Gabriele Decandia.
Altamura, IT
Tutti i lavori
Caso studio 01Online su iOS e Android

Outsyd

Scrivi una città. La giornata è pronta — sulla mappa, in pochi secondi.

Ruolo
Fondatore — prodotto, design, sviluppo, rilascio e marketing
Periodo
2025 — in corso
Versione 3.5, 61 build
Tecnologie
Flutter · Dart · Firebase · Cloud Functions (Node.js) · Gemini · Geoapify · Stadia Maps
Link
App Store · Google Play · Sito
Syd, l’uccellino mascotte di Outsyd
L’itinerario di una giornata a Napoli disegnato sulla mappa
La schermata iniziale di Outsyd che chiede dove andiamo oggi
Un percorso a piedi per Roma con le tappe numerate
App bilingue · schermate in italiano

01 — Il problema

La nave attracca per otto ore in una città di cui non sai nulla. E adesso?

Organizzare bene una giornata in un posto nuovo vuol dire ore di forum, blog e schede di mappe aperte: cosa vale la pena vedere, in che ordine, quanto è lontano, quando fermarsi a pranzo. Chi è in crociera lo sente più di tutti — ogni porto è una città nuova, con un orario preciso per tornare a bordo.

Outsyd fa questo lavoro in pochi secondi. Scrivi la città, quanto tempo hai e come ti muovi, e l’app costruisce il percorso sulla mappa: luoghi reali, in ordine geografico, con gli orari da quando parti a quando devi rientrare, e pasti e serata nei momenti giusti.

02 — Cosa fa

  • Itinerari su una mappa veraTappe in ordine geografico e per momento della giornata — mercati la mattina, belvedere al tramonto — ognuna con l’orario di arrivo.
  • Colazione, pranzo, cena, serataSuggerimenti per mangiare e uscire inseriti negli spazi giusti di ogni giornata, non solo della prima.
  • Offerte sui voli da 30 aeroporti italianiTariffe reali ordinate per prezzo, tratte da seguire e notifiche quando il prezzo scende.
  • Informazioni praticheCome arrivare dall’aeroporto al centro, in quale zona dormire, consigli sulla città, biglietti per le attrazioni — tutto verificato prima di essere salvato.
  • Social e collaborativoPubblica itinerari, metti like e commenta, oppure organizza un viaggio insieme con un link d’invito.
  • Cashback in denaro veroFinanziato dalle commissioni di affiliazione: gli utenti ricevono una parte di quello che Outsyd guadagna davvero — mai di più.
Home: scegli città, durata, distanza e orari di visita
Si parte da una città
Itinerario a Napoli con sette tappe nel centro storico
Napoli, in ordine sulla mappa
Itinerario a Roma che parte da Castel Sant’Angelo
Roma a piedi, tappa dopo tappa

03 — Sotto il cofano

Un solo codice Flutter per le due piattaforme, un backend Firebase e 29 Cloud Functions per il lavoro che il telefono non deve fare.

Tutto ciò che costa, custodisce un segreto o non deve essere manomesso gira sul server: chiamate all’AI, API dei partner, controlli programmati dei prezzi, contabilità del cashback, moderazione. L’app resta un client veloce, che regge anche offline grazie alla sua cache delle mappe.

04 — Le decisioni che contano

La parte difficile non erano le funzioni. Erano i punti in cui l’app poteva mentire in silenzio ai suoi utenti.

A · Dati

Nessun numero senza una fonte.

Le prime versioni mostravano stelline e badge di sconto. Facevano un figurone — ma i voti erano casuali e il «−60%» era solo la differenza da una media. Bastava che un viaggiatore se ne accorgesse per smontare tutto quello che l’app promette.

SceltaVoti e prezzi arrivano solo da ricerche verificate, con campi validati. Se un dato non si conosce, l’interfaccia non mostra niente.
PerchéLa fiducia è il prodotto — e voti o sconti falsi sono anche un rischio legale nell’UE.
B · Output dell’AI

Verifica quello che il modello restituisce.

Un LLM trova la pagina esatta dei biglietti di un’attrazione. Una volta ha salvato search?query=None — una pagina che si apre senza errori ed è completamente sbagliata.

SceltaOgni URL deve avere la forma di una vera pagina prodotto e superare una richiesta reale; si salva solo l’indirizzo canonico.
Lezione«Pagina valida» non vuol dire «pagina giusta». Controlla la forma della risposta, non solo che ci sia.
C · Sicurezza

Tratta il client come un nemico.

Il cashback è denaro vero, e alcuni suoi campi venivano scritti dal telefono. Un’app modificata avrebbe potuto impostarsi da sola la percentuale e moltiplicare quanto le veniva pagato.

SceltaLimiti lato server su ogni valore del client, prenotazioni create solo «in attesa», prelievi in transazioni, azioni di amministrazione protette da custom claim, chiavi inutilizzate tolte dal pacchetto dell’app.
PoiÈ il lavoro che mi ha spinto verso la magistrale in Cybersecurity.
D · Soldi

Segui i soldi dall’inizio alla fine.

Per settimane i link dei voli hanno registrato zero clic di affiliazione. Il codice sembrava giusto. Poi si è scoperto che la rete contava solo i clic passati dal suo redirect.

SceltaProvare ogni link dei partner con richieste reali e leggere le dashboard, non solo il codice. Ora i voli passano dal redirect tracciato.
LezioneQuando un numero è zero, controlla i tubi prima di pensare che nessuno abbia cliccato.

05 — Oltre il codice

Pubblicare è il punto in cui il lavoro comincia.

Outsyd mi ha insegnato quello che nessun tutorial spiega: le revisioni degli store, le note di rilascio in due lingue entro 500 caratteri, le privacy policy, le candidature ai programmi di affiliazione, la logica dei pagamenti — e convincere le persone ad aprire l’app. L’account TikTok che gestisco ha superato il milione di visualizzazioni, soprattutto con caroselli su dove mangiano davvero i locali.

Alcune reti di affiliazione accettano solo chi ha un sito vero, così ne ho costruito uno: una landing page bilingue su Firebase Hosting.

29
Cloud Functions in produzione
270
test automatici
2
lingue, 1.065 testi ciascuna
1,1M+
visualizzazioni TikTok, @outsydapp
outsyd-6135d.web.app
La landing page di Outsyd in inglese: «The AI that plans your trip like a local», con i pulsanti App Store e Google Play
La landing page di Outsyd — in italiano e in inglese, pensata per gli utenti e per chi valuta le affiliazioni.Visita ↗

06 — Cosa è venuto dopo

Outsyd è diventata la base della mia tesi triennale: Outsyd Sentinel, un prototipo di machine learning che smista i feedback dei viaggiatori al team giusto e ne legge il sentiment, pensato per agganciarsi ai commenti che l’app già raccoglie.