AI per le vendite: come analizzare lead e trattative perse con Claude

L'AI per le vendite serve soprattutto a leggere quello che hai già e che nessuno ha tempo di guardare: i lead degli ultimi mesi, come sono finiti, quanto ci avete messo a richiamarli e cosa c'è scritto nelle note delle trattative perse. Con un export ripulito e le domande giuste, Claude trova in mezz'ora schemi che a occhio non vedi: quale canale porta contatti che diventano clienti, quale porta solo telefonate a vuoto, quali obiezioni ritornano, dove le trattative si fermano. Poi tocca a te ricontrollare i numeri e decidere cosa cambiare lunedì.

Non è magia e non è un oracolo: se i dati sono incompleti, le conclusioni lo saranno. Ma nella maggior parte delle PMI che vedo il problema non è l'assenza di dati, è che stanno in tre posti diversi e nessuno li incrocia.

Cosa può dirti l'AI su lead e trattative che non vedi già?

L'AI ti aiuta su due fronti: incrociare tante righe senza stancarsi e leggere testi liberi come le note dei commerciali. Sono le due cose che un responsabile commerciale non riesce a fare a fine giornata.

Domande a cui un'analisi fatta bene può rispondere:

• Da quali canali e campagne arrivano i lead che diventano clienti, non solo quelli che arrivano.
• Se i lead richiamati in fretta chiudono più spesso di quelli richiamati il giorno dopo.
• Quali sono i motivi di perdita più frequenti, raggruppati per tema e non elencati alla rinfusa.
• In quale fase la trattativa resta ferma più a lungo.
• Quali obiezioni compaiono prima di una trattativa persa.

Quello che l'AI non può fare è inventare dati che mancano. Se metà delle trattative perse non ha un motivo scritto, l'analisi lo dirà, ed è già un'informazione utile: significa che la prima cosa da sistemare è come il team registra gli esiti.

Quali dati servono per analizzare le vendite con l'AI?

Ti serve un foglio con una riga per lead e poche colonne affidabili. Meglio dieci colonne compilate bene che quaranta compilate a metà.

Prima di caricare il foglio togli nomi, telefoni ed email: per questa analisi non servono. Sostituiscili con un codice (L001, L002…) se ti serve ritrovare la riga. È una buona pratica di base; per i casi specifici e le valutazioni GDPR parla con il tuo DPO o consulente privacy, e leggi quali dati aziendali dare all'AI e quali no.

Se i dati sono sparsi tra moduli di Facebook, Google Ads e il sito, puoi unirli in un solo foglio anche con Claude Code; l'ho spiegato in Claude Code spiegato a chi non programma.

Analisi 1: da quali canali arrivano i lead che diventano clienti?

La prima analisi confronta i canali sul costo per cliente, non sul costo per lead. È quella che più spesso cambia le decisioni sul budget.

Un esempio ipotetico, con i conti in chiaro. In un trimestre:

Guardando solo il costo per lead, Meta sembra due volte e mezza più conveniente. Guardando il costo per cliente, Google costa meno, e in più il team ha fatto 40 chiamate invece di 120. Il calcolo è semplice: costo per lead = spesa diviso lead; tasso di chiusura = clienti diviso lead; costo per cliente = spesa diviso clienti. Il punto è farlo sempre, canale per canale. Se vuoi approfondire il calcolo, c'è l'articolo sul tasso di conversione da lead a cliente.

Il prompt per Claude, con il foglio caricato:

Ti allego l'export dei lead del trimestre (una riga per lead,
senza dati personali) e un secondo foglio con la spesa per canale
e campagna.

1. Per ogni canale e per ogni campagna calcola: numero di lead,
   clienti (esito = vinto), tasso di chiusura, costo per lead,
   costo per cliente.
2. Mostrami i risultati in una tabella ordinata per costo per
   cliente.
3. Segnalami i gruppi con meno di 20 lead: su numeri così piccoli
   non voglio conclusioni.
4. Dimmi quante righe hai escluso e perché (dati mancanti, esito
   vuoto, canale non riconosciuto).

Non arrotondare i numeri intermedi e mostrami le formule usate.

Il punto tre conta più degli altri. Con pochi lead, una differenza di un cliente cambia tutto, e l'AI tende a trovare spiegazioni anche dove c'è solo il caso.

