Retail: nuovi comportamenti e nuove esigenze, il Customer Engagement passa dall’AI

Il Retail sta vivendo un momento di cambiamento profondo. L’emergenza sanitaria ha costretto molte insegne a fermarsi per diverse settimane e la ripartenza si è rivelata un percorso in salita. Le esigenze di distanziamento sociale di clienti e operatori hanno imposto alle insegne di ripensare il punto vendita, creando percorsi obbligati di ingresso e uscita e sottraendo spazio al magazzino per ampliare la superficie calpestabile. Anche le abitudini e i percorsi d’acquisto sono cambiati e il Retailer si trova a relazionarsi con un cliente che ha esigenze diverse da quelle pre-Covid.

Come cambiano le abitudini d’acquisto nell’epoca del Covid-19
Il lockdown ha definitivamente consacrato l’ecommerce come modalità d’acquisto diffusa, anche nel Belpaese. Secondo gli ultimi dati Netcomm, infatti, sono 29 milioni gli italiani dediti allo shopping online e due milioni di questi hanno fatto il loro primo acquisto sul web durante i mesi del confinamento domestico. Una crescita che purtroppo non riesce a compensare il crollo davvero drammatico delle vendite realizzate nei punti vendita fisici. Il fermo sanitario prima, e una ripartenza fortemente condizionata dai vincoli di sanificazione massiccia e distanziamento sociale poi, hanno penalizzato un settore che oggi fa i conti anche con un consumatore sicuramente più oculato nello spendere.

I modelli d’acquisto digitali sembrano quindi destinati a diventare per molti consumatori il new normal anche nella Fase 3 di convivenza con il virus, e l’e-commerce un supporto sempre più vitale per il punto vendita. L’osservatorio GFK mette in luce, tuttavia, come gli italiani si dividano sostanzialmente a metà tra chi desidera riscoprire il contatto umano all’interno del negozio (49%) e chi invece (51%) preferirebbe un punto vendita più digitalizzato e, quindi, più sicuro dal punto di vista sanitario, che vede la presenza di assistenti virtuali e sistemi di artificial intelligence per rendere più gratificante l’esperienza d’acquisto. Gli assistenti digitali intelligenti hanno la capacità di trasformare completamente l’esperienza in store. L’AI può essere un valido supporto per l’assistente alle vendite, che con l’aiuto di un tablet è in grado di intercettare immediatamente il cliente che varca la soglia del negozio, riconoscerlo, accoglierlo, suggerirgli prodotti e servizi in linea con le sue esigenze. Le insegne possono anche fornire al consumatore un accesso diretto agli assistenti digitali, attraverso i chioschi in store o le App per smartphone che consentono di navigare lo stock del negozio, confrontare i prodotti e i prezzi in totale autonomia.

Il ruolo dell’intelligenza artificiale nel nuovo Customer Engagement
Mai come oggi, quindi, l’insegna deve essere in grado di ingaggiare il consumatore a prescindere dal punto di contatto. In un mondo in cui l’interazione nel punto vendita deve essere ridotta ai minimi termini, anche buona parte dell’esperienza in store diventa contacless e digitale, dall’ordine dei prodotti non in stock ai pagamenti. E se in passato per molti Retailer l’obiettivo delle strategie di Customer Engagement era attrarre il cliente nel punto vendita, oggi si punta a favorire la conversione, a prescindere dal canale. L’integrazione tra punti di contatto fisici e digitali deve diventare la regola anche per le insegne più piccole, che dovranno investire sulla miglior conoscenza del cliente.

Le tecnologie AI offrono una risposta più che adeguata alla sete di maggior conoscenza del cliente da parte dei Retailer. Le insegne sono finalmente in grado di mettere a frutto un patrimonio informativo sempre più ampio, che si arricchisce in occasione di ogni nuova interazione con il consumatore, per creare esperienze e percorsi realmente connessi e su misura. La conoscenza profonda delle dinamiche che muovono all’acquisto mette i team marketing delle insegne in condizione di affinare e rendere più incisive le strategie di ingaggio, con benefici evidenti soprattutto in queste tre aree.

