Massimo Giacchino, si descrive così: “I love Marketing and Design Thinking. So I have put together the two disciplines to understand better the personas and market“. Ha scritto “Analisi di mercato AI”, in cui sintetizza e organizza in modo pratico il suo metodo di lavoro per condurre un’analisi di mercato. Di seguito le risposte che ha dato alle mie domande. Buona lettura!
1) Ciao Massimo, ci racconti i tuoi attuali focus lavorativi?
Oggi il mio focus è molto chiaro: rafforzare continuamente le fondamenta del marketing e, allo stesso tempo, evolvere il modo in cui utilizzo l’AI all’interno dei processi di analisi di mercato.
Investo molto tempo nello studio dei principi base (domanda, comportamento del consumatore, dinamiche di mercato), perché sono gli unici elementi che restano stabili anche quando cambiano strumenti e tecnologie.
Il punto chiave, per me, è questo: più l’AI aumenta la sua capacità di calcolo, più si sposta il valore sul ragionamento strategico umano. L’AI non ha una reale capacità di “cross reasoning”, cioè di collegare contesti diversi, interpretare segnali deboli e prendere decisioni tenendo conto di variabili qualitative, ambigue o non strutturate.
Per questo il mio focus non è diventare più veloce con l’AI, ma diventare più lucido nel porre le domande giuste, costruire modelli interpretativi e dare direzione ai dati. In sintesi: meno esecuzione, più strategia.
2) Come hai strutturato il tuo “Analisi di mercato AI” e a chi si rivolge?
Come per i due libri precedenti, il target e il taglio sono per me molto chiari: scrivere un libro estremamente operativo, passo passo, pensato per i colleghi di marketing, con l’obiettivo di aiutarli a integrare concretamente l’AI nello svolgimento di un’analisi di mercato. L’idea da sempre, non è fare teoria, ma fornire uno strumento di lavoro utilizzabile fin da subito.
Nella prima parte ho lavorato per spiegare i cambiamenti in corso e, soprattutto, il perché stanno avvenendo. Per farlo mi è sembrato quasi di tornare ai tempi dell’Università: ho studiato paper accademici e ricerche sviluppate anche in ambito privato, cercando di costruire una base solida e non superficiale. Un grande contributo in questa fase è arrivato dal Professore Massimo Buscema, che da oltre 35 anni studia e applica l’AI, aiutandomi ad andare oltre le singole ricerche e a collegare i puntini in modo più strutturato.
Da qui passo alla parte più operativa, dove mostro come strumenti LLM come ChatGPT non siano in grado di svolgere un’analisi di mercato in autonomia. Il lavoro vero sta nell’integrazione: nel libro mostro come utilizzare oltre 20 strumenti tra AI e scraping per raccogliere, organizzare e analizzare i dati, costruendo un processo replicabile.
Il punto centrale del libro è proprio questo: chiarire cosa può fare l’AI meglio di noi (velocità, scala, gestione dei dati) e cosa invece resta in capo all’essere umano. Ed è qui che si gioca il valore: le scelte strategiche, l’interpretazione dei dati e la capacità di collegare contesti diversi rimangono ancora una nostra responsabilità.
3) Che cosa intendi per “micro-dati” e perché oggi sono così importanti per capire davvero un mercato?
Per micro-dati intendo tutte quelle informazioni, segnali e tracce online, anche non strutturate, che hanno origine direttamente dai comportamenti reali delle persone: commenti sui social, recensioni, ricerche su Google, discussioni nei forum, feedback dei clienti, contenuti generati dagli utenti.
A differenza dei macro-dati, che offrono una visione generale del mercato, i micro-dati permettono di entrare nel dettaglio: capire cosa cercano le persone, come parlano di un problema, quali obiezioni hanno, cosa le blocca o le spinge all’acquisto.
Sono importanti perché oggi il mercato non si comprende più solo attraverso numeri sintetici o report generici. I micro-dati permettono di intercettare segnali deboli, trend emergenti e bisogni reali. Consentono di comprendere il target in profondità, analizzando ciò che le persone dicono, pensano, fanno e sentono nella loro quotidianità, tra online e offline.
In sintesi: i macro-dati ti dicono “cosa sta succedendo”, i micro-dati ti spiegano “perché sta succedendo”.
4) Come si fa a capire se un prodotto ha reale potenziale di mercato e non solo una buona narrazione costruita dai dati?
Qui entrano in gioco due fattori: uno interno e uno esterno. Quello interno riguarda ancora la persona, la sua esperienza e la sua capacità di ragionamento, che fanno la differenza nell’interpretazione dei dati.
I dati, da soli, possono costruire una narrazione convincente, ma è la capacità critica che permette di distinguere tra segnali reali e letture forzate.
Quello esterno è il metodo. Come spiego nel mio primo libro Design Marketing, l’analisi di mercato non è una sfera magica che predice il futuro, ma una bussola che indica una direzione da testare. Questo significa che il potenziale non si “dimostra” solo leggendo i dati, ma si valida nel momento in cui si portano quelle ipotesi sul mercato.
In concreto, il passaggio chiave è sempre il test: passare da insight a esperimenti reali (contenuti, campagne, landing, pre-vendite) per capire se le persone non solo dichiarano interesse, ma compiono azioni. È lì che si separa una buona narrazione da un reale potenziale di mercato.
5) Il libro cita oltre 20 strumenti AI e non solo: come dovrebbe scegliere da dove partire chi non vuole perdersi tra troppi tool?
Come ho sempre cercato di inserire come promessa nei miei libri, il punto non sono esclusivamente i tool, ma il processo e l’approccio al progetto di analisi. Il rischio più grande, infatti, è scegliere strumenti senza avere chiaro cosa si vuole ottenere.
Chi parte deve prima definire il contesto di lavoro, gli obiettivi del cliente e a quali domande vuole dare risposta. Da qui si strutturano le fasi di analisi e solo dopo ha senso scegliere gli strumenti, tra quelli disponibili, per ogni fase, evitando sovrapposizioni.
Nella maggior parte dei casi bastano pochi tool essenziali, ben integrati tra loro, invece di usarne molti in modo superficiale. Spesso, infatti, l’obiettivo diventa collezionare il maggior numero di slide da presentare al cliente, perdendo il focus dell’analisi.
In sintesi: prima il ragionamento, poi i tool.
6) In ultimo, ti va di lasciarci qualche link per restare aggiornati sul tema?
Come dicevo all’inizio è importante andare a rispolverare le basi di marketing. Mentre per rimanere aggiornati sul temi AI consiglio di seguire su LinkedIn professori Universitari come Walter Quattrociocchi e Luciano Floridi.
