"Qual è la strategia?"
Le idee per rispondere di solito ci sono. Con l'AI, anzi, ne arrivano anche troppe: segmenti, offerte, contenuti, campagne. Poi bisogna decidere da dove partire e capire quali proposte abbiano senso per quel business.
Con i clienti seguo un percorso in quattro fasi. L'ho mostrato passo passo a schermo condiviso nel corso AI per il lavoro su Learnn, prendendo come esempio un e-commerce reale e sviluppando il piano marketing.
Qui ripercorro quel lavoro, con gli esempi e i passaggi in cui mi fermo a controllare quello che l'AI ha prodotto (una proposta può essere scritta benissimo e avere comunque poco senso).
Il brand dell'esercizio è un e-commerce italiano di alimenti sani per chi segue una dieta low carb, cioè a basso contenuto di carboidrati: pane, snack, creme spalmabili e prodotti da forno con ingredienti naturali come farina di mandorle, cocco e frutta secca, senza zuccheri aggiunti, glutine o lattosio. Si rivolge a chi segue una dieta chetogenica o low carb, a chi ha intolleranze e a chi vuole mangiare in modo più sano senza rinunciare al gusto.
L'obiettivo dell'esercizio era rivedere il posizionamento e la comunicazione del brand partendo dai suoi dati, per capire a quale pubblico rivolgersi per crescere oltre le nicchie da cui era partito. Tutti gli esempi dell'articolo (recensioni, segmenti, offerte, annunci) vengono da questo caso.
Il metodo in breve: quattro fasi
- Raccolta dati e contesto: numeri del business, materiali dei clienti e conoscenze di settore.
- Analisi dei clienti e del mercato: dal bisogno che porta all'acquisto alle obiezioni che lo frenano.
- Strategia e posizionamento: segmento, value proposition, USP, tono di voce e offerta.
- Canali e contenuti: piano editoriale, campagne, annunci, landing page e report.
Ogni fase usa il lavoro di quella precedente. Prima di andare avanti rileggo l'analisi, correggo quello che non torna e salvo le decisioni prese.
Se parto subito dal copy, senza aver chiarito a chi parlare e perché quella persona dovrebbe comprare, è facile ritrovarmi con annunci che potrebbero appartenere a qualsiasi brand della categoria.

Prima di iniziare: obiettivo e contesto del brand
Un obiettivo misurabile
Parto dal risultato che voglio ottenere nei prossimi 90 giorni: un obiettivo di fatturato, un numero di lead, un tasso di retention. Da lì scelgo la metrica da guardare ogni settimana.
"Crescere" da solo mi aiuta poco. Un numero e una scadenza mi permettono di valutare le proposte che arriveranno dopo.
Un progetto dedicato
Per seguire questo esercizio si possono usare sia ChatGPT sia Claude. La logica di lavoro è comune alle due piattaforme: raccogliere il contesto, analizzare i materiali, sviluppare le proposte e rivederle. Gli output possono cambiare, ma il percorso resta questo.
Tengo tutto in un progetto dedicato al brand, con istruzioni, file e conversazioni organizzate per attività. Nelle istruzioni descrivo il business, l'obiettivo e il tipo di supporto che mi serve: analizzare i dati e usarli per sviluppare la strategia di comunicazione.
Accanto al progetto preparo un business profile, un documento con le informazioni di partenza (qui trovi il template che uso):
- brand e prodotti
- obiettivo di business e target attuale
- tono di voce, value proposition e USP
- offerta, bonus e garanzie già disponibili
Queste informazioni arrivano da chi lavora sul business. Le altre le svilupperemo durante l'analisi.
Come scrivo i prompt
Per le richieste più importanti uso sette elementi. Mi aiutano a spiegare cosa voglio e a ridurre le risposte generiche.
| Elemento | Cosa specifico |
|---|---|
| Ruolo | La prospettiva da usare, per esempio business strategist o performance marketer |
| Istruzioni | Il compito preciso e il risultato atteso |
| Contesto generale | Azienda, prodotto e mercato |
| Contesto specifico | Segmento, categoria, USP, benefici e offerta |
| Formato | Tabella, elenco, testo o colonne da incollare in un foglio |
| Esempi | Due o tre output che aiutino a capire cosa mi aspetto |
| Vincoli | Tono, lunghezza, fonti da usare e limiti del formato |
Cerco di descrivere anche cosa intendo per una parola vaga. "Tono informale", per esempio, può voler dire cose molto diverse. Un paio di testi del brand aiutano più di una lista di aggettivi.
