La sfida
La clientela di Gardenmac è un target che tende ad acquistare molto attraverso il telefono.
Nei periodi di alta stagione il team si trovava a gestire un volume di chiamate molto elevato, con conversazioni che potevano superare i 30 minuti l'una.
La necessità era quella di avere un sistema che gestisse le richieste in modo efficace, evitando di perdere opportunità di vendita.
Prima
Inoltre, il team aveva bisogno di acquisire consapevolezza e dimestichezza nell'utilizzo degli strumenti AI per attività come analisi dati, preventivazione, documentazione e marketing.
La soluzione
Abbiamo lavorato su due fronti: un agente AI vocale che riceve e gestisce le chiamate, e un percorso di formazione per rendere il team autonomo sugli strumenti di AI generativa.
Un agente AI che risponde al telefono
Un agente AI telefonico che risponde a ogni chiamata in entrata, gestendola dall'inizio alla fine.
L'agente conduce la conversazione in autonomia e la instrada verso sub-agenti specializzati per gestire ogni tipologia di richiesta:
- Richieste di informazioni: l'agente è in grado di rispondere autonomamente alle domande sul negozio, sui termini di servizio, sulle modalità di pagamento e spedizione e sui marchi trattati.
- Guida all'acquisto: l'agente è in grado di fornire tutte le informazioni rilevanti sul catalogo e di guidare il potenziale cliente verso la scelta dei prodotti adatti alle sue esigenze.
- Vendita e invio offerte: ai clienti pronti, l'agente propone l'acquisto direttamente in chiamata, e invia un'offerta con coupon Shopify dedicato a quelli che non lo sono ancora.
- Richieste di assistenza: l'agente è in grado di raccogliere il problema con domande mirate e aprire ticket di assistenza, notificati tempestivamente al team.
- Richieste di contatto: l'agente raccoglie le richieste fuori perimetro o che necessitano di preventivi strutturati, che vengono poi elaborate e gestite dal team.
Dopo
Monitoraggio
Il sistema è dotato di un backend AI-powered che analizza ogni conversazione in tempo reale per estrarne trascrizione, riassunto, sentiment, categoria e altri insight.
Ogni conversazione viene poi raccolta all'interno di un database strutturato, insieme agli ordini, alle offerte e alle richieste generate.
Il cliente dispone di una dashboard real time dedicata per monitorare metriche e KPI.
Risultati
Dodici mesi di attività dell'agente, divisi tra quello che ha assorbito sull'assistenza e quello che ha prodotto sulle vendite.
Assistenza
575
richieste di contatto
Raccolte e smistate dall'agente, pronte per il richiamo del team.
76
richieste di assistenza
Aperte e instradate senza passare da una prima risposta umana.
Vendite
48
ordini telefonici
Raccolti direttamente dall'agente, per un valore di €17.034,70.
169
offerte inviate
Codici sconto generati e inviati via SMS.
€354,89
valore medio ordine
Sugli ordini telefonici raccolti dall'agente.
Formazione sull'AI per il team
Oltre all'agente, abbiamo lavorato con il team di GARDENMAC per portare in casa le competenze, non solo lo strumento. Due workshop: uno sulle basi dell'AI generativa, uno sugli strumenti che il team usa ogni giorno. Oggi le persone di GARDENMAC sono autonome nell'uso della GenAI.
AI literacy
Le basi per capire cosa fa davvero l'AI generativa e usarla nel lavoro quotidiano.
- Come funziona l'AI generativa
- Prompt engineering di base
- Limiti, rischi e potenzialità della tecnologia
- Uso responsabile dell'AI
Ecosistema Claude
Gli strumenti Anthropic applicati a casi reali del lavoro in GARDENMAC.
- Introduzione all'ecosistema Anthropic
- Claude Cowork per la documentazione
- Claude Code
- Esercitazioni guidate sulle attività del team
Conclusione
Con l'agente, GARDENMAC ha trasformato un customer service che passava interamente dal team in un processo dove l'AI riceve e smista, e le persone intervengono solo dove serve davvero un umano. Il team ha anche acquisito, con la formazione, l'autonomia per continuare a usare questi strumenti su nuovi problemi.