Come funziona
Nessuna fase deve attendere un consulente. Il sistema ti guida dai dati grezzi a raccomandazioni tracciabili.
Fase 1
01Carica i dati
Carica i dati delle transazioni in formato CSV, testo o Excel tramite normali esportazioni. I file vengono archiviati in forma crittografata in Microsoft Azure in Svezia, all'interno dell'UE.
Fase 2
02Conferma le colonne
Il sistema suggerisce il significato di ogni colonna. Tu verifichi e confermi la mappatura.
Fase 3
03Controllo qualità
I dati vengono controllati automaticamente. Gli errori gravi interrompono l'esecuzione; gli scostamenti minori vengono documentati.
Fase 4
04Analisi deterministica
Il motore calcola risultati e potenziale. Ogni cifra è tracciabile.
Fase 5
05Interviste IA
Invia link personali alle figure chiave. I chatbot intelligenti raccolgono il contesto aziendale mentre l'analisi è in corso. A differenza di una riunione programmata, i partecipanti possono interrompere in qualsiasi momento e riprendere in seguito dallo stesso link, senza dover coordinare le agende.
Fase 6
06Report e chat sui risultati
Risultati e interviste diventano un report, una dashboard, una presentazione e un kit per workshop. Un chatbot IA spiega i risultati e aiuta a valutare le iniziative.
Cosa ti serve
- Dati delle transazioni a livello di riga d'ordine o di fattura.
- Una persona che possa confermare il significato delle colonne.
- Facoltativo: persone che possano rispondere alle interviste IA sull'azienda.
Prodotto definito, prezzo fisso
L'analisi standard costa 999 EUR, imposte escluse. È incluso un kit per workshop. Puoi aggiungere un workshop condotto da un consulente o una presentazione al vertice aziendale.
I tuoi dati sono sufficientemente validi?
L'ostacolo più comune non sono i tuoi dati: quasi sempre sono sufficienti. Serve un'esportazione grezza a livello di singola riga dal tuo ERP. In sintesi:
Non servono i nomi reali
Se i nomi di clienti o prodotti sono sensibili, puoi mascherarli sostituendoli con codici a tua scelta, come "Cliente A" o "Prodotto 12". L'unico requisito è la coerenza: lo stesso cliente deve avere sempre lo stesso nome mascherato, in tutto il file e in ogni foglio. Altrimenti non è possibile collegare le righe e trarre conclusioni corrette. È sufficiente indicarci nella fase di mappatura quali colonne sono mascherate.
- Una riga per ogni articolo venduto: righe di fattura o d'ordine, non una tabella pivot o un riepilogo.
- Un anno completo, solare o gli ultimi 12 mesi mobili, per rendere visibili un intero ciclo stagionale e gli effetti sui prezzi.
- Ogni riga indica quando, a chi, quale prodotto, in quale quantità e a quale prezzo è stato venduto.
- Costo unitario, se disponibile: senza questo dato mostriamo i prezzi, ma non i margini.
- I dati grezzi estratti direttamente dal sistema sono preferibili ai file rielaborati. Le colonne possono avere qualsiasi nome: ti aiutiamo a mapparle.
- Excel o CSV, fino a 100 MB per file. Sono ammessi più fogli. I dataset più grandi possono essere suddivisi in più file, ad esempio uno per anno, e uniti con la funzione Estendi storico.
Mostra la richiesta dati dettagliata
Puoi inoltrare la richiesta al tuo controller o all'amministratore di sistema: specifica esattamente come deve essere strutturato il file.
DATA REQUIRED FOR THE PRICING ANALYSIS File format: Excel (.xlsx/.xls) or CSV; CSV is recommended above 100,000 rows. One row = one order/invoice line (item position), not an entire order. Columns needed (column names can be in any language — you confirm which column is which yourself): • Date (transaction date, ideally including year and month) • Customer (customer ID or name) • Product/service (item ID or name) • Quantity • Revenue per line (amount before/after discount, as invoiced) • Unit price or list price, if available • Cost per line or purchase price (optional, but enables margin analyses) • Discount per line (optional, if discounts are not already in revenue) Currency: all amounts in one currency, or a column with the currency code. Coverage: ideally at least 12 months of completed transactions; multiple years enable better comparisons. Larger groups: choose one coherent business unit or market at a time, rather than the entire group in a single file. Do not include personal data. Remove or replace names of individuals in the columns you upload.