Tre fonti,
sempre dichiarate.
Quello che MAPS sa di un mercato arriva da tre parti, e non le mescola: il web, le piattaforme dove il mercato parla e compra, e i tuoi materiali.
Il web, nella lingua del mercato
Motori di ricerca e agenti di ricerca leggono stampa, siti, report e fonti di settore. Le domande si fanno nella lingua del paese che stai studiando, non tradotte dall’italiano: un mercato si legge con le sue parole.
Le piattaforme
Social, recensioni dei negozi online, Google Trends, posizionamento sui motori, video su YouTube, inserzioni nella libreria pubblica di Meta: il mercato dove si esprime, letto direttamente.
I tuoi materiali
Ricerche, presentazioni, PDF anche scansionati, fogli di calcolo, file da Google Drive, contatti dal CRM, dati Nielsen, export di Google Analytics. Diventano memoria del progetto, accanto al resto.
Ogni informazione
dice da dove viene.
Le letture delle news citano fonte e data di ogni affermazione. Nella chat ogni frammento su cui l’AI ragiona porta il modulo da cui viene e il giorno in cui è stato prodotto, e la risposta li cita.
MAPS distingue la natura di quello che sa: un fatto (un dato di panel, un numero tuo, una notizia) non è un’analisi, e un’analisi non è un’opinione letta sui social. Quando due fonti non sono d’accordo, i dati di panel e i tuoi pesano più del web; e un’analisi non viene mai presentata come un fatto.
Lo dice.
Non lo inventa.
Se un’informazione non c’è nei materiali, la risposta dice che non c’è: niente numeri, nomi o quote verosimili per riempire il vuoto.
I numeri che contano li calcola il codice, non il modello: le analisi dei dati scanner e i conti del budget sono calcoli, e l’AI li commenta senza cambiarli. I dati vecchi vengono segnalati come tali, e quando a monte cambia qualcosa — un paese, un modulo — il report dice che va rigenerato.
E scegli tu su cosa ragionare: solo i dati osservati, anche le analisi, anche i test con gli utenti sintetici.
Un secondo sguardo,
prima che arrivi a te.
Dove una ricerca può sbagliare, MAPS la ricontrolla.
Un agente che verifica
Nell’analisi della comunicazione e dei concorrenti, un agente rilegge il lavoro, trova i punti deboli e lancia ricerche mirate per confermarli o correggerli.
Un giudice sulle sintesi
Le sintesi del social listening vengono valutate su completezza, specificità, coerenza e utilità prima di essere usate.
Giudici che non riscrivono
Il giudice culturale di un paese, la reazione degli utenti sintetici, la coerenza con il brand: mettono un verdetto accanto al contenuto, con il loro grado di fiducia, e non lo toccano.
Simulazioni dichiarate
Utenti sintetici e comitato d’acquisto sono simulazioni ancorate ai dati del progetto, e lo dicono: servono a prepararsi, non a prevedere.
Il modello giusto
per ogni lavoro.
Non usiamo un solo modello per tutto. Il ragionamento strategico — posizionamento, identità, SWOT, scenari, strategia di campagna — va ai modelli più profondi; la produzione di testi e le sintesi lunghe a quelli più adatti a scrivere; la strutturazione dei dati e le ricerche ai modelli più rapidi. Se un modello non risponde, il lavoro passa a un altro invece di fermarsi.
Powered by Claude (Anthropic) · GPT-OSS-120B su Groq · OpenAI · Perplexity · Exa · Bright Data · Apify · DataForSEO · Firecrawl · Jina · YouTube Data API · Meta Ad Library
Non solo testi simili.
Relazioni, nel tempo.
Un RAG classico — la tecnica con cui un’AI risponde sui tuoi documenti — cerca i passaggi più simili alla domanda e li legge. Funziona bene quando la risposta sta in un punto. Funziona meno quando sta nei collegamenti: chi compete con chi, su quale canale, per quale pubblico.
