In breve. Un dashboard SaaS può mostrare numeri verdi anche mentre un problema reale sta bruciando cassa, perché legge un solo canale e non parla con gli altri sistemi dell'azienda. Un sistema su misura, embedded nei tuoi dati, costa di più all'inizio e richiede un partner, ma vede quello che il SaaS non può vedere per costruzione: dove i dati si incrociano. Regola pratica: SaaS per i processi standard, sistema su misura per il processo dove serve leggere più sistemi insieme o dove ti giochi la differenza competitiva.
Un imprenditore che segue un e-commerce apre il suo dashboard di marketing ogni mattina. Fatturato in crescita. ROAS della campagna principale sopra la soglia che si era dato. Il numero che conta, quello che il tool gli mette davanti in verde, dice che va tutto bene. Nel frattempo il conto corrente racconta un'altra storia: la cassa si sta prosciugando mese dopo mese, e nessuno riesce a spiegare perché, visto che "la campagna va bene".
Non è un dashboard rotto. È un dashboard che fa esattamente il suo lavoro: guardare un canale, con le metriche di quel canale. Il problema è che il buco non vive in quel canale. Vive nell'incrocio tra ad spend, costo per vendita e margine reale, dati che stanno sparsi su sistemi diversi che tra loro non si parlano. Un SaaS di marketing analytics, per costruzione, non può mostrarti una cosa che non ha nel suo recinto di dati.
Questo è il punto che la domanda "compro un SaaS o mi faccio costruire un sistema su misura" salta troppo spesso. Si tratta come una domanda di prezzo e velocità di attivazione, quando la vera domanda è un'altra: il problema che devo risolvere vive dentro un solo sistema, o attraversa più sistemi della stessa azienda?
Perché un SaaS può dirti che va tutto bene mentre non va bene
Un SaaS (software as a service) è un prodotto in abbonamento, ospitato dal fornitore, uguale per tutti i clienti che lo comprano. È veloce da attivare, costa poco all'inizio, la manutenzione è a carico di chi te lo vende. Per moltissimi processi è esattamente la scelta giusta, e lo diremo di nuovo più avanti perché è vero.
Il limite non è la qualità del tool. È l'architettura. Un SaaS è pensato per fare bene una cosa dentro il proprio confine di dati: le campagne ads, i ticket di supporto, la contabilità. Quando il problema che stai cercando di risolvere ha bisogno di leggere dati che vivono in due o tre sistemi diversi insieme, nello stesso momento, quel SaaS semplicemente non ha accesso a metà delle informazioni che gli servirebbero. Non è pigrizia del fornitore: è che nessun prodotto generico può integrare in modo profondo la tua contabilità, il tuo magazzino, i tuoi ordini e le tue campagne, perché ognuno di questi vive in un sistema diverso e spesso di un fornitore diverso.
Il risultato è un dashboard che è pronto e testato, ma pronto e testato per non vedere esattamente il tipo di problema che in quell'azienda conta di più.
"Il SaaS non è rotto: fa esattamente il suo lavoro, guardare un canale. Il problema è che il buco vive nell'incrocio tra sistemi diversi."
Nota dal bancone: la campagna che si mangiava la cassa
Abbiamo visto questo pattern con un cliente MARF, un e-commerce digitale, PMI tra 5 e 50 persone. Il dashboard SaaS che usavano mostrava fatturato e ROAS lordo per campagna, e su quella metrica la campagna principale sembrava a posto: fatturato in crescita, ROAS sopra la soglia interna. Nessun allarme, nessun numero rosso.
Il punto cieco. Non è un bug del SaaS: è la sua architettura. I dati che servivano per vedere il problema vivevano in tre sistemi diversi (piattaforma ads, e-commerce, gestionale ordini) che nessun prodotto standard è costruito per far parlare tra loro.
