In breve
- E-commerce di dispositivi medici per uso domestico, piccolo team, molte domande su WhatsApp
- Prima risposta del team dopo 88 minuti di mediana; il 27% dei messaggi arrivava fuori orario
- Assistente AI su WhatsApp collegato a catalogo, condizioni e CRM unico, più il recupero degli ordini non pagati
- 961 risposte a 319 persone in sette settimane, mediana 10,3 secondi; 9 clienti su 18 hanno pagato dopo il messaggio

Il contesto
Il cliente è un e-commerce di dispositivi medici per uso domestico. Vende online a privati, con più negozi e marchi seguiti dallo stesso piccolo team. Buona parte delle domande prima dell'acquisto arriva su WhatsApp: quale modello scegliere, quale accessorio è compatibile, se c'è uno sconto attivo, a che punto è l'ordine.
Quando ho iniziato non c'era un CRM. Contatti, ordini e richieste stavano fra fogli Excel, esportazioni del negozio e le chat del telefono. Secondo il cliente, il lunedì mattina si trovavano 40-45 chat WhatsApp accumulate nel fine settimana. Il lavoro è partito da lì: prima un CRM unico, poi i messaggi automatici sugli ordini, infine l'assistente AI, che è la parte di cui parla soprattutto questa pagina.
Il problema
Il 03/09/2026, prima di accendere l'assistente, ho analizzato 986 chat dei clienti e 4.244 domande. Tre numeri hanno deciso il progetto:
- la prima risposta umana arrivava dopo 88 minuti di mediana, e in un caso su quattro dopo più di 19 ore;
- il 27% dei messaggi arrivava fuori orario: la sera, la notte o nel fine settimana;
- le domande erano ripetitive: misure e compatibilità degli accessori in 402 chat, scelta del modello in 371, sconti in 356.
In un e-commerce una domanda senza risposta è spesso un acquisto rimandato, o fatto altrove. E un team piccolo che passa la mattina a rispondere a "quale misura mi serve?" ha meno tempo per i casi che richiedono davvero una persona.
C'era poi un secondo problema, sugli ordini. In 180 giorni, al 04/08/2026, il 13,4% degli ordini del negozio principale restava non pagato: carta rifiutata, bonifico mai arrivato, finanziamento non concluso. Nessuno ricontattava quei clienti in modo sistematico.
Cosa ho costruito
Un solo sistema, installato sul server del cliente, con tre pezzi che si parlano: il CRM, i messaggi automatici sugli ordini e l'assistente AI su WhatsApp. Ho usato n8n e non uno strumento in cloud perché il cliente voleva tenere tutto in casa.
- Il CRM unico. Ho messo in piedi EspoCRM collegato a n8n: ogni modulo, ordine o messaggio crea o aggiorna un solo contatto, con marchio e fonte obbligatori e senza doppioni. Gli ordini del negozio arrivano sincronizzati, le richieste diventano ticket assegnati a una persona. All'avvio ho importato oltre 3.700 contatti e 2.800 ordini storici.
- Il recupero degli ordini non pagati. Quando un ordine resta in sospeso parte un messaggio WhatsApp diverso a seconda del metodo di pagamento, solo fra le 9 e le 21. La sequenza si chiude da sola se lo stesso cliente completa un acquisto. Il giorno dell'accensione un blocco ha impedito di scrivere agli ordini vecchi, per non disturbare chi aveva già risolto.
- L'assistente AI. Risponde ai messaggi dei clienti a qualsiasi ora, in italiano. Il catalogo non lo "ricorda": lo interroga con una ricerca esatta, e lo stesso fa per condizioni commerciali e codici sconto, che stanno in una tabella che il team aggiorna da sé. Ho scartato la ricerca per somiglianza sui documenti perché una compatibilità sbagliata detta con sicurezza diventa un reso.
- Il passaggio a una persona. Quando la domanda esce dal suo perimetro, o il cliente chiede di parlare con qualcuno, l'assistente lo dice e passa la conversazione al team. Quando un operatore scrive a mano in una chat, l'assistente si mette in pausa su quella chat per 24 ore, così i due non si parlano sopra.
L'accensione è avvenuta per fasi. Prima ho fatto girare l'assistente su 70 conversazioni vere già chiuse, 115 turni in tutto: 13 passaggi a operatore su 115, nessuna risposta nella lingua sbagliata, 3 risposte più lunghe di 400 caratteri. Poi tre giorni su traffico reale rileggendo ogni risposta (34 risposte a 25 persone, dal 03/09 al 06/09). Solo dopo la modalità attiva, dal 06/09/2026.
