Un flusso di 11 step manuali che solo il 12,5% degli utenti portava a termine. L'abbiamo sostituito con la sincronizzazione del profilo LinkedIn: Apify estrae i dati, l'utente rivede e conferma, e ora l'80% completa l'onboarding in meno di 37 secondi.
SeVedemo mette in contatto professionisti digitali e aziende. Tutto il valore per chi si iscrive passa da una cosa sola: un profilo completo, credibile, trovabile. Un profilo a metà è un profilo invisibile.
Le registrazioni crescevano, spinte dalle campagne di acquisizione: circa 3,50 € per utente registrato. Ma i profili completi no. Su 500 utenti registrati, solo il 12,5% arrivava in fondo all'onboarding: ogni profilo attivo, l'unica cosa che genera valore, costava in realtà ~28 € di advertising. L'87,5% del budget moriva dentro un form.
Prima di toccare il codice ho instrumentato il funnel con PostHog, evento per evento, sulla coorte dei 500 utenti registrati. Il problema non era il prodotto: era il prezzo d'ingresso.
11 step obbligatori, tutti da compilare a mano. Competenze, ruolo, esperienze, formazione, bio, tariffa, lingue, foto, contatti: ogni schermata un form, ogni campo digitato da zero.
~15 minuti di tempo medio di completamento. Informazioni che l'utente aveva già scritto altrove, su LinkedIn o nel CV, e che gli chiedevamo di ricopiare a mano, campo per campo.
Solo il 12,5% arrivava in fondo. Gli altri restavano con un profilo a metà: invisibili alle aziende, nessun valore ricevuto, nessun motivo per tornare.
Coorte di 500 utenti registrati, funnel instrumentato con PostHog prima dell'intervento.








Il dato che non avevamo messo a budget: le iscrizioni organiche. Con l'80% dei nuovi utenti che arriva a un profilo completo e visibile, la piattaforma ha iniziato a portare utenti da sola. Nei 60 giorni dopo il rilascio PostHog ha registrato uno spike del +38% di iscrizioni non legate alle campagne: profili completi che vengono trovati e condivisi portano altri professionisti, a costo zero.
La strada ovvia era ottimizzare gli 11 step: meno campi, copy migliore, una progress bar più incoraggiante. Ho proposto di eliminarli. Tutto quello che chiedevamo esisteva già sul profilo LinkedIn dell'utente: bastava sincronizzarlo.
Apify legge il profilo, Express lo traduce. Uno scraper Apify estrae dal profilo pubblico LinkedIn esperienze, formazione, competenze, lingue e bio; un servizio Express orchestra l'estrazione e mappa ogni sezione sul modello dati della piattaforma.
Parsing asincrono, mai un'attesa muta. TanStack Query gestisce il polling dello stato di estrazione: l'utente segue in tempo reale ogni fase (analisi, mappatura, preparazione) invece di fissare uno spinner infinito.
Revisione, non compilazione. I dati estratti atterrano in un form TanStack Form già precompilato e validato: l'utente corregge quello che vuole e conferma. Digitare è l'eccezione, non la regola.
Il problema gemello dell'onboarding è il profilo che invecchia: nel vecchio flusso nessuno tornava ad aggiornare 11 schermate. Ora c'è un solo bottone, Aggiorna: ripete la sincronizzazione con LinkedIn e propone le differenze da confermare. Meno di 15 secondi, e il profilo torna allineato alla realtà.
I profili reali sono disordinati: sezioni mancanti, lingue miste, formati imprevedibili. Lo scraping non poteva essere un tutto-o-niente. Ogni campo estratto è indipendente: se qualcosa non si riesce a mappare, il campo resta vuoto ed editabile e il flusso va avanti. Il caso peggiore è un form precompilato a metà, mai un vicolo cieco.
E chi un profilo online non ce l'ha? Il percorso manuale non è sparito: è diventato il fallback, insieme all'import da CV. Il rollout è avvenuto dietro feature flag, con il funnel instrumentato su PostHog step per step: il confronto vecchio-vs-nuovo era misurato, non raccontato, prima della release a tutti gli utenti.
Parliamone: 30 minuti per capire dove si rompe il funnel e dirti onestamente se posso aiutarti.
Prenota una call di 30 min Altri casi studio