Non sarà facile, ma oggi vogliamo spiegarvi come nella vendita al dettaglio tradizionale i retailer utilizzeranno l’intelligenza artificiale nei prossimi anni. Marketing e intelligenza artificiale stanno infatti per formare un connubio molto proficuo.
L’intelligenza artificiale (AI) sta prendendo piede nel retail marketing e sta avendo l’impatto maggiore nel mondo digitale a causa della natura intrinsecamente tracciabile e quantificabile delle attività sui siti web, negli acquisti digitali e negli account degli utenti.
Il volume e l’affidabilità dei dati raccolti dagli e-commerce rendono questo un ambiente perfetto per sfruttare l’intelligenza artificiale.
Ecco perché non sorprende che Amazon sia una delle più importanti centrali di intelligenza artificiale al mondo. Il volume di dati generati dagli account utente registrati sul loro sito Web, come informazioni sugli acquisti, azioni di aggiunta al carrello, clic e ricerche, è enorme e permette ad Amazon di personalizzare le offerte e far crescere il business.
I retailer tradizionali non hanno gli stessi vantaggi. I medesimi dati non sono così facili da ottenere, registrare e analizzare. Mentre l’apprendimento automatico è già, o quasi, praticabile in alcuni aspetti del settore della vendita al dettaglio, le attuali soluzioni di marketing orientate all’AI per le attività commerciali sono spesso estremamente costose e hanno, nella loro forma attuale, un cattivo ritorno sull’investimento.
Tuttavia, ciò non significa che i retailer fisici saranno per sempre fuori dal gioco. Potrebbero volerci ancora alcuni anni, ma la vendita al dettaglio inizierà ad adottare le stesse strategie che gli e-commerce sono oggi in grado di sfruttare nello spazio digitale. Questo avverrà utilizzando la stessa tracciabilità e quantificabilità nello spazio fisico.
In questo articolo, vedremo tre diversi modi in cui i rivenditori al dettaglio saranno presto in grado di sfruttare alcune di queste tecniche di marketing basate sull’intelligenza artificiale.
Marketing e intelligenza artificiale: tre trend
1) Raccomandazioni in negozio
In futuro, più negozi saranno in grado di avere relazioni con i clienti incoraggiandoli a creare un qualche tipo di account utente. Ci sono molti vantaggi per un utente nell’avere un account. Ad esempio su Amazon può:
- Ottenere migliori consigli sui prodotti.
- Acquistare con con un clic.
- Vivere un’esperienza personalizzata e molto scorrevole ogni volta che si trova su Amazon.com o cerca prodotti su Google.
Il rivenditore incoraggia gli utenti a registrare un account in modo che possano accedere a tutti questi vantaggi e risparmiare tempo. Ovviamente anche Amazon ne beneficia perché un account utente è una ricca fonte di informazioni.
Sanno chi sei e possono monitorare il tuo comportamento e l’attività di acquisto nel tempo. Usano queste informazioni per mettere i prodotti giusti di fronte a te, il che aiuta a generare più vendite. Ottimizzano ogni transazione per il lifetime value del cliente.
I vantaggi degli account utente
I negozi fisici alla fine faranno la stessa cosa, e alcuni lo stanno già facendo offrendo il ritiro in negozio o la consegna a domicilio. Prendiamo il caso di un negozio di generi alimentari. Se sei un cliente abituale in un determinato supermercato e hai un account utente, il negozio avrà accesso ad alcune delle stesse informazioni che Amazon riceve dai suoi account.
Invece di accedere a un sito Web, probabilmente accederai ad un’app che può essere rilevata dai sensori del negozio. Dal tuo smartphone il negozio saprà quando sei entrato e potrà tenere traccia della frequenza delle tue visite e dei prodotti che acquisti. Da queste informazioni, il negozio può migliorare la tua esperienza cliente in diversi modi.
