Indice della guida
L’analisi dei dati con l’AI permette a chi non è un analista di fare domande ai propri numeri in italiano: “quale campagna ha portato più clienti questo mese?”, “cosa è cambiato rispetto al mese scorso?”, “dove stiamo spendendo senza risultati?”. Assistenti come Claude, ChatGPT o Gemini leggono le esportazioni delle campagne e del CRM, fanno i calcoli, preparano tabelle e grafici e scrivono un primo commento. È uno strumento potente, con un rischio preciso: risposte sicure di sé anche quando i dati sono incompleti o i calcoli sbagliati. In questa guida vediamo cosa può fare l’AI con i dati di marketing, un metodo in sei passi dalla domanda alla decisione, un esempio completo e gli errori da evitare.
In questa guida impari
- cosa può fare l’AI con i report di marketing e dove sbaglia più facilmente;
- un metodo in sei passi per passare dall’esportazione delle campagne a una decisione;
- un esempio completo con i dati di una campagna, e le richieste da copiare.
In sintesi: l’analisi dei dati con l’AI in cinque punti
Cosa può fare l’AI con i dati di marketing
| L’AI fa bene | L’AI sbaglia facilmente |
|---|---|
| Pulire e unire file diversi: campagne, CRM, fogli | Capire il contesto: una festività, una promozione, un problema al sito |
| Calcolare costo per contatto, conversioni, variazioni | Distinguere correlazione e causa |
| Confrontare periodi e campagne | Accorgersi che un dato manca o è registrato male |
| Trovare valori anomali | Interpretare dati troppo pochi come se fossero tanti |
| Preparare tabelle e grafici | Ammettere l’incertezza, se non glielo chiedi |
| Scrivere una sintesi leggibile | Sapere cosa è successo dopo il contatto, se non ha i dati del CRM |
Gli strumenti
| Strumento | Quando usarlo |
|---|---|
| Assistenti con analisi dei file (Claude, ChatGPT, Gemini) | Domande su esportazioni e fogli, calcoli, grafici e commenti |
| Fogli di calcolo con AI integrata | Lavorare dentro il foglio che usi già, con formule suggerite |
| Assistenti collegati agli strumenti (connettori) | Leggere direttamente da Drive, CRM o piattaforme, senza esportare |
| Strumenti di report come Looker Studio | Pannelli fissi da guardare ogni settimana, che l’AI può aiutare a leggere |
Il metodo in sei passi: dalla domanda alla decisione
Parti da una domanda di business
Non “analizza le campagne”, ma “quale campagna ha il costo per contatto in target più basso?” o “perché questo mese abbiamo meno preventivi?”. La domanda dice quali dati servono.
Raccogli i dati giusti
Le esportazioni delle piattaforme per il periodo che serve, più i dati del CRM con gli esiti. Controlla che le date coincidano e che le colonne abbiano nomi chiari.
Fai descrivere i dati prima di analizzarli
Chiedi all’AI di dire quali colonne vede, quante righe, quali periodi, se ci sono valori mancanti. È il modo più rapido per scoprire che ha letto male un file.
Chiedi l’analisi, con le formule
Fai la domanda e chiedi di mostrare le formule e i passaggi. Chiedi anche di indicare quanto è affidabile ogni conclusione, considerando la quantità di dati.
Verifica
Controlla a mano almeno un numero importante. Chiedi cosa potrebbe spiegare il risultato oltre a quello che ha proposto. Confronta con quello che sai del periodo: offerte, problemi tecnici, stagionalità.
Decidi e annota
Scrivi cosa decidi, perché e cosa misurerai per capire se era la scelta giusta. Il mese dopo, riparti da lì.
Un esempio con i dati di una campagna
Un esempio completo con dati inventati, per mostrare il metodo. Un’azienda di servizi ha due campagne Meta e una Google. Domanda: “quale campagna conviene aumentare il mese prossimo?”.
| Campagna | Spesa | Contatti | Costo per contatto | Appuntamenti (dal CRM) | Costo per appuntamento |
|---|---|---|---|---|---|
| Meta, angolo “risparmio” | 900 € | 60 | 15 € | 6 | 150 € |
| Meta, angolo “caso cliente” | 900 € | 36 | 25 € | 9 | 100 € |
| Google, ricerca | 1.200 € | 30 | 40 € | 12 | 100 € |
Guardando solo il costo per contatto, la prima campagna sembra la migliore: 15 € a contatto. Aggiungendo gli appuntamenti dal CRM, il quadro cambia: la campagna “caso cliente” e Google costano 100 € per appuntamento, la prima 150 €. Un buon assistente AI, con entrambi i file, lo nota subito; con il solo file delle campagne, avrebbe consigliato di aumentare la prima.
Costo per contatto e per appuntamento (esempio)
Il passo 5, la verifica, è decisivo anche qui: 6, 9 e 12 appuntamenti sono pochi per conclusioni definitive. La decisione ragionevole è spostare una parte del budget, non tutto, e ricontrollare il mese dopo.
Cosa insegna: l’analisi utile collega i dati delle campagne a quelli del CRM. Da sole, le piattaforme rispondono a una domanda diversa da quella che ti interessa.
