AI Journey per i Data Analyst: il caso studio Versilia

Nel contesto aziendale contemporaneo, la vera sfida non è solo raccogliere dati, ma trasformarli in azioni. L’intelligenza artificiale promette efficienza e velocità, ma senza un metodo rischia di generare solo output inutilizzabili. L'intervento tenuto all’AI Festival 2025 ha portato al centro proprio questo tema: come creare un percorso strutturato per i Data Analyst, capace di rendere i dati operativi attraverso il metodo AI Journey.

Il metodo: AI Journey

AI Journey è un approccio ideato per aiutare aziende e professionisti a integrare l’AI in modo progettuale. Il cuore del metodo è un framework pratico che permette di:

• Analizzare il contesto aziendale
  

• Costruire prompt efficaci con una logica coerente (il "DNA del prompt")

• Usare strumenti AI per automatizzare, visualizzare e attivare i dati

• Collegare la lettura dei dati a decisioni concrete
  
  

  Il caso studio: Versilia Supply Service

Durante la presentazione è stato mostrato un caso concreto: un progetto realizzato per Versilia Supply Service, azienda attiva nel mondo delle forniture per yacht. L’obiettivo era analizzare un anno intero di attività legata alla lead generation, sfruttando dati provenienti da GA4 e CRM (HubSpot) per fornire raccomandazioni operative al team marketing.

Il lavoro si è sviluppato in quattro fasi:

1. Strutturazione dei dati

La prima fase ha previsto la raccolta e normalizzazione dei dati. Spesso i dati grezzi sono sparsi, ridondanti, o difficili da interpretare. L’AI è stata utilizzata per:

• Unire colonne duplicate (es. ruoli ripetuti)
  
  
• Trasporre dati in formato leggibile
  
  
• Riformattare stringhe (es. eliminare testi inutili dai nomi dei form)
  
  

Strumenti come ChatGPT o Claude sono stati impiegati per ripulire i dati in modo automatico e coerente, con comandi mirati e specifici esempi di input/output.

2. Data Visualization

Una volta puliti, i dati sono stati resi leggibili tramite dashboard progettate ad hoc. Ma prima della visualizzazione, il lavoro è partito dalla progettazione del layout, realizzato con l’aiuto di AI generative (Claude) e workshop su carta.

Sono state sviluppate delle linee guida per la progettazione delle dashboard, coerenti con il branding del cliente e organizzate in sezioni funzionali (funnel, performance, insight).

I mockup sono stati poi convertiti in dashboard interattive con strumenti come Looker Studio. Tra le funzionalità più importanti:

• Navigabilità chiara per stakeholder non tecnici
  
  
• KPI sintetici per ogni divisione
  
  
• Collegamento diretto tra visualizzazione e insight
  
  

In alcuni casi, l’AI è stata utilizzata per generare report una tantum in HTML responsive, pensati per essere fruiti anche da mobile.

3. Estrazione degli insight

Questa è stata la fase più importante dell’intero processo. Non basta visualizzare: bisogna ricavare indicazioni operative.

A partire dalle dashboard, è stato creato un GPT personalizzato, addestrato su base dati, trend di mercato e documentazione interna, in grado di:

• Analizzare i dati storici
  
  
• Identificare pattern di comportamento
  
  
• Proporre azioni concrete per migliorare la conversione
  
  

Un esempio: l’analisi ha evidenziato come la presenza del campo "ruolo" nei form (es. chef di bordo, capitano, engineer) permettesse di segmentare meglio l’offerta. Questo ha portato alla raccomandazione di creare contenuti personalizzati (es. una brochure solo per chef), aumentando la probabilità di conversione.

Inoltre, il GPT ha prodotto output in formato testuale, poi convertiti in slide e documenti PDF grazie a tool come Gamma.app, riducendo il tempo necessario alla preparazione di materiali per il board o il team commerciale.

4. Analisi predittiva

Infine, è stata realizzata una previsione sull’andamento della lead generation per il 2025. Utilizzando modelli AI alimentati da dati interni ed esterni (web + CRM + trend di settore), sono stati simulati diversi scenari:

• Inazione (tendenze costanti o in lieve calo)
  
  
• Ottimizzazione dell’attuale strategia
  
  
• Nuove campagne mirate (es. targeting per ruolo)
  
  

L’analisi è stata resa interattiva tramite interfacce visive animate e mobile-friendly, complete di domande frequenti ("Quanto è affidabile la previsione?", "Quali dati sono stati utilizzati?").