I tuoi clienti non chiamano perché il sito è confuso. Chiamano perché è sbagliato.

Il 33% dei buyer B2B dichiara di aver avuto un ordine sbagliato perché le informazioni sullo store di un fornitore erano inesatte. Il dato viene dal B2B Buyer Report 2025 di Sana Commerce, commissionato dal vendor (rilevazione di SAPIO Research, n=750 buyer professionali, sei paesi tra cui UK, Germania e Paesi Bassi). Nella stessa indagine, il 40% indica la mancanza di trasparenza su disponibilità e date di consegna come la frustrazione numero uno.

Nessuno dei due è un problema di navigazione. Non li risolvi con un mega-menu nuovo.

E nessuno dei due compare nelle tue analytics. Un rimbalzo ti dice che qualcuno se n'è andato. Non può dirti quale affermazione della pagina ha smesso di credere. Una chiamata sì: il buyer nomina il prodotto e ti rilegge il numero, chiedendoti conferma. È questo che rende il call log l'unico strumento in tuo possesso capace di dirti quale dei tuoi record è sbagliato.

La tassa sull'integrità dei dati è il tempo stipendiato che spendi a confermare al telefono ciò che il tuo stesso sito già dichiara. Ogni chiamata che si limita a verificare un'affermazione che il sito già fa è quella tassa — e il call log è la fattura dettagliata.

Cosa dicono davvero i buyer che non funziona

Le modalità di fallimento dichiarate sono in gran parte di accuratezza, e non è nemmeno vicino.

Cosa dicono i buyer B2B che non funziona, per quota che lo indica

Fonte: Sana Commerce B2B Buyer Report 2025 — commissionato dal vendor, SAPIO Research, n=750, rilevazione settembre 2024

© 2026 Sabato LTD · sabato.ai

Condividi questo graficoCopia immagine↓ Scarica

Il 40% dei buyer B2B indica la poca trasparenza su disponibilità e date di consegna come frustrazione principale. Il 29% dice che i tempi di consegna inesatti gli impediscono attivamente di ordinare online — di nuovo, lo studio commissionato dal software vendor, non una ricerca indipendente. Il 28% dice lo stesso dei livelli di stock inesatti.

La conseguenza: il 33% ha avuto un errore d'ordine causato da informazioni inesatte sullo store, secondo la stessa ricerca commissionata. L'85% riporta frustrazioni che l'hanno portato ad abbandonare un acquisto. E solo il 19% dice che la propria esperienza d'acquisto online è all'altezza delle aspettative.

La concessione. Il 36% fatica a trovare i prodotti online, nello stesso dataset. Quello è un problema di findability, e un redesign può risolverlo. Quindi l'argomento non è "la UX non conta". È che una delle modalità di fallimento principali è UX, tutte le altre sono accuratezza, e il tuo budget è allocato al contrario.

Nessuna di quelle percentuali è però la tua. Un'indagine su 750 buyer in sei paesi ti dice la categoria. Non può dirti se a mentire è il tuo campo stock o il tuo campo lead time, né su quali SKU. Un solo sistema in azienda lo registra, ed è il telefono.

E la posta in gioco: il 75% cambierebbe fornitore per una migliore esperienza online, che Sana riporta in crescita dal 74% dell'anno precedente. Non leggerlo come un trend. Il movimento di un punto sta dentro qualunque margine d'errore, e le due rilevazioni non sono lo stesso campione: il 74% viene da n=1.000 rilevato nell'estate 2023, il 75% da n=750 rilevato a settembre 2024. Leggi il 75% come un livello. Tre quarti dei tuoi buyer sono aperti ad andarsene, e lo sono da almeno due rilevazioni.

Ci si può fidare dell'indagine di un software vendor su quanto serva il software?

Condizionatamente sì, e solo se supera un test che la maggior parte dei report dei vendor fallisce.

