboarding richiedeva fino a un mese, e un solo passaggio ne occupava la maggior parte.

Prima di inviare un solo messaggio per un nuovo cliente, qualcuno doveva stabilire cosa vendesse davvero e a chi. Serviva una conversazione su mercati target, settori, profili aziendali e ruoli decisionali. Poi una ricerca per capire la reale profondità del mercato. Poi la costruzione di un database grezzo di aziende corrispondenti a quel profilo.

Nulla di questo era il collo di bottiglia.

Il collo di bottiglia era verificare le aziende una per una. Un database grezzo è un elenco di nomi, non un mercato. Qualcuno doveva aprire il sito di ogni azienda, leggerlo per qualche minuto e decidere se fosse davvero adatta a ciò che il cliente vende. Diecimila aziende nell’elenco grezzo significavano un mese di lavoro prima che il cliente ricevesse qualsiasi cosa.

Non è un problema di scalabilità. È un muro. Ogni nuovo cliente costava un mese di attenzione di una persona prima che iniziasse il lavoro vero. Il numero di clienti che potevamo accettare dipendeva da quanti siti un essere umano riusciva a leggere.

Una pipeline che parte dalle parole del cliente e arriva a un mercato classificato, in ore anziché in un mese.

Si comincia nell’incontro. La conversazione con il cliente viene trascritta e il sistema estrae il brief direttamente da ciò che ha detto: non da un modulo compilato dopo, né dagli appunti di qualcuno. Cosa vende, chi lo compra, dove e cosa rende adatta un’azienda.

Questo diventa una specifica. Il sistema trasforma le informazioni in una definizione strutturata del mercato: paesi target, settori, codici NACE Rev. 2 e parametri di supporto che rendono un mercato ricercabile, non soltanto descrivibile.

La specifica guida la raccolta. Le aziende corrispondenti vengono raccolte automaticamente da un database commerciale di imprese utilizzato su licenza, paese per paese. Un passaggio che prima veniva svolto a mano.

Poi viene letto il sito di ogni azienda. Ogni sito viene scandagliato e un modello estrae ciò che l’azienda fa davvero: materiali, servizi, prodotti, certificazioni, norme ISO e una sintesi scritta dal punto di vista di ciò che il nostro cliente cerca. È il passaggio che prima consumava un mese.

E poi la parte che conta di più.

Descriviamo il cliente ideale una volta. Il sistema costruisce gli archetipi e classifica l’intero mercato rispetto a essi.

Il cliente ci descrive un’azienda adatta: tipi di attività, cosa deve saper offrire, quali certificazioni contano, quali capacità di lavorazione servono. Tutto ciò che definisce davvero l’idoneità nel suo settore.

Invece di verificare una per una le aziende rispetto a quella descrizione, il sistema ne ricava prima diversi archetipi distinti di azienda target. Perché «il nostro cliente ideale» non ha quasi mai una sola forma. Ne ha tre o quattro. Chi svolge questo lavoro a mano le tiene vagamente in mente e le applica in modo incoerente in diecimila decisioni.

Ogni azienda nel database viene poi classificata automaticamente rispetto a quegli archetipi.

Questo solo passaggio ha trasformato un mese in un paio d’ore. È la differenza tra un elenco grezzo di aziende e un mercato su cui un team commerciale può lavorare. Ed è la parte della pipeline che non sostituiremmo.

I numeri della copertura ne derivano, non il contrario: una singola esecuzione ha coperto 18 paesi e circa 40 codici di settore, restituendo 7.925 aziende per la sola Austria e 21.938 aziende qualificate in un’unica esecuzione di classificazione.

Il risultato non sono quelle cifre. Sono ciò che diventa possibile quando nessuno deve più aprire a mano diecimila siti.