Da Bologna a 500 clienti enterprise: l'outbound di Aindo

Luca Santoni risponde alla mail alle 23:47 di domenica. Non perché sia un workaholic, ma perché sta chiudendo un contratto con un gruppo farmaceutico tedesco e il decision maker legge le email solo il weekend. Sono passati 4 anni da quando ha fondato Aindo, piattaforma no-code per pulire e validare dataset aziendali usando AI. Oggi: 500 clienti enterprise, €3.2M di ARR, zero speso in ads.

La storia che non ti aspetti è questa: niente growth hacking, niente viral loop, niente product-led growth. Solo outbound fatto bene, con metodo, ossessivamente. E numeri che ti servono se stai cercando di fare i primi €100K senza budget marketing.

Il problema che nessuno voleva risolvere

Bologna, 2019. Luca viene da 8 anni in Oracle come data engineer. Vede la stessa scena ripetersi in ogni azienda: team che passano 60-70% del tempo a pulire dati sporchi, duplicati, formati incompatibili. Nessuno ne parla, tutti lo fanno. Il "lavoro sporco" invisibile che costa miliardi.

Aindo nasce come wrapper ML per data quality: carichi CSV o database, l'AI identifica anomalie, duplicati, missing values, propone fix automatici. No-code totale. Il pitch iniziale era "Risparmi 40 ore/mese al tuo data team". Problema: nessuno cerca attivamente questa soluzione.

Primo errore: aspettare inbound. Luca costruisce landing page, scrive 12 articoli su Medium, posta su LinkedIn. In 4 mesi: 340 visite, 2 signup free trial, zero conversioni. Runway: 11 mesi rimasti (aveva €85K di savings + €40K da un angel).

Lezione 1: se risolvi un problema che le aziende non sanno di avere, l'inbound non esiste. Devi andare tu da loro.

La svolta: 100 email al giorno per 60 giorni

Settembre 2019. Luca decide: "100 email outbound al giorno per 60 giorni. Se non funziona, chiudo".

Target iniziale: Head of Data/CTO in aziende 50-500 dipendenti, settore manufacturing, pharma, logistics (settori data-intensive dove aveva contatti da Oracle). Tool: Apollo.io per trovare email + Gmail normale. Budget email tool: €0.

Template prima email (quella che ha funzionato):

Oggetto: Il tuo team data perde 18 ore/settimana su questo

Body: Ciao [Nome],

Ho visto che [azienda] lavora con [dettaglio specifico dal loro sito/LinkedIn].

Questione diretta: quante ore al mese il tuo team perde a pulire dati duplicati/formati incompatibili prima di poter fare analisi vere?

In Oracle vedevo team perdere 40-60 ore/mese su questo. Ho costruito Aindo per automatizzarlo: carichi il file, l'AI pulisce tutto, ti dà dataset pronto.

Ti va una demo di 15 minuti questa settimana? Ti faccio vedere su un tuo dataset reale.

Luca

Numeri primi 60 giorni:

• 6.000 email inviate
• 840 aperture (14% open rate)
• 97 risposte (1.6% reply rate)
• 31 call fatte
• 8 trial attivati
• 2 primi clienti paganti: €3.5K e €4.2K ARR

ROI: €7.7K da €0 investiti. Ma soprattutto: metodo replicabile.

Lezione 2: il primo template che funziona vale oro. Luca ha testato 14 varianti prima di questa. La differenza? Specificità ("18 ore/settimana", non "tanto tempo") + offerta concreta ("demo su tuo dataset", non demo generica).

Cosa ha funzionato davvero (e cosa no)

Dopo 18 mesi di outbound puro, Aindo arriva a 87 clienti paganti. Luca traccia tutto in Notion: ogni template, ogni objection, ogni close. Tre pattern emergono.

Pattern 1: Il follow-up a +7 giorni batte tutto

Se uno apre la prima email ma non risponde, il follow-up a +7 giorni esatti converte 4.3x di più di uno a +3 o +14 giorni. Template:

"Ciao [Nome], ti avevo scritto settimana scorsa su [problema]. Spesso mi dicono 'non è priorità ora'. Capisco. Una domanda: se ti facessi vedere in 10 minuti come [cliente simile] ha risparmiato €24K/anno su questo, troveresti 10 minuti giovedì?"

Conversion rate: 8.7% (vs 2.1% media altri follow-up).

Pattern 2: Demo su loro dati > demo standard

Luca offre sempre demo su dataset del prospect (ovviamente NDA firmato prima). Su 143 demo fatte, quelle su dati reali convertono al 41% vs 12% delle demo standard su dataset esempio.

Perché: il prospect vede il problema SUO risolto, non un caso generico. Costo per Luca: 20 minuti extra di prep per demo. Worth it.

Pattern 3: Vertical specifico batte horizontal generico

Inizia con "data quality per tutti". Flop. A metà 2020 piazza 3 clienti pharma in 2 mesi. Pivot: campagne verticali.