Il problema è che ROAS lordo per campagna non è la stessa cosa di margine reale per canale. Serviva un sistema che leggesse insieme, sullo stesso piano, ad spend, costo per vendita effettivo (con reso, spedizione, gestione ordine) e margine su tutti i canali contemporaneamente. Quando quella lettura è stata costruita, è emerso che stavano scalando proprio la campagna che, canale per canale, si mangiava più cassa di quella che generava. Il SaaS non lo avrebbe mai mostrato: non perché fosse un cattivo strumento, ma perché quei dati vivevano in sistemi diversi della stessa azienda, e nessun prodotto standard è costruito per farli parlare tra loro. È il motivo per cui un'infrastruttura come MARF non è un prodotto aggiuntivo accanto al SaaS che già usi: è quello che va a leggere esattamente il punto cieco che un tool generico, per costruzione, non può vedere.
Cos'è davvero un sistema AI su misura
Un sistema su misura non è "un SaaS più caro e più lento da attivare". È un'altra cosa: è costruito sui tuoi dati e sui tuoi processi, vive dentro la tua infrastruttura invece che fuori, e si integra nei punti dove i tuoi sistemi oggi non si parlano. Non lo usi come un'app: lo installi come un'infrastruttura che raccoglie i dati dove nascono, e che a ogni progetto diventa più capace di leggere la tua azienda specifica, non un'azienda tipo.
Questo comporta un investimento iniziale più alto e un partner che lo costruisca e lo mantenga insieme a te. In cambio ottieni due cose che un SaaS non può darti per definizione: il controllo dei tuoi dati resta interno, e il sistema migliora nel tempo diventando cucito su di te, quindi difficile da replicare per un concorrente che compra lo stesso SaaS che compri tu.
Quando il SaaS resta la scelta giusta
Detto questo, sarebbe disonesto presentare il SaaS come il nemico. Per i processi standard, quelli che non ti differenziano dal concorrente e dove i dati non hanno bisogno di incrociarsi con nient'altro, un SaaS resta quasi sempre la scelta più sensata: costa meno, si attiva in giorni, e non ha senso costruire un'infrastruttura su misura per un compito che è uguale in ogni azienda del tuo settore. Il rischio non è usare SaaS. Il rischio è usare solo SaaS anche sul processo dove il problema vero si nasconde proprio nell'incrocio tra sistemi diversi, e scoprirlo quando il conto in banca ha già parlato più chiaro del dashboard.
La regola pratica per decidere
Non si sceglie in blocco, si sceglie processo per processo. Due domande aiutano a farlo con criterio:
- Il problema di questo processo vive dentro un solo sistema, o attraversa più sistemi della tua azienda? Se attraversa più sistemi, un SaaS strutturalmente non può vederlo tutto: qui il sistema su misura ha senso.
- Quanto è strategico questo processo? Se è una funzione comune, non differenziante, un SaaS va benissimo. Se è il processo dove ti giochi il margine o la differenza competitiva, vale la pena costruire.
In pratica, la maggior parte delle aziende sane finisce con un mix: SaaS per i processi standard, sistema su misura per i pochi punti dove i dati si incrociano e dove un errore costa davvero, come nel caso della campagna che sembrava sana e non lo era.
| Dimensione | SaaS in abbonamento | Sistema AI su misura |
|---|---|---|
| Perimetro dei dati | Legge solo dentro il proprio recinto | incrocia più sistemi |
| Processi coperti | Standard, uguali in ogni azienda del settore | il processo che ti differenzia |
| Attivazione | Giorni, manutenzione a carico del fornitore | progetto con partner |
| Costo | Basso all'inizio, canone ricorrente | investimento iniziale, si accumula |
| Controllo dei dati | Escono dalla tua infrastruttura | restano interni |
| Vantaggio competitivo | Nessuno: lo compra anche il concorrente | cucito su di te, non replicabile |
Da dove iniziare
Prima di scegliere build o buy, la domanda più utile è un'altra: quale processo, oggi, ti sta facendo perdere valore senza che tu lo veda nel tuo dashboard attuale? Il ROIometro è pensato esattamente per questo: mette un numero su quella sensazione, prima ancora di discutere se comprare un tool o costruirne uno. È da lì che la scelta SaaS o su misura smette di essere una discussione teorica e diventa una decisione su un numero preciso.
Prima di comprare o costruire, misura
Il ROIometro ti dice, in euro al mese, quanto ti sta costando oggi il processo dove SaaS e sistema su misura si contendono la scelta.