Beauty · Retail · Services · CRM · AI · 38 mesi + piattaforma operativa
Da spa + retail a beauty operating system.
Caso Sensi Skinfood: +58,4% fatturato e 77,8% retention. CRM, booking, cabina, Shopify, automazioni e AI integrati in un beauty operating system proprietario.
Per chi è rilevante: Per beauty brand, spa, centri estetici evoluti e retail specialistico che devono far crescere insieme servizi, prodotti, team e dati senza accumulare strumenti scollegati.
- +58,4% crescita fatturato
- 77,8% retention clienti
- 5.000+ ordini gestiti
Il contesto che un’azienda simile dovrebbe riconoscere
- Prenotazioni, trattamenti, acquisti prodotto, abbonamenti, note e storico cliente vivono spesso in strumenti diversi.
- L’operatrice vede ciò che succede in cabina, l’eCommerce vede gli ordini e il marketing vede campagne: nessuno vede davvero il cliente intero.
- Più clienti e più canali aumentano anche conflitti agenda, duplicati anagrafici, reminder, saldo sedute, training del team e necessità di controllo.
- L’AI è utile soltanto se lavora sopra dati affidabili, regole operative e cataloghi reali.
La diagnosi
Non serviva collegare qualche tool. Serviva costruire il sistema operativo del business: una memoria operativa unica per cliente, booking, cabina, retail, protocolli, automazioni e intelligence. Da questa esigenza è nata Sensi Core Foundation.
Le decisioni strategiche
01 — Portare customer identity e operations nello stesso modello dati
Evidence: Customer identity, ordini, booking, cabina e storico operativo sono ricomposti nello stesso profilo invece di restare frammentati tra sistemi diversi.
02 — Codificare l’operatività di cabina invece di lasciarla nella memoria delle persone
Evidence: Sessioni cabina, protocolli versionati, abbonamenti e audit fanno parte dello stesso modello operativo e della stessa catena di responsabilità.
03 — Orchestrare booking, messaggistica e integrazioni come un processo unico
Evidence: Booking con acconto, anti-double-booking a livello database, ingestion Treatwell, sync Shopify e code messaggio schedulate.
04 — Aggiungere intelligence senza togliere controllo alle persone
Evidence: Next-best-action, product affinity, analisi pelle e segment intelligence con output strutturati, PII minimizzate, human-in-the-loop e budget guard.
05 — Collegare trattamento e home care al prodotto realmente acquistabile
Evidence: Il motore collega protocolli, trattamenti e bisogni cliente ai prodotti reali, filtra stock, prodotti cabina, allergeni, controindicazioni e acquisti recenti e può restituire la scheda ufficiale dello shop.
Evidenze e risultati documentati
- 2023: 1.006 ordini · AOV servizi €53,61 · AOV prodotti €32,52
- 2024: 1.346 ordini · +33,8% ordini YoY · +13,9% fatturato YoY
- 2025: 2.021 ordini · +50,1% ordini YoY · +27,5% fatturato YoY
- Mix canali: 96,1% point of sale · 2,4% online store · 1,5% draft orders B2B
Core Foundation: l’infrastruttura operativa
- Core Foundation unisce sito pubblico e gestionale interno: agenda, CRM, sessioni cabina, abbonamenti, catalogo, protocolli, messaggistica, automazioni, analytics e superadmin.
- Customer memory: LTV, ordini, trattamenti, note private, analisi pelle, abbonamenti e gestione duplicati nello stesso profilo operativo.
- Commerce bridge: prodotti reali collegati a trattamenti, protocolli e home care; mapping alias governato verso la scheda ufficiale su shop.sensiskinfood.com.
- Governance: ruoli, RLS, audit, protocolli versionati e observability per controllare un sistema sempre più automatizzato.
AI in the loop, human in control
- Next-best-action: rebooking, riattivazione, pacchetto, compleanno e suggerimento prodotto ordinati per priorità.
- Product affinity: collaborative filtering + segnali di trattamento e bisogni pelle, con filtri su stock, cabina, allergeni, controindicazioni e acquisti recenti.
- Analisi pelle: sintesi singola e lettura evolutiva multi-rilevazione collegate a trattamenti, prodotti e protocolli reali.
- Segment intelligence e bozze operative: aggregati anonimi, PII minimizzate, nessun invio automatico, budget AI con soft alert e hard stop.
Cosa replicherei su un business simile
- Una customer memory unica prima di introdurre nuove automazioni o AI.
- Workflow operativi espliciti per booking, cabina, follow-up, abbonamenti e training.
- AI stratificata: segnali deterministici prima, generazione dove serve, human-in-the-loop sempre.
- Un commerce bridge che colleghi protocollo e trattamento al prodotto realmente acquistabile.
- Ruoli, audit e guardrail proporzionati alla quantità di dati e automazioni.
Cosa non copierei come ricetta
- Lo stesso stack tecnico: strumenti e architettura dipendono da processi, volumi e team.
- La stessa percentuale di fatturato online come obiettivo.
- Treatwell, Shopify o qualunque provider per principio, senza verificare integrazione e source of truth.
- L’AI come scorciatoia prima di aver risolto qualità dati, identità cliente e ownership dei processi.
AFV / Cosa guarderei nel tuo business
- Dove nasce il cliente e quale sistema conserva la sua identità primaria.
- Rapporto tra prenotazioni, trattamenti, prodotti acquistati, abbonamenti e riacquisto.
- Quali passaggi oggi richiedono copia manuale, riconciliazione o memoria dell’operatrice.
- Quale know-how operativo è ancora nelle persone invece che in protocolli e workflow.
- Quali dati sono abbastanza affidabili da alimentare segmentazione, next-best-action o AI.
- Quali suggerimenti possono essere automatizzati e quali devono restare human-in-the-loop.
Capacità collegate
Portiamo il metodo sul tuo caso
I numeri di questo caso non sono una promessa per il prossimo progetto. La prima analisi serve a ricostruire baseline, tracking, economics, funnel e vincoli operativi prima di scegliere le priorità.