Analisi 2: il tempo di risposta cambia l'esito?

La seconda analisi incrocia quanto ci avete messo a richiamare con come è finita. In molte aziende è la scoperta più scomoda e più utile.

Chiedi a Claude di dividere i lead in fasce di tempo tra arrivo e primo contatto (entro un'ora, in giornata, il giorno dopo, oltre) e di calcolare per ogni fascia quanti hanno raggiunto un appuntamento e quanti sono diventati clienti. Aggiungi una richiesta: separare i lead arrivati in orario di lavoro da quelli arrivati di sera o nel fine settimana, altrimenti confronti situazioni diverse.

Se il risultato mostra che i lead richiamati entro un'ora chiudono più spesso, non hai bisogno di un nuovo canale: hai bisogno di richiamare prima. Il tema lo tratto a fondo in tempo di risposta ai lead. Ricorda però che una correlazione non è una prova: i lead più caldi magari vengono richiamati prima proprio perché sembrano più interessati. Per esserne sicuro, la prova vera è cambiare il processo e vedere cosa succede nei mesi dopo.

Analisi 3: perché perdi le trattative?

La terza analisi legge le note e i motivi di perdita e li raggruppa per tema. Qui l'AI dà il meglio, perché trasforma frasi scritte di fretta in categorie confrontabili.

Nel foglio allegato ci sono le trattative perse dell'ultimo anno,
con il motivo selezionato e le note libere del commerciale.

1. Leggi le note e assegna a ogni trattativa una categoria tra:
   prezzo, tempi, fiducia, scelto un concorrente, non era il
   cliente giusto, sparito senza risposta, altro.
2. Se la nota contraddice il motivo selezionato, segnalalo.
3. Conta le trattative per categoria e per canale di provenienza.
4. Per ogni categoria riporta tre frasi tratte dalle note che la
   rappresentano bene, senza modificarle.
5. Elenca le trattative che non sei riuscito a classificare.

Le frasi originali del punto quattro sono preziose: sono le parole con cui i clienti esprimono i loro dubbi, e diventano materiale per gli script delle chiamate e per gli annunci. Su questo c'è un approfondimento in analizzare le obiezioni dei clienti con l'AI.

Un controllo che faccio sempre: prendo venti trattative a caso e le classifico io, poi confronto con la classificazione di Claude. Se siamo d'accordo su quasi tutte, mi fido del resto. Se no, correggo le categorie o le istruzioni e rifaccio.

Analisi 4: dove si fermano le trattative nella pipeline?

La quarta analisi misura quanto tempo passano le trattative in ogni fase e dove si perdono. Ti serve sapere, per ogni lead, la data in cui è entrato in ogni fase: contattato, appuntamento, preventivo, chiuso.

Le domande da fare: qual è il tempo medio (e mediano, cioè il valore centrale, meno sensibile ai casi estremi) in ogni fase? Quale percentuale passa da una fase alla successiva? Le trattative che restano ferme più di un certo numero di giorni dopo il preventivo, come finiscono?

Spesso emerge un collo di bottiglia preciso, per esempio preventivi che restano senza follow-up per settimane. Lì la soluzione non è l'AI: è una regola di processo, magari aiutata da un promemoria. Una pipeline di vendita a kanban rende queste attese visibili a tutto il team.

Come si controlla che l'analisi dell'AI sia giusta?

Si controlla ricalcolando alcuni numeri a mano e chiedendo all'AI di mostrare il lavoro. Sono controlli da dieci minuti che evitano decisioni sbagliate da migliaia di euro.

• Conta le righe. Il numero di lead nell'analisi corrisponde a quello del foglio? Quante righe sono state escluse?
• Ricalcola un numero. Prendi un canale e rifai a mano lead, clienti e costo per cliente.
• Chiedi le formule. Come ha calcolato il tasso di chiusura? Ha contato i lead ancora aperti come persi?
• Controlla un campione. Venti righe classificate da te contro le stesse classificate dall'AI.
• Chiedi cosa non si può concludere. Una domanda come "quali conclusioni di questa analisi sono deboli e perché?" ti protegge dall'entusiasmo.

L'ultimo punto è il mio preferito. Claude è bravo a indicare i limiti di un'analisi, se glielo chiedi esplicitamente.

