Per molte piccole e medie imprese italiane il vero luogo della vendita non è il gestionale né la casella email, ma la chat. Preventivi, solleciti, conferme di appuntamento, assistenza post vendita e riattivazione di contatti dormienti passano da WhatsApp, spesso da numeri personali dei collaboratori, senza tracciabilità, senza assegnazione chiara, senza memoria condivisa. DeskcommCRM nasce per colmare questa frattura: è un CRM sales open source e self-hosted che mette l'inbox conversazionale al centro, con integrazione WhatsApp tramite WAHA, automazioni di follow up e agenti di intelligenza artificiale costruiti su stack moderno Next.js e Supabase/Postgres.
Il progetto è pubblicato su GitHub come melgarafael/DeskcommCRM, con licenza dichiarata MIT secondo i metadati pubblici, da verificare comunque su testo di licenza, dipendenze e conformità prima di un uso produttivo. Si presenta come alternativa aperta a piattaforme commerciali di messaggistica sales come Kommo, Octadesk o Intercom, con un posizionamento preciso: non un centralino generico, non un semplice connettore WhatsApp, ma un CRM completo dove contatto, trattativa, conversazione e automazione vivono nello stesso ambiente.
Cos'è DeskcommCRM
DeskcommCRM è un'applicazione web multi-tenant per la gestione delle vendite conversazionali. La base tecnica dichiarata è Next.js 16 per frontend e livelli applicativi, con Supabase e PostgreSQL come strato dati, autenticazione e controllo accessi. A questo nucleo si aggiungono tre componenti distintive: l'integrazione WhatsApp tramite WAHA, un motore di agenti AI per qualifica e supporto alla vendita, e un'interfaccia pronta per MCP, il protocollo aperto che permette ad agenti e strumenti esterni di interrogare e operare sul CRM in modo strutturato.
WAHA, acronimo di WhatsApp HTTP API, è un gateway self-hosted molto usato in ambito open source per collegare account WhatsApp a sistemi propri. In pratica espone la sessione WhatsApp come API HTTP e webhook: dopo l'associazione tramite QR code, i messaggi in ingresso arrivano al CRM come eventi e i messaggi in uscita vengono inviati tramite chiamate API, senza passare per un provider intermedio proprietario. Questo approccio offre massimo controllo e costi infrastrutturali prevedibili, ma richiede gestione operativa della sessione, monitoraggio della connessione e attenzione alle policy d'uso di WhatsApp.
Il modello multi-tenant significa che una singola installazione può ospitare più organizzazioni, team o clienti finali con dati e permessi separati. È un aspetto rilevante per agenzie, centri servizi e gruppi con più sedi o marchi: possono gestire in un unico sistema più inbox, pipeline e basi contatti mantenendo l'isolamento logico. Il riferimento a LGPD presente nella documentazione riflette l'origine brasiliana del progetto: la legge brasiliana sulla protezione dei dati, affine per principi al GDPR europeo, con enfasi su consenso, minimizzazione e controllo accessi tramite Row Level Security di Postgres.
A cosa serve: inbox, pipeline e chiusura in chat
La funzione centrale è trasformare WhatsApp da canale personale e dispersivo a canale commerciale tracciato. Ogni conversazione diventa un oggetto di lavoro collegato a un contatto, a un'azienda e a una trattativa. Da qui derivano i principali casi d'uso per founder, PMI e agenzie.
Il primo è la centralizzazione dell'inbox. Tutti i messaggi dai numeri collegati confluiscono in una casella condivisa, con assegnazione a operatori, stati di lavorazione, note interne, tag, promemoria e storico completo. Non è più necessario chiedere al collega cosa ha promesso al cliente in chat: la conversazione è visibile, ricercabile e collegata alla scheda cliente. Per attività con volumi elevati di richieste, come servizi locali, turismo, automotive, formazione, cliniche e studi professionali, questo riduce risposte mancate, doppi invii e tempi di attesa.
Il secondo è la gestione della pipeline sales. Contatti acquisiti da sito, campagne, fiere o passaparola entrano nel CRM, vengono qualificati, associati a una fase di trattativa e seguiti con sequenze di messaggi, attività e scadenze. L'obiettivo non è solo archiviare, ma chiudere: sollecitare un preventivo inevaso dopo 48 ore, proporre un appuntamento, inviare un catalogo o un link di prenotazione, riattivare dopo settimane un contatto freddo. In questo senso DeskcommCRM si colloca dopo la generazione del lead: serve a convertirlo con conversazione tempestiva e continuativa.
