Cassandra AI, l’intelligenza artificiale che esegue il marketing

Cassandra.app, la piattaforma di intelligenza artificiale per il marketing fondata da Gabriele Franco e Christian Nozzi, annuncia il lancio di Cassandra AI, un sistema progettato per accompagnare i team marketing dalla misurazione delle performance fino all’esecuzione delle attività. La società passa così dall’analisi dei dati a un modello in cui l’intelligenza artificiale affianca direttamente il team anche nell’operatività.

Cassandra AI: dall’analisi all’azione sulle campagne

Il nuovo sistema può intervenire sulla riallocazione dei budget, sul lancio o sulla sospensione degli annunci, sulla creazione di nuove ads, sull’esecuzione di test e campagne e sulla produzione di report. L’obiettivo è ridurre uno dei principali colli di bottiglia dei team marketing: la distanza tra ciò che si apprende dai dati e ciò che viene effettivamente messo in pratica.

Con l’aumento di piattaforme, specialisti, agenzie e informazioni disponibili, cresce spesso anche il numero di passaggi necessari per trasformare un insight in una decisione e una decisione in un’azione. È su questo punto che Cassandra AI vuole agire.

Le parole dei founder di Cassandra.app

“Abbiamo iniziato aiutando i marketer a capire dove investire per generare crescita. Lavorando con i team ci siamo però resi conto che conoscere la risposta è soltanto una parte del problema: tra una buona decisione e la sua esecuzione possono esserci ancora troppi passaggi”, spiegano i founder di Cassandra.app. “Con questa evoluzione vogliamo ridurre proprio quella distanza, collegando ciò che il team apprende con ciò che riesce effettivamente a mettere in pratica”.

Misurazione, pianificazione ed esecuzione in un unico flusso

Il sistema riunisce aree del lavoro marketing che tradizionalmente vengono gestite separatamente. Cassandra integra causal measurement, forecasting e budget allocation, attribution, ad management, creative, reporting e custom workflows, costruendo un flusso continuo tra analisi, decisione ed esecuzione.

La piattaforma si definisce oggi un “AI marketing brain”, pensato per apprendere che cosa genera crescita per il brand e utilizzare queste informazioni a supporto delle decisioni successive.

Un approccio che chiude il ciclo

A differenza di un sistema che si limita a produrre raccomandazioni, il nuovo approccio punta a chiudere il ciclo tra ciò che il marketer osserva e ciò che viene eseguito sulle piattaforme. Cassandra può quindi intervenire sulla distribuzione dei budget, supportare il lancio e la sospensione delle campagne, creare nuove ads, eseguire test e attività operative e aggiornare il team con report sulle performance.

Le integrazioni: da Meta a HubSpot

Sul fronte dei dati, il sistema può utilizzare informazioni provenienti da piattaforme e strumenti come Meta, Google Ads, TikTok, Shopify, Google Analytics, Klaviyo e HubSpot. Le attività operative possono invece essere applicate su canali tra cui Meta, Google Ads, TikTok, Amazon e LinkedIn.

Ne deriva un modello in cui i dati non restano confinati alla fase di reporting, ma alimentano di continuo le decisioni successive. Ogni risultato diventa nuova informazione per aggiornare budget, campagne, creatività e test futuri.

I numeri di Cassandra.app

Cassandra.app ha già lavorato con oltre 100 brand a livello globale, tra cui Gina Tricot, Velasca, charity: water e Treedom, analizzando complessivamente oltre 1,86 miliardi di dollari di advertising budget. La startup conta oggi più di 20 persone nel team e ricavi ricorrenti annuali a sette cifre.

Crescere senza aumentare la complessità

“Vogliamo fare in modo che la crescita di un team marketing non significhi necessariamente più passaggi, più riunioni e più complessità”, concludono i founder. “L’obiettivo è permettere ai team di mantenere velocità e controllo anche quando aumentano dati, strumenti e attività da gestire. Con il nuovo sistema, Cassandra porta avanti una trasformazione più ampia del proprio modello: dalla comprensione di ciò che genera crescita alla costruzione di un’infrastruttura capace di aiutare i team anche ad agire su quella conoscenza”.