Per gli annunci indico anche i limiti di caratteri: 30 per un titolo e 90 per una descrizione di Google Ads.
Nel corso ho raccolto circa 135 prompt, divisi tra analisi, ricerca, strategia, ads, contenuti e landing page. Li mostro tutti all'opera durante le lezioni e condivido l'intera prompt library. Li riuso sui progetti, adattando contesto e richiesta a quello che mi serve in quel momento.
Fase 1: raccolta dati e contesto
Qui c'è ancora parecchio lavoro manuale. Scelgo i dati, li esporto a mano dalle piattaforme, oppure li scarico integrando Claude Code con la piattaforma, e controllo cosa contengono. Poi chiedo all'AI di analizzarli e organizzarli.
I dati quantitativi
Su un e-commerce parto da questi report, di solito sugli ultimi 12 mesi.
| Fonte | Report | Formato |
|---|---|---|
| GA4 | Percorso di acquisto, acquisizione di traffico e utenti, acquisti e-commerce | CSV, oppure PDF se serve |
| Shopify o altro backend | Vendite nel tempo e per prodotto, nuovi clienti e clienti di ritorno, coorti | CSV |
| Google Ads | Performance delle keyword: clic, tasso di conversione, fatturato, ROAS e costo per vendita | CSV |
| Keyword Planner | Volumi di ricerca delle keyword di categoria, partendo da 5-6 keyword iniziali | CSV |
| Meta Ads | Performance per campagna e per angolo creativo | CSV |
Su un SaaS userò anche i dati di Mixpanel o Amplitude. Su un B2B partirò dal CRM. Cambiano i report, ma cerco prima di capire cosa sta già succedendo nel business.
Nel caso del corso, per la domanda di mercato sono partito da circa 200 keyword con più di mille ricerche mensili. È un criterio usato su quella categoria, da adattare al mercato che stiamo analizzando.
Carico i file e apro una chat dedicata all'analisi quantitativa. Chiedo l'andamento delle vendite nell'anno, i prodotti più venduti e le dieci settimane migliori per fatturato, escludendo novembre e dicembre. Mi serve per vedere cosa succede anche fuori da Black Friday e Natale.
Qui c'è un dettaglio facile da trascurare: per analizzare le settimane servono dati settimanali, o più dettagliati. Con un export mensile il modello può rispondere sui mesi, anche se la domanda era un'altra.
Una volta controllata l'analisi, la salvo con le tabelle e gli eventuali grafici e la aggiungo ai materiali del progetto. Farò lo stesso con gli output delle fasi successive, così posso ripartire da ciò che ho già verificato.
I dati qualitativi
Le recensioni e le conversazioni aiutano a capire perché le persone comprano, cosa apprezzano e cosa le fa esitare. E contengono parole che spesso sono molto più utili di quelle che ci inventiamo noi.
Raccolgo materiali da:
- recensioni su Trustpilot, Amazon, Google e Shopify, oppure Capterra e G2 per il SaaS
- chat del customer care, call di vendita e conversazioni con il personale in negozio
- commenti sotto post e ads, miei e dei competitor, e testi degli annunci in Ad Library
- community come Reddit, Quora e gruppi Facebook
- sondaggi e interviste ai clienti, usando le domande del job to be done
Per le interviste considero un gruppo di 20-50 persone, come nel corso. E provo il funnel in prima persona, fino all'acquisto: alcune difficoltà diventano evidenti solo quando ci passi dentro.
Per ordinare le recensioni uso un foglio con una colonna =LUNGHEZZA() e le metto dalla più lunga alla più corta. Quelle dettagliate tendono a spiegare meglio il contesto dell'acquisto. "Ottimo, consigliato" fa piacere, ma per scrivere una strategia ci dà poco.
Nella chat dedicata all'analisi qualitativa faccio tre richieste, una dopo l'altra:
- Cosa apprezzano e cosa criticano i clienti, con spiegazione, opportunità per il business e possibili angoli di comunicazione.
- Quali temi ricorrono e con quale frequenza, insieme alla distribuzione del sentiment positivo, neutro e negativo.
- Come trasformare le recensioni in proposte creative, indicando beneficio, prodotto, angolo, leva emotiva, gancio, problema, desiderio, citazione originale e idea per un'ad statica o un video.
