Definizione del target
L’operatore sceglie settore, ruolo della persona, città o regione e dimensione dell’azienda.
Il progetto, realizzato nel giugno 2025, nasce dall’esigenza di un’azienda di gestire in autonomia la ricerca di nuovi contatti commerciali. Il riferimento era l’esperienza di un servizio di sales intelligence come Apollo: definire il profilo dell’azienda e della persona cercata, consultare i risultati e scegliere quali contatti utilizzare. La richiesta comprendeva però un sistema indipendente, statistiche adattate al lavoro dell’azienda e maggiore rapidità nel proprio flusso operativo.
Ho sviluppato sia il backend sia il frontend di un’applicazione desktop che l’azienda utilizza quotidianamente. Il sistema cerca contatti di aziende italiane e internazionali attraverso una raccolta dati autonoma, guidata da regole di navigazione e da agenti AI. Apollo ha costituito un riferimento funzionale per l’interazione, senza essere utilizzato come database, API o motore di ricerca dei contatti.
L’operatore può selezionare settore, dimensione aziendale, città o regione e ruolo della persona di interesse, per esempio manager, personale di segreteria o ingegneri. Il percorso prosegue con la consultazione delle informazioni estratte, la lettura dello stato della ricerca e delle statistiche, la selezione dei profili e il download dei contatti scelti.
Il problema non era soltanto trovare un indirizzo email. Per un’attività di prospecting occorre partire da un target: quali aziende cercare, in quale area geografica e quali figure professionali individuare al loro interno. Le informazioni aziendali e quelle della persona dovevano essere trattate insieme, mantenendo leggibile il collegamento fra il contatto e l’organizzazione in cui lavora.
Il cliente utilizzava un servizio in abbonamento con un numero determinato di contatti disponibili. La nuova applicazione doveva permettergli di svolgere la ricerca attraverso un motore proprio, senza appoggiarsi ad Apollo per ottenere i risultati. Questo richiedeva di sviluppare la raccolta dei dati e il percorso di navigazione delle fonti, oltre all’interfaccia visibile all’operatore.
Un altro requisito era il controllo dell’attività. L’utente doveva comprendere cosa stava accadendo durante la ricerca e quali informazioni erano state estratte, senza trovarsi soltanto un file da scaricare alla fine. L’interfaccia doveva quindi riunire criteri, stato dell’elaborazione, risultati e statistiche in un ambiente chiaro.
Infine, la selezione doveva precedere il download. Non tutti i profili trovati sono necessariamente pertinenti alla ricerca commerciale in corso. Il sistema doveva consentire di esaminare i contatti e scegliere quelli di interesse prima di scaricarli, lasciando all’operatore il controllo sulla composizione dell’elenco finale.
Ho realizzato un backend che traduce i filtri della ricerca in un processo di raccolta. Le regole definiscono come reperire le informazioni e come navigare le fonti; gli agenti AI sono stati impostati per cercare i contatti coerenti con i criteri richiesti. Il motore raccoglie i dati necessari a costruire le schede consultabili nell’applicazione.
I filtri distinguono il profilo dell’azienda da quello della persona cercata. Settore, grandezza e localizzazione orientano la ricerca delle organizzazioni; il ruolo professionale aiuta a individuare le figure di interesse al loro interno. L’operatore può così costruire una ricerca mirata, combinando il contesto aziendale con la funzione della persona.
Ho sviluppato anche il frontend desktop, con una presentazione ordinata dei risultati e delle informazioni disponibili. L’interfaccia rende leggibile l’avanzamento del lavoro, mostra ciò che è stato estratto e integra le statistiche richieste dal cliente. La consultazione dei contatti rimane collegata alla ricerca che li ha prodotti, invece di richiedere passaggi fra strumenti separati.
La selezione dei record completa il percorso: l’operatore esamina i profili, sceglie quelli pertinenti e scarica i contatti selezionati. Il sistema non usa l’abbonamento Apollo per queste ricerche. Rimangono i costi di utilizzo dei modelli AI, legati ai token consumati durante la raccolta e l’elaborazione.

