CFO chiede: come si fattura Empatyzer e cosa comprende il prezzo
TL;DR:
- Fatturiamo la licenza per utente, ma la vendiamo come pacchetto per gruppi (team, reparto o intera azienda).
- Consigliamo l'adozione su tutta l'azienda — lo strumento funziona meglio su scala e favorisce l'adozione.
- Abbonamento solitamente annuale per un numero definito di persone; periodo minimo consigliato sei mesi.
- Nel prezzo: diagnosi psicometrica completa (valore di mercato ~250-350 USD/persona), micro-lezioni, assistente Em, accessi e richieste illimitati.
- Dati ospitati in UE, report aggregati che proteggono la privacy; dati cancellabili su richiesta al termine del contratto.
Cosa comprende esattamente la licenza Empatyzer?
Il prezzo di Empatyzer include tre livelli base di lavoro: la tua diagnosi, il supporto Em per conversazioni specifiche e micro-lezioni regolari adattate al contesto.
Funzioni che possono aiutarti:
- Tratti: fornisce all'utente un profilo privato e la conoscenza delle proprie predisposizioni, meccanismi e modalità di funzionamento.
- Parla con Em di una persona specifica: ti consente di preparare conversazioni importanti tenendo conto di entrambe le parti, relazioni e situazioni.
- Microlezioni: garantiscono lo sviluppo regolare di competenze adeguate alla persona, al ruolo e all'ambiente di lavoro attuale.
La fatturazione è per utente, ma l'offerta viene confezionata e venduta come pacchetto per gruppi: è possibile acquistare accessi per un team, un reparto o tutta l'azienda. Dall'esperienza operativa raccomandiamo l'adozione estesa a tutta l'organizzazione, perché Empatyzer dà il massimo beneficio in scala e aiuta a uniformare il modo di comunicare. Le condizioni contrattuali sono in genere annuali, con un periodo minimo sensato di sei mesi e rinnovo automatico con possibilità di disdetta. Nel canone è inclusa una diagnosi personale completa che copre talenti, motivatori, stili comportamentali e preferenze di collaborazione — una singola analisi simile sul mercato vale circa 250-350 USD a persona. L'abbonamento comprende inoltre micro-lezioni personalizzate (due alla settimana), la chat con l'assistente Em e accessi illimitati al sistema per consultazioni e domande. La piattaforma fornisce report aggregati sulla cultura e i trend invece dei risultati grezzi degli individui, a tutela della privacy e per consentire al team HR interventi preventivi. Dal punto di vista tecnico, i dati sono ospitati su server in UE (AWS), con crittografia e separazione dei dati clienti; le informazioni aziendali non vengono usate per addestrare modelli. L'implementazione richiede un coinvolgimento IT minimo e poco tempo da parte dell'HR — di norma basta una comunicazione rapida e l'attivazione degli account. Il servizio prevede SLA con alta disponibilità e meccanismi di compensazione per interruzioni prolungate. Al termine della collaborazione i dati possono essere rimossi su richiesta conformemente al contratto. Questo modello rende i costi prevedibili e il prezzo per utente risulta inferiore alla somma di singoli report e corsi, generando un ritorno sugli investimenti rapido; in pratica i clienti segnalano alta adozione e risparmi concreti sui training, oltre a una cooperazione migliore tra manager e team.
In sintesi: fatturiamo per utente all'interno di pacchetti di gruppo; il prezzo copre diagnosi completa, micro-lezioni, supporto di Em, accessi illimitati, garanzie sulla privacy e assistenza tecnica.
Fonti e ricerche
- DeYoung, C. G., Quilty, L. C., & Peterson, J. B. (2007). Between facets and domains: 10 aspects of the Big Five. Journal of Personality and Social Psychology, 93(5), 880–896. https://doi.org/10.1037/0022-3514.93.5.880 DOI: 10.1037/0022-3514.93.5.880
- Monib, W. K., Qazi, A., & Apong, R. A. (2025). Microlearning beyond boundaries: A systematic review and a novel framework for improving learning outcomes. Heliyon, 11(2), e41413. https://doi.org/10.1016/j.heliyon.2024.e41413 DOI: 10.1016/j.heliyon.2024.e41413
- Farhood, H., Nyden, M., Beheshti, A., & Muller, S. (2025). Artificial intelligence-based personalised learning in education: a systematic literature review. Discover Artificial Intelligence, 5, 331. https://doi.org/10.1007/s44163-025-00598-x DOI: 10.1007/s44163-025-00598-x
Autore: Empatyzer
Pubblicato:
Aggiornato: