“Siamo un’azienda basata sui dati.” Lo dicono tutti. Ma quando chiedi all’amministratore delegato: “Qual è stato il tuo costo di acquisizione del cliente (CAC) ieri?”, lui risponde: “Chiederò all’agenzia”. Quando chiedi al CMO: “Qual è il CLV (Customer Lifetime Value) dei clienti acquisiti nel 2024?”, risponde: “Penso che sia intorno a \€150”. “Penso” non è un dato. “Penso” è un’allucinazione. La maggior parte dei dirigenti vola con un jet da 10 milioni di dollari (la loro azienda) senza strumenti. Guardano fuori dalla finestra. Se c’è il sole (vendite Improve), sono felici. Se è nuvoloso (vendite basse), si lasciano prendere dal panico. Questo articolo riguarda la costruzione di un Cockpit. Intelligenza utilizzabile in tempo reale che ti consente di volare attraverso la tempesta.

Perché Maison Code ne parla

In Maison Code Paris, operiamo all’intersezione tra Lusso e Tecnologia. Abbiamo visto troppi marchi investire milioni nella “Trasformazione Digitale” solo per vedere una crescita piatta.

Discutiamo di questo perché il ROI di questa strategia è spesso frainteso. Non si tratta solo di “modernizzazione”; si tratta di massimizzare il Lifetime Value (LTV) di ogni interazione digitale.

Perché Maison Code parla di analisi

Siamo sviluppatori. Scriviamo le query SQL che alimentano le dashboard. Vediamo il backend di 50 negozi Shopify Plus. Vediamo la differenza tra:

Azienda A: utilizza Excel. Aggiornamenti una volta al mese. Le entrate sono piatte.
Azienda B: utilizza una dashboard live (Tableau/Looker). Aggiornamenti ogni ora. I ricavi crescono del 50%. Ne discutiamo perché La latenza dei dati uccide la strategia. Se scopri che stai perdendo soldi 30 giorni dopo, sei già morto.

1. I 3 livelli di maturità dell’analisi

La maggior parte delle aziende è bloccata al Livello 1.

Livello 1: Analisi descrittiva (Cosa è successo?)
- “Ieri le vendite sono diminuite del 10%.”
- Questo è guardare nello specchietto retrovisore. È utile per la contabilità, inutile per la strategia.
Livello 2: Analisi diagnostica (perché è successo?)
- “Le vendite sono diminuite perché il pulsante ‘Aggiungi al carrello’ si è rotto su Safari.”
- Questo è utile. Ti permette di risolvere il problema.
Livello 3: Analisi predittiva/prescrittiva (cosa accadrà e cosa dovremmo fare?)
- “Le vendite diminuiranno domani perché un concorrente sta lanciando una vendita. Dovremmo aumentare la spesa pubblicitaria del 20% per difendere la quota di mercato.”
- Questa è Intelligenza decisionale. Questo è l’obiettivo.

2. L’unica fonte della verità (il magazzino)

Il marketing afferma che il ROAS è 4.0 (dati di Facebook). La finanza afferma che il ROAS è 2,5 (dati bancari). Chi ha ragione? Entrambi hanno “ragione” nel proprio silo. Ma l’azienda è confusa. Hai bisogno di un Data Warehouse (Snowflake/BigQuery). Convoglia tutti i dati grezzi (Shopify, Meta, Google, Stripe) in un unico posto. La logica viene definita una volta in SQL. “Entrate = Vendite lorde - Resi - Sconti”. Tutti guardano la stessa dashboard. Non esiste più il dibattito su “Di chi è il numero reale?”. Il dibattito si sposta su “Cosa facciamo?“.

3. Indicatori anticipatori e ritardati

Un indicatore ritardato indica il risultato.

Reddito.
Tasso di abbandono.
Utile netto. Quando li vedi, è troppo tardi per cambiarli.

Un Indicatore anticipatore prevede il risultato.

Traffico sul sito: prevede le entrate.
NPS (Net Promoter Score): prevede il tasso di abbandono.
Inventario pubblicitario disponibile: prevede il CPM. Strategia: ossessione per gli indicatori anticipatori. Se il traffico diminuisce oggi, le entrate diminuiranno domani. Correggi il traffico oggi.

4. La metrica della stella polare (NSM)

Se dai a un team 10 parametri, non si concentrerà su nessuno. Hai bisogno di Una metrica che conta.

Spotify: tempo trascorso ad ascoltare (non download di app).
Airbnb: notti prenotate (non ricerche).
Facebook: Utenti attivi giornalieri (DAU). Per l’e-commerce, la stella polare è spesso Dollari del margine di contribuzione. (Entrate - COGS - Spedizione - Spesa pubblicitaria). Questo rappresenta il contante effettivo generato per pagare le spese generali. Allinea l’intera compagnia attorno alla Stella Polare.

5. Il test “applicabile”.

Ogni grafico sul tuo dashboard deve superare il “E allora?” Test.

