Descrizione
Classificatore di risposte email B2B per cold-outreach commerciali (sales sequence automation) e campagne export multilingua. Quando un agente di vendita lancia una sequence outbound a 200 prospect, le risposte ricevute si concentrano in 8 archetipi prevedibili che richiedono azioni follow-up nettamente diverse — automatizzare la classificazione e la prossima azione liberare il SDR/AE dalle 4-6 ore/settimana di triage manuale e migliora il tempo di risposta (oggi: 8h medio → con questo nodo: 2 minuti). Le 8 categorie classificate sono: interested_buy (segnale di acquisto immediato: "quanto costa?", "manda preventivo", "siamo interessati a acquistare 50 unità"), interested_info (vuole più info ma non è ancora comprato: "manda catalogo", "cosa includete", "posso avere una demo"), interested_tasting (richiesta di prova/degustazione/sample — case food&beverage, software trial, sample fisico), not_interested ("attualmente non ci serve", "abbiamo già un fornitore"), wrong_recipient ("non sono io il responsabile, rivolgiti a Maria di acquisti maria@..."), complaint (lamentela: "non scrivere più", "abbiamo segnalato la vostra azienda al Garante"), out_of_office (auto-reply OOO: "sono in ferie fino al 15/07, contatta x@..." — da gestire con scheduled re-send), spam (false positive ricevuti su email che NON era un prospect: ricevuti di consegna inattesi, response a marketing aziende generiche tipo "ho visto la vostra newsletter"). Multilingua native con rilevamento automatico via euristica letterale: italiano, inglese, tedesco, francese — spagnolo e portoghese supportati ma con confidence ridotta del 10% (corpus training minore). Output rich: { label, confidence (0-1), matchedKeywords (per audit del PERCHÉ è stata data quella label, utile in dispute con AE che contesta "ma era interessato!"), language, suggestedAction (mappa label → azione concreta del workflow: send_catalog, send_quote, book_tasting_calendar, archive_silent, forward_to_human_inbox, send_unsubscribe_confirm), replyDraft (bozza di risposta pre-tradotta nella stessa lingua del prospect, tono professionale + customizzabile con templating downstream) }. Confidence sotto la soglia (default 0.7) viene declassata a needs_human_review per evitare azioni automatiche imbarazzanti su email ambigue — l'AE conferma manualmente la categoria, e il signal feedback può alimentare retraining della pipeline. Pattern di composizione: collegare l'output a logic_switch sul campo label con 8+1 (review) branch — ogni branch ha una catena di azioni diversa (interested_buy → action_send_email con quote PDF + create lead in crm.lead Odoo; not_interested → archive + decrement engagement score; OOO → schedule re-send tra +14 giorni). Use case: azienda food italiana fa export Germania, riceve 80 risposte/giorno a campagna outreach buyer tedeschi e l'agent classifica automaticamente; SaaS B2B europeo gestisce inbound demo request in 5 lingue senza traduzioni manuali; vinaio piccolo invia outreach a importatori UK e categoria interested_tasting attiva automaticamente la spedizione del kit assaggio con tracking corriere; consulenza enterprise riceve risposte VP/C-level e wrong_recipient instrada SDR al referente corretto entro 5 minuti.
