Un assistente AI su WhatsApp che segue i lead di un'azienda di integratori fino alla chiamata

Il contesto

Il cliente è un'azienda di integratori che vende online e per telefono. Ha un negozio online, un numero WhatsApp aziendale e campagne a pagamento che portano contatti in due modi: chi scrive direttamente su WhatsApp e chi compila il modulo dentro l'annuncio. Il pubblico è in buona parte adulto e maturo, e una parte preferisce ordinare parlando con qualcuno invece di riempire un carrello.

Prima del progetto a tutti i messaggi rispondeva a mano una sola persona, il responsabile commerciale, fra un impegno e l'altro. Secondo lui i lead erano cinque o sei al giorno e si accavallavano; chi non comprava subito restava senza seguito. Ho iniziato il 20/08/2026 e il numero è andato online con i primi lead veri il 03/09/2026. Con il cliente c'è un accordo di riservatezza: per questo la pagina non riporta nomi, prodotti né prezzi.

Il problema

Due numeri descrivono il punto di partenza. Il primo: secondo il cliente, prima del progetto nessuna chiamata con un potenziale cliente era mai stata messa in calendario. Non esisteva un modo per prenotarla e nessuno aveva il tempo di proporla. Il secondo l'ho trovato nello storico delle chat: in 41 conversazioni l'azienda aveva dovuto chiedere i dati della persona per inserire l'ordine a mano. Ordini presi uno per uno, da chi nel frattempo doveva rispondere a tutti gli altri.

In questo settore le domande sono personali, arrivano spesso la sera e chiedono tatto. Se la risposta arriva il giorno dopo, o non arriva, la persona lascia perdere o compra altrove. E c'era un vincolo in più: sugli integratori non si può dire qualsiasi cosa. Un assistente che improvvisa una promessa sulla salute è un rischio per l'azienda, non un aiuto. Il progetto doveva quindi rispondere presto e bene, ma soprattutto non dire mai quello che le schede approvate non dicono.

Cosa ho costruito

Un assistente AI sul numero WhatsApp aziendale, con le automazioni intorno, tutto su n8n nel server del cliente. Il flusso è questo:

1. Un solo ingresso. Chi scrive su WhatsApp e chi compila il modulo di un annuncio finiscono nello stesso archivio dei lead. A chi arriva dal modulo parte subito un messaggio di benvenuto con un template approvato da Meta.
2. L'assistente risponde. Parla di prodotti, spedizioni e ordini, e quando serve manda la scheda tecnica. I prezzi non li ricorda: li legge dal catalogo del negozio a ogni domanda. Le informazioni sui prodotti vengono solo dalle schede approvate dall'azienda e da una base di conoscenza che ho ricavato dallo storico delle chat.
3. Un revisore controlla ogni risposta. Un secondo modello AI legge il messaggio prima che parta. Se trova un'affermazione che le schede non riportano, un link fuori elenco o un tono sbagliato, la risposta viene riscritta oppure parte un messaggio prudente di ripiego. Quando la domanda riguarda la salute della persona, l'indicazione è di sentire il proprio medico.
4. Tre uscite. Ogni conversazione punta a una di tre strade: ordinare dal sito, prenotare una chiamata con il responsabile da un calendario online, oppure lasciare i dati e far inserire l'ordine all'azienda. La terza è pensata per chi il carrello non lo vuole usare.
5. Il seguito. Se il lead non risponde parte un richiamo dopo 23 ore, quando WhatsApp permette ancora di scrivere liberamente, poi una sequenza di recupero a 3, 7, 14 e 30 giorni con un tetto giornaliero di invii. Chi compra riceve la conferma d'ordine su WhatsApp.
6. Il passaggio a una persona. Quando serve il responsabile, per un ordine da inserire o una domanda fuori perimetro, la conversazione gli arriva in una casella condivisa con un'etichetta, e l'assistente si ferma su quella chat.

Due scelte hanno pesato più delle altre. La prima: niente ricerca per somiglianza su una pila di documenti. Le schede approvate sono poche e stanno per intero nelle istruzioni dell'assistente; ciò che cambia, come prezzi e ordini, lo leggono strumenti esatti. La seconda: il revisore separato. Costa qualche secondo per risposta, ma in un settore con regole strette preferisco un messaggio di ripiego in più a una frase sbagliata in più. Prima dell'accensione ho collaudato l'assistente su conversazioni storiche, anonimizzate e fatte girare sul mio computer, confrontando ogni risposta con quella data davvero dall'azienda.