L'e-commerce del corso vendeva alimenti low carb e prodotti senza glutine, lattosio o zucchero. Nell'analisi delle recensioni il sentiment positivo era del 74%. Il tema che spiccava era il gusto: molti clienti si aspettavano il solito prodotto da dieta e rimanevano sorpresi perché era buono.
Tra le critiche comparivano prezzo, retrogusto dei dolcificanti, costo della spedizione, disponibilità discontinua e informazioni poco chiare sui valori nutrizionali.
Da qui arrivano indicazioni diverse. Il gusto può diventare un angolo creativo. La spedizione costosa è un'obiezione da affrontare nell'offerta. Le informazioni nutrizionali poco chiare richiedono un intervento sulla pagina prodotto.
Se il formato della risposta non è utilizzabile, preciso le colonne che mi servono e chiedo una tabella pronta da copiare nel foglio. La richiesta del formato fa parte del lavoro, soprattutto quando devo riusare l'output.
La ricerca di mercato
Per la ricerca sulla categoria apro una conversazione separata. Descrivo mercato, paese, target, fascia di prezzo e qualche competitor noto. Chiedo fonti consultabili e un'analisi sulle sette dimensioni che userò nella fase successiva.
Nel corso ho confrontato due ricerche ottenute con strumenti diversi. Una dimenticava competitor rilevanti e citava un brand che era uscito dal mercato italiano. L'altra era più approfondita e aveva incluso anche le recensioni.
Confronto le risposte per individuare i punti da controllare. L'accordo tra due modelli, però, non basta a confermare un dato: potrebbero aver usato la stessa fonte. Per competitor, dimensioni di mercato e trend torno alle fonti originali.
Aggiungo al progetto i report dopo averli riletti. A questo punto ho l'analisi quantitativa, quella qualitativa e il contesto di mercato. Nell'articolo sulla ricerca di mercato con l'AI approfondisco questa parte.
Fase 2: analisi dei clienti e del mercato
Apro una nuova chat e lavoro su una dimensione alla volta. Per ogni insight chiedo anche da quale materiale arrivi: una recensione, un report di vendita, una ricerca. Così tengo separate le osservazioni dalle ipotesi.
| Dimensione | Domanda | Cosa cerco |
|---|---|---|
| Job to be done | Cosa sta cercando di ottenere il cliente? | Il risultato per cui compra, oltre al prodotto |
| Alternative | Cosa usa al posto nostro? | Competitor diretti, indiretti e soluzioni fai da te |
| Categoria | In quale categoria ci colloca? | Il contesto in cui valuta il brand |
| Segmento prioritario | A chi ci rivolgiamo per primo? | Un segmento coerente con l'obiettivo del business |
| Pain point | Quali problemi vuole risolvere? | Difficoltà espresse con le parole dei clienti |
| Desideri | Cosa vuole ottenere o provare? | Risultati pratici ed emotivi |
| Obiezioni | Cosa lo frena nell'acquisto? | Dubbi da affrontare nella comunicazione e nell'offerta |
Job to be done e alternative
Nel caso del corso sono emersi cinque bisogni: riuscire a seguire la dieta nel tempo, sentirsi meno limitati nelle scelte alimentari, gestire le preoccupazioni su glicemia e fame, mangiare con piacere e avere chiarezza sugli ingredienti.
Sono motivazioni dei clienti. Mi servono per capire cosa cercano nel prodotto, senza trasformare automaticamente le loro aspettative in promesse da usare negli annunci.
Per ogni alternativa chiedo cosa offre e cosa lascia irrisolto. Nell'analisi, alcuni brand proteici puntavano soprattutto sulla quantità di proteine. I sostituti del pasto erano percepiti come pratici, ma meno vicini al piacere della cucina italiana. Il fai da te offriva controllo sugli ingredienti, ma richiedeva tempo e costanza.
Da questo confronto sono nate le prime ipotesi di differenziazione: gusto, praticità e attenzione agli ingredienti, con un'offerta adatta alla routine quotidiana.
Categoria: un'ipotesi da approfondire
Il brand si descriveva come "keto e low carb". Incrociando recensioni e ricerca, l'AI ha proposto una categoria più ampia: "alimenti funzionali per il benessere metabolico quotidiano".
Mi è sembrata una proposta interessante perché apriva la comunicazione anche a chi cercava un'alimentazione compatibile con il proprio benessere, senza seguire una dieta chetogenica.
