Dal brief all'insight.
01
Modella la popolazione.
Definisci dimensione (300–10.000), distribuzione anagrafica, geografica, professionale e di reddito. I parametri partono da ISTAT; puoi raffinare con dati propri.
istat.datcomuni.geocohort.csv
M
Maria Conti
34 · Bologna · F
N=4.812 · ISTAT 2025
02
Disegna la rete.
Sibilla offre tre famiglie di topologia. Decidono come si propagano i messaggi: dal passaparola (small-world) all'effetto influencer (scale-free) all'eco di comunità.
small-worldscale-freecommunity
Topologia: small-world · N=4.812
03
Lancia il messaggio.
Carica il testo dello spot, del manifesto, del comunicato. Gli agenti lo leggono dalla loro prospettiva (età, professione, reddito) e iniziano a parlarne fra loro.
spot.txt
"Caffè Solare. Il primo caffè italiano carbon-negative. Ogni tazzina pianta un albero."
M
Maria · 27 · Bologna
"Carbon-negative? Se è vero, lo provo volentieri."
D
Davide · 38 · Milano
"Bello, ma quanto costa in più rispetto al caffè che prendo di solito?"
L
Luigi · 67 · Lecce
"Un albero per ogni tazzina? Mi sembra la solita trovata pubblicitaria."
R
Rosa · 54 · Napoli
"Ne aveva parlato mio nipote. La pubblicità mi piace, è fatta bene."
G
Giulia · 31 · Padova
"Prima di crederci vorrei capire chi lo certifica."
04
Analizza il sentiment.
Sentiment medio, distribuzione per coorte, evoluzione del trend nel tempo, parole più frequenti, topic emergenti. Esporta in CSV o PDF, oppure interroga in chat.
01 · Dataset
Creazione CSV
Ogni risposta di ogni agente, per iterazione, con profilo demografico.
02 · Analisi
Analisi quanti-qualitativa
Sentiment, cluster di opinione, segmenti per età e insight dalle conversazioni.
03 · Report
Report PDF e DOC
Documento pronto da condividere, con grafici, tabelle e raccomandazioni.
live readout · iter 032/050
small-world · N=4812
+0.34Sentiment
% Positivo58%
% Neutro28%
% Negativo14%
Cluster di opinionedimensione = quota agenti
Sentiment per etàpos neu neg
18–29
30–44
45–59
60+
◆ Insight Sibillada 1.284 conversazioni qualitative