Campagna 'Lancio Prodotto Q2' chiusa. 6 settimane, 3 canali, 2 segmenti audience. ✅ Email workshop tecnico: apertura 42% vs baseline 28%, conversion 6% vs 3,5%.
AGENTE · CAMPAIGN OUTCOME REVIEWER
I risultati di campagna arrivano con le anomalie già evidenziate.
Campaign Outcome Reviewer legge a fine campagna — o ogni settimana per le campagne always-on — i dati di performance, confronta con la baseline configurata, identifica le creatività che funzionano oltre la media e quelle da abbandonare. La sintesi arriva sul canale di lavoro del team marketing con anomalie e azioni proposte.
Campaign Outcome Reviewer al lavoro.
⚠️ Demo video pre-registrata: -60% vs baseline. Costo per lead 3,2x sul segmento CIO mid-market. 💡 Combinazione workshop+case study: replicare nel Q3.
Bene. Confermo le tre azioni. Preparo il brief Q3 su questa base.
Registrato. Evento tracciato in audit.
Perché esiste.
Le campagne marketing producono molti dati: impression, clic, conversion, costo per clic, costo per conversion, lead-to-sale rate. I tool di marketing automation raccolgono i numeri e mostrano i dashboard. Il problema operativo non è la mancanza di dati — è il filtraggio: chi guarda i dashboard ogni giorno, chi identifica le anomalie, chi decide cosa abbandonare.
Come aggiunge il segnale strutturato.
Campaign Outcome Reviewer non sostituisce il dashboard. Aggiunge il livello di segnale strutturato: la sintesi push che arriva sul canale di lavoro del team alla frequenza dichiarata, con le anomalie già ordinate per peso e le azioni proposte. Il team marketing riceve il segnale filtrato, non il rumore grezzo.
La decisione resta al responsabile marketing.
La decisione di intervenire resta del responsabile marketing. L'agente porta il quadro; l'umano decide sul contesto strategico. Un brand può avere ragioni strategiche per continuare una campagna sotto-performante rispetto alla baseline statistica.
Tre ruoli del team marketing con problemi diversi.
Responsabile marketing
Ottiene la sintesi push alla frequenza dichiarata (fine campagna o settimanale). Le decisioni di reinvestimento o abbandono arrivano su pattern strutturati, non su impressioni soggettive costruite su dashboard aperti a turno.
Cross-canale · 7gg 1.420 menzioni
Chat sito NPS 7.2
Recensioni top theme: spedizione
Social · IG sentiment +0.4
Brief al brand owner
Media planner
Vede l'allocazione di budget aggregata cross-canale. I canali che meritano riallocazione emergono dal confronto con la baseline, con granularità a livello di creatività e canale insieme.
Brief 07:00 12 segmenti attivi
Segmento Gold +8% engagement
Segmento Silver redemption -3%
Anomalia · campagna 14 scartata
Mappa azioni lunedì
Content manager
Vede quali creatività funzionano e quali no, con i dati a sostegno. La curva di apprendimento su cosa rende efficace un contenuto accelera, perché il riscontro è strutturato e si accumula campagna dopo campagna.
RB RevOps Brief
Idritech SpA silenzio 8gg · proposta in scadenza
Nexar Group proposta inviata · nessuna risposta
Aludra Srl firma attesa questa settimana
Fine campagna. La sintesi arriva in un'ora, con le decisioni già pronte.
L'agente è schedulato sul trigger fine campagna.
Per il responsabile marketing di un'azienda B2B SaaS regolata, si chiude una campagna di nurturing email di sei settimane su due segmenti audience. Campaign Outcome Reviewer è schedulato sul trigger 'fine campagna' dal sistema di marketing automation.
Tre blocchi: funziona, anomalie, opportunità.
L'agente legge i dati dai sistemi: HubSpot per email marketing, piattaforme advertising per le campagne paid associate (integrazione in delivery), CRM per le conversioni. La sintesi arriva al canale Slack del marketing entro un'ora. Tre blocchi: creatività che funzionano (email workshop 42% vs baseline 28%); anomalie negative (video pre-registrato -60%, costo per lead 3,2x); opportunità (segmento compliance officer banking sopra la media).
Il responsabile valida nel thread Slack, l'evento resta nel registro.
Il responsabile marketing valida le tre azioni proposte nel thread Slack. L'evento completo resta nel registro audit del runtime, interrogabile con un client SQL standard per analisi di efficacia campagna dopo campagna.
Configurazione e risorse tecniche.
Le regole di Campaign Outcome Reviewer sono dichiarative. Il team marketing del cliente definisce la baseline di confronto (campagna precedente, media del trimestre, target dichiarato, o combinazione pesata), le soglie di anomalia (cosa è significativamente sopra o sotto baseline), i sistemi sorgente da leggere, il formato della sintesi e la frequenza di attivazione. Le regole vivono nel repository del cliente, versionate.
L'integrazione con le piattaforme advertising (Meta Ads, Google Ads, LinkedIn Ads) si realizza in fase di delivery dal team Exelab tramite adapter dedicati. HubSpot marketing è disponibile nativamente. Per sistemi CDP o marketing automation proprietari del cliente, l'integrazione si realizza in delivery.
- Linguaggio
- TypeScript (Node.js)
- Modello LLM
- a scelta del cliente: Anthropic, OpenAI, Mistral, modelli open source ospitati internamente, AWS Bedrock per modello privato
- Controlli built-in usati
- pii-detector, tool-rate-limit
- Canali nativi di consegna
- Slack, Telegram, WhatsApp, HTTP OpenAI-compatible
- Integrazione HubSpot marketing
- nativa
- Integrazione piattaforme advertising
- adapter dedicato realizzato in fase di delivery (Meta Ads, Google Ads, LinkedIn Ads)
- Integrazione sistemi CDP e marketing automation custom
- adapter dedicato realizzato in fase di delivery
- Memoria
- persistente per istanza, pgvector + PostgreSQL FTS sul corpus campagne storiche
- Registro
- immutabile, interrogabile con client SQL standard
Domande frequenti sull'agente.
La baseline è dichiarativa, configurata dal team marketing del cliente. Pattern tipici: campagna precedente sullo stesso segmento, media del trimestre, target dichiarato in fase di pianificazione. La regola di baseline può combinare più riferimenti (media del trimestre con peso 70% e target dichiarato con peso 30%). Le regole vivono nel repository del cliente.
Le piattaforme advertising (Meta Ads, Google Ads, LinkedIn Ads, TikTok Ads) richiedono adapter dedicati realizzati in fase di delivery dal team Exelab. HubSpot marketing è integrato nativamente. Per sistemi di marketing automation custom o CDP proprietari del cliente, l'integrazione si realizza in delivery.
No. L'agente identifica anomalie e propone azioni (rinforzare, rivedere, abbandonare). La decisione finale resta del responsabile marketing. Un brand può avere ragioni strategiche per continuare una campagna sotto-performante rispetto alla baseline statistica; l'agente porta il segnale, non il giudizio strategico.
Su due dimensioni: tempo recuperato dal team marketing sulla sintesi manuale dei dati di campagna, e velocità di reazione su anomalie negative (giorni di anticipo rispetto al pattern manuale). La baseline pre-agente si stabilisce in fase di discovery sul caso reale.
Da una conversazione di 30 minuti alla squadra in produzione.
Una conversazione di 30-45 minuti per capire come Campaign Outcome Reviewer si configurerebbe sul caso del cliente. Quali sistemi sorgente, quale baseline di confronto, quale frequenza di sintesi.