L’operatore sceglie settore, ruolo della persona, città o regione e dimensione dell’azienda.
Le regole di navigazione e gli agenti reperiscono le informazioni; l’applicazione mostra avanzamento, risultati e statistiche.
L’operatore consulta i profili e scarica soltanto i contatti che ha selezionato.
Schema descrittivo del flusso di lavoro del progetto.
4 fasi, dalla preparazione iniziale agli strumenti da consegnare.
Ho impostato il progetto a partire dal modo in cui l’azienda seleziona i propri interlocutori commerciali. Il target comprende due livelli: le caratteristiche delle organizzazioni e il ruolo della persona da cercare. Questa distinzione orienta il processo dall’inizio e permette di usare criteri diversi senza perdere il collegamento fra azienda e contatto.
I filtri comprendono settore, dimensione dell’azienda, localizzazione per città o regione e figura professionale. Un manager, una persona di segreteria e un ingegnere rappresentano ricerche differenti anche all’interno della stessa organizzazione. Il frontend mette questi criteri a disposizione dell’operatore e il backend li utilizza per guidare la raccolta dei dati.
Il riferimento ad Apollo riguarda la familiarità del percorso di prospecting: impostare i criteri, consultare i risultati e scegliere i contatti. Il progetto sviluppa questo percorso in una soluzione personalizzata, con una propria raccolta dati e con gli strumenti richiesti per il lavoro quotidiano del cliente.
Ho creato il motore di raccolta e le regole che guidano la navigazione delle fonti. Il sistema parte dalle indicazioni dell’operatore e cerca le informazioni necessarie a individuare aziende e persone coerenti con il target. I dati ricercati comprendono i recapiti professionali disponibili, come email e numeri di telefono, insieme al contesto aziendale.
Gli agenti AI sono stati configurati e istruiti per reperire i contatti all’interno di questo processo. Il loro lavoro è collegato ai criteri della ricerca e alle regole di raccolta: l’AI non viene utilizzata soltanto per scrivere un riepilogo, ma partecipa alla ricerca delle informazioni che alimentano i risultati.
La soluzione opera senza utilizzare Apollo come fonte dei contatti. Il backend gestisce il percorso di raccolta e prepara le informazioni da presentare nell’applicazione. Questa autonomia era una parte centrale del progetto, perché il cliente voleva utilizzare un sistema proprio per le ricerche svolte nel suo processo commerciale.

Ho sviluppato il frontend della desktop application con attenzione alla leggibilità del processo. L’operatore deve poter vedere i risultati e capire cosa è stato estratto, mantenendo una relazione chiara fra i filtri impostati, l’attività in corso e le informazioni disponibili.
La consultazione riunisce i dati dell’azienda e quelli del contatto. Questo rende possibile valutare la pertinenza del profilo prima di utilizzarlo, invece di lavorare soltanto su un insieme indistinto di recapiti. La struttura dell’interfaccia accompagna quindi la decisione dell’operatore, oltre a mostrare il risultato della raccolta.
Il progetto comprende statistiche personalizzate e una visualizzazione dello stato della ricerca. L’obiettivo di una maggiore rapidità si riflette nel flusso integrato: impostazione dei criteri, raccolta, consultazione e selezione sono disponibili nella stessa applicazione. Le statistiche sono state adattate alle esigenze del cliente per rendere più leggibile il lavoro svolto dal sistema.
La fase finale del percorso è la scelta dei contatti da scaricare. L’operatore può esaminare i profili trovati e selezionare le persone di interesse prima del download. La disponibilità di un risultato non comporta quindi la sua inclusione automatica nell’elenco finale: la selezione rimane esplicita e controllata dall’utente.
La consegna è una desktop application gestita dall’azienda e utilizzata quotidianamente per cercare contatti in Italia e all’estero. Ho seguito entrambe le componenti applicative, collegando il motore di ricerca e raccolta all’interfaccia di consultazione e selezione.
Per le ricerche svolte con il programma non è necessario acquistare i contatti attraverso l’abbonamento Apollo. Il costo operativo dell’AI rimane legato ai token utilizzati dai modelli. Il risultato del progetto è un flusso di prospecting autonomo, costruito intorno ai criteri e alle modalità di lavoro dell’azienda.

Il progetto ha prodotto un’applicazione desktop operativa, utilizzata ogni giorno dall’azienda per la ricerca di contatti professionali italiani e internazionali. Il sistema unisce backend di raccolta, agenti AI e frontend in un percorso che parte dal target e arriva ai contatti selezionati dall’operatore.
La personalizzazione riguarda sia la ricerca sia l’esperienza d’uso. I filtri permettono di delimitare aziende e ruoli professionali; l’interfaccia rende consultabili le informazioni estratte, lo stato dell’attività e le statistiche. La selezione prima del download consente di costruire elenchi coerenti con la ricerca commerciale in corso.
L’autonomia da Apollo riguarda il funzionamento del sistema e il reperimento dei dati: l’applicazione non si appoggia al suo database o alle sue API. Per le ricerche effettuate tramite il programma viene meno la necessità di utilizzare l’abbonamento Apollo; restano i costi dei token impiegati dai modelli AI.
Apollo è citato come riferimento funzionale per l’esperienza di ricerca. La soluzione sviluppata è indipendente dal suo database e dalle sue API. I costi di utilizzo dei modelli AI dipendono dai token consumati.
Descrivimi cosa vuoi ottenere e quali dati hai a disposizione. La prima call di 30 minuti è gratuita.