I risultati
Dal 06/09 al 25/10/2026, in circa sette settimane, l'assistente ha risposto a 961 messaggi di 319 persone diverse, in media 19 risposte al giorno. Tutte sono partite: 961 inviate su 961. Metà delle risposte (483, il 50,3%) è arrivata quando l'ufficio era chiuso, cioè nel fine settimana, prima delle 9 o dopo le 18.
| Misura | Prima | Dopo | Periodo e fonte |
|---|---|---|---|
| Tempo della prima risposta | 88 minuti di mediana (team) | 10,3 secondi di mediana, 90% entro 19 secondi | Prima: analisi di 986 chat del 03/09/2026. Dopo: registro delle risposte dell'assistente, 06/09-25/10/2026 |
| Risposte inviate dall'assistente | non presente | 961 a 319 persone | Registro delle risposte, 06/09-25/10/2026 |
| Risposte date a ufficio chiuso | non confrontabile | 483 su 961 (50,3%) | Registro delle risposte, 06/09-25/10/2026 |
| Persone mai passate a un operatore | non misurato | 168 su 319 (52,7%) | Registro delle risposte, 06/09-25/10/2026 |
| Risposte con passaggio a operatore | non misurato | 198 su 961 (20,6%) | Registro delle risposte, 06/09-25/10/2026 |
| Clienti che hanno pagato dopo il messaggio di recupero | nessun contatto sistematico | 9 su 18 | Registro dei messaggi sugli ordini, 01/09-25/10/2026 |
Sul recupero degli ordini: dal 01/09 al 25/10/2026, 33 ordini non pagati hanno ricevuto un messaggio, per 19 clienti. Uno l'ho escluso dal calcolo perché aveva già pagato un altro ordine prima del messaggio. Dei 18 restanti, 9 hanno completato l'acquisto dopo il messaggio, quattro di loro entro 24 ore. La differenza per metodo di pagamento è netta: con la carta hanno pagato 6 clienti su 8, con il bonifico 2 su 2, con un finanziamento annullato 1 su 8. Quando il problema è il finanziamento, un messaggio serve a poco.
Limiti della misura. Il tempo di risposta vale per i messaggi a cui ha risposto l'assistente, non per tutti quelli in arrivo: i messaggi arrivati mentre un operatore seguiva la chat non sono nel registro, e la quota di traffico coperta non l'ho potuta misurare. Il 50% di risposte a ufficio chiuso non si confronta con il 27% di prima: quello riguardava tutti i messaggi in arrivo, questo solo le risposte dell'assistente, che in orario d'ufficio lavora meno perché si ferma quando scrive un operatore. "Mai passate a un operatore" misura la risposta, non la soddisfazione: non dice se la persona ha avuto ciò che cercava. Dal 15/09, su scelta del cliente, i messaggi dall'estero vanno direttamente al team e non sono contati. Sono esclusi i numeri di collaudo e quelli del team. Per gli ordini non c'è un gruppo di controllo: una parte di chi ha pagato l'avrebbe fatto comunque, e il dato è un minimo, perché conta solo chi ha ricevuto la conferma di pagamento su WhatsApp.
Cosa rifarei diversamente
Nelle prime settimane un messaggio di benvenuto automatico impostato sul numero WhatsApp, fuori dal mio sistema, veniva letto come se fosse un operatore che scrive. Risultato: l'assistente si metteva in pausa per 24 ore proprio sulle chat nuove, quelle in cui serviva di più. L'ho scoperto guardando i dati delle pause, non da una segnalazione. Oggi, prima di accendere un assistente, faccio l'elenco di tutto ciò che può scrivere su quel numero, comprese le risposte automatiche dell'app, e lo distinguo dagli operatori veri.
La seconda cosa riguarda la pausa stessa. Ventiquattro ore sono prudenti, evitano che assistente e operatore si sovrappongano, ma spiegano anche perché in orario d'ufficio l'assistente risponde meno. Se lo ricostruissi partirei con una pausa più corta, che si chiude quando l'operatore ha finito, e misurerei dal primo giorno anche il totale dei messaggi in arrivo: è il dato che oggi manca per dire quale parte del traffico copre l'assistente.
Per chi ha senso
Per un e-commerce, o un'attività che vende a privati, che riceve su WhatsApp molte domande simili su prodotti, compatibilità, prezzi e ordini, con una parte importante del traffico la sera e nel fine settimana. Serve un catalogo e delle condizioni scritte in modo ordinato, o la disponibilità a costruirli: l'assistente è affidabile quanto i dati che legge.
Non serve se le richieste sono poche, o se ogni conversazione è una consulenza diversa che richiede una persona: lì conviene un buon CRM e risposte rapide del team. E un assistente così non sostituisce il parere di un professionista: il suo lavoro è rispondere su prodotti, ordini e condizioni, e passare il resto alle persone.
Strumenti usati
n8nEspoCRMWhatsAppAgente AI con strumenti
Numeri letti il 25 ottobre 2026 dai registri delle automazioni del cliente (risposte dell'assistente dal 06/09, messaggi sugli ordini dal 01/09), senza modificarli; il prima viene dall'analisi di 986 chat del 03/09/2026.
Chi scrive: Ivan Lao, Make Certified Partner e n8n Expert.
Come è nato questo caso studio: l'ho scritto con l'aiuto dell'intelligenza artificiale, partendo dalla documentazione del progetto e dai dati letti nei sistemi del cliente, senza modificarli. Il nome del cliente non compare finché non lo autorizza. Ho verificato ogni numero e approvato il testo prima di pubblicarlo.