Il terzo è l'assistenza conversazionale con agenti AI. Gli agenti possono svolgere compiti di primo livello come rispondere a domande frequenti, raccogliere dati per la qualifica, proporre fasce orarie, riepilogare la conversazione per l'operatore umano, suggerire la risposta successiva o instradare verso il reparto giusto. Il disegno tipico è collaborativo: l'agente gestisce in autonomia le richieste semplici e passa all'umano i casi complessi o ad alto valore, lasciando traccia del passaggio di contesto. Per agenzie che gestiscono account di terzi, la stessa logica può essere replicata per cliente, con personalità, basi di conoscenza e regole diverse per ogni tenant.
Come funziona: architettura e flussi operativi
L'architettura segue un modello consolidato per SaaS self-hosted moderni. Il frontend e le API applicative sono realizzati in Next.js, mentre Supabase fornisce database Postgres, autenticazione, storage e policy di sicurezza a livello di riga. Questo significa che l'isolamento tra tenant e tra ruoli non è affidato solo al codice applicativo, ma anche a regole enforce a livello di database, un requisito importante quando più operatori accedono agli stessi dati.
Il flusso WhatsApp si articola in quattro fasi. Nella prima, l'amministratore crea una sessione WAHA e la associa scansionando un QR code con un numero di test, secondo il runbook operativo fornito nel repository per ambienti di staging. Nella seconda, WAHA mantiene la connessione e notifica il CRM tramite webhook a ogni nuovo messaggio, aggiornamento di stato o evento di connessione. Nella terza, il CRM normalizza l'evento in conversazione e messaggio, lo collega al contatto esistente o ne crea uno nuovo, applica regole di assegnazione e automazione. Nella quarta, operatori o agenti rispondono dall'inbox e il CRM instrada l'invio a WAHA, che lo recapita su WhatsApp, registrando esito e timestamp.
Il livello di intelligenza artificiale è configurabile con provider esterni tramite chiave API, come OpenRouter, Anthropic o OpenAI secondo la documentazione del progetto. L'agente riceve contesto dal CRM, quindi scheda contatto, fase di trattativa, cronologia messaggi e istruzioni specifiche del tenant, elabora una risposta o un'azione e la restituisce per invio diretto o per approvazione umana. La modalità con revisione umana è particolarmente indicata per i primi mesi: l'agente propone, l'operatore conferma o corregge, e le correzioni diventano esempi per affinare prompt e regole.
La predisposizione MCP amplia le possibilità di integrazione. Esporre contatti, conversazioni, trattative e attività come strumenti interrogabili via Model Context Protocol permette di collegare DeskcommCRM ad assistenti esterni, automazioni o cruscotti analitici senza duplicare dati. Ad esempio, un agente esterno può cercare un cliente, leggere le ultime conversazioni, creare un'attività di richiamata o aggiornare la fase di una trattativa, sempre nel rispetto dei permessi del tenant.
Sul piano del deployment, il repository include un kit di installazione per VPS, con script e guide operative per l'avvio in ambiente isolato. Il fabbisogno indicativo dichiarato si attesta intorno a 4 GB di RAM per un'istanza completa con CRM, database e gateway WhatsApp, soglia tipica di un piccolo server virtuale. La raccomandazione operativa sensata è procedere per gradi: clonazione del repository in staging, avvio con dati dimostrativi, collegamento di un numero di test dedicato e mai del numero commerciale principale, verifica di invio, ricezione, riconnessione dopo riavvio, backup e ripristino prima di qualsiasi pilot con clienti reali.
Perché conta per founder, PMI e agenzie italiane
Per il mercato italiano il valore non è nella singola tecnologia, ma nella combinazione. Molte PMI usano già WhatsApp ogni giorno, ma senza processo. Hanno un sito, magari campagne social, un gestionale per fatture e un foglio condiviso per i contatti, e nel mezzo un buco operativo dove i lead si raffreddano. Un CRM conversazionale self-hosted prova a chiudere quel buco senza imporre una suite proprietaria per utente, con dati ospitati su infrastruttura scelta dall'azienda, potenzialmente in Europa, e con possibilità di personalizzazione su campi, pipeline, automazioni e report.
