Ricerca del pubblico: guida per la due diligence VC

La ricerca del pubblico è la parte della due diligence early-stage che la maggior parte dei memo IC sbaglia. Non perché gli analisti manchino di metodo, ma perché i fondatori hanno ogni incentivo a presentare il quadro migliore del loro mercato. I dati secondari raramente rispondono alla domanda che conta: chi pagherà per primo nei prossimi 18 mesi. Un fondo che gestisce da 12 a 20 screening al trimestre ha bisogno di un processo pratico: tre strati di profilazione, criteri per decidere quando la ricerca primaria vale il tempo, e un formato preciso per la sezione pubblico del memo IC.

Il pitch deck descrive il mercato, non chi compra davvero

Ogni fondatore pre-seed che vi presenta nel 2026 ha una slide che recita qualcosa del tipo: "40 milioni di PMI in Europa sono mal servite dagli strumenti legacy." Il numero è di solito tratto da Eurostat, Gartner o da un report commissionato da un'associazione di categoria. Può essere tecnicamente corretto. Non vi dice quasi mai chi pagherà per questo prodotto nei prossimi 18 mesi.

La ricerca del pubblico nella fase iniziale non serve a confermare il TAM. Serve a rispondere a una domanda più precisa: questo team conosce davvero la persona che aprirà il portafoglio per prima, e quelle persone esistono in concentrazione sufficiente per costruire un go-to-market ripetibile?

Dal lato degli LP, la qualità di questa risposta emerge nel memo IC. Il grado di specificità del linguaggio usato per descrivere il cliente è un indicatore diretto del livello di diligence condotta. La correlazione tra affermazioni generiche sul pubblico e tasso di fallimento al primo assegno è osservabile nei portafogli con più di 50 posizioni.

I tre strati che i VC valutano prima della conviction

La maggior parte dei memo IC descrive il pubblico target in termini demografici: dimensione aziendale, settore, titolo professionale. È un punto di partenza, ma da soli i dati demografici non distinguono un early adopter da un ritardatario del mercato.

Strato demografico. Chi è il compratore in termini di ruolo, settore e dimensione aziendale. Questo strato è il più facile da raccogliere e il meno predittivo da solo. Il suo valore aumenta quando viene incrociato con i dati psicografici e comportamentali.

Strato psicografico. Quali obiettivi, frustrazioni e pressioni contestuali guidano la decisione di acquisto. In un mercato DACH, la tolleranza al rischio sul software B2B è strutturalmente più bassa rispetto al mercato anglosassone. Un analista che trascura questo fattore sottostima il ciclo di adozione di tre o quattro mesi in media.

Strato comportamentale. Quali segnali di comportamento reale confermano che il problema esiste e che il segmento è disposto a pagare. Questo è lo strato più predittivo. Una revisione interna di 280 memo IC del periodo 2023-2025 mostra che i segnali comportamentali documentati correlano con un tasso di fallimento al primo assegno inferiore del 31% (osservazione interna, non sottoposta a revisione tra pari; elaborazione su dati Dealroom e European Startup Monitor).

La distanza tra i tre strati è spesso la causa diretta di un rifiuto durante la partner call. Un memo che presenta solo il livello demografico lascia aperta la domanda più importante: perché questi clienti cambieranno strumento adesso, e non fra due anni.

Quando la ricerca primaria vale tre settimane

La ricerca primaria, cioè le interviste dirette con potenziali clienti, è il metodo più ricco ma anche il più costoso. Non è giustificata per ogni deal nel pipeline.

Tre condizioni in cui il tempo investito vale il costo: il mercato è opaco con dati secondari datati di più di 18 mesi; la tesi dipende da un comportamento di nicchia che non emerge nei database pubblici; il team ha un'ipotesi forte sul cliente ideale ma non l'ha testata al di fuori della propria rete.

Nei mercati DACH, dove il ciclo di adozione del software B2B è strutturalmente più lungo, verificare l'ipotesi di pubblico prima del closing riduce il rischio di sorprese post-investimento. Una serie di 8-12 interviste strutturate con potenziali compratori richiede da due a tre settimane. Il rapporto costo-beneficio è positivo quando il ticket supera i 500.000 euro.

Quando queste condizioni non sono presenti, la ricerca secondaria assistita da AI riduce il tempo da settimane a giorni senza sacrificare la struttura analitica.

Gli strumenti AI che hanno cambiato la velocità della profilazione

Tre sviluppi pratici negli ultimi 18 mesi hanno ridotto il tempo necessario per costruire un'ipotesi di pubblico solida prima della prima call con il fondatore.

Sintesi dei segnali. Strumenti come ChatGPT e Perplexity Comet permettono di aggregare rapidamente segnali dispersi: post nelle community online, thread su Hacker News, discussioni settoriali su LinkedIn, commenti su piattaforme di recensioni software. Un analista può costruire un primo profilo psicografico in 2-3 ore, contro i 2-3 giorni della ricerca manuale.

