Il catalogo di Cisalfa pronto per la nuova stagione, senza far crescere il team

La sfida

Cisalfa Group è il più grande retailer sportivo attivo in Italia e Germania: oltre 240 punti vendita in 18 regioni, circa 5.200 dipendenti e un catalogo di circa 20.000 SKU con oltre 280 brand terzi e un portafoglio di marchi propri: ABC, Admiral, Arena, Dack’s, Fila e Performer. In Italia vende su due siti ecommerce distinti, il sito del brand Cisalfa Sport e il catalogo della rete Intersport, ognuno con il proprio schema, la propria nomenclatura e le proprie regole di linguaggio. I sistemi si basano su un PIM Akeneo che alimenta Salesforce Commerce Cloud.

Il lavoro sul catalogo era difficile per motivi che si sommavano.

1. Quasi il 20% del catalogo è a marchio proprio, quindi i contenuti non si possono prendere dai dati forniti dai brand. Vanno costruiti internamente, partendo da dati interni scarsi.
2. Gli attributi che rendono davvero vendibile un prodotto sportivo, gli attributi qualificanti come vestibilità, composizione e materiale, per lo più non stanno nell’ERP, quindi vanno generati, non copiati.
3. Sul fronte dei brand terzi, solo circa metà del catalogo dei brand corrispondeva senza problemi allo schema di Cisalfa Group, e restava un’ampia parte da riconciliare a mano.
4. Ogni prodotto va realizzato due volte, una per Cisalfa Sport e una per Intersport, con nomi di campo e regole diversi.

Oltre al catalogo, il vincolo decisivo era il tempo. In Cisalfa Group i tempi di messa in vendita si misurano come quota di SKU completi rispetto agli arrivi in magazzino, con una soglia sopra il 95%.

La stagione FW26 portava un salto di volume, e il catalogo era sempre stato gestito da un piccolo team di redazione, per lo più alle prime esperienze: una o due persone per 20.000 SKU. Affrontare FW26 alla vecchia maniera avrebbe significato moltiplicare il lavoro manuale invece di eliminarlo.

Cisalfa Group voleva il contrario: superare il salto di FW26 con un livello di qualità più alto, senza far crescere il team. Più catalogo, non più persone.

Com’era prima di CommerceClarity

Cisalfa Group gestiva il catalogo sui sistemi costruiti per la vendita al dettaglio e i punti vendita. I dati prodotto stavano in Akeneo, pensato per conservare le specifiche e alimentare i siti, non per generare contenuti vendibili e pronti per ogni canale di vendita.

Intorno a quel sistema girava un processo interamente manuale.

• Testi e attributi del catalogo erano prodotti al 100% internamente, da un piccolo team di una o due persone per circa 20.000 SKU.
• La qualità veniva misurata come completezza binaria: un attributo c’era o non c’era, senza alcuna misura di ricchezza o accuratezza.
• Mancava la capacità interna per costruire i cruscotti che avrebbero mostrato il divario.
• Ogni brand, canale o gruppo di attributi in più significava un altro giro completo di arricchimento e controllo manuale, una volta per Cisalfa Sport e una per Intersport.

Il modello funzionava, ma non reggeva la crescita.

Come l’ha risolto CommerceClarity: agenti AI e Retail Engineer

CommerceClarity si è inserita nei sistemi esistenti senza sostituirli. Abbiamo configurato la piattaforma come copia dell’Akeneo di Cisalfa Group, campo per campo (1:1), così i contenuti generati rientrano direttamente in un formato compatibile, e la piattaforma acquisisce i file del portale fornitori così come sono, senza rilavorarli a mano.

Gli agenti AI portano i volumi

Ogni prodotto parte da un’unica anagrafica di riferimento, e una catena di agenti AI la porta dal dato grezzo al contenuto pronto per il canale: ogni passaggio si basa sul precedente.

1. Normalizzare. Ricondurre dati eterogenei (campi dell’ERP, file del portale fornitori e dati dei brand) alla tassonomia e alla gerarchia di Cisalfa Group.
2. Arricchire. Generare gli attributi qualificanti che l’ERP non contiene, come vestibilità, composizione e materiale: è qui che Cisalfa Group vede il vero valore aggiunto.
3. Applicare le regole. Far rispettare il tono di voce del brand, i vincoli dei canali e il modello dati concordato, così gli attributi che dipendono dalla tassonomia escono già corretti.
4. Generare le varianti per canale. Trasformare l’unica fonte nei formati di Cisalfa Sport e di Intersport, ciascuno con il proprio schema e la propria nomenclatura.
5. Validare. Assegnare un punteggio di qualità, eseguire i controlli automatici e far emergere solo le eccezioni che richiedono l’occhio di una persona.

Cisalfa Group non ha attivato tutto in una volta. È partita da dove il problema era più acuto, la generazione completa dei contenuti sia per Cisalfa Sport sia per Intersport, poi ha aggiunto l’acquisizione diretta dei file dei fornitori e la copia dell’Akeneo, seguite dall’arricchimento attributo per attributo e dalla revisione delle sole eccezioni.

I Retail Engineer costruiscono il risultato insieme al cliente

Gli agenti AI non lavorano da soli. Un Retail Engineer di CommerceClarity lavora come un’estensione del team di Cisalfa Group: la stessa persona definisce il perimetro, costruisce e mette in produzione seguendo i processi che l’azienda ha già, invece di passare il lavoro da un reparto all’altro.

Questo ha ribaltato il modello operativo. Prima era manuale ed esposto a regressioni, con un piccolo team che controllava a mano ogni prodotto e ogni modifica. Con gli agenti AI e il Retail Engineer è diventato controllato e basato sulle eccezioni: il team rivede solo ciò che la catena di agenti AI segnala, ogni esecuzione è tracciabile e le fonti inaffidabili sono escluse per costruzione. Gli agenti AI portano velocità e volumi, le persone mantengono il controllo su ciò che viene davvero pubblicato.

I prossimi passi

Ora che le fondamenta ci sono, il lavoro è passato dal costruirle al costruirci sopra: gestire i volumi di FW26 con il caricamento diretto dei file dei fornitori, senza rilavorazioni; portare le rilavorazioni verso lo zero con la revisione delle sole eccezioni e la correzione attributo per attributo; andare oltre il testo con un flusso per le immagini costruito sulle linee guida di Cisalfa Group e abbinamenti coordinati presi dal catalogo.

Da qui la collaborazione prosegue come è iniziata, fianco a fianco. Un Retail Engineer di CommerceClarity e il team di Cisalfa Group individuano insieme il prossimo collo di bottiglia e costruiscono gli agenti AI che lo risolvono.