# Come STIGA è arrivata su sette marketplace in cinque lingue in quattro mesi > STIGA, che guida il mercato europeo dei trattorini rasaerba, è arrivata in vendita su sette marketplace in cinque lingue native in quattro mesi, con oltre 500 schede prodotto generate, validate e pubblicate. Tra i canali di vendita ci sono Amazon in cinque Paesi, Allegro, Otto, Kaufland, ManoMano, Leroy Merlin e cDiscount. La strada sequenziale, un Paese alla volta, richiede da uno a due anni. I dati prodotto sono rimasti in Akeneo, il PIM di STIGA, senza sostituire nulla. ![Una macchina STIGA in un giardino.](https://cdn.sanity.io/images/xd4hrbt2/production/f17c5962644bda093d12da9e166e2dfdcba8f217-1000x750.jpg?auto=format) **Hero figure value:** 500+ **Hero figure label:** Schede prodotto generate, validate e pubblicate **Industry:** Macchine a motore per il giardino ## I numeri chiave - 7 · marketplace attivi - 500+ · schede prodotto generate, validate e pubblicate - 5 · lingue native - 4 mo · per andare in vendita, contro uno o due anni ## Agents - Data Enrichment - Content Translation - Amazon Listing Optimizer - Leroy Merlin Listing Optimizer ## 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. 1. **Un catalogo profondo.** Oltre 500 SKU, ciascuno con specifiche tecniche da riportare con precisione. 1. **Un prezzo medio di vendita alto.** I contenuti dovevano trasmettere il valore di ogni prodotto e giustificarne il prezzo. 1. **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. 1. **Normalizzare** i dati eterogenei nella tassonomia di STIGA. 1. **Arricchire** gli attributi mancanti a partire dalle fonti interne di STIGA. 1. **Applicare le regole,** tono di voce del brand, vincoli dei canali e conformità, così il risultato esce già corretto e non va sistemato dopo. 1. **Tradurre e localizzare** in modo nativo, non parola per parola. 1. **Generare le varianti per canale** esattamente nel formato che ogni marketplace si aspetta. 1. **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. - Tempo per arrivare in vendita · Da uno a due anni, un Paese alla volta · Quattro mesi, in parallelo - Marketplace attivi · None · Seven - Schede prodotto · Manuali, mercato per mercato · Oltre 500 generate, validate, pubblicate - Lingue · Strumenti di traduzione generici, revisione a mano · Cinque localizzazioni native - Modello operativo · Team interno, strumenti, responsabili locali, fogli di calcolo · Un unico operatore, centralizzato, dall’inizio alla fine - Validazione · Responsabili locali, in modo reattivo · Controlli automatici, a una persona solo i casi da verificare ## Le persone che guidano il lancio *Nelle loro parole* - It feels like an extension of our team, like having their thinking embedded in an AI that works alongside us every day. · Asif Azam · Marketplace Manager, STIGA - Without CommerceClarity we would still be building the foundations. We are already building the next layer. · Gabriele Nofrini · Group E-Commerce Director, STIGA ## Proves area [Channels & Markets](/solutions/channels-markets) ## Altri casi di successo - [Yeppon](/customers/yeppon) · How Yeppon got a 150,000 SKU catalog marketplace-ready, from its own store outward - [Cisalfa Group](/customers/cisalfa-group) · How Cisalfa Group got its catalog ready for the new season without growing the team ## Guarda cosa fanno gli agenti AI con il tuo catalogo Porta un file prodotti disordinato, o i prodotti che non hai mai avuto tempo di pubblicare. Il resto te lo mostriamo noi. [Prenota una demo](/book-a-demo) ## Questions ### Che risultati ha ottenuto STIGA con CommerceClarity? Sette marketplace attivi in quattro mesi, con contenuti nativi in cinque lingue e oltre 500 schede prodotto generate, validate e pubblicate. Con l’approccio tradizionale, un Paese dopo l’altro, la stessa espansione richiede da uno a due anni. ### Su quali marketplace è arrivata STIGA? Amazon in Italia, Regno Unito, Francia, Germania e Polonia, più Allegro, Otto, Kaufland, ManoMano, Leroy Merlin e cDiscount, oltre all’eShop di STIGA che vende direttamente al consumatore. Ogni canale riceve il prodotto nel formato che richiede, sia testi sia attributi strutturati. ### STIGA ha dovuto sostituire il suo PIM? No. I dati prodotto sono rimasti in Akeneo, il PIM che STIGA già usava per i rivenditori e la grande distribuzione. Gli agenti AI lavorano intorno al PIM: niente da sostituire, e nessun secondo sistema da tenere allineato. ### Chi ha fatto il lavoro, gli agenti AI o le persone? Entrambi, e il punto sta proprio nella divisione dei compiti. Gli agenti AI portano i volumi: normalizzano, arricchiscono, applicano le regole, traducono, generano le varianti per canale, validano. Un ingegnere di CommerceClarity lavora come un’estensione del team di STIGA, definendo il perimetro e mettendo in produzione seguendo i processi che STIGA ha già. Le persone mantengono il controllo su ciò che va in vendita. ### I contenuti sono tradotti o scritti per ogni mercato? Localizzati, non tradotti parola per parola. Cinque localizzazioni native, con i nomi delle tecnologie proprietarie, Vista, AGS, ePower e Multiclip, riscritti come vantaggi concreti che chi compra su un marketplace capisce, invece di restare linguaggio da ingegneri. ### Questi numeri sono approvati da STIGA? Sì. Tutti i numeri e le due citazioni di questa pagina sono pubblicati con l’approvazione di STIGA, e le due persone citate, Asif Azam e Gabriele Nofrini, sono nominate con il loro consenso. ## Entities - [STIGA](https://www.stiga.com) · Organization, about - [Channels & Markets](/solutions/channels-markets) · Thing, about - Asif Azam · Person, mentions - Gabriele Nofrini · Person, mentions - [Amazon](https://www.amazon.com) · Organization, mentions - [Leroy Merlin](https://www.leroymerlin.it) · Organization, mentions - [ManoMano](https://www.wikidata.org/wiki/Q48757787) · Organization, mentions - [Kaufland](https://en.wikipedia.org/wiki/Kaufland) · Organization, mentions - [Cdiscount](https://en.wikipedia.org/wiki/Cdiscount) · Organization, mentions - [Akeneo](https://www.akeneo.com) · Organization, mentions ## Sources - [Stiga Group](https://en.wikipedia.org/wiki/Stiga) · Wikipedia - [STIGA, macchine e attrezzature a motore per il giardino](https://www.stiga.com) · STIGA Group - [Qualità delle inserzioni e requisiti dei dati prodotto](https://sellercentral.amazon.com/help/hub/reference/GT4CDCFTFPWKMYNW) · Amazon Seller Central - [Akeneo, gestione delle informazioni di prodotto](https://www.akeneo.com) · Akeneo --- Canonical: https://commerceclarity.com/it/customers/stiga Every page of this site is available as markdown: append `.md` to its path. Index: /it/llms.txt