Sonar in produzione su 200+ store e un e-commerce

Un'azienda leader del settore Pharma con una rete di oltre 200 punti vendita fisici e un canale e-commerce in forte crescita gestiva la reputazione online attraverso processi manuali e frammentati. Le recensioni arrivavano su le principali piattaforme di raccolta recensioni – come Trustpilot, Feedaty o Google Business Profile – e il team customer service rincorreva le notifiche caso per caso, senza una visione d'insieme. Era una situazione da rete molto distribuita: il volume dei segnali era altissimo, ma il valore ricavabile era basso perché nessuna intelligenza centralizzata li elaborava.

#Il Problema

Per una rete di 200+ punti vendita, la reputazione non è un tema "soft": è un driver di traffico (Google ranking locale), di trust e di tasso di conversione e-commerce. Una recensione negativa non gestita per giorni costa visibilità; mille recensioni positive senza risposta sprecano un'occasione di engagement. Per un brand pharma, dove la fiducia è il fondamento della relazione con il cliente, il costo della trascuratezza è particolarmente alto.

I costi del processo manuale erano triplici: tempo del CS team, qualità incostante delle risposte (dipendente dall'operatore), e perdita totale del valore informativo aggregato delle recensioni – nessuno stava analizzando in modo sistematico cosa dicessero davvero i clienti su prezzi, pulizia, servizio o gamma prodotti. Il dato qualitativo era ricco, ma rimaneva intrappolato in stringhe di testo non strutturate.

Un quarto elemento riguardava il governance multi-livello: le sedi centrali volevano una visione di gruppo, ma i singoli punti vendita avevano bisogno di vedere le proprie recensioni e di intervenire localmente. Senza una piattaforma, l'unica alternativa era un mosaico di tool diversi che nessuno usava davvero.

#La Soluzione WMR Intelligence

Abbiamo sviluppato Sonar, una webapp custom che centralizza l'intero ciclo di vita della recensione. Le funzioni principali:

• Centralizzazione recensioni dalle principali piattaforme di raccolta recensioni (come Trustpilot, Feedaty o Google Business Profile) in un'unica console.
• Analisi sentiment automatica con assegnazione di un punteggio di insoddisfazione, per priorizzare le recensioni urgenti.
• Generazione automatica di draft di risposta empatici, costruiti seguendo le linee guida del Customer Service.
• Posting diretto della risposta sulla piattaforma di origine, senza copy-paste manuale.
• Dashboard di monitoraggio del sentiment per aree tematiche: prezzi, pulizia, servizio, gamma, logistica.

Il sistema è chiuso da un meccanismo di feedback loop: quando un operatore corregge una bozza generata dall'AI, la correzione alimenta il modello, che impara progressivamente lo stile della specifica struttura. Questo è il motivo per cui la qualità delle risposte cresce nel tempo invece di stagnare: il sistema è un organismo, non un tool statico.

Lato architettura, la piattaforma è multi-tenant: ogni punto vendita vede solo le proprie recensioni, mentre la sede centrale ha la vista aggregata. Le dashboard di sentiment sono filtrabili per area geografica, periodo e tema, permettendo analisi comparative fra cluster di punti vendita.

#Implementazione

Fase 1 – Integrazioni API con le principali piattaforme di raccolta recensioni (come Trustpilot, Feedaty o Google Business Profile), con normalizzazione del modello dati e gestione dei rate limit di ciascuna piattaforma. Fase 2 – Calibrazione del modello di sentiment sui pattern specifici del verticale pharma (terminologia clinica, sensibilità ai temi di salute, distinzione fra prodotto e servizio in store). Fase 3 – Definizione dei prompt di risposta con il team CS, includendo le linee guida di tono e i divieti regolatori (no consigli medici, no claim non verificati, no riferimenti a indicazioni terapeutiche). Fase 4 – UAT con un sottoinsieme di punti vendita rappresentativi e raffinamento iterativo. Fase 5 – Roll-out progressivo su tutta la rete con onboarding per cluster geografici.

Un dettaglio che ha pagato: abbiamo coinvolto da subito i farmacisti e i responsabili di punto vendita nella definizione delle "regole d'oro" delle risposte. Il risultato è uno strumento che il personale percepisce come proprio e non come imposizione corporate.

#Risultati & KPI

• 98,8% delle risposte AI pubblicate senza modifiche nei primi 6 mesi dal rilascio: draft di qualità e piena fiducia del team.
• −80% di tempo sul ciclo lettura-classificazione-risposta di ogni recensione.
• 200+ punti vendita e un e-commerce gestiti da un’unica piattaforma centralizzata.
• Sentiment per area tematica che abilita decisioni operative — ad esempio un’allerta su un punto vendita in peggioramento sul servizio.
• Feedback loop attivo: la qualità delle risposte AI cresce nel tempo grazie alle correzioni degli operatori.
• Visione multi-livello: ogni punto vendita lavora sulle proprie recensioni, la sede centrale monitora l’intera rete.