Il negozio potrebbe utilizzare l’intelligenza artificiale per analizzare tutti i dati su di te e quindi fornirti offerte speciali, coupon, sconti e pacchetti per i prodotti che acquisti normalmente. Invece di ricevere un pacchetto di coupon al momento del pagamento, potresti ricevere i coupon non appena l’app indica che sei all’interno dello store. Possono offrirti sconti e offerte speciali sui prodotti che acquisti abitualmente o su altri marchi da considerare per le tue solite categorie di prodotti.
Anticipando le esigenze dei clienti
Il negozio potrebbe anche offrirti qualche tipo di programma di acquisti ricorrenti. Potrebbero fatturarti ogni settimana un pacchetto di generi alimentari che è pronto per te quando ti presenti, con l’elenco dei prodotti generato dal motore di intelligenza artificiale e approvato dall’utente in anticipo.
In alternativa, il negozio può avvisare un membro dello staff di iniziare a raccogliere i prodotti che acquisti di solito quando entri nel negozio per poi portarli al banco per te. L’app del negozio potrebbe anche essere in grado di effettuare pagamenti con un solo clic, utilizzando una carta di credito o di debito registrata. In questo modo saresti fuori dal negozio in pochi minuti rendendo l’esperienza d’acquisto più veloce e piacevole.
In che modo il negozio beneficia di tutte queste possibilità offerte ai clienti abituali?
Proprio come Amazon, queste informazioni sull’utente si traducono in maggiori vendite e maggiori profitti. Come ogni rivenditore sa, gli acquirenti hanno maggiori probabilità di essere clienti abituali quando hanno una customer experience positiva. Se rendi più semplice e conveniente l’attività di acquisto, è anche più probabile che i clienti acquistino di più e più frequentemente. Se si sentono speciali quando entrano nel negozio, è più probabile che raccomandino ad altri quel negozio.
La personalizzazione dell’esperienza utente permetterebbe anche al negozio di fare upselling offrendo ai clienti prodotti rilevanti con margini di profitto più elevati al posto dei loro marchi tradizionali. Ad esempio, un cliente che acquista solitamente una marca generica di uova potrebbe essere attratto dall’acquisto di uova di un altro brand da un piccolo sconto.
Le uova sarebbero ancora più costose di quelle generiche, ma lo sconto potrebbe facilitare qualcuno ad acquistarle comunque, il che significa margini di profitto leggermente più alti. E, supponendo che il prodotto ne valga la pena, il cliente potrebbe scegliere il prodotto più costoso anche la volta successiva.
In alternativa, il negozio di alimentari potrebbe invogliare alcune persone ad acquistare prodotti più deperibili o con stock in eccesso, effettuando aggiustamenti di prezzo in base al loro comportamento di acquisto. Ad esempio, se sanno che hai l’abitudine di acquistare ingredienti per insalata, il negozio potrebbe offrirti grandi sconti su peperoni rossi e cetrioli.
2) Raccomandazioni e pubblicità fuori dal negozio
Le strategie di marketing basate sull’intelligenza artificiale possono anche aiutare i rivenditori a rivolgersi ai clienti quando sono fuori dal negozio.
Sempre utilizzando le informazioni sull’account utente, un programma di marketing basato sull’AI può determinare il modo migliore per riportare le persone con determinati comportamenti e schemi di acquisto nel negozio e massimizzare il valore del carrello. Si tratta essenzialmente di mettere in campo modelli di acquisto e modelli di promozione per gli acquirenti con profili simili, per formulare raccomandazioni e promozioni in linea con le loro preferenze.
Guidare i clienti al negozio
Armati di questi sistemi di raccomandazione, i rivenditori possono fornire contenuti marketing pertinenti in grado di invogliare il cliente ad andare in negozio. Ad esempio, il negozio può chiamare, inviare un messaggio di testo o una e-mail che annuncia nuovi prodotti, offerte speciali o sconti unici solo per quel cliente. Se normalmente vai al negozio tutti i mercoledì e non ti presenti per una settimana, potrebbero proporti uno sconto specifico basato sui tuoi interessi per farti tornare nel loro negozio.
Se comprate un sacco di cioccolatini, potrebbero offrirvi un affare due per uno solo per quel giorno.