Era una direzione da testare. Una categoria più ampia può offrire spazio di crescita, ma bisogna capire se le persone la riconoscono e se il prodotto risponde alle loro aspettative.
Segmento prioritario: la scelta dipende dall'obiettivo
Lavoro in due passaggi. Prima chiedo di descrivere i segmenti: caratteristiche, occupazione, interessi, motivazioni, luoghi e media frequentati. Poi chiedo di confrontarli per dimensione, propensione alla spesa, percezione del bisogno e potenziale di profitto.
Nel caso del corso sono emersi quattro gruppi: persone che seguivano una dieta chetogenica, persone attente al benessere metabolico, persone con intolleranze e professionisti con poco tempo.
I segmenti legati alle intolleranze e alla dieta chetogenica avevano un bisogno già chiaro. Erano un punto di partenza sensato, ma il brand si rivolgeva già a loro. Per l'obiettivo di crescita che stavamo valutando, aveva senso esplorare il pubblico più ampio interessato al benessere.
Questo richiedeva più educazione sul prodotto e sulla categoria. Se fossimo partiti da zero, con poche risorse, avrei considerato prima una nicchia con un bisogno più esplicito.
Uso il ranking dell'AI per confrontare le opzioni, tenendo conto di dove si trova il brand. E verifico le stime sulla dimensione dei segmenti prima di presentarle come dati.
Pain point, desideri e obiezioni
A questo punto concentro l'analisi sul segmento scelto. Una persona con un'intolleranza e una che cerca più energia durante la giornata possono comprare lo stesso prodotto per ragioni diverse.
Per le obiezioni chiedo una tabella con dubbio, possibile risposta e contenuto utile ad affrontarlo. Nel caso del corso ricorrevano "sono prodotti processati", "non credo siano buoni" e "costano troppo". Compariva anche un dubbio meno evidente: "non so come inserirli nella mia routine".
Quest'ultimo suggeriva contenuti con esempi d'uso nella giornata. Ripetere le caratteristiche del prodotto avrebbe lasciato la domanda senza risposta.
Riunisco poi le sette dimensioni su una lavagna, in Figma o in uno strumento simile. Quando le vedo insieme, noto più facilmente le incoerenze che mi erano sfuggite nelle conversazioni separate. Uso queste analisi anche per i trigger d'acquisto e per costruire la reason why.
Fase 3: strategia e posizionamento
Per ogni proposta torno agli insight appena raccolti. Cerco di capire cosa la sostiene e quanto sia coerente con quello che il brand può offrire. L'AI prepara alternative, io le confronto con i dati di vendita e con il contesto del progetto.
Value proposition
Per ragionare sulla value proposition uso la piramide degli elementi del valore di Bain & Company. Distingue quattro livelli: funzionale, emotivo, cambiamento di vita e impatto sociale.
Chiedo quali elementi siano pertinenti al brand e quali trovino riscontro nei materiali. Poi una sintesi della proposta di valore e tre possibili headline, con prospettive diverse.
Nel corso sono uscite "Mangia ciò che ami e resta in forma", "Sano non vuol dire triste" e "Non è una dieta, è la tua nuova abitudine sana". Le ho trattate come prime bozze: nessuna è andata online così com'era.
Mi servivano per confrontare le direzioni. Il copy finale richiedeva ancora lavoro, sia sulla formulazione sia sulle promesse.
USP e tono di voce
Dall'analisi qualitativa erano emersi gusto, attenzione agli ingredienti e trasparenza. Li uso come punti di partenza per le USP, verificando cosa distingua davvero il brand dalle alternative.
Per il tono di voce chiedo stile, valori, lessico ricorrente e punto di vista. Mi interessa anche capire quali pratiche il brand voglia criticare: in questo caso, etichette poco trasparenti e un modo di parlare di dieta che fa sentire in colpa.
La proposta era "come parlare con un nutrizionista che ama la buona cucina". È un'immagine utile per orientare la scrittura, ma poi servono esempi di frasi e parole. E un confronto con il team: deve essere un tono che le persone dietro il brand riescano a usare con naturalezza.
Salvo le linee guida in un file di testo, insieme agli esempi approvati. Le userò per gli annunci e le pagine.
Benefici e offerta
Distinguo i benefici emotivi da quelli funzionali. I primi riguardano come la persona vuole sentirsi, i secondi ciò che il prodotto le permette di fare. Li uso per sviluppare angoli diversi, da valutare in base al pubblico e alla fase del percorso di acquisto.