Dall'analisi alla decisione: cosa cambi lunedì

Un'analisi che non cambia niente è un report in più. Alla fine di ogni analisi scrivi al massimo tre decisioni, ciascuna con un numero da controllare tra un mese. Esempi:

1. Spostare budget. Ridurre del 20% la campagna con il costo per cliente più alto e spostarlo su quella migliore, per quattro settimane.
2. Cambiare una regola. Tutti i lead arrivati in orario di lavoro si richiamano entro un'ora; si misura la percentuale rispettata.
3. Preparare una risposta. Per l'obiezione più frequente, una risposta scritta e provata dal team per un mese.

Poi si misura e si rifà l'analisi. È lo stesso ciclo di qualsiasi test: ipotesi, cambiamento piccolo, misura. Come impostare la misura lo spiego in come misurare se l'AI in azienda sta funzionando.

Quando collegare Claude direttamente al CRM?

Collega Claude al CRM quando l'analisi fatta con gli export è diventata un'abitudine e sai esattamente quali dati ti servono. Con i connettori e MCP, Claude può leggere i dati dove stanno, senza esportare file ogni volta.

Il consiglio è partire in sola lettura e con un perimetro stretto: le tabelle di lead ed esiti, non tutto il CRM. Ne parlo in Claude collegato a CRM e fogli con MCP. Per il quadro completo su come usare Claude in vendite e marketing c'è la guida a Claude per le aziende.

Da dove partire domani mattina

1. Esporta i lead degli ultimi sei mesi con canale, campagna, date, fase, esito e note.
2. Togli nomi, telefoni ed email e metti un codice al loro posto.
3. Controlla quante righe hanno esito e motivo di perdita compilati. Se sono meno della metà, la prima decisione è già presa: sistemare come il team registra gli esiti.
4. Fai l'analisi 1 sui canali con il prompt qui sopra e ricalcola a mano un numero.
5. Scrivi una decisione, con il numero che controllerai tra un mese.

Se ti chiedi da dove iniziare con l'AI in generale, c'è la guida su intelligenza artificiale per PMI.

Domande frequenti

Quanti lead servono perché l'analisi con l'AI abbia senso?

Non c'è una soglia magica, ma con poche decine di lead per canale le differenze sono spesso dovute al caso. Indicativamente, sotto i 20-30 lead per gruppo è meglio leggere i risultati come spunti e non come conclusioni. Se i numeri sono piccoli, allarga il periodo analizzato o raggruppa campagne simili prima di trarre decisioni sul budget.

Posso fare queste analisi con un normale foglio di calcolo invece che con l'AI?

Le analisi sui numeri sì, con tabelle pivot e un po' di pazienza. Dove l'AI fa davvero la differenza è nella lettura delle note libere: classificare centinaia di commenti dei commerciali per tema, estrarre obiezioni ricorrenti, segnalare contraddizioni. Spesso la combinazione migliore è usare Claude per preparare e classificare, e il foglio per ricontrollare i conti.

Le note dei commerciali sono scritte male e di fretta: l'analisi funziona lo stesso?

Funziona meglio di quanto ti aspetti, perché l'AI capisce abbreviazioni e frasi spezzate. Il limite vero sono le note vuote o generiche come "non interessato". Se l'analisi mostra molte note così, il risultato più utile è proprio questo: chiedere al team di scrivere una frase in più sul perché, almeno nelle trattative perse.

È sicuro caricare l'export del CRM su Claude?

È più sicuro se togli prima nomi, telefoni, email e ogni dato che identifica le persone, e se usi un account aziendale con impostazioni chiare sui dati. Per l'analisi di canali, tempi ed esiti quei dati non servono. Per valutazioni specifiche su GDPR e contratti con i fornitori coinvolgi il tuo DPO o consulente privacy prima di iniziare.

Ogni quanto conviene rifare l'analisi dei lead e delle trattative?

Una volta al mese è un buon ritmo per l'analisi dei canali, così vedi l'effetto delle modifiche al budget. L'analisi dei motivi di perdita ha senso ogni trimestre, quando hai abbastanza trattative chiuse per vedere tendenze. Se prepari i prompt e il formato del foglio una volta, rifarla richiede meno di un'ora.