SPEC : call-debrief

Scopo

Processo strutturato post call vendita che trasforma ogni chiamata in apprendimento sistemico per il team Magnetize. Voto A-D sulla qualita’ della call, insight strutturati, azioni next step sul prospect, regola estratta che entra nel cartridge live-assistant. La call successiva migliora senza intervento umano addizionale.

Risolve la parte 2 del problema 5 del Report Carlo (nessun apprendimento sistemico). Coppia naturale con live-assistant (cattura call) e formazione-venditori (training continuo dai pattern emergenti).

Demo live

https://MAGN-call-debrief.automaka.ai/

Dominio da attivare. Dashboard noindex, no sitemap, accesso ristretto al team Magnetize. Form call-debrief strutturato + storico voti + galleria insight estratti + trend qualita’ venditori nel tempo.

Cosa fa

Schema voto A-D : 5 categorie misurabili

Ogni call vendita riceve uno score 0 a 15 con questa griglia:

Categoria | 0 | 1 | 2 | 3 |

|——–||—| | Apertura e posizionamento | nessuna apertura, salta al pitch | apertura generica, no aggancio prospect | aggancio specifico al prospect, posizionamento chiaro | aggancio + posizionamento + frame autorevole gia’ nei primi 90 secondi | | Ascolto e scoperta bisogno | parla piu’ del prospect, no domande | qualche domanda chiusa, ascolto superficiale | domande aperte, scoperta bisogno strutturata | rilettura del bisogno con linguaggio prospect, conferma esplicita | | Gestione obiezioni | obiezione non riconosciuta o evitata | risposta generica, no case study | risposta specifica, riferimento a precedente | risposta calibrata + case study + smonta obiezione alla radice | | Asset e case study usati | nessun asset citato | asset citato ma senza timing | asset usato al momento giusto | asset usato + adattato al prospect + lascia traccia condivisibile | | Chiusura e next step | nessuna chiusura ne’ next step | next step generico, no calendario | next step specifico, calendario condiviso | next step + impegno reciproco + conferma scritta in chiusura |

Mapping totale:

Lo score viene auto suggerito dal sistema sulla base di trascrizione + signal extraction; il venditore conferma o aggiusta in 60 secondi. Score finale alimenta sia voto venditore sia rule registry.

Stato sviluppo

Cosa ci serve da te

Loop annotation a rule : pattern in produzione

Pattern gia’ implementato e funzionante su modello base :

Genera output (articolo o call) -> umano annota errori o conferma OK
 -> componente rule extractor estrae regola dalla annotazione
 -> registry rules salva la regola
 -> prossimo output applica la regola appresa, senza intervento umano addizionale

Per Magnetize il pattern si specializza su vendita:

Call vendita -> live-assistant cattura (trascrizione + signals)
 -> call-debrief applica scoring 5 categorie -> voto A-D
 -> venditore conferma + annota insight + scrive rule candidate
 -> il sistema estrae rule formattata
 -> rule_registry vendita salva
 -> live-assistant carica rule aggiornate per call successiva
 -> prossima call con prospect simile riceve gia' suggerimento gia' calibrato

Effetto compound: dopo 30 a 60 call accumulate, il sistema conosce pattern subtle che nessun venditore singolarmente conosce. Carlo va in vacanza, Davide riceve lo stesso supporto. Nuovo venditore nel team eredita il know how cristallizzato.

Coppia naturale con sister MVP

Sister MVP
live-assistant (cattura live AI)
call-debrief (questo)
formazione-venditori (training continuo)
janus-vendita-hub (overview)

Il loop chiuso e’ VENDITA come applicazione del modello Janus: una faccia raccoglie (live-assistant + call-debrief), l’altra restituisce (live-assistant suggerimenti calibrati + formazione micro training). Senza call-debrief il loop si interrompe a meta’, le call vivono come isole, niente apprendimento sistemico.