Come l’AI sta cambiando il settore del retail

Le soluzioni di intelligenza artificiale, come i motori di raccomandazione, combinano modelli di acquisto storici, dati demografici, dati sui flussi di passaggio, offerte di prodotti, preferenze personali e dati sulla posizione per fornire suggerimenti di prodotti in tempo reale ritagliati sul modello di consumatore a cui si indirizzano

Pubblicato il 17 Ago 2020

Davide Gazzotti

Innovation Manager Clickode Società Cooperativa

intelligenza artificiale marketing

Il settore del commercio al dettaglio (retail) sta probabilmente vivendo l’evoluzione più importante rispetto a qualsiasi altro settore, e le recenti vicende legate al distanziamento fisico richiesto della pandemia da Covid-19 porteranno ad accelerare l’innovazione anche grazie all’intelligenza artificiale, pena il rimanere esclusi dal mercato in tempi relativamente brevi.

Nell’articolo sul settore manifatturiero abbiamo fatto notare un elevato tasso di adozione dell’AI anche in realtà di dimensioni medio-piccole, in quello sul settore agricolo invece abbiamo dovuto constatare che l’Europa sta pagando la dimensione inferiore delle sue aziende del settore primario, causa principalmente la onerosa conversione all’agricoltura di precisione, che richiede l’adozione di sensori e sistemi di acquisizione automatica dei dati spesso già presenti nelle macchine automatiche industriali, ma assenti nelle coltivazioni. Nel settore retail riscontriamo una natura bifronte: da una parte le attività fisiche locali dove, al pari del settore agricolo, occorre prevedere il costo iniziale di digitalizzare e automatizzare l’acquisizione di dati storici per poter istruire gli algoritmi ad apprendimenti automatico, e dall’altra le vendite online dove il negozio è già digitale per sua natura e di ogni visitatore o acquirente è possibile conoscere in tempo reale un profilo dettagliato, anche se talvolta con un grado di approssimazione e anonimato limitato dalle leggi privacy.

AI e big data nel retail

Grazie all’espansione della vendita online B2C, a causa delle sempre mutevoli preferenze dei consumatori, questo settore è stato per primo spinto ad adottare continuamente nuovi approcci in tutte le sue operazioni. I grandi rivenditori hanno una complessa matrice di fornitori, di partner di trasporto e di catene di negozi fisici da gestire da un lato, mentre i consumatori hanno preferenze effimere e mutevoli dall’altro; per non parlare della forte concorrenza che costringe ogni retailer a mantenere i costi operativi a livelli sempre ottimali. È evidente che i rivenditori al dettaglio che basano la loro strategia di mercato sull’intelligenza artificiale vinceranno questa gara: già in molti hanno a disposizione strumenti intelligenti per realizzare i sistemi di raccomandazione, l’ottimizzazione dell’assortimento, il rilevamento delle frodi, la fidelizzazione dei clienti e il marketing ottimizzato sull’esperienza di acquisto dei singoli visitatori.

Già oggi gli uffici marketing dei grandi retailer sfruttano i big data con le informazioni demografiche e di passaggio delle potenziali aree espositive per decidere dove aprire un nuovo negozio, ma esistono varie applicazioni nelle quali l’intelligenza artificiale sta ampliando le opportunità per i rivenditori, grazie all’analisi dei dati con algoritmi ad apprendimento automatico: di seguito vediamo le principali aree di intervento.

Customer experience

Niente è più importante per un rivenditore dell’esperienza del cliente: un’ottima esperienza d’acquisto giustifica anche un prezzo di vendita, e quindi un margine, maggiore. L’acquisizione continua di nuovi clienti e la riduzione dell’abbandono dei clienti esistenti sono spesso la massima priorità per ogni retailer. Inoltre, i rivenditori con presenza sia online che offline riconoscono l’importanza di migliorare l’esperienza del cosiddetto “click-and-mortar”, garantendo in sostanza che i clienti trovino ciò che stanno cercando indipendentemente dal canale dove selezionano il prodotto (spesso fisico, fatto di mattoni e malta o “brick-and-mortar”) e dove lo acquistano (spesso online e con pochi “click”). Per i clienti esistenti, i retailers sono costantemente alla ricerca di idee su come aumentare la lealtà attraverso una personalizzazione efficace e la vendita incrociata dei prodotti giusti al cliente giusto al momento giusto. Le soluzioni di intelligenza artificiale come i motori di raccomandazione possono combinare modelli di acquisto storici, dati demografici, dati sui flussi di passaggio, offerte di prodotti, preferenze personali e dati sulla posizione per fornire tali suggerimenti di prodotti in tempo reale, perfettamente ritagliati sul modello di consumatore a cui si indirizzano.

Acquisti garantiti

Le transazioni fraudolente possono influire direttamente sui profitti e offuscare la reputazione di un rivenditore in pochissimo tempo, indipendentemente dalla diffusione di negozi fisici o dalla presenza online. Il rilevamento e la prevenzione delle frodi devono essere realizzati in tempo reale e in modo preciso, e, comunque, i rivenditori devono proteggere la privacy dei propri clienti fornendo al contempo la migliore esperienza di acquisto nel settore: questo è un compromesso chiave che ogni rivenditore deve bilanciare bene perché maggiore sicurezza potrebbe voler dire peggiore esperienza di acquisto. I rivenditori che utilizzano l’intelligenza artificiale possono adottare non solo sistemi di sicurezza basati su regole, ma anche a implementare con successo modelli di apprendimento automatico che prevedono le transazioni di pagamento fraudolente in tempo reale basandosi su modelli di acquisto, sui profili individuali e altri fattori simili che sono in evoluzione in tempo reale.

L’esperienza dei clienti nel retail

Anche migliorare l’esperienza dei dipendenti è importante per i rivenditori quanto migliorare l’esperienza del cliente. L’utilizzo di assistenti intelligenti basati sull’intelligenza artificiale per automatizzare un call center, l’aiuto ai da parte macchine automatiche e avvisi in tempo reale delle offerte di prodotti nei punti di vendita o dispositivi portatili o indossabili che i venditori in-store utilizzano nei loro compiti quotidiani sono alcuni esempi in cui una strategia AI-first può rendere immediato l’impatto sulle operazioni di un rivenditore. Inoltre, una soluzione intelligente di gestione dei punti di riordino in logistica, in modo da rendere disponibile la giusta quantità di prodotti nella giusta quantità nel tempo desiderato può ottimizzare il costo operativo a tal punto da limitare la possibile riduzione in futuro dei punti vendita fisici.

Conclusioni

Rispetto ad altri campi di applicazione, il settore retail sta già vivendo una digitalizzazione data-driven a due velocità a causa della dicotomia fra vendite online e offline. L’inevitabile convergenza del mondo digitale con il mondo fisico determinerà chi può sopravvivere e chi no in ogni nicchia di mercato, a partire dai beni di consumo ad alta rotazione per finire con gli immobili e le automobili che sono gli ultimi baluardi di un modello commerciale nato nel secolo scorso. L’utilizzo dell’intelligenza artificiale per analizzare e integrare i dati di flusso, accesso, comportamento e vendita darà tali vantaggi agli operatori che per primi la adottano su larga scala da ridefinire insegne e organizzazioni a ogni livello.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati