Nel gestionale ci sono clienti che non compaiono da sei mesi, altri da un anno. Il modo più semplice per recuperarli sembra inviare la stessa email a tutti. È anche il modo più rapido per ricordare loro perché avevano smesso di ascoltarci. Un ricontatto funziona quando esiste un motivo credibile: un prodotto che torna disponibile, una nuova esigenza stagionale, un contratto vicino alla scadenza, un aggiornamento pertinente a ciò che la persona aveva acquistato. L’intelligenza artificiale non può inventare quel motivo, ma può cercarlo in un archivio che un commerciale non avrebbe il tempo di leggere riga per riga. ChatGPT può analizzare file CSV e fogli di calcolo, creare tabelle e applicare criteri dichiarati. Per questa guida servono un export dei clienti o delle aziende, la data dell’ultimo ordine, il valore degli acquisti in un periodo coerente, le categorie comprate e, se disponibili, data e sintesi dell’ultimo contatto. Le colonne devono avere nomi chiari e ogni riga deve rappresentare un cliente. Se il file mescola ordini, contatti e anagrafiche, conviene preparare prima una tabella pulita. L’assistente non risolve magicamente un database incoerente: al massimo produce una risposta ordinata sopra dati confusi.
Perché è importante
- Un cliente che non ordina più non è automaticamente perso: può avere cambiato referente, bisogno o momento d’acquisto.
- L’AI può ordinare un export e suggerire ipotesi di priorità, ma il motivo del ricontatto deve poggiare su dati reali e verificabili.
- La procedura separa analisi, controllo umano e scrittura del messaggio: nessun invio automatico e nessuna falsa familiarità.
Il silenzio del cliente non spiega perché se n’è andato
Il tempo necessario è mezz’ora per un primo esperimento ben controllato. Prima di caricare il file, si eliminano coordinate bancarie, note personali, informazioni sanitarie e qualunque dato non indispensabile. Nomi, email e numeri di telefono possono essere sostituiti con un codice, mantenendo la corrispondenza in un file locale separato. Le condizioni cambiano tra account individuali e ambienti aziendali; per dati di lavoro si usa soltanto un servizio autorizzato dall’organizzazione. La documentazione OpenAI ricorda che file e disponibilità dipendono dal piano e che le conversazioni seguono le regole di conservazione dell’account. La parola “inattivo” sembra precisa, ma non lo è. Per un prodotto acquistato ogni mese, novanta giorni possono essere un segnale. Per una macchina che dura cinque anni, dodici mesi non significano nulla. Si definisce quindi una soglia per categoria o ciclo d’acquisto, non una data uguale per tutti. Poi si sceglie che cosa rende un ricontatto prioritario: valore storico, probabilità di bisogno ricorrente, presenza di un preventivo aperto, rapporto recente con un referente ancora attivo. Un punteggio utile deve essere spiegabile. Se assegna cento punti a un’azienda, il commerciale deve sapere quali colonne hanno prodotto quel risultato.
È importante distinguere fatti e ipotesi. “Ultimo ordine il 4 febbraio” è un fatto. “Potrebbe avere terminato le scorte” è un’ipotesi. Nel messaggio non si deve trasformare la seconda nella prima. La nostra guida sul briefing commerciale prima della visita applica lo stesso principio: una notizia pubblica, una nota del CRM e una deduzione non hanno lo stesso peso. Qui il controllo è ancora più semplice: ogni motivazione deve citare i campi usati e, se mancano dati sufficienti, il cliente finisce nella lista “da verificare”, non in quella “da contattare”. Il prompt seguente è pensato per ChatGPT con analisi dei dati, ma il metodo può essere adattato a un altro assistente capace di leggere fogli di calcolo. Sostituite i campi tra parentesi quadre. Non allegate l’elenco completo al primo tentativo: un campione di cinquanta o cento righe permette di scoprire errori nella struttura prima di coinvolgere l’intero archivio.
Il prompt pronto da copiare
La prima risposta va letta come una proposta di analisi, non come una lista definitiva. Si controllano dieci righe prese da gruppi diversi, si ricalcola a mano almeno un punteggio e si verifica che le date siano state interpretate nel formato corretto. Se l’assistente ha penalizzato un cliente stagionale o premiato un acquisto eccezionale, si correggono le regole e si ripete il calcolo. Solo dopo si chiede di esportare la tabella finale in CSV. La possibilità di vedere formule e passaggi è più importante di una prosa convincente. Per continuare, si può scrivere: “Applica le correzioni seguenti, conserva il punteggio precedente in una colonna separata e mostrami quali clienti cambiano gruppo”. Questo rende visibile l’effetto di ogni modifica. Il messaggio preparato dall’AI resta una bozza. Prima dell’invio il commerciale controlla il rapporto, eventuali reclami, il consenso al contatto e la situazione amministrativa. Una frase precisa e onesta vale più di una personalizzazione artificiale che attribuisce al cliente interessi mai espressi.
Cosa puoi farci concretamente
- Esportare dal CRM solo i campi necessari, sostituendo nomi ed email con identificativi quando possibile.
- Verificare a campione punteggi e motivazioni sul file originale prima di usare la lista.
- Contattare poche persone con un motivo concreto, registrare la risposta e migliorare le regole sul risultato reale.
La prova dei fatti
Il primo test dovrebbe riguardare venti contatti, non duemila. Si misura quante persone rispondono, quante chiedono di non essere ricontattate, quante conversazioni producono un bisogno reale e quanto tempo richiede preparare ogni contatto. Il fatturato arriverà più tardi ed è influenzato da molti fattori; all’inizio interessa capire se la priorità porta conversazioni migliori rispetto alla selezione casuale. Registrare l’esito nel CRM evita che lo stesso cliente riceva tre messaggi da reparti diversi. Gli errori più comuni sono quattro: usare il fatturato storico come unica misura, confondere assenza di ordini con insoddisfazione, generare una spiegazione senza prove e automatizzare l’invio prima di avere validato il metodo. Anche un buon modello può interpretare male date, righe duplicate o descrizioni abbreviate. Il nostro flusso dalla visita al follow-up con ChatGPT mostra come trasformare note in attività; questa guida agisce un passo prima, quando bisogna decidere con chi vale la pena riaprire il dialogo.
La domanda finale è semplice: abbiamo qualcosa di utile da dire a quella persona, oppure vogliamo soltanto riempire il calendario del commerciale? Se la risposta è la seconda, nessun prompt salverà il messaggio. Se esiste un motivo reale, l’AI può ridurre ore di ricerca e rendere la scelta più coerente. Il valore non sta nel contattare più clienti inattivi, ma nel riconoscere quelli per cui un ricontatto può essere pertinente e rispettoso.
Fonti
Documenti, comunicati e pubblicazioni consultati per ricostruire dati e contesto.
