Un'azienda produce "serramenti in PVC ad alte prestazioni termiche". Il suo sito lo ripete ovunque, le sue campagne pure. Intanto, nelle conversazioni reali, le persone scrivono: "devo cambiare le finestre, in casa si gela". Cercano "finestre nuove detrazione", chiedono a ChatGPT "quanto costa sostituire gli infissi in un appartamento di 90 metri quadri". Nessuno, in nessun luogo del mondo osservabile, ha mai digitato spontaneamente "serramenti ad alte prestazioni termiche".
Questa scena si ripete identica in quasi ogni settore che analizziamo. L'azienda nomina il prodotto con il vocabolario interno — quello dell'ufficio tecnico, del listino, della fiera di settore. Il destinatario nomina il problema con il vocabolario della propria vita. E ogni volta che i due vocabolari non si incontrano, l'azienda diventa invisibile esattamente nel momento in cui qualcuno sta cercando ciò che lei vende.
Studiare i destinatari non è un vezzo accademico. È l'unica assicurazione contro il parlare da soli.
La buona notizia è che i destinatari non sono mai stati così osservabili: recensioni, forum, community, thread, video, domande poste agli assistenti vocali e ai modelli linguistici. Un archivio etnografico sterminato, pubblico, aggiornato in tempo reale. La cattiva notizia è che la maggior parte delle aziende continua a studiarlo con uno strumento nato trent'anni fa: le personas.
Le personas nascono alla fine degli anni '90 nel design del software, con un'intuizione sensata: progettare per un archetipo concreto è meglio che progettare per "l'utente medio". Nel passaggio dal design al marketing, però, quell'intuizione è degenerata in un rituale: la slide con la foto di repertorio, il nome inventato, l'età, i "pain point" scritti in sala riunioni da chi il destinatario non l'ha mai osservato.
Il difetto non è cosmetico, è strutturale. La persona tradizionale è demografica (descrive chi sei, non cosa stai cercando di risolvere), è statica (viene prodotta una volta e invecchia in un PDF), ed è autoreferenziale (racconta il cliente che l'azienda immagina, non quello che esiste). Due persone con la stessa età, lo stesso reddito e la stessa città possono avere intenzioni opposte davanti allo stesso prodotto; e la stessa persona cambia intenzione tre volte nella stessa settimana. La demografia non lo vede. Il comportamento sì.
Il punto non è buttare via l'idea di archetipo. È cambiarne la materia prima: sostituire la proiezione con l'osservazione. Ed esiste una disciplina che dell'osservazione ha fatto un metodo rigoroso da più di un secolo.
L'etnografia è lo studio delle comunità attraverso l'osservazione diretta e prolungata: si sta dentro il contesto, si ascolta come le persone parlano tra loro, si mappa che cosa fanno — non che cosa dicono di fare quando qualcuno le intervista. L'antropologia digitale trasferisce questo metodo negli spazi dove le comunità oggi vivono una parte sostanziale della loro vita: gruppi, forum, recensioni, commenti, subreddit, community verticali.
Per un'impresa, il campo di osservazione è la comunità di riferimento: l'insieme delle persone che condividono il problema che il prodotto risolve, e che ne parlano tra loro. Chi ristruttura casa ha i suoi luoghi, i suoi riti linguistici, le sue gerarchie di fiducia ("il termotecnico del forum ha detto che…"). Chi gestisce una palestra, chi compra software gestionale, chi cerca un avvocato: ogni comunità ha un lessico, delle ansie ricorrenti, dei criteri di scelta che nessun questionario fa emergere — perché nei questionari le persone rispondono, nelle comunità parlano.
Osservare etnograficamente una comunità di riferimento significa tre cose molto concrete. Primo: mappare i contesti — dove avvengono le conversazioni che contano, chi vi gode di autorevolezza, quali fonti vengono citate. Secondo: mappare le parole — come le persone chiamano ciò che l'azienda vende, con quali sinonimi, storpiature, marche usate come nomi comuni. Terzo: mappare le tensioni — i punti dove il desiderio incontra una paura, un dubbio, una frizione ("vorrei, ma…"). Le tensioni sono il materiale più prezioso: è lì che si decide l'acquisto, ed è lì che quasi nessuna comunicazione aziendale va a lavorare.
Questo lavoro sul linguaggio ha una conseguenza operativa immediata, perché il modo in cui le persone cercano è cambiato tre volte in dieci anni — e ogni cambio ha reso più ricco il materiale osservabile.
Prima era: le parole chiave
Per vent'anni l'unità di misura è stata la keyword: due o tre parole digitate in un box ("infissi pvc prezzi"). Utile, ma povera: una keyword dice cosa, non dice perché adesso, non dice con quale ansia.