Sana Commerce vende software di ecommerce B2B e ha pagato questa ricerca: motivo più che sufficiente per lo scetticismo. È anche il dataset meglio dichiarato disponibile sulla domanda: partner di rilevazione indipendente con nome e cognome (SAPIO Research), campione dichiarato (n=750 buyer professionali), finestra di rilevazione dichiarata (settembre 2024), paesi dichiarati — USA, UK, Germania, Paesi Bassi, Messico, Australia. Tre dei sei sono mercati europei, cosa più rara di quanto dovrebbe essere in questa letteratura.

Il test è tutto qui: partner di rilevazione con nome, n dichiarato, finestra dichiarata, paesi dichiarati, e domande sull'esperienza del buyer invece che sulla categoria di prodotto del vendor. Sana li supera tutti e cinque. La maggior parte dei "report" dei vendor non ne supera nessuno, ed è per questo che "un recente studio di settore ha rilevato" è di solito una frase senza niente dietro.

Una cosa che non conta come verifica: una testata di settore che rilancia il comunicato stampa. Mezza dozzina di testate ha ripreso questi numeri a gennaio 2025. Quella è circolazione, non conferma. Serve un'altra casa di ricerca che fa un'altra domanda.

Poi la verifica indipendente. Gartner vende abbonamenti di ricerca, non piattaforme ecommerce, e ha rilevato che il 69% dei buyer B2B riscontra incongruenze tra le informazioni sul sito dell'organizzazione di vendita e quello che gli dicono i venditori (n=632, rilevazione agosto–settembre 2024). I due studi confermano la categoria di fallimento, non le percentuali l'uno dell'altro.

Un limite che vale la pena dichiarare, perché va contro il mio stesso argomento: Gartner non dichiara quali paesi coprano queste rilevazioni. Né l'onda 2024 né quella 2025 nominano una geografia da nessuna parte che io riesca a trovare. Quindi tratta il 69% come prova che la categoria di fallimento è reale e diffusa, non come una percentuale europea. Lo uso per la categoria, non per il numero.

Gartner non convalida le percentuali di Sana. Convalida che il livello informativo si contraddice da solo e i buyer se ne accorgono.

Se il sito e il commerciale non concordano più o meno sette volte su dieci, chiamare non è irrazionale. È una valutazione del rischio accurata. La chiamata è l'audit che il buyer fa dei tuoi dati — e il tuo call log è l'unica copia di quell'audit che ti resta.

Le tre domande che generano le chiamate

Quasi tutto il volume di chiamate pre-acquisto si riduce a tre lookup su database, ciascuno di proprietà di un sistema diverso che nessuno ha riconciliato.

È disponibile? Questo è un record di stock su WMS o ERP. Si rompe sui setup multi-magazzino dove il sito mostra un pool unico, sugli inventari ciclici che nessuno riconcilia, sulla confusione tra allocato e disponibile, sui canali marketplace che attingono allo stesso inventario, e sulle righe in drop-ship dove non tieni stock e non hai un feed live dal fornitore. Che l'ERP sia SAP, Business Central, NetSuite, Sage o Odoo cambia i nomi dei campi, non il fallimento.

Quando spedite? Questo è available-to-promise, e l'ATP ha bisogno di dati d'acquisto, non di dati di magazzino. Si rompe sui lead time fornitore digitati in un campo una volta nel 2022, sulla mancata distinzione tra data di spedizione a magazzino e data di backorder, sugli orari di cut-off mai modellati, e sul transit time del corriere assunto invece che misurato. La scorta di sicurezza nasconde una parte di tutto questo, finché non la nasconde più.

È compatibile? Questo è PIM e dati di fitment del produttore. In HVAC, elettrico, materiali da costruzione e ricambi quei dati arrivano come classificazioni ETIM, file BMEcat, identificativi GS1 o un foglio Excel del fornitore, e sono spesso già vecchi all'arrivo. Si rompe sugli attributi mancanti negli SKU più datati, sulle revisioni del produttore mai re-importate, e sulla compatibilità espressa come prosa dentro un PDF invece che come attributi strutturati agganciati a un GTIN. I dati attributo sbagliati generano anche l'ordine del prodotto sbagliato, che poi torna indietro come reso.

