Intelligenza artificiale e marketing: un rapporto che sta diventando sempre più stretto, con l’obiettivo di personalizzare il più possibile il messaggio per il singolo consumatore. Ma in Italia l’Artificial Intelligence Marketing ancora non ha preso completamente piede
L’intelligenza artificiale è senz’altro capace di apportare cambiamenti significativi a numerosi settori di business. Un mondo che sta già sperimentando un profondo impatto dall’avanzata di applicazioni di AI è senza dubbio quello del marketing e comunicazione, per motivi molto semplici da comprendere. Soprattutto per effetto del continuo progresso della digitalizzazione, le aziende hanno oggi la concreta possibilità di accumulare informazioni e dati sui propri clienti da tantissime fonti, a partire dagli acquisti effettuati sui negozi fisici passando dalle classiche navigazioni on line, potendo persino tracciare i like sui social degli utenti nei confronti di determinati brand. Moltiplicando queste azioni per ciascun potenziale cliente si arriva a dei volumi di dati immensi, i cosiddetti Big Data con cui da qualche tempo stiamo iniziando a familiarizzare. Dati che, ovviamente, possono rivelarsi estremamente utili, a patto di essere adeguatamente sfruttati, filtrati e analizzati: è chiaro che, in quest’ottica, un aiuto di fondamentale importanza può arrivare dalle soluzioni di intelligenza artificiale, che sono in grado di automatizzare questo processo e, soprattutto, renderlo più efficace.
Intelligenza artificiale e marketing (e comunicazione)
L’esito è quello di rendere estremamente personalizzate le campagne pubblicitarie e di marketing, praticamente a misura di cliente: grazie alle possibilità offerte dall’intelligenza artificiale, siamo ormai vicini al punto in cui campagne e interazioni dei brand con i singoli clienti potranno essere totalmente pertinenti, dalla pianificazione al messaggio creativo, passando per il targeting dei contenuti multimediali e l’esperienza di vendita al dettaglio. D’altra parte, in questa fase storica le aspettative dei consumatori nei confronti dei brand sono estremamente elevate, così come la tendenza a reagire in maniera negativa in caso di comunicazioni aziendali non appropriate oppure nell’on line. Oggi, grazie a sistemi di profiling, è possibili identificare quali utenti siano veramente interessati a un prodotto o servizio analizzando le loro azioni sul web e mostrare loro la pubblicità relativa ad esso. Con messaggi che potranno essere aggiornati in tempo reale per registrare i cambiamenti di gusti e di comportamenti degli utenti.
Google: l’AI utilizzata per lanciare i Pixel
Un esempio pratico di applicazione di tecniche basate sulla AI nel marketing (più precisamente di Programmatic Advertising) è stato utilizzato in occasione del lancio dello smartphone Pixel da parte di Google: per raggiungere il proprio segmento di pubblico target la casa di Mountain View si è affidata in gran parte al machine learning. Più precisamente, Google ha scelto un nuovo strumento di DoubleClick, che si avvale del machine learning per incrementare il numero di impressioni visibili acquistate su posizionamenti premium. Grazie a un buon utilizzo dei dati storici, Big G è riuscita ad aumentare la possibilità che gli annunci venissero mostrati al segmento di pubblico più pertinente. Nel caso di Pixel, i risultati sono stati notevoli: rispetto ad altre campagne per cui non è stato utilizzato lo strumento, le impressioni per lo spazio pubblicitario premium sono più che triplicate, mentre il CPM visibile è diminuito del 34%.
L’intelligenza artificiale applicata al marketing
Ma quali sono le applicazioni di AI più utilizzate in ambito marketing/comunicazione? Senza dubbio, tra gli oggetti più comuni ci sono Virtual Assistant e Chatbot, ovvero software in grado di fornire servizi e rilasciare risposte in linguaggio naturale (scritto o parlato), con capacità di apprendimento automatico. Questi sistemi sono sempre più utilizzati come primo livello di contatto con il cliente. In maniera simile, tutte le ricerche dei consumatori che passano per gli assistenti vocali come Google Home sono sempre più sfruttate dai vendor di qualsiasi settore per aumentare le proprie opportunità di business. In buona parte basata sulla AI e, più precisamente, sul machine learning, è la Marketing Automation: si tratta di piattaforme software che riescono ad automatizzare attività una serie di attività ripetitive, soprattutto nell’ottica di una maggiore gestione, efficacia, controllo e misurazione delle attività di demand generation e di customer engagement (per convertire potenziali contatti in nuovi contatti, in tempi più rapidi).
Intelligenza artificiale e marketing: lo stato dell’arte in Italia
Ma quanto sono effettivamente utilizzate nelle aziende italiane queste metodologie? Stando alla recente indagine realizzata dall’Osservatorio italiano sull’Artificial Intelligence Marketing, intitolata “Livello di adozione e utilizzo dell’Intelligenza artificiale da parte delle aziende italiane per attività di marketing e comunicazione” (presentata all’Università Iulm), non ancora tantissimo. In effetti al momento solo un’azienda italiana su cinque dichiara di aver effettivamente adottato soluzioni legate all’Intelligenza artificiale e di questi solo una piccolissima quota (pari a circa il 5%) a un livello definibile “maturo”. Di conseguenza il 36% dichiara di aver iniziato da poco un percorso per la sperimentazione di questo tipo di tecnologie e servizi, mentre quasi la metà delle aziende considerate dall’indagine (128 in tutto) ammette di non prevedere al momento l’adozione di soluzioni simili. Ci sono ovviamente tutta una serie di ostacoli all’adozione di tecnologie AI nel marketing: al primo posto c’è ovviamente la carenza di risorse economiche, tecnologia e di personale formato sul tema (indicata dal 41% del campione). Esiste però anche un problema di cultura interna e di limitata propensione al cambiamento in ottica di digital transformation, strettamente connesso alla scarsa comprensione di quali siano le applicazioni e le potenzialità della AI (indicato dal 48%) e la percezione che tali soluzioni non siano applicabili al proprio business ( segnalato da una quota più esigue, pari al 10%).
