Recommendation System: la rivoluzione dell’esperienza in-store
Grazie all’Intelligenza Artificiale i brand possono fornire prodotti mirati, promozioni personalizzate e servizi orientati al cliente
I Recommendation System sono sistemi che permettono di analizzare le preferenze degli utenti attraverso il filtraggio di dati. Sfruttando l’Intelligenza Artificiale, questi sistemi sono in grado di costruire e analizzare il profilo dei clienti in tempo reale e fornire suggerimenti mirati a fini di marketing.
La sfida che l’AI Marketing si pone è di fornire agli utenti lo stesso livello di Customer Experience online ed in-store, unendo il digitale alla vita quotidiana e trasformando tutte le interazioni in una solida loyalty brand-cliente. L’obiettivo è migliorare la comprensione del mercato e identificare strategie di comunicazione più efficaci. L’utilizzo combinato di analisi biometrica, geolocalizzazione e confronto incrociato dei dati, consente ad un brand di conoscere il proprio cliente in un modo approfondito e del tutto nuovo. Gli algoritmi analizzano e combinano i dati del comportamento dell’utente in-store — come si muove all’interno del negozio, cosa attrae maggiormente la sua attenzione, quali capi prova — con quelli online — abitudini di acquisto, pagine visitate e prodotti visualizzati, parole chiave ricercate. Questo consente ai marketer di definire un profilo completo dei suoi gusti, conoscere in anticipo a quali prodotti è interessato, costruire delle offerte che rispondano alle sue esigenze e strutturare servizi mirati: online, ricevendo promozioni e suggerimenti d’acquisto sulla base delle esperienze in-store; in negozio, tramite proposte personalizzate legate alle sue interazioni online.
L’esperienza di shopping si trasforma
Nell’ottica di coinvolgere attivamente il cliente e di favorire un maggior Customer Engagement & Satisfaction, Relatech ha sviluppato ReZone, una soluzione che utilizza data mining, big data analytics ed elaborazione del linguaggio naturale. Sviluppata su piattaforme IBM Watson, è stata presentata all’IBM Think Summit 2019. L’App di mobile & proximity marketing promette un’esperienza di interazione del cliente innovativa, immersiva e personalizzata, dall’e-commerce direttamente allo store fisico. Il sistema sfrutta l’Intelligenza Artificiale per riconoscere ogni cliente quando entra in un negozio e registrare i suoi spostamenti all’interno del punto vendita tramite una piattaforma di localizzazione. I dati e il comportamento in-store degli utenti sono raccolti in tempo reale e analizzati in relazione ai dati e al comportamento online: quali siti l’utente ha visitato, quali prodotti ha osservato, cosa ha attirato maggiormente la sua attenzione. L’obiettivo è di proporre all’utente i prodotti preferiti o quelli che ha già visualizzato dal portale di e-commerce di un brand, permettendo al cliente che ha individuato un capo online di recarsi direttamente in negozio per provarlo. Questa analisi permette di prevedere il comportamento e le esigenze di ogni singolo utente e di redigere campagne di marketing strategiche e mirate. L’end user viene quindi raggiunto in modalità multicanale e coinvolto attivamente sia online che offline tramite campagne e offerte personalizzate.
Al supermercato la spesa diventa su misura
Il Reccomendation System influirà anche il nostro modo di fare la spesa. NEC Display Solution, azienda leader nel mercato dei display, ha sviluppato in collaborazione con Face First il sistema NeoFace che permette di analizzare le espressioni facciali dei clienti all’interno dei supermercati. Il sistema gestisce l’ingresso e l’uscita degli utenti basandosi sui dati facciali che questi forniscono prima di entrare. Le informazioni biometriche sono poi combinate con i dati sulla circolazione e le preferenze del cliente e utilizzati per analizzare ciò a cui è interessato e ciò che sta cercando. Sfruttando l’uso dell’AI per il rilevamento della linea di vista, il sistema individua ciò che cattura l’attenzione dell’utente e la sua reazione alle promozioni davanti agli scaffali. Tramite un’app collegata, vengono inviate in tempo reale agli smartphone informazioni mirate che facilitano l’esperienza d’acquisto. Un motore di riconoscimento degli oggetti e di rilevamento del movimento permettono inoltre di ottenere informazioni sull’interazione del consumatore con i prodotti, anche quando lascia il negozio senza acquistare nulla. L’analisi di queste informazioni consente di sviluppare soluzioni ottimali per la disposizione di prodotti e i layout degli scaffali, costruendo un sistema che consente ai consumatori di trovare e acquistare facilmente ciò che cercano.