Per misurare ho costruito un pannello in sola lettura sul server del cliente. Collega gli ordini del negozio ai lead tramite il telefono e mostra, per ogni messaggio automatico, inviati, consegnati, letti e risposte. Nelle conversazioni ci sono dati sensibili, quindi nessun dato personale esce dal server.

Da ottobre, su richiesta del cliente, ho aggiunto le campagne. Gli invii partono a lotti, in momenti fissi dei giorni feriali, con pausa automatica a fine lotto e controlli su qualità del numero, disiscrizioni e consegne fallite. Le campagne sono state due: un messaggio di lancio a clienti e interessati già in archivio, e una campagna a una lista di potenziali clienti più ampia e più fredda, divisa in tre gruppi.

I risultati

A settembre, dal 02/09 al 30/09, sono entrati 104 lead che hanno scritto direttamente su WhatsApp: 81 hanno continuato la conversazione dopo il primo messaggio, il 78%. A ottobre, dal 01/10 al 25/10, la quota è rimasta uguale: 35 su 44, il 79,5%. Le chiamate prenotate sono state 11 a settembre e 10 a ottobre, dove prima non se ne fissava nessuna. A settembre 8 lead diretti su 104 sono diventati clienti dopo la conversazione, verificati uno per uno sugli ordini del negozio.

Due dati vanno detti chiaramente. Il primo: i lead che scrivono direttamente sono calati, 44 in 25 giorni di ottobre contro 104 in 29 giorni di settembre. Nello stesso periodo sono ripartiti gli annunci con modulo, che hanno portato 161 lead e a settembre non c'erano. È possibile che una parte di chi prima scriveva diretto ora passi dal modulo, ma non l'ho verificato. Chi arriva dal modulo risponde molto meno, il 21,7%: non ha scritto per primo.

Il secondo: la campagna alla lista fredda non ha funzionato. Consegne e letture erano buone, ma quasi un destinatario ogni undici si è disiscritto. Il 22/10 è arrivato un avviso di spam da Meta e ho messo la campagna in pausa, dove si trova ancora. Ha portato 3 chiamate prenotate e nessun acquisto. Il lancio alla lista calda, fatta di persone che conoscevano già l'azienda, è andato in modo opposto: 95,3% di consegne e 81,3% di letture.

Cosa rifarei diversamente

La campagna fredda. Oggi non la manderei dallo stesso numero dell'assistente, o la farei con lotti molto più piccoli. Le prime due pause automatiche, per consegne fallite e per disiscrizioni sopra soglia, le avevo lette come soglie troppo strette e le ho allargate. Col senno di poi erano il primo segnale. Su un numero che vive delle conversazioni con i lead, una campagna che irrita mette a rischio anche tutto il resto.

La seconda lezione riguarda le istruzioni dell'assistente. Per un periodo ha promesso ai clienti una verifica che non doveva promettere. Non stava disobbedendo: due righe del testo glielo chiedevano, in contrasto con il divieto scritto altrove. Ha obbedito alla riga sbagliata. Allo stesso modo inventava il contenuto di una confezione finché quel dato non è entrato nelle fonti. Oggi rileggo le istruzioni cercando le contraddizioni, non solo le lacune, e quando il modello sbaglia un dato la prima domanda è se quel dato c'era.

Ultima, più piccola: il revisore aveva un tempo massimo di 10 secondi. Una volta lo ha superato di 25 millesimi e il cliente ha ricevuto il messaggio di ripiego invece della risposta. L'ho portato a 20 secondi con un secondo tentativo. Allo stesso modo ho smesso di scrivere il prodotto fisso nel messaggio di conferma: lo leggo dalle righe dell'ordine, perché su 87 ordini 2 erano di un prodotto diverso.

Per chi ha senso

Per aziende che vendono prodotti con regole di comunicazione strette e ricevono lead dagli annunci su WhatsApp, con un pubblico che a volte preferisce parlare con una persona prima di comprare. Il valore sta nel rispondere a tutti, subito, senza uscire dalle schede approvate, e nel portare la conversazione a un ordine o a una chiamata.

Non serve se i lead sono pochi e una persona riesce a rispondere entro pochi minuti, o se le schede approvate e un catalogo ordinato non esistono: l'assistente è prudente quanto le fonti che legge. E le campagne a liste fredde, in questo caso, sono la parte che non consiglio di copiare.

Strumenti usati

n8nWhatsApp Cloud APIChatwootWooCommerceAssistente AI con revisorePannello KPI in sola lettura

Numeri letti in sola lettura dal database delle automazioni e dagli ordini del negozio online il 30 settembre 2026 (settembre) e il 25 ottobre 2026 (ottobre e campagne), senza modificarli.