Un unico data warehouse per pubblicità, ordini e CRM,
e un analista AI che risponde con i numeri
La maggior parte delle aziende ha i dati e nessun quadro chiaro: la pubblicità in una dashboard, gli ordini in un'altra, il CRM in una terza, ognuna racconta una storia diversa. Li inseriamo in un unico database, facciamo in modo che i numeri coincidano, e ti diamo un analista, umano e AI, che risponde con SQL invece che con opinioni.
Cosa colleghiamo
Meta Ads, Google Ads, TikTok Ads e TikTok Shop, LINE OA, Shopify, WooCommerce e negozi personalizzati, amoCRM, KeyCRM, HubSpot e Google Sheets, GA4 e PostHog, canali Telegram di ordini, marketplace, e il tuo ERP per il vero costo del venduto. Ogni fonte ottiene un livello grezzo e una sincronizzazione giornaliera con backfill, così la storia non si perde mai.
Cosa ottieni
Un unico registro ordini che coincide con la tua banca, non con l’attribuzione di una piattaforma. In un progetto abbiamo ricostruito l’intera storia di un canale di vendita da una chat Telegram: 571 ordini, 571 su 571 analizzati, e abbiamo scoperto che la piattaforma di analytics vedeva circa il 15% degli acquisti reali.
Dashboard in denaro. Spesa, fatturato, ROAS, CAC, LTV, retention, ciclo di riacquisto, economia di prodotti e bundle. Un’analisi market-basket su 568 ordini ha mostrato che i carrelli formato famiglia erano il 36% degli ordini e il 48% del fatturato, cambiando l’intera strategia dei bundle.
Un analista AI su Telegram. “Prime tre città per fatturato il mese scorso”, “quale campagna ha portato clienti ricorrenti”, “margine per linea di prodotto con il vero costo del venduto”. Risponde con numeri presi dal mart, mostrando l’SQL.
Monitoraggio. Pubblicità e prezzi dei concorrenti, inserzioni sui marketplace, ribassi prezzo dei distributori (184 su 218 eventi intercettati con zero falsi allarmi in un deployment), recensioni, trend di ricerca. Gli allarmi arrivano su Telegram.
Unit economics e ricerca. Modelli di CAC, LTV, churn e payback sui tuoi dati reali; dimensionamento del mercato e analisi dei concorrenti condotte da agenti di ricerca e verificate da una persona. Le abbiamo costruite per un’app di trading, un brand di integratori e un business plan per server di gioco con 113 fonti.
Come procede
- Audit. Cosa esiste, cosa viene tracciato, cosa è sbagliato. Una settimana.
- Modello. Quali domande l’azienda deve poter rispondere; i mart sono progettati a partire dalle domande, non dalle fonti.
- Connettori e sincronizzazione. Livello grezzo, job giornalieri, backfill, controlli di riconciliazione.
- Dashboard e allarmi. Costruiti con le persone che li useranno.
- Analista AI e monitoraggio. Ruolo di sola lettura, SQL sorvegliato, testato su domande registrate prima di andare live.
Stack
PostgreSQL 16, Python, FastAPI, APScheduler, API delle piattaforme, mart SQL in stile dbt, Metabase o pannelli Next.js personalizzati, PostHog, GA4, Claude, Telegram Bot API, Docker, backup giornalieri.
Pacchetti e prezzi
Scopri cosa vede davvero il tuo analytics e cosa gli manca, con una lista di correzioni.
- Audit di pixel, GA4, CAPI, UTM
- Ordini riconciliati con i numeri delle piattaforme
- Lista di correzioni per il tuo sviluppatore o per noi
- Dashboard delle lacune
Un unico database per pubblicità, ordini, CRM ed eventi del sito, con dashboard che coincidono tra loro.
- Connettori: Meta, Google, TikTok, Shopify, WooCommerce, CRM, GA4, PostHog
- Sincronizzazione giornaliera con backfill
- Mart: ordini, spesa, coorti, prodotti
- Dashboard: ROAS, CAC, LTV, retention
- Allarmi su Telegram
- Documentazione e passaggio di consegne
Fai domande su Telegram, ricevi risposte con i numeri. Più il monitoraggio di concorrenti, prezzi e distributori.
- Tutto quello incluso in Data warehouse
- Analista AI con SQL sorvegliato in sola lettura
- Collettori di pubblicità, prezzi e recensioni dei concorrenti
- Allarmi per ribassi prezzi e anomalie
- Analisi market-basket e per segmento
- Revisione mensile con un analista umano
I prezzi sono punti di partenza per uno scope tipico. Il numero esatto arriva con un piano scritto dopo una chiamata di 30 minuti; una volta concordato, non cambia.
Struttura, documentazione e test accompagnano ogni consegna, così qualsiasi sviluppatore, o una persona con un assistente AI, può continuare senza di noi. Se vuoi che continuiamo noi a fare le modifiche: supporto e sviluppo del nostro team da $500 al mese.
FAQ
L'analista AI può inventare numeri?
Può eseguire solo SQL in sola lettura su un mart di dati preparato, una query alla volta, con limiti e timeout forzati, e mostra la query che ha eseguito. Abbiamo verificato la nostra protezione SQL e chiuso otto possibili bypass prima di fidarci con dati reali. La risposta è buona quanto il mart, ed è per questo che costruiamo il mart per primo.
Quali strumenti usate?
PostgreSQL come data warehouse, connettori Python alle API delle piattaforme, mart in stile dbt, dashboard nello strumento che preferisci (Metabase, Looker Studio, un pannello Next.js personalizzato), PostHog o GA4 per gli eventi del sito, Claude per l'analista.
Siamo piccoli. È troppo per noi?
Inizia con l'audit del tracciamento. Per un negozio con poche centinaia di ordini al mese, l'audit da solo di solito si ripaga trovando gli ordini che la piattaforma non vede.