ETD

• automazione (automation)
• Balanced Scorecard
• Customer Relationship Management
• data-driven
• digital marketing
• intelligenza artificiale (artificial intelligence)
• Knowledge Management
• lead generation
• performance media

La presente tesi si propone di strutturare e ottimizzare la strategia di digital marketing del Gruppo Sofidel attraverso la definizione di un framework data-driven integrato con strumenti di intelligenza artificiale generativa e sistemi di automazione dei processi. Il data-driven digital marketing rappresenta infatti un approccio strategico che consente alle aziende di crescere in modo più rapido, consapevole e sostenibile. L’integrazione tra pratiche basate sui dati e tecnologie di intelligenza artificiale ne potenzia ulteriormente l’efficacia, accelerando e amplificando i percorsi di crescita. Questo lavoro intende dimostrare come, nel contesto Sofidel, tale sinergia possa tradurre i dati in conoscenza e la conoscenza in valore. Il lavoro, sviluppato secondo le logiche della Balanced Scorecard, ha tra gli obiettivi: la definizione di un modello misurabile di lead generation e integrazione CRM, la progettazione di strumenti di governance e reporting automatici e l’introduzione di tecnologie basate su AI e RAG, come la Sofidel Agent Platform, il modulo Selling & Negotiation aziendale e il sistema Jupiter per la generazione automatica di contenuti creativi. I risultati evidenziano un miglioramento complessivo in termini di efficienza operativa, qualità del dato, performance delle campagne e apprendimento interno, a conferma della crescita aziendale lungo le quattro prospettive della Balanced Scorecard. Inoltre, l’applicazione dell’analisi di Pareto ha consentito di identificare il 20% delle campagne responsabili dell’80% dei lead, orientando in modo oggettivo le priorità di implementazione. In prospettiva, l’integrazione tra data management, automazione e intelligenza artificiale pone le basi per l’evoluzione verso modelli predittivi e per la creazione di un ecosistema digitale scalabile, sostenibile e misurabile, in grado di rafforzare la competitività del Gruppo e la sua cresita.

This thesis aims to structure and optimize the digital marketing strategy of the Sofidel Group through the definition of a data-driven framework integrated with generative artificial intelligence tools and process automation systems. Data-driven digital marketing represents a strategic approach that enables companies to grow in a faster, more informed, and sustainable way. The integration between data-based practices and AI technologies further enhances its effectiveness, accelerating and amplifying growth paths. This work intends to demonstrate how, in the Sofidel context, such synergy can transform data into knowledge and knowledge into value.
Developed according to the Balanced Scorecard framework, the thesis pursues several key objectives: the definition of a measurable lead generation and CRM integration model, the design of governance and automatic reporting tools, and the introduction of AI- and RAG-based technologies, such as the Sofidel Agent Platform, the Selling & Negotiation module, and the Jupiter system for automated creative content generation. The results show an overall improvement in operational efficiency, data quality, campaign performance, and internal learning, confirming the company’s growth along the four perspectives of the Balanced Scorecard.
Furthermore, the application of Pareto analysis made it possible to identify the 20% of campaigns responsible for 80% of the leads, objectively guiding implementation priorities.
Looking ahead, the integration of data management, automation, and artificial intelligence lays the foundation for the evolution toward predictive models and the creation of a scalable, sustainable, and measurable digital ecosystem, capable of strengthening the Group’s competitiveness and supporting its long-term growth.