Per l'offerta chiedo proposte commerciali, promozioni, incentivi non monetari, bonus e garanzie. Poi le confronto con ciò che il brand ha già testato e può sostenere.
Nel progetto del corso, i bundle di integratori funzionavano meglio di quelli di snack: sugli snack i clienti preferivano scegliere i gusti. Anche l'abbonamento con risparmio aveva dato risultati meno convincenti di quanto ci si potesse aspettare guardando altri mercati.
Questi dati mi aiutano a scartare idee plausibili ma poco adatte a quel brand. Tra le garanzie da valutare erano emerse una promessa sugli ingredienti, purché corrispondesse ai prodotti, e "se il gusto non ti convince, ti regaliamo un altro gusto".
Trigger d'acquisto
Cerco infine gli eventi che possono far emergere il bisogno o rendere più probabile l'acquisto.
Nel corso ricorrevano l'inizio dell'anno o settembre, un periodo stressante appena concluso, una maggiore attenzione alla salute e il desiderio di cambiare abitudini.
Li confronto con i dati di stagionalità per scegliere i momenti delle campagne e i messaggi più pertinenti.
Fase 4: canali e contenuti
Nel caso del corso sono partito dal social organico, con Meta come canale paid principale e Google a supporto. È una scelta legata a quel progetto: il mix va valutato rispetto a domanda, budget e risorse disponibili.
Piano editoriale e piano adv
Chiedo da due a cinque macrotemi di categoria e dieci proposte di contenuto per ciascuno. Nel corso erano piacere senza rinunce, energia e sazietà, libertà alimentare, educazione e trasparenza sulle etichette.
Porto le idee in un foglio e aggiungo lo stadio di consapevolezza del pubblico a cui si rivolgono: non consapevole, consapevole del problema, della soluzione, del prodotto, pienamente consapevole.
Dal foglio vedo se sto parlando solo a chi conosce già il prodotto o anche a chi sta cercando di capire il proprio bisogno. Nei contenuti per questi ultimi dovrò spiegare di più, prima di proporre l'offerta.
Dal foglio seleziono anche le idee da trasformare in annunci.
Copy per Meta Ads
Uso due punti di partenza. Il primo è la tabella degli angoli ricavati dalle recensioni: scelgo i tre più promettenti e chiedo tre varianti per ciascuno, con hook alternativi, corpo del testo e CTA. Posso indicare strutture come PAS, 4P o Before After Bridge.
Il secondo è la consapevolezza del cliente: preparo proposte sui problemi e sui desideri, sulle USP, sulle domande frequenti e sulle obiezioni. In questo modo copro esigenze diverse, soprattutto quando la persona sta confrontando le alternative.
Poi faccio una revisione dedicata al linguaggio, usando le recensioni, il file del tono di voce e gli esempi approvati. Controllo parole, ritmo e promesse, e tolgo le frasi che potrebbero essere riutilizzate identiche da qualsiasi concorrente.
Questo passaggio si può fare nella stessa piattaforma. Se il risultato resta poco convincente, posso confrontare una seconda bozza, ma alla fine rileggo gli annunci nel contesto della creatività e dell'offerta.
Copy per Google Ads
Per le responsive search ads chiedo 15 titoli e 4 descrizioni riferiti a una keyword precisa. Indico anche come distribuire i messaggi.
| Elemento | Quanti | Contenuto |
|---|---|---|
| Titoli | 3 | Keyword principale |
| Titoli | 5 | Benefici |
| Titoli | 3 | USP |
| Titoli | 2 | Desideri |
| Titoli | 1 + 1 | Bonus e garanzia |
| Descrizioni | 2 + 2 | USP e motivi per acquistare, con urgenza o scarsità solo se reali |
È una distribuzione di partenza, da adattare all'offerta. Con una richiesta più precisa evito di ritrovarmi con quindici riformulazioni della stessa frase.
Controllo poi i limiti di caratteri e come suonano le combinazioni di titoli e descrizioni.
Landing page e pagina prodotto
Per la landing descrivo una struttura di riferimento, sezione per sezione: apertura, elementi di fiducia, testimonianze, offerta con CTA, benefici, funzionamento, utilizzo, differenziazione e FAQ.
Per ogni sezione chiedo titolo, eventuale sottotitolo, testo, suggerimento visivo e CTA dove serve. Specifico prodotto, segmento e offerta prima di far scrivere la pagina, così il modello lavora sulla proposta che ho scelto.