Email pharma: "Il 73% dei trial clinici ritarda per errori nei patient data. Aindo valida automaticamente compliance con EMA/FDA."

Email logistics: "Track & trace rotto per dati GPS inconsistenti? Aindo normalizza automaticamente tutti i feed."

Conversion +230% su campagne vertical vs horizontal.

Lezione 3: Narrowing = growing. Sembra controintuitivo ma funziona: più sei specifico, più converti.

Gli errori che costano runway

Non è stata una scalata liscia. Luca ha bruciato 4 mesi di runway su 3 errori evitabili.

Errore 1: Inseguire lead freddi troppo a lungo

Primo anno: se uno mostrava interesse minimo, Luca lo seguiva per mesi. Caso peggiore: 11 follow-up in 5 mesi a un prospect che "era interessato ma doveva parlare col team". Mai chiuso.

Regola che adotta dopo: max 3 follow-up in 30 giorni. Se non risponde, fuori. Il tempo è runway. Ha tagliato 60% dei prospect in pipeline, chiusure aumentate del 35%.

Errore 2: Pricing troppo basso per sembrare accessibile

Primi clienti: €250-400/mese. Idea: "prezzo basso per acquisire veloce". Problema: LTV troppo basso per sostenere CAC anche con outbound a costo zero (il tempo di Luca costa).

A inizio 2021 raddoppia i prezzi: €600-1.200/mese. Perde 2 prospect che "era troppo". Ma i nuovi clienti a prezzo alto hanno retention 3x migliore e comprano add-on.

Lezione: prezzo basso non velocizza acquisizione enterprise. Anzi, spesso rallenta (decisore pensa "se costa poco, sarà poco serio").

Errore 3: Non assumere SDR abbastanza presto

Luca fa tutto l'outbound da solo fino a cliente n.92 (18 mesi). Assume primo SDR solo a metà 2021. In 60 giorni l'SDR porta 14 nuovi clienti. Luca: "Avrei dovuto assumere a cliente 30, non 90. Ho perso 12 mesi di crescita".

Il punto: quando il metodo funziona e hai product-market fit, scala il processo, non te stesso.

I numeri oggi (e cosa significano per te)

Gennaio 2024, Aindo è a:

• 500 clienti enterprise
• €3.2M ARR
• Team di 18 persone (6 sales/SDR, 8 tech, 4 ops)
• 94% della pipeline ancora da outbound (solo 6% inbound)
• Churn annuo: 8%

Il dato che conta: ha fatto i primi €100K in 8 mesi con zero budget, solo outbound manual. Ha fatto il primo €1M in 24 mesi con un team sales di 2 persone.

Se sei founder early-stage senza budget marketing, ecco cosa prendere da questa storia:

1. L'outbound manuale scala fino a €500K ARR. Non ti servono tool costosi. Apollo free tier + Gmail + Notion per tracking bastano fino a 200 clienti.

2. 100 email/giorno buone > 1.000 email/giorno spam. Luca personalizza sempre almeno oggetto + prima riga. Prende 3 ore/giorno. Ma converte.

3. Il follow-up è dove si chiude. L'80% dei deal di Aindo si chiude tra follow-up 2 e 3, mai alla prima email.

4. Vertical beat horizontal sempre. Se puoi servire 5 settori, fai 5 campagne diverse con pain point specifici. Non una campagna generica.

5. Demo su dati reali = deal più veloci. Più impegno upfront, meno objection in closing.

6. Pricing alto filtra meglio. Enterprise preferisce pagare €1.000/mese per qualcosa che funziona che €200 per qualcosa "cheap".

Cosa fare ora

Se devi fare i primi €100K e hai zero budget, questo è il piano da copiare:

Settimana 1-2: Identifica 1 vertical specifico dove hai credibilità/contatti. Cerca 500 prospect (Apollo, LinkedIn Sales Nav free trial). Scrivi 3 template email, testa su 50 prospect ciascuno.

Settimana 3-8: 100 email/giorno con il template che converte meglio. Traccia tutto: open rate, reply rate, objection. Ottimizza ogni settimana.

Settimana 9-12: Assumi uno stagista/junior per mandare email (se il tuo template converte >2%). Tu fai solo call e demo. Scala a 200 email/giorno.

Targhet realistico con questo processo: 15-25 clienti in 6 mesi, €80-120K ARR se il tuo prodotto è €400-600/mese/cliente.

Non è sexy, non è virale, non è growth hacking. È outbound fatto bene. E da Bologna funziona come da San Francisco.

Vuoi vedere come altri founder italiani stanno costruendo senza budget? Ogni settimana su FounderLab raccontiamo storie come questa, con numeri veri e playbook da copiare. Entra nel FounderLab Market per trovare co-founder, early customer e altri builder che fanno sul serio.