Queste non sono conversazioni. Sono query. Una persona viene pagata per eseguire un lookup su database a voce, perché del database non ci si fida abbastanza da mostrarne la risposta. Una query fatta in olandese resta una query — un problema di organico a parte, trattato nel post sull'assistenza telefonica multilingue.

Una distinzione che gran parte dei contenuti sulla call deflection appiattisce: qui si parla di dubbio pre-acquisto sul fatto che consegnerai davvero. Il WISMO è post-acquisto, dopo che i soldi si sono mossi, con owner diversi e rimedi diversi. Non metterli nello stesso secchio.

Come misurare quale quota delle tue chiamate sono solo domande sui dati

Il tuo pacchetto di analytics può dirti dove le persone se ne sono andate. Non può dirti quale affermazione hanno smesso di credere. La linea telefonica sì, una volta strumentata: una settimana di setup, due settimane di tagging. Non è un progetto.

Cinque secchi, non di più. (a) disponibilità, (b) lead time o data di consegna, (c) compatibilità, (d) prezzi o account, (e) tutto il resto. Le chiamate post-acquisto sullo stato ordine vanno in "tutto il resto". Stai misurando solo il pre-acquisto.

Tagga al momento della chiamata, non dalle registrazioni. Un clic di chi ha risposto. La codifica retrospettiva delle registrazioni è un progetto, e i progetti non si fanno.

Campione. Due settimane piene, ogni chiamata sulla linea commerciale. Due settimane sono un campione piccolo e stagionale, e devi dirlo ad alta voce. Nell'HVAC, codifica una settimana in stagione e una fuori stagione, o il numero ti mentirà.

Calcola la quota. (chiamate nei secchi a+b+c) ÷ (tutte le chiamate pre-acquisto).

Converti in denaro. Moltiplica per il tuo costo per contatto pienamente caricato — stipendio più oneri datoriali, sistemi, supervisione e la quota di overhead che la funzione consuma davvero, non la paga oraria.

Poi la parte che non fa nessuno. Prendi 20 chiamate su disponibilità e lead time e vai a controllare cosa mostrava il sito al momento della chiamata. Classifica ognuna in sbagliato, mancante, o giusto-ma-non-creduto. Tre diagnosi, tre rimedi completamente diversi, e solo il terzo è un problema di UX. Questo passaggio è tutto lo strumento: la chiamata ti dà il timestamp e lo SKU, e il record del sito a quel timestamp ti dà il verdetto.

Vale la pena dirlo chiaramente, perché i vendor riempiranno il vuoto. Se un vendor di deflection ti cita una quota, chiedi lo studio primario, il campione e la data di rilevazione. La statistica più riciclata del genere — una cifra molto citata sulla quota di chiamate aziendali che resterebbero senza risposta — non ha uno studio primario, né un ente di ricerca con un nome, né una metodologia da nessuna parte nella sua catena di citazioni. Ed è esattamente il tema in cui quel tipo di numero viene riciclato dentro un board deck.

Ora metti il prezzo del fix sui dati accanto a quello del redesign

Mettili uno accanto all'altro prima che si firmi qualcosa — con le tue due settimane di tagging in mano, perché è l'unica cosa nella stanza che sa in quale colonna vanno i tuoi soldi.

L'ultima riga è dato d'indagine, quindi leggila come la forma delle frustrazioni del mercato, non delle tue. La tua ripartizione esce dal call log — che è il motivo per cui si tagga prima di firmare.

Il fix sui dati è di solito più economico, di solito poco glamour, e non ha nessun vendor che lo spinge. È esattamente per questo che non viene finanziato. L'obiettivo trimestrale di nessuno dipende dal fatto che il tuo campo lead time fornitore sia corretto.

L'onestà nella visualizzazione batte la precisione nella visualizzazione. "Disponibile, 4 pezzi, contati stamattina" e "spedizione in 2–3 settimane, confermata dal fornitore" battono entrambi un intero sicuro di sé che poi si rivela sbagliato. La seconda volta che un buyer ci rimette, inizia a telefonare in modo permanente, e ti sei comprato un costo ricorrente per risparmiare una decisione di interfaccia.

