• Programmatic
  • Engage conference
  • Engage Advanced TV
  • Engage Play
18/07/2025
di Enrico Candeo, Head of Customer Success, Making Science Italia

Un linguaggio comune per CMO e CFO? Lo scrive l’AI

Enrico Candeo, Head of Customer Success, Making Science Italia

Enrico Candeo, Head of Customer Success, Making Science Italia

Nella sezione “Opinioni”, Engage ospita articoli di approfondimento scritti da professionisti dell’industria del digitale e della comunicazione. In questa occasione Enrico Candeo, Head of Customer Success di Making Science, ci spiega quali vantaggi i CMO (Chief Marketing Officer) e i CFO (Chief Financial Officer) trovano oggi nell’intelligenza artificiale.


Due cuori (aziendali) e un solo destino? Sì, se interviene un cupido e una freccia in grado di far scattare - e durare - la scintilla in questa relazione spesso difficile. E il suo nome è Intelligenza Artificiale.

CMO (Chief Marketing Officer) e CFO (Chief Financial Officer) hanno ritmi, prospettive e know-how intrinsecamente diversi, ma entrambi trovano nell’intelligenza artificiale una potente alleata. Il CFO ricorre a un approccio data driven e al supporto dell’AI per orientare e migliorare le scelte - strategiche e operative - relative all’allocazione delle risorse. D’altra parte il CMO usa l’AI non solo per migliorare le performance delle campagne, personalizzando i contenuti e rendendo ogni interazione più pertinente, ma anche per leggere i dati attraverso l’analisi predittiva e prendere decisioni più efficaci.

Nonostante le differenze di ruoli, esistono "interessi comuni" vitali: entrambi desiderano un metodo chiaro di misurazione del ROI, KPI condivisi, allineamento sugli obiettivi e una migliore qualità dei dati. Nel 2025, questa relazione non può più permettersi di essere una relazione complicata. Un'azienda in cui CMO e CFO collaborano strettamente è un'azienda più forte, più allineata e, in ultima analisi, più profittevole.

L'efficacia del marketing rimane una sfida cruciale per le aziende. Soltanto il 40% dei senior marketing decision-makers ritiene che la propria organizzazione abbia un obiettivo di efficacia chiaro e appena il 20% concorda pienamente su come misurarlo. Questo disallineamento comporta un rischio commerciale concreto: quando i CMO non riescono a dimostrare il pieno impatto del loro lavoro, l'investimento in marketing può soffrire, minando la crescita del business.

La collaborazione tra le funzioni è fondamentale. I responsabili delle decisioni finanziarie, tuttavia, tendono a valutare la qualità attuale della cooperazione più positivamente rispetto ai loro omologhi del marketing. Ciò riflette una possibile differenza nella percezione o nelle strutture di potere consolidate.

Per accendere la scintilla tra queste funzioni cruciali, proponiamo tre esempi di "frecce" potenziate dall'Intelligenza Artificiale:

  • l'AI "matchmaker": capace di tradurre linguaggi e metriche diverse in insight oggettivi, misurabili e comprensibili per entrambi i reparti. L'AI può colmare il divario tra le metriche di marketing "probabilistiche" e gli standard "deterministici" della finanza.
  • la misurazione olistica del ROI e trasparenza della spesa: l'AI, tramite modelli come i Marketing Mix Models (MMM) avanzati, consente di isolare il vero contributo dei diversi canali del marketing, distinguendo gli effetti a breve termine da quelli a lungo termine che costruiscono il valore del brand e la capacità di pricing.
  • l’utilizzo dell’AI per l'efficienza operativa e l'ottimizzazione delle risorse: l'AI permette un'allocazione del budget più intelligente basata sul ROI marginale, garantendo che ogni euro speso generi il massimo ritorno incrementale.
  • una cultura aziendale aperta alla collaborazione e alla sperimentazione: fondamentale per superare le barriere culturali e tecniche.dati solidi e condivisi: secondo i dati del report Google The Effectiveness Equation l'uso intelligente dei dati di prima parte, ad esempio, può aiutare i "challenger brand" a competere con i leader di mercato personalizzando i messaggi e ottenendo un aumento della quota di preferenza dal 10% al 26%.
  • un’infrastruttura tecnologica integrata: capace di connettere le diverse fonti informative e superare la frammentazione dei dati.

Questa è la visione alla base dell’ "AI Quarter", un vero e proprio piano operativo interno a Making Science per trasformare l’AI da puro "hype" a competenza diffusa. Il nostro obiettivo è superare il modello dell'eroe tech per costruire team realmente abilitati, con accesso ai tool più avanzati, capaci di usare strumenti come Gemini, Google AI Studio, Chat GPT, Claude e Google Agentspace in modo coordinato e sicuro. Perseguiamo questo traguardo attraverso iniziative concrete: AI Champions, training continui, sessioni di "Doctor AI" per risolvere problemi specifici e AI Lab per condividere best practice, seguendo il mantra “AI & Thrive”.

I risultati, sia al nostro interno sia nelle aziende che abbiamo accompagnato e accompagniamo in questo percorso, dimostrano come l’intelligenza artificiale, se implementata con questo approccio, possa davvero far scoccare la scintilla tra CMO e CFO, trasformando una relazione complessa in un'alleanza strategica fondamentale per la crescita.

Alla fine CMO e CFO, nonostante abbiano KPI differenti, condividono l’obiettivo comune dell'efficienza dell’azienda: lavoriamo con l’AI perché ci aiuti a rendere questa dinamica sempre più chiara.

scopri altri contenuti su

ARTICOLI CORRELATI