Per la pagina prodotto seguo la stessa logica, con descrizione, benefici, ingredienti, differenze rispetto alle alternative, modalità d'uso, testimonianze e FAQ. Posso partire anche da uno screenshot della pagina attuale e chiedere di rivederla rispettandone la struttura.
L'advertorial è un'altra opzione da valutare per le ricerche informative, come "come iniziare la dieta chetogenica". In questi casi la persona può aver bisogno di più spiegazioni prima di arrivare al prodotto.
La struttura di riferimento comprende storia, problema, scoperta della soluzione, risultati, prove, testimonianze, offerta, garanzia, FAQ e chiusura. I materiali reali del brand devono sostenere ciò che la pagina racconta.
Per approfondire ci sono le 7 strategie per far convertire una landing page e l'articolo su come creare un agente AI per landing page.
Report e revisione
Per il report settimanale di Google Ads uso una richiesta salvata e dati aggiornati, tramite export o collegamento all'account.
Nel prompt specifico account, periodo e confronto, azione di conversione, metriche, contesto strategico e sezioni del report. Indico anche come gestire i dati mancanti: devono essere segnalati, senza completarli con stime.
Guardo ROAS, fatturato, CTR e CPC, collegandoli alle scelte del piano. Se lavoro su più piattaforme e la reportistica occupa molto tempo, valuto uno strumento che le riunisca. Per un'analisi occasionale può bastare la richiesta salvata con gli export.
Nell'articolo su ROAS e MER approfondisco le metriche per valutare la profittabilità delle campagne.
Come fare il piano dei primi 90 giorni
Dopo queste quattro fasi ho parecchio materiale: segmenti, angoli, contenuti, annunci, pagine. La tentazione è mettere tutto nel piano, perché ormai è stato prodotto e sembra un peccato scartarlo.
Per questo preparo un Minimum Viable Plan: il piano più piccolo con cui riesco a lanciare un percorso di acquisto completo su un segmento e raccogliere dati.
Seleziono gli output utili e li riunisco su una lavagna, in Miro, FigJam o uno strumento simile. Poi assegno le priorità. Posso aiutarmi con l'ICE score, valutando impatto atteso, fiducia nella proposta e facilità di esecuzione.
La vista d'insieme fa emergere cosa manca. Posso avere gli annunci pronti, per esempio, e una pagina che lascia aperte le principali obiezioni. Oppure troppi contenuti sullo stesso tema e nessuno che spieghi come usare il prodotto.
Per partire seleziono ciò che serve a quel percorso: annunci, pagina, eventuale sequenza di email e contenuti di supporto. Il resto rimane disponibile per i test successivi.
Nei primi 90 giorni cerco di capire:
- Come risponde il segmento scelto.
- Quali angoli di comunicazione funzionano meglio.
- Se la landing converte il traffico che riceve.
- Se le keyword individuate portano traffico pertinente, quando uso Search.
Con questi dati rivedo le ipotesi e decido cosa mantenere, cambiare o approfondire. Alcune domande richiederanno più tempo, soprattutto con poco traffico.
I controlli che faccio prima di usare gli output
In questo percorso ci sono alcuni punti che meritano un controllo particolare.
| Output | Cosa controllo |
|---|---|
| Ricerca di mercato | Competitor rilevanti, attività attuale dei brand e fonti dei dati |
| Ranking dei segmenti | Coerenza con l'obiettivo e con le risorse del business |
| Stime di mercato | Fonte, data e metodo della stima |
| Analisi quantitativa | Periodo, dettaglio degli export e definizione delle metriche |
| Copy | Specificità, tono di voce, promesse e corrispondenza con l'offerta |
| Proposte commerciali | Risultati dei test precedenti e possibilità concreta di sostenerle |
Il processo si può riusare, ma le decisioni cambiano da progetto a progetto. Per me il vantaggio è poter dedicare meno tempo a organizzare i materiali e scrivere le prime bozze, e più tempo a capire cosa abbia senso provare su quel business.
Risorse per approfondire
- AI per il lavoro: il corso su Learnn, con prompt library, business profile, cinque assistenti dedicati e l'esercizio sul proprio brand.
- Template del business profile: il foglio con le informazioni di partenza del brand, da duplicare e compilare.
- Ads Strategy: obiettivi e metriche del piano adv.
- AI nel marketing: i 7 workflow che uso con i clienti: altri esempi di utilizzo dell'AI nel lavoro sui progetti.