È arrivato un messaggio WhatsApp da un certo Marco Bianchi su un problema di fatturazione. Non ho contesto.
AGENTE · MULTI-CHANNEL HUB
Lo stesso cliente, una sola conversazione, su tutti i canali.
Multi-Channel Hub unifica il dialogo con il cliente quando scrive sui canali diversi dell'azienda — email a customer service, WhatsApp Business, chat web sul sito di prodotto, messaggi su LinkedIn. Riconosce il cliente, recupera la storia della conversazione precedente su qualunque canale, mantiene la coerenza delle risposte.
Multi-Channel Hub al lavoro.
Riconoscimento cliente completato. Marco Bianchi → contatto CRM 4821. Storia cross-canale: lunedì email su discrepanza fattura aprile, risposta parziale del collega Ricci, ticket "in attesa di risposta". Ora scrive via WhatsApp: "ho riletto ma il problema non è risolto". Thread unificato sotto.
Perfetto. Rispondo qui e chiudi il ticket?
Risposta inviata via WhatsApp. Ticket aggiornato e stato → "risolto, in attesa di conferma cliente". Traccia completa cross-canale (email + WhatsApp) nel registro audit.
Perché esiste.
Il cliente medio di un'azienda mid-large scrive sui canali in modo non strutturato. Una richiesta arriva via email al customer service, il follow-up arriva via WhatsApp Business, una domanda successiva sulla chat web del sito. Per il cliente è una sola conversazione; per l'azienda sono canali con team e sistemi diversi.
Come unifica i canali.
Multi-Channel Hub riceve ogni nuovo messaggio dal canale di ingresso configurato (Telegram, Slack, WhatsApp nativi; email aziendale e altri canali via adapter), riconosce il cliente tramite matching su email, telefono o identificativo CRM, recupera dalla memoria condivisa la storia delle interazioni precedenti su qualunque canale, propone all'operatore la risposta coerente con il contesto completo.
La decisione resta all'operatore.
L'operatore vede tutto il thread cross-canale, risponde dal canale di lavoro unificato. La risposta esce sul canale dove il cliente ha scritto. La memoria condivisa si aggiorna. L'agente non chiude ticket né scrive al cliente in autonomia: apparecchia il contesto.
Per chi è utile e dove si applica.
Operatore di customer service
Vede in pochi secondi la storia di tutte le conversazioni precedenti del cliente su qualunque canale, ordinate temporalmente. Non chiede al cliente di ricapitolare quello che si erano già detti. Il tempo medio di risposta scende e il cliente non ripete sé stesso.
Cross-canale · 7gg 1.420 menzioni
Chat sito NPS 7.2
Recensioni top theme: spedizione
Social · IG sentiment +0.4
Brief al brand owner
Responsabile customer service
Vede ridursi gli errori di duplicazione del thread cliente, le richieste perse tra canali diversi, le risposte incoerenti tra team che vedono solo il proprio canale. La qualità del service smette di dipendere dal canale di ingresso.
Finestra switch · 7gg 240 clienti
Cluster A · alto valore callback prio 1
Offerta dedicata €8/mese · 12 mesi
Engagement < soglia escalation operatore
Tasso win-back atteso: 22%
Il cliente
Recupera la fluidità della relazione. Le risposte sono coerenti con tutto quello che ha detto e scritto, anche se l'ultima conversazione è stata su un canale diverso da quello dove sta scrivendo ora.
Settimana 23 Churn aggregato
Sud · offerta X churn +14%
Centro · offerta Y stabile
Nord · offerta Z +2 punti
Brief al direttore retention
Un esempio concreto.
Un cliente segnala via email un problema.
Per un'azienda B2B SaaS con clienti che scrivono via email customer service, WhatsApp Business e chat web sul portale clienti, il flusso multi-canale è quotidiano. Un cliente segnala via email un problema su una funzione del prodotto. Un operatore di primo livello risponde con un workaround, marca il ticket come in attesa di conferma del cliente. Il caso non si chiude.
Due giorni dopo lo stesso cliente scrive via WhatsApp.
Due giorni dopo, lo stesso cliente scrive via WhatsApp Business: ha provato la soluzione proposta e non funziona. Il messaggio arriva all'agente Multi-Channel Hub. L'agente riconosce il cliente — matching su numero di telefono, contatto CRM, email registrata — e recupera dalla memoria condivisa la storia delle interazioni: email di apertura, workaround proposto, stato "in attesa di conferma".
L'operatore vede tutto il thread sul canale di lavoro.
L'operatore vede il thread unificato sul canale di lavoro, risponde via WhatsApp con la nuova soluzione, attiva l'escalation al supporto tecnico di livello 2 per il problema irrisolto. Il ticket nel CRM si aggiorna con il nuovo passaggio. L'evento completo — messaggi cross-canale, riconoscimento cliente, contesto recuperato, decisione dell'operatore — resta nel registro audit del runtime.
Configurazione e risorse tecniche.
Le regole di Multi-Channel Hub sono dichiarative. Il team customer service del cliente definisce in formato leggibile le regole di matching cross-canale (quali identificatori del cliente sono affidabili, come gestire i match ambigui), la profondità temporale della memoria (es. conversazioni degli ultimi 12 mesi), il formato del thread unificato che l'operatore vede. Le regole vivono nel repository del cliente, versionate, validate all'avvio dell'agente.
- 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, credential-detector, prompt-injection, topic-guardrail
- Canali nativi
- Telegram, Slack, WhatsApp, HTTP OpenAI-compatible
- Email aziendale e altri canali
- integrazione realizzata in fase di delivery
- Memoria condivisa cross-canale
- pgvector + PostgreSQL FTS per istanza, retention configurabile
- Integrazione CRM
- HubSpot nativo; altri CRM in fase di delivery
- Registro
- immutabile, interrogabile con client SQL standard
Domande frequenti sull'agente.
Quando il cliente non è riconosciuto al primo messaggio — nuova email da un indirizzo non in CRM, nuovo numero WhatsApp non collegato — l'agente avvia una conversazione di identificazione minima (nome, azienda, contatto di riferimento) e crea un profilo nuovo nel CRM con i dati raccolti. La memoria del cliente si avvia dal primo messaggio.
Quando il matching ha più candidati (lo stesso numero WhatsApp è associato a due contatti del CRM), l'agente marca la conversazione come "match da confermare" e propone all'operatore i candidati. L'operatore conferma il match corretto; le regole dichiarative apprendono il pattern per la prossima volta.
I canali nativi del runtime sono Telegram, Slack, WhatsApp e HTTP OpenAI-compatible. Microsoft Teams richiede integrazione dedicata, realizzata in fase di delivery dal team Exelab. Lo stesso vale per altri canali aziendali (Workplace, sistemi proprietari di chat).
La conservazione della memoria condivisa è configurabile per istanza secondo il vincolo GDPR del cliente. Pattern tipici: retention di 12 mesi rolling, anonimizzazione dopo 24 mesi, cancellazione totale dopo 36 mesi. Il cliente che esercita il diritto di accesso ai propri dati (art. 15 GDPR) riceve risposta dal registro audit interrogabile via SQL.
Da una conversazione di 30 minuti alla squadra in produzione.
Una conversazione di 30-45 minuti per capire come Multi-Channel Hub si configurerebbe sul caso del cliente. Quali canali, quale CRM di matching, quale profondità della memoria.