3) Split test
Lo split test è un’altra area in cui le aziende online hanno un vantaggio significativo quando si tratta di utilizzare l’intelligenza artificiale nel marketing. Conosciuto anche come A / B test, consiste semplicemente nel provare due alternative con clienti simili per capire quale offra risultati migliori.
Mentre questa operazione è abbastanza semplice da fare per la vendita online, è un po’ più impegnativo per i negozi offline. Ad esempio, se Amazon vuole testare una diversa versione della sua home page, può presentarla ad un segmento di 500 visitatori di Amazon.com e capire se ci sono risultati migliori rispetto alla home page classica.
Può quindi testare piccole regolazioni – alla pagina di checkout, ai pulsanti, al testo, alle immagini, a qualsiasi cosa pensino possa aiutare – in tempo reale per vedere cosa succede.
Per un negozio fisico invece, gli A/B test sono molto più impegnativi. Per prima cosa, è un lavoro arduo modificare il layout di un negozio fisico in modo significativo. Ma con l’aiuto dell’intelligenza artificiale, può essere possibile determinare il tipo di persona influenzata da cambiamenti nell’ambiente fisico.
Potrebbe essere possibile variare il layout di un negozio in modi più piccoli per ottimizzare le vendite in base ai risultati dei test di tipo A/B in negozio. Riprendendo lo scenario del negozio di alimentari, supponiamo di avere persone facenti parte di cluster diversi in base alle informazioni derivate dai loro account che entrano nel negozio. È possibile utilizzare l’intelligenza artificiale per esaminare le informazioni raccolte da queste visite e prendere in considerazione la possibilità di modificare il layout di alcune sezioni nel negozio.
Puoi provare il layout 1 per una settimana e il layout 2 la settimana successiva. È possibile alternare questi due layout in settimane alterne per un mese o due e osservare come le modifiche influiscano sul comportamento del cliente.
Sarai in grado di rispondere a domande come:
- I clienti hanno acquistato più prodotti con il layout 1 o con il layout 2?
- I clienti acquistavano prodotti più costosi con il layout 1 o con il layout 2?
- Se mostriamo i nostri prodotti costosi in modo più evidente, le persone acquistano più prodotti di questo tipo rispetto a prima?
- Quali tipi di utenti acquistano più prodotti di queso tipo?
- Siamo in grado di convertire persone che normalmente non acquistano prodotti di fascia alta ad acquistarli grazie a questa nuova configurazione?
Puoi anche sperimentare piccole modifiche alla tua presentazione. Ad esempio variando il testo delle tue offerte speciali per vedere quali versioni convincono le persone ad acquistare più prodotti.
Ad esempio, puoi passare dalla dicitura “50% di sconto” a “Prendi due paghi uno” (che è essenzialmente la stessa cosa) per vedere quale funziona meglio per determinati prodotti.
Un altro modo in cui sarai in grado in futuro di utilizzare l’AI nel marketing è attraverso la visione artificiale. Questa tecnologia utilizza telecamere per identificare i clienti in negozio e collegarli con i loro account per rilevarne i comportamenti.
Con il vantaggio di avere molti dati e di utilizzare l’apprendimento automatico, potrai fare previsioni sui tipi di strategie di marketing che funzioneranno per determinati clienti e automatizzare il processo. Se sei preoccupato per problemi di privacy – e probabilmente molti dei tuoi clienti lo saranno – puoi farlo senza ricorrere al riconoscimento facciale, a condizione di avere un programma di account utente in atto.
Conclusioni
Si tratta di tre modi in cui i retailer tradizionali impiegheranno l’AI nel marketing in futuro. Altri potrebbero emergere nei prossimi anni.
Questi concetti saranno sicuramente molto più difficili da applicare nel mondo fisico che in quello digitale, ma quando l’intelligenza artificiale maturerà avrà senza dubbio il potenziale per ottenere un elevato ritorno sull’investimento. Questo perché oggi la maggior parte delle vendite al dettaglio avviene ancora nei negozi fisici piuttosto che tramite l’e-commerce.
La mossa migliore in questo momento è aspettare che l’onda dell’innovazione dell’AI giunga alla portata ed essere pronti a trarne il massimo vantaggio.