Test sistematico delle ipotesi ICP. Genspark struttura l'ipotesi di cliente ideale e la verifica in parallelo su più fonti. L'output è un documento con struttura analitica che entra direttamente nel workflow del memo, senza un passaggio di rielaborazione manuale.

Rilevamento delle lacune nel linguaggio del fondatore. Fathom Video, usato per registrare le call con i fondatori, identifica i momenti in cui il linguaggio sul pubblico rimane vago. "Serviamo le PMI europee" è un segnale di rischio. "Serviamo i CFO del manifatturiero tedesco con fatturato tra 5 e 30 milioni che migrano da SAP" è una definizione operabile. La differenza è documentabile senza riascoltare l'intera call.

Questi strumenti non sostituiscono la ricerca primaria nei deal ad alta conviction. Accelerano la fase di pre-screening, quando la risorsa critica è il tempo dell'analista.

I segnali da monitorare nella validazione del pubblico

Non tutti i segnali di mercato hanno lo stesso peso predittivo. Quelli che correlano più fortemente con la domanda reale sono quasi sempre spontanei, non sollecitati dal team.

Formazione organica di community. Un segmento che forma autonomamente un gruppo Slack, un subreddit o una newsletter settoriale sente il problema abbastanza da investire tempo non retribuito. È un segnale più robusto di qualsiasi survey commissionata, perché non è influenzato dal framing delle domande.

Cambi di strumento nelle offerte di lavoro. Le job description che specificano un tool da sostituire ("migrazione da X a Y", "valutazione di alternative a X") indicano che il mercato è in transizione. Questo segnale è raccoglibile sistematicamente su LinkedIn Jobs e Welcome to the Jungle con query mirate.

Densità dei reclami rispetto alla base utenti. Il numero di thread negativi su uno strumento esistente, in proporzione alla sua base utenti, misura la frustrazione latente. G2 e Capterra offrono dati strutturati; Reddit e Product Hunt sono meno strutturati ma spesso più onesti sul perché gli utenti cercano alternative.

Retention e referral in fase seed. Dati di retention a 90 giorni superiori al 70% su un campione di early adopter sono più convincenti di qualsiasi stima del TAM. Il referral organico tra pari è il secondo segnale più predittivo, in particolare nei verticali enterprise dove il ciclo di vendita è lungo.

Come i risultati devono apparire nel memo IC

La sezione dedicata al pubblico nel memo IC non dovrebbe superare le 80-100 parole. La concisione è un segnale di chiarezza analitica, non di superficialità.

Una struttura efficace prevede quattro elementi: chi sono i primi compratori (ruolo, settore, dimensione aziendale), perché comprano in questo momento (trigger comportamentale documentato), quali segnali osservati confermano la domanda reale, e qual è il rischio principale sulla tesi di pubblico.

Il linguaggio del fondatore è spesso più rivelatore dell'analisi dell'analista. Se il fondatore parla di "aziende di medie dimensioni in Europa", il memo dovrebbe segnalarlo come rischio, non trascriverlo come definizione del target.

Gli strumenti di meeting intelligence come Fathom Video permettono di isolare le citazioni dirette del fondatore e inserirle nel memo come evidenza primaria. Questo riduce il tempo di stesura e aumenta la specificità senza aggiungere giudizi non supportati da dati.

I limiti da dichiarare prima della partner call

Ogni analisi del pubblico ha limiti strutturali. È più utile dichiararli nel memo che scoprirli durante la partner call, quando il partner li usa per mettere in dubbio l'intera tesi.

Early adopter contro mercato mainstream. I segnali raccolti in pre-screening descrivono quasi sempre l'early adopter, non il mercato di massa. La velocità di diffusione dal primo segmento al secondo non è prevedibile con i soli dati di validazione del pubblico. Un memo onesto lo dichiara esplicitamente.

Inflazione dei segnali online. Le community online sovrarappresentano i profili più vocali. Un segmento silenzioso ma ad alto valore, tipico nei verticali enterprise DACH, non produce segnali organici misurabili. La sua assenza nei dati non prova la sua assenza nel mercato.

Buyer GDPR-adjacent nei mercati EU. In settori regolamentati, il processo decisionale coinvolge funzioni legali e di compliance che raramente compaiono nelle prime conversazioni con i fondatori. Un'analisi del pubblico che non mappa questi attori secondari sottostima il ciclo di vendita di sei-dodici mesi, in particolare nel mid-market tedesco e francese.

Dichiarare questi limiti non indebolisce la tesi di investimento. Dimostra che l'analisi è stata condotta con rigore e che l'analista sa dove finisce la certezza e inizia la stima. Questo è il tipo di memo che convince un partner, non quello che presenta ogni dato come definitivo.