Come lo usiamo nello studio
Nello studio stiamo provando, in fase pilota, una procedura di controllo delle campagne con Claude: la lettura periodica dei dati delle campagne, il confronto con il periodo precedente e con gli obiettivi, la segnalazione di ciò che si discosta e una sintesi per chi gestisce l’account. La procedura è scritta, così il controllo segue sempre gli stessi passaggi.
Le regole sono quelle di questa guida: domande precise, calcoli mostrati, verifica da parte di chi conosce il cliente, decisioni prese da una persona. Il valore che cerchiamo non è sostituire chi gestisce le campagne, ma fare in modo che niente di importante sfugga tra un controllo e l’altro.
Come trasformare una procedura in skill lo spieghiamo nella guida alle Claude skills; quali numeri mettere nel report, in quella ai KPI marketing.
AI e analisi dei dati: sei errori frequenti
- Domande vaghe. “Analizza” produce descrizioni, non risposte.
- Solo i dati delle piattaforme. Si ottimizza il contatto, non il cliente.
- Nessuna verifica dei calcoli. Un errore in una somma porta a spostare il budget nel posto sbagliato.
- Conclusioni su pochi dati. Dieci contatti non bastano per dire che una campagna è migliore di un’altra.
- Confondere correlazione e causa. Due numeri che salgono insieme non si spiegano per forza a vicenda.
- Dati personali caricati senza motivo. Per analizzare le campagne non servono nomi e telefoni.
Esercizio: la tua prima analisi in trenta minuti
Un esercizio per provare il metodo sui tuoi dati.
- Esporta i dati delle campagne dell’ultimo mese, per campagna: spesa, clic, contatti.
- Esporta dal CRM i contatti dello stesso mese con provenienza ed esito, senza nomi e recapiti.
- Carica i due file e chiedi prima una descrizione, poi il costo per contatto e per appuntamento di ogni campagna, con le formule.
- Verifica un numero a mano e scrivi una decisione per il mese prossimo.
Se il CRM non ha gli esiti, l’esercizio ti mostra il primo lavoro da fare: senza esiti, nessuna AI può dirti quale campagna porta clienti.
Checklist dell’analisi dei dati con l’AI
Spunta le voci quando analizzi i dati con l’AI. Le caselle restano salvate su questo dispositivo e non viene inviato nulla.
AI analisi dati: due richieste da copiare
Due richieste per le situazioni più frequenti.
“Ti carico due file: l’esportazione delle campagne di [mese] e i contatti dal CRM con provenienza ed esito. Prima descrivi i file: colonne, righe, periodo, valori mancanti. Poi calcola per ogni campagna costo per contatto, per appuntamento e per cliente, mostrando le formule. Indica quanto è affidabile ogni confronto, considerando il numero di dati.”
“Questo mese i [preventivi, contatti, appuntamenti] sono scesi del [percentuale] rispetto al mese scorso. Ti carico i dati dei due mesi. Elenca le possibili cause che i dati supportano e quelle che non puoi verificare, e dimmi cosa controllare per primo. Non presentare ipotesi come certezze.”
Se vuoi impostare report e analisi con l’AI per la tua azienda, trovi come lavoriamo nella pagina AI per aziende.
Domande frequenti
Come si analizzano i dati di marketing con l’AI?
Partendo da una domanda precisa, caricando le esportazioni delle campagne e del CRM, chiedendo prima una descrizione dei file e poi l’analisi con le formule, verificando almeno un numero a mano e decidendo tenendo conto del contesto.
Quale AI usare per l’analisi dei dati?
Assistenti come Claude, ChatGPT o Gemini, che leggono file e possono eseguire calcoli, o le funzioni AI dei fogli di calcolo. Per i pannelli fissi si usano strumenti come Looker Studio.
I calcoli dell’AI sono affidabili?
Spesso sì, soprattutto quando l’assistente esegue codice per calcolare, ma possono esserci errori di lettura del file o colonne confuse. Conviene chiedere le formule e verificare almeno un numero importante.
Posso caricare i dati dei clienti nell’AI?
Meglio togliere nomi, recapiti e dati personali che non servono all’analisi, e verificare le impostazioni sulla privacy dello strumento. Per analizzare le campagne di solito bastano dati aggregati.
Perché servono anche i dati del CRM?
Perché le piattaforme misurano i contatti, mentre il CRM sa quali contatti sono diventati appuntamenti e clienti. Senza il CRM l’analisi può premiare la campagna con i contatti più economici, non quella che porta clienti.
L’AI può dirmi cosa fare con le campagne?
Può proporre ipotesi e opzioni basate sui dati. La decisione richiede di conoscere obiettivi, budget, clienti e contesto, che nei dati non ci sono.
La tua prossima mossa
Tre azioni per passare dai report alle decisioni.
Vai all’esercizio →
Vai al metodo →
Vai all’esempio →
Se vuoi leggere i tuoi numeri con noi, ne parliamo in una consulenza.
Consulente di web marketing, divulgatrice e docente universitaria. Da oltre dieci anni aiuto le aziende a portare il loro know-how online con un metodo chiaro, e oggi guido la strategia di uno studio di specialisti senior.