AI marketing analytics: AI generalista o un sistema costruito sui tuoi dati?
Un’AI generalista, come ChatGPT, analizza i dati di marketing che le dai e risponde in linguaggio naturale. Non conosce però il tuo settore, le tue definizioni e i tuoi obiettivi. Se ogni persona del team usa la sua, con i suoi file, alla stessa domanda arrivano risposte diverse. Un sistema dedicato parte da una base dati unica.
Che cosa fa bene un’AI generalista
È giusto dirlo: per molti lavori di marketing un assistente AI generalista è utile.
- Riassume un report lungo.
- Scrive una formula o una query.
- Legge un export e trova le righe che pesano di più.
- Aiuta a impostare un’analisi quando non sai da dove partire.
Per un’analisi una tantum, su un file solo e con una persona che sa controllare il risultato, funziona. I limiti arrivano quando l’analisi diventa un processo: tutti i giorni, su più fonti, con più persone.
Primo limite: non conosce il settore né il business
Un’AI generalista sa che cos’è il ROAS, il ritorno sulla spesa pubblicitaria. Non sa che cosa significa per te.
Non sa se il tuo fatturato si conta al netto dei resi. Non sa che la tua collezione esce in due momenti dell’anno, che il sabato pomeriggio pesa più degli altri giorni, che un cliente del negozio e uno dell’e-commerce sono la stessa persona. Non conosce i tuoi obiettivi, quindi non può dire se un numero è buono o cattivo: può solo dire se è salito o sceso.
Puoi spiegarle tutto questo nel prompt. Ma devi farlo ogni volta, e ogni persona lo spiega a modo suo.
Secondo limite: lavora sui dati che le dai
L’AI risponde sul file che riceve. Se l’export viene da una sola piattaforma, la risposta ha il punto di vista di quella piattaforma. Meta, per esempio, attribuisce di default le conversioni a 7 giorni dal click e a 1 giorno dalla visualizzazione. Altri strumenti contano in altro modo.
Se i dati hanno doppioni, definizioni diverse o periodi che non coincidono, il risultato è una risposta plausibile e sbagliata. È scritta bene, quindi sembra affidabile. Ed è difficile da controllare, perché spesso non è chiaro da quale riga e da quale calcolo arriva il numero.
Terzo limite: ognuno allena la sua AI
È il problema meno visibile e il più costoso. In un team ogni persona usa il suo assistente, con i suoi file e le sue istruzioni.
Un esempio. Tre persone fanno la stessa domanda: “quanto ha reso Meta il mese scorso?”.
- Il performance marketer carica l’export di Ads Manager.
- L’e-commerce manager carica i dati di GA4.
- La direzione usa il fatturato del gestionale.
Arrivano tre numeri. Tutti e tre sono calcolati bene, e nessuno coincide con gli altri. La riunione se ne va a discutere quale numero è giusto, non che cosa fare.
C’è poi il bias. Ogni persona, senza volerlo, insegna alla sua AI il proprio punto di vista: quali metriche guardare, quali dare per buone. L’AI lo restituisce come se fosse un’analisi neutra. Chi gestisce le campagne riceve conferme sulle campagne.
AI generalista e Sherpaz a confronto
| AI generalista | Sherpaz | |
|---|---|---|
| Dati di partenza | I file che ogni persona carica | Una base dati unica, pulita e armonizzata |
| Conoscenza del business | Quella scritta nel prompt, ogni volta | Definizioni, KPI e logiche di settore già mappati |
| Coerenza nel team | Ognuno ottiene la sua risposta | Tutti partono dallo stesso dato |
| Verifica | Spesso difficile risalire al calcolo | Ogni risposta cita tabella, periodo e query |
| Quando lavora | Quando qualcuno fa una domanda | Ogni giorno, anche senza domande |
| Che cosa ottieni | Una risposta in testo | Un alert con problema, impatto stimato e azione |
| Modelli statistici | Analisi fatte al momento, da controllare | Modelli dedicati: MMM, attribuzione, clienti, forecasting |
| Uso migliore | Analisi singole ed esplorazione | Controllo continuo e decisioni di team |
Non sono due prodotti in gara. Un’AI generalista è uno strumento personale. Sherpaz è un’infrastruttura per tutto il team.
Quando basta un’AI generalista
- Lavori da solo o in un team molto piccolo.
- Hai una fonte dati principale e sai verificare i numeri.
- Ti servono analisi occasionali, non un controllo continuo.
In questi casi non serve altro. Serve un sistema dedicato quando i numeri del team non coincidono, quando le fonti sono tante, o quando le decisioni di budget devono poggiare su numeri che reggono a una verifica.
Come lo fa Sherpaz
L’ordine è questo: prima i dati, poi l’esperienza, poi l’AI.
- Una base dati armonizzata. Le fonti vengono unite, pulite e lette con la logica del tuo business. È il lavoro che manca quando i dati sono solo collegati: lo spieghiamo nel confronto tra Sherpaz e i connettori.
- L’esperienza della consulenza. Sherpaz nasce dal lavoro di consulenza di Dataz. I modelli e i controlli seguono le logiche di settore (fashion, beauty, retail, e-commerce, gaming) e il metodo con cui un analista cerca un problema: dove si trova, come succede, perché, che cosa fare.
- Un’unica AI per tutto il team. Marketing, e-commerce, retail e direzione interrogano lo stesso dato. Ognuno riceve la sua azione, ma il numero di partenza è uno.
Tre garanzie completano il quadro:
- Verificabile. Ogni risposta cita la fonte: tabella, periodo e query. Puoi sempre risalire al dato.
- Dati riservati. I tuoi dati non addestrano modelli di terzi.
- Infrastruttura in Unione Europea. Archiviazione ed elaborazione restano in UE, nel rispetto del GDPR.
Sherpaz non aspetta la domanda. Ogni giorno controlla campagne, sito, clienti e budget e manda alert con problema e soluzione. La chat serve dopo, per chiedere perché.
Domande frequenti
Si può usare ChatGPT per l’analisi marketing? Sì, per analisi singole su dati che conosci e sai controllare. Diventa fragile quando l’analisi coinvolge più fonti e più persone, perché ogni risposta dipende dal file e dal prompt di chi chiede.
Perché due persone ottengono numeri diversi dalla stessa AI? Perché partono da dati e istruzioni diversi. Un export di piattaforma, GA4 e il gestionale contano le vendite in modi diversi. L’AI calcola bene quello che riceve.
Che cos’è una base dati armonizzata? È una base in cui tutte le fonti usano le stesse definizioni: stesso cliente, stesso fatturato, stessa vendita contata una sola volta. È il requisito perché l’AI dia la stessa risposta a tutti.
Sherpaz usa un’AI generalista? Sherpaz usa un’AI dedicata, che lavora solo sulla tua base dati e con il contesto del tuo settore e dei tuoi KPI. I tuoi dati non addestrano modelli di terzi.
L’AI sostituisce l’analista marketing? No. Toglie il lavoro di ricerca e di calcolo. Le ipotesi, le priorità e la decisione finale restano alle persone che conoscono il brand.