Costruisco sistemi di automazione per le PMI italiane.

Problem: Agüita, il brand di borracce in acciaio che ho rilevato, gestito e poi venduto a Tenerife — magazzino fisico, vendite B2B, un piccolo team — pagava circa €2.000/mese un'assistente marketing il cui lavoro era soprattutto tirare giù numeri da GA4 e metterli in una slide settimanale. 40 ore al mese su un report che nessuno leggeva davvero.

System: Scenario Make che pesca le dimensioni GA4 a orari fissi → scrive su un Google Sheet master → riepilogo settimanale via email ogni lunedì alle 7. Alert d'errore su Slack in caso di failure.

Result: ~€2.000/mese recuperati. 40 ore/mese di reporting manuale sparite. Il titolare apre un'email di riepilogo invece di aspettare la presentazione del lunedì. Gira da solo dal lancio.

Problem: Quando ero consulente in TIM, il mio team bruciava 15 ore a settimana sullo stesso data-crunch: estrai, pulisci, riconcilia, esporta. Manuale ogni lunedì.

System: Cron Bash schedulato → script Python che pescano dai sistemi sorgente → puliscono, riconciliano, validano → scrivono gli output nello stesso formato downstream. Log su disco. Alert di failure prima che qualcuno se ne accorga.

Result: 15 ore/settimana rimosse. ~60 ore/mese di tempo di analista senior recuperate. Collo di bottiglia del lunedì eliminato.

Problem: Una startup di servizi con droni generava 2 nuovi contatti al mese, tutti dal passaparola. Nessun outbound, nessuna pipeline, e il founder passava le giornate a volare — zero tempo per la prospezione.

System: Apollo estrae e filtra le aziende target → OpenAI scrive una prima riga personalizzata per ogni prospect → Mailgun invia la sequenza con rilevamento delle risposte → le risposte arrivano in Pipedrive, già taggate. Costruito e consegnato in 30 giorni.

Result: I lead mensili sono triplicati (2 → 6) nei primi 30 giorni. L'unico compito rimasto al founder: rispondere alle reply calde.