Nel database di ogni impresa c’è una miniera ignorata: i clienti che hanno comprato una volta e sono spariti. Acquisirne di nuovi costa da cinque a dieci volte più che riattivare i vecchi — eppure il budget va quasi tutto alla ricerca, mentre la lista dormiente riceve al massimo la newsletter che nessuno apre. Con l’AI il win-back diventa un processo alla portata di una PMI: segmentazione, diagnosi del perché, messaggi personalizzati. Il metodo completo.

Passo 1: la definizione onesta di “dormiente”

Prima di tutto: cosa significa inattivo per il tuo modello? “Il mio ciclo di acquisto tipico è [X mesi]; un cliente che non interagisce da [2-3 cicli] è dormiente. Segmenta la mia base in: attivi, a rischio (nel ciclo ma con segnali di calo), dormienti recenti (1-3 cicli), dormienti storici (oltre), persi (hanno chiuso, hanno reagito male, sono fuori mercato). Criteri di segmentazione aggiuntivi: valore storico, frequenza passata, categoria acquistata, ultimo punto di contatto.”

La distinzione a rischio è la più preziosa: intercettare il cliente mentre scivola costa una frazione del ripescarlo dal fondo.

Passo 2: la diagnosi del perché (il passo che tutti saltano)

“Ecco i dati dei miei dormienti: [acquisti storici, categorie, date, eventuali interazioni]. Genera ipotesi sul perché si sono fermati: ciclo di vita (esigenza esaurita), esperienza negativa non dichiarata, concorrente più comodo, prezzo, dimenticanza semplice (la più comune e la più economica da curare). Per ogni ipotesi: il segnale nei dati che la suggerisce, la dimensione stimata del gruppo, e la contro-mossa.” Poi la verifica umana: una telefonata a dieci clienti campione. L’AI prepara la traccia: “Domande aperte, nessuna vendita, scoprire il perché e riabilitare la relazione se possibile.” Dieci chiamate trasformano le ipotesi in conoscenza — e spesso riattivano già qualcuno.

Passo 3: la campagna a segmenti (non una newsletter)

Il win-back che funziona è una sequenza di 2-3 contatti per segmento, con messaggi diversi:

  • Dormienti recenti, dimenticanza: promemoria caldo con il prodotto che compravano. “Ci siamo? Il tuo [prodotto] è a fine ciclo: riepilogo [variante acquistata], consegna in [tempo].” L’AI genera le varianti per categoria;
  • Dormienti con calo dopo un problema: il riconoscimento. “Se qualcosa non ha funzionato, vogliamo saperlo: rispondiamo in 24 ore. E intanto: [gesto concreto].” Generato dall’AI, firmato da un nome vero;
  • Dormienti storici ad alto valore: il contatto personale assistito. L’AI prepara la email personalizzata per ciascuno: cosa comprava, quando, cosa è cambiato da allora nella tua offerta che gli può interessare. Il titolare la rilegge e invia;
  • Persi veri: li si lascia in pace con eleganza. “Chiusura gentile: se il momento torna, siamo qui” — sorprendentemente efficace nel lungo periodo, e protegge la reputazione.

Le regole di scrittura sono quelle delle email commerciali con AI: una call to action, prima frase sul destinatario, niente urgenza finta. E il tono della chiusura elegante lo decide il brand, non il modello.

Passo 4: l’offerta giusta (che non è sempre lo sconto)

“Per il segmento [X] con ipotesi [Y], proponi tre leve di riattivazione oltre allo sconto: accesso anticipato, servizio aggiunto, ripresa senza attriti (upgrade, sostituzione, configurazione fatta da noi). Contesto economico: [margini].” Lo sconto è la leva più costosa e la più abituante: riattiva il cliente che aspetta il prossimo sconto. Le leve di servizio riattivano il cliente che resta.

Passo 5: misura e ciclo

“Ecco i risultati dopo 30 giorni per segmento: [dati]. Tasso di riattivazione, valore medio, quanta parte è sconto-dipendente. Confronta con il costo di acquisizione di un cliente nuovo e dimmi se vinciamo. Proposta per il ciclo successivo: chi riattivare ancora, chi è davvero perso, quale segmento merita più investimento.” Un ciclo al trimestre, mezza giornata di lavoro attivo. Il resto — le centinaia di email personalizzate — è produzione AI.

Il cliente dormiente ti conosce già: la metà del lavoro di fiducia è fatta. L’unica cosa che non ha è un motivo per tornare — e un motivo si costruisce.

Il rispetto dei limiti (che sono anche opportunità)

Privacy: il consenso marketing va rispettato — chi si è opposto riceve solo comunicazioni di servizio. Ma il cliente che ha comprato può essere contattato per offerte analoghe ai prodotti acquistati (soft opt-in, da verificare col tuo caso concreto). La lista pulita e segmentata batte quella grande e indiscriminata: anche qui, qualità su quantità.

E il win-back non è solo email: la chiamata del titolare ai top dormienti, il biglietto con l’ordine successivo, l’invito all’evento. L’AI prepara il terreno — lista, script, motivo del contatto — e il gesto umano chiude. Se vuoi strutturare l’intero flusso di cura del cliente post-vendita, il pattern con il CRM sta nell’articolo sull’AI nel follow-up; e per chi parte da zero con la raccolta dati, la diagnosi social aiuta a capire quali punti di contatto stanno già generando contatti che nessuno coltiva.