Come abbiamo costruito SellerPilot partendo
dai problemi della nostra agenzia

SellerPilot non è nato in una sala riunioni con una lavagna piena di post-it e la parola disruption cerchiata tre volte. È nato il venerdì pomeriggio, in agenzia, davanti all'ennesimo file Excel da 14 fogli che qualcuno del team stava ricostruendo a mano per la terza volta nello stesso mese. Te lo raccontiamo perché crediamo serva più di un altro elenco di feature: se gestisci account Amazon — da solo o per i tuoi clienti — il problema che ci ha spinti a costruire questo prodotto probabilmente è anche il tuo.

Il problema era nostro, non del mercato

Nel 2023 gestivamo una decina di account Amazon per clienti diversi. Ogni lunedì mattina partiva lo stesso rituale: aprire Seller Central account per account, scaricare i report Business, Advertising, Inventory, incollare tutto in un master Excel, sistemare le formattazioni che Amazon cambia senza preavviso, e solo allora capire cosa fosse successo la settimana prima. Abbiamo fatto i conti, perché siamo quel tipo di persone: tra download, pulizia dati e impaginazione, ci portavamo via circa 6-8 ore a settimana per ogni persona del team operations. Su tre persone, quasi mezza giornata-uomo al giorno spesa a fare copia-incolla. Non strategia. Non advertising. Copia-incolla.

Il punto di rottura: una decisione su numeri vecchi di tre giorni

Il momento in cui abbiamo deciso di costruire qualcosa è preciso. Un cliente aveva perso la Buy Box su un ASIN che valeva circa il 30% del suo fatturato. Ce ne siamo accorti il mercoledì, leggendo il report del lunedì, che conteneva i dati di venerdì. Tre giorni di vendite bruciate per un problema che, visto in tempo reale, si risolveva in venti minuti. Lì abbiamo capito che il problema non era "poco tempo": era latenza. I dati esistevano, erano dentro Amazon, ma arrivavano troppo tardi e troppo sparsi per trasformarsi in una decisione. Nessun tool che avevamo provato lo risolveva nel modo giusto per noi: o erano dashboard belle ma mute, o erano enterprise da implementare in sei mesi.

Da problema interno a prodotto: cosa cambia (e cosa no)

La prima versione non era un prodotto. Era uno script che ci tirava giù i dati via API e ce li mandava in un foglio aggregato ogni mattina. Brutto, ma ci ha restituito le 6 ore a settimana. Poi abbiamo aggiunto gli alert, perché eravamo stanchi di scoprire i problemi in ritardo. Poi l'AI per interpretare i numeri, perché aggregare non basta: serve sapere cosa farci. Ma il salto da tool interno a prodotto non è automatico: tante cose comode per noi sono inutili o pericolose per un cliente esterno.

Dimensione	Tool interno	Prodotto
Utenti	Noi, che sappiamo cosa guardare	Chiunque, anche al primo accesso
Onboarding	Nessuno: lo configuravamo a mano	Deve funzionare da solo in minuti
Errori	Li tolleri, conosci il workaround	Devono semplicemente non capitare
Dati	Un team, accessi condivisi	Multi-account con ruoli separati

La voce più sottovalutata è l'onboarding. Per noi "collegare un account" voleva dire mezz'ora di configurazione manuale. Per un cliente doveva diventare un onboarding a prova di chiunque, senza consulenti e senza chiamarci. Abbiamo riscritto quella parte tre volte prima che fosse davvero a prova di chiunque.

Cosa abbiamo tenuto perché era "roba nostra"

Il vantaggio di costruire da un problema reale è che certe scelte erano già fatte: non abbiamo dovuto immaginare cosa servisse, lo usavamo ogni giorno. Le funzioni sopravvissute dal primo script a oggi sono quelle che ci toglievano dolore vero:

• Vista unica e in tempo reale: vendite, advertising, scorte, recensioni e account health in una schermata, non in 14 fogli.
• Alert prima del danno: Buy Box persa, ACOS fuori target, suppression, stock in esaurimento — con una notifica immediata, mentre puoi ancora agire.
• AI che interpreta, non decora: ti dice cosa sta succedendo nei numeri e cosa proverebbe lei, in italiano, non solo grafici.
• Multi-account nativo: quasi tutti i tool lo trattano come add-on enterprise costoso; per noi, agenzia che gestiva 10 clienti da 10 login, era il requisito numero uno. Per questo ruoli, white-label e report cliente automatici ci sono di serie.

Cosa fare adesso

Se ti sei riconosciuto nel rituale del lunedì mattina, queste sono le tre lezioni che ci porteremmo in qualsiasi prodotto — e che puoi applicare subito al tuo processo:

• Misura il dolore in ore e in euro: cronometra una settimana quante ore reali spendi a scaricare, pulire e impaginare i dati Amazon, e mettile in euro.
• Elenca le decisioni mancate: le tre scelte dell'ultimo trimestre che avresti preso meglio vedendo il dato in tempo reale, non tre giorni dopo.
• Spedisci la versione brutta: non aspettare il tool perfetto. Anche uno script imbarazzante ti ridà tempo da subito e ti dice cosa costruire dopo.

Con quei numeri in mano hai già il business case. Se vuoi vedere SellerPilot sui tuoi dati veri, o semplicemente capire dove stai perdendo tempo e margine, prenota un audit gratuito: 30 minuti, niente brochure, solo i tuoi numeri.