Come STIGA è arrivata su sette marketplace in cinque lingue in quattro mesi
500+
Schede prodotto generate, validate e pubblicate
Panoramica
Da oltre novant’anni STIGA progetta macchine a motore per il giardino, e oggi guida il mercato europeo dei trattorini rasaerba, venduti tramite rivenditori specializzati, centri di giardinaggio e grande distribuzione.
Quello delle macchine da giardino è sempre stato un settore che vende soprattutto in negozio. Ora il mercato si sposta sul digitale: chi compra si informa molto prima di entrare in un punto vendita, e i marketplace stanno aprendo la categoria giardino ed esterni. STIGA ha visto l’occasione per tempo e si è data un obiettivo ambizioso: essere in vendita su tutti i marketplace scelti, in tutte le lingue, in parallelo.
La sfida
Il limite era la capacità di produrre i contenuti. Tre fattori rendevano il catalogo davvero complesso.
- Un catalogo profondo. Oltre 500 SKU, ciascuno con specifiche tecniche da riportare con precisione.
- Un prezzo medio di vendita alto. I contenuti dovevano trasmettere il valore di ogni prodotto e giustificarne il prezzo.
- Tecnologie proprietarie. Gran parte di quel valore era scritta in linguaggio da ingegneri (Vista, AGS, ePower, Multiclip), che a chi compra su un marketplace non dice nulla finché qualcuno non lo traduce in un vantaggio concreto.
Oltre al catalogo, il tempo era un vincolo. Il modo tradizionale di espandersi è sequenziale, un Paese dopo l’altro, circa sei mesi ciascuno e da uno a due anni in totale. STIGA voleva l’esatto contrario.
Com’era prima di CommerceClarity
I dati prodotto stavano in Akeneo, un PIM pensato per conservare le specifiche e alimentare il canale dei rivenditori, non per produrre contenuti pronti per i marketplace. Intorno girava un processo manuale con più fornitori: testi di partenza scritti internamente, strumenti di traduzione per le altre lingue, un responsabile marketing locale che rivedeva ogni prodotto a mano e fogli di calcolo a tenere insieme i passaggi. Il modello funzionava. Non reggeva la crescita.
Come l’abbiamo risolto: agenti AI e ingegneri
CommerceClarity ha sostituito quella catena con un’unica piattaforma di agenti AI, inserita nei sistemi esistenti di STIGA senza sostituire il PIM. Il compito: trasformare i dati prodotto grezzi in contenuti pronti per ogni canale di vendita, sia testi sia attributi strutturati, per Amazon in cinque Paesi, Allegro, Otto, Kaufland, ManoMano, Leroy Merlin e l’eShop diretto.
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.
- Normalizzare i dati eterogenei nella tassonomia di STIGA.
- Arricchire gli attributi mancanti a partire dalle fonti interne di STIGA.
- Applicare le regole, tono di voce del brand, vincoli dei canali e conformità, così il risultato esce già corretto e non va sistemato dopo.
- Tradurre e localizzare in modo nativo, non parola per parola.
- Generare le varianti per canale esattamente nel formato che ogni marketplace si aspetta.
- Validare, assegnare un punteggio di qualità, eseguire i controlli automatici, passare a una persona ciò che richiede il suo occhio.
STIGA è partita da dove il problema era più acuto, l’adattamento ai canali di vendita, poi si è estesa a traduzione e localizzazione e all’arricchimento per la ricerca.
Gli ingegneri costruiscono il risultato insieme al cliente
Un ingegnere di CommerceClarity lavora come un’estensione del team di STIGA: la stessa persona definisce il perimetro, costruisce e mette in produzione. Questo ha ribaltato il modello operativo, da decentrato e reattivo a centralizzato e proattivo. La sede centrale gestisce l’intero ciclo di vita dei contenuti e li pubblica già validati e coerenti con il brand. Gli agenti AI portano velocità e volumi, le persone mantengono il controllo su ciò che va davvero in vendita.
Prima e dopo
Quattro mesi di lavoro in un colpo d’occhio.
Nelle loro parole




