Nella crescita B2B il problema non è raccogliere dati sugli utenti, ma capire come quei dati si sommano a livello di account. Nel libro Growth Engineering la crescita è un sistema che integra prodotto, dati, codice, esperimenti e responsabilità operativa. La cosa diventa concreta appena ti accorgi che il valore spesso nasce dall’account, anche quando gli eventi li generano i singoli utenti.
Problema reale
Guardare solo agli utenti individuali nasconde la realtà del business. Tre utenti molto attivi dentro lo stesso account non valgono come tre utenti sparsi in tre account diversi. Nel B2C conti spesso il singolo passeggero; nel B2B devi guardare anche il veicolo, il gruppo e la destinazione.
Modello concettuale
Il punto non è aggiungere strumenti o dashboard, ma costruire un meccanismo che renda più veloce il passaggio dal segnale alla decisione. Un buon sistema di growth non promette certezze, ma rende l’incertezza meno costosa. E cambia anche come si scrive il codice: una modifica è completa solo quando puoi osservarla, confrontarla con un’ipotesi e trasformarla in una scelta operativa.
Formalizzazione rigorosa
Uno schema operativo semplice tiene le idee in ordine:
- user_id
- account_id
- workspace_id
- ruolo
- inviti
- attività condivisa
- revenue o piano
La complessità arriva dopo, quando crescono traffico, segmenti, canali e automazioni. Se il flusso base non è chiaro in pochi passaggi, probabilmente stai automatizzando un processo che non hai ancora capito.
Esempio o caso studio
Prendiamo un tool di collaborazione. Puoi avere un “champion” molto attivo, eppure l’account resta a rischio se nessun altro membro adotta il prodotto. La sfida vera è collegare ogni intervento a un apprendimento: se i risultati migliorano, il team sa cosa scalare; se non migliorano, sa quale convinzione correggere. È così che il sistema diventa più intelligente.
Metriche da guardare
- account activation
- seat expansion
- multi-user adoption
- champion dependency
Vanno messe in una scorecard breve, letta con regolarità e legata a decisioni concrete. Se una metrica non porta a nessuna scelta, di solito serve solo a rassicurare.
Errore tipico da evitare
Mischiare account e utenti nella stessa metrica. Sembra produttivo, perché genera attività e qualche entusiasmo, ma in realtà racconta una storia sbagliata. Il growth engineering misura il valore dalla qualità del ciclo di apprendimento, non dal numero di azioni svolte.
Checklist per il team
- Quale decisione deve diventare più chiara?
- Quale evento o fonte dati rende osservabile il comportamento?
- Quale rischio non vogliamo peggiorare mentre ottimizziamo?
- Chi può davvero cambiare il processo dopo aver letto il risultato?
Se anche una sola risposta resta vaga, conviene fermarsi prima di implementare. La velocità vera non è partire subito: è non dover rifare il lavoro per ipotesi, dati o criteri confusi.
Lettura pratica
Nel mondo AI-driven il growth fatto male diventerà solo più rumoroso. Generare idee, testi, segmenti e automazioni sarà banale, mentre costruire sistemi che separano il segnale dal rumore resterà raro. Il growth engineer di domani non sarà solo un tecnico, ma chi progetta le prove, i limiti, i feedback e la memoria operativa. Chi sa farlo non insegue l’AI: la mette dentro processi che può controllare.
Cosa fare adesso
Per ogni KPI B2B specifica il livello: utente, workspace, account o organizzazione. Porta questa domanda nella prossima review e la conversazione si sposta dalle opinioni generiche a un sistema che può imparare.