Perché togliere il numero di telefono in sordina si ritorce contro

Perché la deflection senza il fix sui dati scambia costo delle chiamate con rimpianto d'acquisto.

Il 67% dei buyer B2B dichiara che preferirebbe completare un acquisto senza alcuna interazione con un commerciale (Gartner, n=646, rilevazione agosto–settembre 2025, paesi non dichiarati). Letto da solo, dice: nascondi il numero.

Ma Gartner ha anche riportato che i buyer che preferiscono un'esperienza senza commerciale mostrano un rimpianto d'acquisto superiore del 23% rispetto a chi invece interagisce con un commerciale. Su questo dato serve una doppia bandierina. Primo, è vecchio: quelle indagini sono state rilevate a novembre–dicembre 2020 (n≈1.000), il che precede gran parte degli strumenti self-serve oggi in uso, e arriva dalla stessa casa di ricerca del 67%. Una casa, due onde, nessuna replica indipendente. Secondo, guarda cosa confronta davvero: gruppi di preferenza dei buyer, non metodi d'acquisto. Non dimostra che togliere il numero di telefono causi rimpianto. È una cautela, non una legge, e non ho intenzione di venderla per più di quello che è.

Per una conferma direzionale da un'altra casa: il B2B Pulse di McKinsey descrive una "regola dei terzi" — circa un terzo dei buyer spera in un'interazione di persona, un terzo la vuole da remoto, un terzo preferisce il self-serve digitale, stabile per geografia, settore e dimensione del deal (n≈4.000, 13 paesi). Conferma la forma. Non conferma il 23%.

L'onda Gartner 2024 (n=632) risolve la questione pratica: il gruppo di preferenza più numeroso non era né solo-commerciale né solo-digitale. Erano buyer che volevano una media di 3,0 attività sia online sia con un commerciale, contro 2,3 solo con commerciali e 1,8 solo via self-service digitale. I buyer non vogliono zero commerciale. Vogliono zero commerciale inutile.

Togliere il numero di telefono mentre i tuoi dati sono sbagliati non toglie il dubbio. Toglie la tua occasione di risolverlo. E la deflection per abbandono — il numero resta ma non risponde nessuno — è la versione costosa, perché le chiamate abbandonate pesano verso l'alta intenzione d'acquisto. La deflection è legittima dopo che la risposta sulla pagina è corretta. Solo allora.

La parte che argomenta contro il mio stesso prodotto

Vendiamo voice AI. Ecco il caso contro il suo deployment.

Un agente vocale che risponde "è disponibile?" è un wrapper in linguaggio naturale sullo stesso campo ERP che avrebbe letto una persona. Se il campo è sbagliato, l'agente vocale è sbagliato: più in fretta, a volume più alto, e con più autorità apparente della persona che ha sostituito. Prima sistema il campo, poi automatizzane la lettura. Quest'ordine non è opzionale.

Gli esseri umani esitano, e l'esitazione è il controllo qualità. Chi si fida a metà dello schermo dice "faccio verificare in magazzino e la richiamo". Quell'istinto è processo non scritto, intercetta errori, ed è la prima cosa che l'automazione rimuove. Una risposta sbagliata data con sicurezza costa più di una risposta giusta data lentamente, perché si converte in un ordine che poi fallisce. È il 33% che arriva da una strada nuova.

Dove un livello vocale si guadagna il posto anche su dati imperfetti è quando gli è permesso esprimere incertezza e compiere un'azione. "Il sistema ne mostra quattro, ultimo conteggio martedì. Faccio confermare dal magazzino e le mando un messaggio entro un'ora" è onesto, ed è una risposta vera alle 21 quando non c'è nessuno. È un prodotto diverso da "ne abbiamo quattro", ed è l'unica versione che valga la pena mettere in produzione su dati di cui non ti fidi del tutto. È la versione che costruiamo in Sabato, e resta comunque seconda nella sequenza, non prima.

Il sito non è confuso. È sbagliato, e i tuoi clienti l'hanno scoperto prima di te.