Seconda era: le intenzioni di ricerca
La SEO matura ha smesso di contare keyword e ha iniziato a classificare intenzioni: informarsi, confrontare, comprare, risolvere un problema urgente. La stessa parola contiene intenzioni diverse — "caldaia" alle 15 di luglio è una valutazione, alle 23 di gennaio è un'emergenza — e comunicare bene significa rispondere all'intenzione, non alla parola.
Terza era: le frasi complete, dette a voce e scritte alle AI
Con gli assistenti vocali prima e con i modelli linguistici oggi, le persone hanno smesso di comprimersi in keyword. A ChatGPT non si scrive "serramenti pvc napoli": si scrive "abito a Napoli in un palazzo degli anni '60, ho preventivi che vanno da 8 a 15 mila euro per cambiare 7 finestre, come faccio a capire se mi stanno fregando?". Una frase così contiene il contesto, il budget, la tensione, il criterio di decisione. È oro etnografico consegnato spontaneamente — e le aziende che ancora ragionano a keyword non hanno nemmeno gli strumenti concettuali per leggerlo.
La keyword era una radiografia. La frase detta a un'AI è una confessione.
Se le personas tradizionali sono proiezioni demografiche, la enriched persona è un profilo costruito dai dati dell'osservazione. Non parte da "chi è" ma da "cosa fa, cosa dice, cosa vuole, cosa teme". Nel nostro metodo si costruisce con cinque strati di analisi, ciascuno alimentato da dati reali.
1. Data retrieval
La raccolta sistematica delle tracce: conversazioni pubbliche, recensioni, thread, query di ricerca, domande poste alle AI, trascrizioni di richieste al customer care. Il corpus va costruito con criterio etnografico — coprire i luoghi dove la comunità di riferimento parla davvero, non solo quelli comodi da scaricare.
2. Analisi dei comportamenti
Cosa le persone fanno: percorsi, momenti di ingresso e di abbandono, stagionalità, rituali di confronto ("chiedo tre preventivi", "guardo prima le recensioni negative"). Il comportamento osservato corregge sistematicamente ciò che le persone dichiarano.
3. Analisi delle intenzioni
La classificazione di ciò che le persone stanno cercando di ottenere in ogni momento del percorso: capire, confrontare, validare una scelta già fatta, trovare conferme sociali, uscire da un'urgenza. Ogni intenzione richiede un contenuto diverso, un tono diverso, un canale diverso.
4. Analisi delle tensioni
I conflitti che frenano la decisione: il desiderio contro il sospetto ("mi piace, ma sembra troppo economico per essere vero"), l'urgenza contro la diffidenza, l'aspirazione contro il giudizio sociale. Le tensioni emergono solo dall'ascolto delle conversazioni — ed è esattamente ciò che il nostro Emotional Friction Score™ misura in RADAR.
5. Analisi delle conversazioni
Il livello linguistico: le parole esatte, le metafore, le frasi ricorrenti, ciò che viene chiesto e ciò che viene taciuto. Da qui esce il dizionario reale della comunità di riferimento — quello con cui la comunicazione dovrà essere scritta.
Il risultato non è una slide: è un profilo vivo, aggiornabile a ogni ciclo di analisi, che risponde alle domande operative — con quali parole farsi trovare, quali obiezioni sciogliere prima che vengano pronunciate, quale tono usare, dove essere presenti.
Tutto questo lavoro ha un solo scopo: progettare strumenti di comunicazione nella lingua delle persone, allineati ai loro desideri reali. Quando la enriched persona è fatta bene, le scelte a valle smettono di essere opinioni. Il sito usa le parole della comunità di riferimento, non quelle del listino. I contenuti rispondono alle intenzioni, nella forma in cui vengono espresse — comprese le domande fatte alle AI. Le campagne lavorano sulle tensioni vere invece di ripetere i plus di prodotto. E l'offerta stessa, a volte, si corregge: perché dall'ascolto emerge che il problema reale non era esattamente quello che l'azienda credeva di risolvere.
È la differenza tra comunicare alle persone e comunicare con le persone: soluzioni che risolvono problemi reali, raccontate con le parole di chi quei problemi li vive. Tutto il resto — la brand awareness, il posizionamento, perfino il ROAS — viene dopo, e viene meglio.
Il metodo descritto è quello applicato in RADAR, la market intelligence proprietaria di goodea: analisi di milioni di conversazioni pubbliche a trimestre, con indicatori dedicati a risonanza del messaggio, frizioni emotive e divario promessa-realtà. Per una analisi della tua comunità di riferimento, scrivi a commerciale@goodea.it.