MAPS aggiunge un Graph RAG: da ogni ricerca e analisi estrae le entità e le relazioni tra loro, e le tiene in un grafo. Quando nomini un concorrente, la chat non legge solo i passaggi che gli somigliano: segue le sue relazioni — i canali in cui opera, i pubblici che serve, i rischi a cui espone — e le mette accanto ai testi.
«Il Concorrente A sta rafforzando la sua presenza nei marketplace. Il canale online è in crescita, soprattutto tra i clienti più giovani.»
Tre fatti veri, messi in fila. Ma la domanda era un’altra: dove sei esposto tu? Il collegamento lo devi fare da solo.
«Sei esposto sui marketplace. È il canale dove opera il Concorrente A — lo confermano 4 fonti, da marzo a settembre —, è quello dei giovani urbani, ed è dove la tua presenza è più debole. Il rischio: perdere quel pubblico proprio dove il Concorrente A cresce.» (Fonti: Focus Distribuzione, Focus Consumer, SWOT)
Una risposta alla tua domanda, con il ragionamento che collega i punti, le fonti, e quanto è solida l’evidenza.
Esempio illustrativo, con nomi di fantasia.
Sai quanto fidarti
Ogni relazione dice quante fonti distinte la sostengono e da quando a quando è stata riconfermata: un legame confermato da quattro fonti in sei mesi pesa più di uno visto una volta.
Sai cosa è cambiato
Le letture del mercato restano con la loro data, e la chat sa dirti cosa è cambiato rispetto a prima.
Niente collegamenti inventati
Il grafo nasce solo da quello che è scritto nelle ricerche: ogni relazione rimanda alle note da cui viene.
Parla la lingua del marketing
Un’ontologia costruita da noi per marketing e comunicazione: brand, concorrenti, segmenti, canali, categorie, contesto, fenomeni, misure, valutazioni, raccomandazioni — e undici modi di metterli in relazione.
Il vocabolario è chiuso — sempre gli stessi tipi e le stesse relazioni, così il grafo resta interrogabile — ma i contenuti sono liberi: nessun mercato, canale o settore deciso in anticipo. La SWOT, per esempio, non è una tabella a parte: ogni valutazione porta il suo polo (interno o esterno) e il suo segno, e così forze, debolezze, opportunità e minacce si collegano a tutto il resto.
Restano tuoi,
e restano separati.
Ogni organizzazione vede solo i propri progetti, e ogni richiesta lo verifica sul server. Quando una chat ragiona su più clienti o più paesi insieme, ogni informazione porta l’etichetta da cui viene, e l’AI non trasferisce dati da un cliente o da un paese all’altro.
I contatti del CRM
L’email di ogni contatto diventa un codice. L’AI non vede mai le righe dei contatti: lavora sugli aggregati, e i dati del CRM non entrano nella memoria della chat.
Email in chiaro, se vuoi
Se ti serve riaverle per le tue campagne, le cifri con una frase segreta scelta da te: noi non possiamo leggerle né recuperarla.
Dove stanno
Il database è a Francoforte, nell’Unione Europea. Per generare analisi e risposte i testi passano dai fornitori dei modelli AI, che possono lavorare anche fuori dall’UE; i contatti del CRM no.
Nessun addestramento
I fornitori dei modelli a cui MAPS manda i tuoi testi — Anthropic, Groq, OpenAI — li ricevono via API, e per contratto non li usano per addestrare i loro modelli.
L’ultima parola
è sempre tua.
Ogni testo si modifica dove lo leggi. Prima di ogni rigenerazione MAPS conserva la versione precedente, e puoi tornarci. I contenuti per i clienti passano da un giro di approvazione, voce per voce.
Le scelte importanti finiscono nella memoria delle decisioni: cosa avete deciso, perché, su quali evidenze, cosa avete scartato. Così tra sei mesi la chat sa rispondere a «perché avevamo deciso così?».
E in tutta l’app un avviso ricorda che i contenuti sono generati dall’AI: vanno letti, non solo usati.
