Nicola Antonelli è Chief Marketing Officer del retailer di moda italiano LuisaViaRoma. Ha guidato il team di marketing nell’implementazione di un modello predittivo che ottimizza le campagne di acquisizione di nuovi clienti.
Lavoro per LuisaViaRoma da oltre vent’anni e ho potuto osservare da vicino tutte le fasi evolutive del digitale e del comportamento dei clienti della moda.
All’inizio, quando ci siamo affacciati al mondo dell’e-commerce, la domanda era superiore all’offerta. Era sufficiente raddoppiare il budget dedicato alla spesa pubblicitaria online per avere un ritorno pressoché corrispondente sul fatturato.
Poi, la concorrenza è aumentata esponenzialmente. Sono comparsi sulla scena altri retailer e gli stessi brand della moda e del lusso hanno cominciato a vendere online, con una forza nettamente superiore rispetto alla nostra.
Perciò oggi, come retailer, è diventato fondamentale essere chirurgici nella definizione delle strategie di marketing, per ottimizzare al meglio le risorse disponibili e i ritorni sugli investimenti pubblicitari.
L'IA predittiva per aumentare le vendite online
Per farlo, è necessario riuscire a segmentare il più possibile il pubblico di riferimento. Serve realizzare campagne diverse a seconda che ci si rivolga a un segmento “freddo”, quindi lontano dalla conversione, o "caldo", cioè più vicino alla conversione.
La pianificata eliminazione dei cookie ci ha spinto a trovare nuovi modi per studiare e intercettare le persone giuste, valorizzando al meglio i dati di prima parte.
Negli scorsi mesi, in partnership con Google e la società di consulenza tecnologica Making Science, abbiamo testato Gauss Smart Advertising, un modello predittivo basato sull’IA per le campagne pubblicitarie in Display & Video 360.
Ci eravamo già dotati di una piattaforma di raccolta e analisi dei dati che ci consente di avere una visione approfondita a livello demografico e comportamentale dei nostri clienti. Tuttavia con la nuova soluzione siamo stati in grado di fare un passo in più, massimizzando i benefici derivanti dall'uso della nostra customer data platform (CDP). Abbiamo arricchito le informazioni in nostro possesso e ottimizzato al meglio le campagne e la strategia di offerta.
Oggi, come retailer, è diventato fondamentale essere chirurgici nella definizione delle strategie di marketing.
Con l’aiuto di un modello predittivo basato sull’intelligenza artificiale, infatti, abbiamo cominciato ad assegnare un valore e un coefficiente diverso alle singole azioni compiute dalle persone sul nostro sito prima dell’acquisto, nella fase iniziale del ciclo di vendita.
Ad esempio: all’interazione con una pagina prodotto dell’e-commerce, sia da mobile che da desktop, viene assegnato un valore minore rispetto alla sua aggiunta al carrello.
In questo modo, ogni micro-conversione compiuta prima dell’acquisto sul nostro e-commerce si trasforma in un segnale, che viene usato dalle piattaforme Google per individuare i clienti più propensi a comprare.
A questo cluster vengono indirizzate con maggiore intensità le nostre campagne pubblicitarie, aumentando la possibilità di clic sugli annunci e quindi le vendite sulla piattaforma.
Un primo esperimento ha mostrato che, rispetto a un gruppo di controllo, la campagna alimentata dai dati sulla propensione all’acquisto e basata sul modello predittivo abbia ottenuto un maggiore successo nei due mesi di attività. Abbiamo generato il 36% delle vendite in più dalle campagne e aumentato in modo rilevante i ritorni sulla spesa pubblicitaria.
Come spiega Victor Vassallo, Country Manager di Making Science Italia, il progetto ha richiesto un grande impegno a causa del basso volume di conversioni che avevamo a disposizione per favorire l'apprendimento dell'algoritmo. I risultati positivi, dunque, ci rendono ancora più soddisfatti del test.
Verso le conversioni e oltre: le opportunità dell’IA nella moda
Questa prima campagna ci ha fatto comprendere il potenziale dell’intelligenza artificiale e di strumenti evoluti per un settore complesso come il nostro.
Le informazioni sul comportamento dei consumatori, ottenute con il loro consenso, e l’elaborazione di questi dati, resa possibile dall’IA, sono un tesoro per tutta l’organizzazione.
Le nostre performance online, infatti, dipendono profondamente dalle condizioni degli attori del mercato. Se un competitor lancia una promozione in un periodo inusuale dell’anno, certamente le nostre campagne ne risentiranno a livello di tasso di conversione.
Questo perché i consumatori hanno standard altissimi e, inoltre, spesso sono spinti all’acquisto dagli sconti, anche nel lusso. A prescindere dalla capacità di spesa, le persone amano centrare il “good deal”, perché oltre al risparmio ne ricavano una sensazione di gioia e soddisfazione.
L’IA ci aiuta a orientarci in questo contesto e il nuovo modello predittivo ci ha aiutato a raggiungere gli obiettivi di efficientamento e vendita.
Tuttavia credo che i benefici delle nuove tecnologie abbiano la possibilità di manifestarsi su diversi fronti, non solo sulle conversioni.
È importante ricordarsi che le informazioni sul comportamento dei consumatori, ottenute con il loro consenso, e l’elaborazione di questi dati, resa possibile dall’IA, sono un tesoro per tutta l’organizzazione, come una grande ricerca di mercato. Per esempio possono risultare determinanti per sviluppare strategie di prezzo innovative o per ideare servizi accattivanti.
Quando sviluppiamo campagne pubblicitarie con l’obiettivo di convertire, quindi, non dovremmo sprecare l’opportunità di misurare anche altri KPI, oltre alle vendite e ai ritorni sugli investimenti. Ad esempio la percentuale di clic (CTR), che può indicare il gradimento o meno di una comunicazione e dare, quindi, segnali in merito alla pertinenza dell’annuncio.
Il futuro di LuisaViaRoma
Il nostro esperimento, quindi, è la dimostrazione di un trend. Ci fa pensare che scalando strategie e strumenti basati sull’IA potremo ottenere risultati ancora più soddisfacenti.
Vogliamo continuare a essere pionieri nel nostro settore, come lo siamo stati nel passato, lanciando la nostra piattaforma e-commerce già nel 1999. Vogliamo cogliere tutte le opportunità che l’IA ci offre. Per questo, non solo stiamo lavorando per mettere il modello predittivo a regime sulle altre campagne, ma stiamo studiando come poter applicare l’intelligenza artificiale generativa nella creazione di contenuti.
