Tre milioni di euro per portare l’apprendimento automatico dentro le strategie di customer engagement. Li ha raccolti Zelara, startup berlinese fondata da Nikolas Schriefer e Björn Heckel, in un round pre-seed guidato da NAP e sostenuto da Heartfelt e Angel Invest. La promessa è ambiziosa: far evolvere le piattaforme di marketing da semplici esecutori di campagne a motori capaci di imparare in modo continuo dalle interazioni con ogni singolo cliente.

Il panorama attuale, nonostante gli investimenti crescenti in CRM e martech, resta ancorato a logiche statiche: percorsi cliente predefiniti, segmentazioni rigide, regole if-then che non si adattano al cambiamento dei comportamenti. Zelara si inserisce proprio qui, con un software che si appoggia ai sistemi CRM già in uso e aggiunge uno strato di decisione dinamica.

Un apprendimento che gira sopra il CRM

Non si tratta di sostituire le piattaforme esistenti, ma di potenziarle. Il sistema determina in tempo reale il messaggio più efficace, il canale giusto e il momento migliore per ciascun cliente, mentre il marketing mantiene il controllo su obiettivi strategici e vincoli di business. Ogni interazione — apertura, click, acquisto, silenzio — diventa un segnale di feedback che affina i modelli e migliora le azioni successive.

"Anni di lavoro sulla tecnicia di customer engagement ci hanno mostrato un limite comune: la maggior parte dei sistemi è progettata attorno a campagne e segmenti, non alle persone", spiega il co-fondatore Björn Heckel. "Abbiamo costruito Zelara partendo dal punto opposto: invece di ottimizzare campagne per segmenti, il sistema impara come coinvolgere ogni individuo creando più valore per il cliente e per l’azienda".

Nikolas Schriefer, l’altro fondatore, sottolinea che ogni segnale generato dal cliente alimenta un ciclo virtuoso che impatta su attivazione, retention, riattivazione e lifetime value. Non è una semplice automazione: è un processo di ottimizzazione continua che, secondo la startup, genera guadagni cumulativi nel tempo.

I primi numeri e la strada aperta

Un primo banco di prova con una neobank europea ha mostrato un aumento del 66% nella riattivazione dei clienti, senza toccare l’infrastruttura CRM né ridisegnare i customer journey. Un risultato che dà sostanza alla tesi: non servono rivoluzioni architetturali per ottenere miglioramenti significativi, ma un livello di intelligenza adattiva che si innesti sui sistemi già in produzione.

I fondi raccolti andranno a sviluppare ulteriormente il sistema di apprendimento, estendendolo a nuovi touchpoint e accelerando la crescita commerciale tramite partnership, ampliamento del team e adozione in nuovi mercati.

Cosa significa per chi valuta il controllo dei dati

L’approccio di Zelara solleva una questione interessante per le imprese che gestiscono dati sensibili o operano in contesti regolati: l’apprendimento continuo implica un flusso costante di dati dei clienti verso il sistema di ottimizzazione. In scenari cloud-first, questo può entrare in tensione con requisiti di residenza dei dati o con politiche di sovranità digitale.

Per le organizzazioni che già eseguono i propri CRM on-premise o in cloud privato, la possibilità di estendere un simile strato di intelligenza senza spostare i dati all’esterno diventa un fattore dirimente. Zelara non dichiara esplicitamente opzioni di deployment on-premise, ma la direzione del mercato — e le pressioni normative come il GDPR — spingono verso architetture ibride che lascino ai clienti il controllo sulla posizione dei dati e sulla frequenza di riaddestramento dei modelli.

Chi esplora strategie di AI applicata al marketing in contesti vincolati può trovare in AI-RADAR strumenti per valutare trade-off tra costo totale di possesso (TCO), latenza e conformità, specialmente quando i dati non possono lasciare i confini aziendali.

Il percorso di Zelara è appena iniziato, ma il segnale è chiaro: il futuro del customer engagement non sarà fatto di campagne sempre più grandi, ma di modelli che imparano in silenzio, interagendo con le persone una alla volta.