Per i founder di micro SaaS e studi di consulenza, l'interesse sta nel controllo dello stack. Avere frontend Next.js e dati in Postgres standard semplifica integrazioni con siti, landing page, moduli di contatto, sistemi di prenotazione e strumenti di analisi. È possibile importare contatti, esportare trattative, costruire viste per settore o campagna, collegare eventi di conversazione a sistemi di misurazione e mantenere uno storico interrogabile via SQL, senza dipendere da esportazioni limitate o API a pagamento.
Per le agenzie, il vantaggio è il modello multi-tenant. Un'agenzia che segue decine di attività locali può offrire gestione WhatsApp, qualifica lead e follow up come servizio gestito, con un workspace separato per cliente, operatori con permessi differenziati e agenti configurati sul tono di voce e sul catalogo di ciascuno. Rispetto a usare un numero diverso di tool per ogni cliente, centralizzare su un'unica istanza governata riduce dispersione, facilita la formazione del personale e rende confrontabili le performance tra account, come tempi di prima risposta, tasso di risposta, appuntamenti fissati e preventivi convertiti.
C'è anche un tema di sovranità operativa. In settori sensibili come salute, finanza personale, consulenza legale o servizi alle famiglie, mantenere le conversazioni su database propri, con accessi auditati e policy granulari, è più rassicurante che distribuirle su account personali dei dipendenti. Questo non rende automaticamente conforme al GDPR: consensi, informative, tempi di conservazione, gestione dei diritti degli interessati e accordi con fornitori restano responsabilità del titolare. Ma partire da un sistema dove isolamento, log e controllo accessi sono progettati nel database è una base più solida rispetto a chat sparse e non governate.
Limiti, requisiti e dove trovarlo
Come ogni progetto open source giovane e orientato alla vendita conversazionale, DeskcommCRM va valutato con rigore prima dell'adozione. Il primo punto critico è la natura della connessione WhatsApp. Le integrazioni basate su sessione via QR offrono flessibilità, ma sono diverse dall'uso delle API ufficiali di WhatsApp Business Platform tramite provider autorizzati. Vanno verificate con attenzione stabilità della sessione nel tempo, gestione di disconnessioni e riconnessioni, limiti di invio, rischio di restrizioni in caso di invii massivi o segnalazioni, qualità del recapito di media e documenti, e tracciabilità degli stati di lettura. Per volumi importanti o comunicazioni critiche, è prudente confrontare questo approccio con i canali ufficiali e definire policy antispam rigorose con opt-in e opt-out espliciti.
Il secondo punto è la qualità reale degli agenti AI in produzione. Dimostrare risposte fluenti in demo è diverso da mantenere coerenza su cataloghi che cambiano, prezzi con eccezioni, disponibilità aggiornate e casi limite. Vanno testati allucinazioni, gestione del fuori ambito, passaggio all'umano, uso di dati riservati nel prompt, registrazione delle motivazioni e costi di inferenza per conversazione. La dipendenza da chiavi di provider esterni comporta anche valutazioni su residenza dei dati, contratti e continuità: è opportuno verificare se il progetto consente di configurare endpoint compatibili o modelli self-hosted e con quale sforzo di adattamento.
Il terzo punto è la maturità operativa. Vanno verificati copertura di test, gestione dei backup Postgres, migrazioni dello schema, monitoraggio di code e webhook, gestione degli errori di invio, rate limiting, protezione contro abusi, audit delle azioni degli operatori e aggiornamento delle dipendenze. L'installazione tramite script su VPS abbassa la barriera iniziale, ma non sostituisce hardening del server, certificati, firewall, backup offsite, procedure di ripristino provate e piano di aggiornamento.
Il progetto è reperibile pubblicamente su GitHub all'indirizzo github.com/melgarafael/DeskcommCRM, dove sono disponibili codice, istruzioni di installazione, kit per hosting VPS e runbook dedicati alla configurazione WAHA. Chi vuole valutarlo dovrebbe partire da un ambiente di staging isolato, usare un numero di test, documentare i flussi di qualifica e di escalation, misurare tempi di risposta e conversioni su un campione limitato di conversazioni e coinvolgere un referente privacy per adeguare informative e consensi al contesto italiano. Usato con questo metodo, DeskcommCRM rappresenta un laboratorio concreto e trasparente per capire se la vendita conversazionale su WhatsApp, governata da un CRM aperto e assistita da agenti AI supervisionati, può diventare un vantaggio stabile per PMI e agenzie invece di restare una somma di chat individuali non tracciate.