Grafico: “500 visitatori dal Brasile ieri.”
E allora?: “Non spediamo in Brasile.”
Azione: “Bloccare il traffico in Brasile per risparmiare sui costi del server? O aprire la spedizione in Brasile?” Se un grafico non porta ad una decisione, cancellalo. I dati senza contesto sono rumore. Abbiamo visto dashboard con 50 widget. Nessuno li guarda. Una buona dashboard ha 5 numeri.

Entrate (rispetto al target).
CAC (rispetto al bersaglio). 3.AOV.
Tasso di conversione.
Giorni di inventario.

6. Tempo reale e batch

“Ricevo un rapporto ogni lunedì.” Lunedì è troppo tardi. Il Black Friday arriva tra poche ore. Hai bisogno di visibilità in tempo reale.

Se un prodotto diventa virale su TikTok alle 14:00, devi saperlo alle 14:05.
Perché? In questo modo puoi aumentare immediatamente la spesa pubblicitaria su quello SKU specifico.
Quindi puoi chiamare il magazzino per prepararti per gli straordinari. La velocità è l’unico vantaggio competitivo che non può essere copiato.

7. La democratizzazione dei dati

Chi ha accesso al dashboard?

Vecchia scuola: solo la C-Suite.
Nuova Scuola: Tutti. Visualizza la Revenue Dashboard sullo schermo della TV in ufficio. Concedere all’agente dell’assistenza clienti l’accesso ai dati LTV.
“Oh, questo cliente ha speso \€ 5.000 con noi? Lo rimborserò immediatamente senza chiedere al manager.” I dati aumentano l’autonomia. Se le persone dispongono delle informazioni, possono prendere la decisione giusta senza chiedere il permesso.

8. L’elemento umano (intuizione)

I dati non sono Dio. È uno strumento. I dati non possono dirti di lanciare una nuova linea di prodotti audace. Data avrebbe detto a Steve Jobs: “Nessuno vuole un telefono senza tastiera”. Usa i dati per ottimizzare, ma usa l’intuito per innovare. Il cruscotto è la strumentazione della cabina di pilotaggio. Ma il pilota continua a pilotare l’aereo.

10. Il dashboard esecutivo (cosa guardare)

Se sei un CEO, hai bisogno di 5 numeri sul tuo telefono.

Runway (Cash): Quanti mesi mancano alla morte?
CAC (Acquisizione): Performance di marketing.
LTV (Retention): prestazione del prodotto.
NPS (Soddisfazione): potenziale di crescita futura.
Employee eNPS: felicità del team. Se una qualsiasi di queste 5 luci diventa rossa, ti svegli. Se sono verdi, dormi.

11. L’analista AI (La fine di SQL)

Nel 2024 avevi bisogno di un analista di dati per scrivere query SQL. Nel 2026, chiedi semplicemente all’intelligenza artificiale. “Ehi Maison AI, mostrami le vendite in Germania vs Francia della scorsa settimana, esclusi i rimborsi.” L’intelligenza artificiale scrive l’SQL, interroga il database e rappresenta graficamente il risultato. Livello di democratizzazione: 100%. Ora, l’abilità non è “Scrivere SQL”. L’abilità è “Fare la domanda giusta”. Questa è l’età d’oro della Decision Intelligence.

12. Il livello di governance (di chi è la definizione?)

Il marketing definisce “Churn” come “Iscrizione annullata dall’e-mail”. Il prodotto definisce “Churn” come “0 acquisti in 12 mesi”. Ciò provoca il caos. Hai bisogno di un Dizionario sulla governance dei dati. Un documento Notion condiviso che definisce ogni metrica.

Metrico: CAC.
Definizione: spesa pubblicitaria totale/nuovi clienti totali (primo ordine).
Proprietario: CMO. Senza governance, i dashboard diventano “Arte” (aperti all’interpretazione). Con la governance, le dashboard diventano “Legge”.

12. La revisione trimestrale (QBR)

I cruscotti servono per la guida quotidiana. Il QBR serve per la correzione della rotta. Ogni 90 giorni, esamina i dati delle 12 settimane. Cerca le macrotendenze.

“I CPM di TikTok sono aumentati del 40%.”
“La percentuale dei clienti ricorrenti è scesa del 5%.” Questa immersione profonda ti consente di reimpostare gli obiettivi. La strategia non è statica. Si evolve con i dati. Usa il QBR per eliminare ciò che non funziona e raddoppiare ciò che funziona.

13. Conclusione

Stiamo annegando nei dati ma siamo affamati di saggezza. Smetti di raccogliere più punti dati. Iniziare a costruire quadri decisionali migliori. L’obiettivo non è avere il database più grande. L’obiettivo è prendere le decisioni più rapide e accurate. Costruisci la cabina di pilotaggio. Vola sull’aereo.

Volare alla cieca?

Costruiamo data warehouse personalizzati (BigQuery) e dashboard esecutive (Looker Studio) che definiscono l’unica fonte di verità.

Costruisci il mio abitacolo. Assumi i nostri architetti.