  1. Anticipare i bisogni del consumatore (e fidelizzare)
    Oggi è possibile dedurre i bisogni attuali del consumatore osservando le sue azioni, ma anche predire le sue necessità future. L’applicazione di algoritmi di autoapprendimento ai dati di comportamento del cliente – nel punto vendita e online –, il confronto con i comportamenti di individui con caratteristiche affini e l’integrazione con i dati di terze parti esterne all’insegna, come fornitori di servizi e circuiti di pagamento, aumenta la capacità predittiva in modo esponenziale. Questo torna utile soprattutto nell’ottica di fidelizzare e affezionare il cliente all’insegna attraverso iniziative che mirano a vendere di più (cross selling), vendere prodotti e servizi più cari (upselling) oppure personalizzare il prodotto o il servizio anticipando le esigenze future del consumatore.
  2. Segmentare meglio (e personalizzare)
    I dati del CRM, dell’ecommerce, del servizio assistenza possono essere integrati con quelli sui comportamenti di navigazione online per scovare nuove opportunità di vendita: le informazioni ottenute in tempo reale opportunamente rielaborate si traducono in raccomandazioni d’acquisto “intelligenti” e messaggi pubblicitari mirati. Le funzionalità di segmentazione automatica delle piattaforme marketing di nuova generazione permettono di creare microtarget di clienti profilati su cui agire in modo chirurgico per aumentare il tasso di conversione. Oltre a migliorare l’ingaggio, il machine learning consente ai Retailer di ampliare l’audience di riferimento attraverso la modellazione per somiglianza, andando a ricercare nel pubblico sconosciuto dei visitatori del sito web comportamenti e caratteristiche dei clienti già noti all’azienda.
  3. Disegnare un percorso realmente omnicanale (e fluido)
    La capacità di acquisire e processare in tempo reale i dati di comportamento del cliente mette il team marketing nella condizione di plasmare nuove esperienze d’acquisto sempre più interattive e coinvolgenti. Dall’accoglienza nel punto vendita al customer care, tutti i processi d’interazione potranno essere ridisegnati nell’ottica del massimo ingaggio, aumentando la conversione e la fedeltà all’insegna. La possibilità di “azionare” i dati sulle preferenze del consumatore si riflette in un flusso di comunicazioni e azioni personalizzate che raggiunge il cliente proprio nel momento e nel luogo, fisico o virtuale che sia, in cui è più propenso a convertire. Un report di Constellation Research (“Why live engagement marketing superchanges event marketing”) evidenzia chiaramente l’efficacia delle strategie integrate di Customer Engagement intelligente, con i tassi up selling che crescono in una percentuale variabile tra il 15 e il 51% e quelli di cross selling che salgono mediamente del 22%.

Engagement data driven per la Fase 3 con IBM Watson
L’AI cambia radicalmente i modelli di ingaggio del consumatore. Oggi i Retailer hanno a disposizione strumenti come IBM Watson Customer Engagement che permettono di disegnare percorsi d’acquisto personalizzati e appaganti, che massimizzano il valore della conoscenza del cliente. IBM Watson Campaign Automation sfrutta l’AI di Watson per creare campagne omni-canale declinate sulle esigenze delle diverse target audience, utilizzando in particolare i dati sui comportamenti d’acquisto per aumentare i tassi di conversione. Grazie all’interfaccia utente intuitiva e alla disponibilità di modelli analitici preconfezionati, IBM Watson Marketing Insights permette ai marketer di prevedere il Customer Lifetime Value o il tasso di abbandono associato a ciascun cliente, identificando facilmente i clienti più ingaggiati e i segmenti più profittevoli. Il team marketing potrà creare in totale autonomia campagne più vicine ai desideri e alle necessità dei consumatori, lavorando in particolare su quelli che offrono le migliori prospettive di conversione. Proprio come ha fatto Iperceramica, che ha deciso di adottare un approccio smart al marketing e alle vendite con l’aiuto di IBM. Con il sito di e-commerce l’azienda modenese è stata in grado di supportare in modo più efficace la strategia di internazionalizzazione lavorando anche sul miglior ingaggio dei clienti con l’aiuto di IBM Watson Customer Experience Analytics. La mappatura in tempo reale del percorso d’acquisto permette all’azienda di identificare e risolvere i momenti critici del processo di vendita, agevolando il processo di checkout. Il consumatore che si sposta tra il canale di vendita fisico e il digitale può essere riconosciuto come un interlocutore unico e tutto è pensato per fare in modo che il cliente interessato all’acquisto – che ha visitato il sito di eCommerce o il negozio fisico – sia facilitato nel portare a termine il suo percorso. Se per esempio richiede un preventivo e poi non ordina, potrà essere incentivato a farlo con una promozione speciale o uno sconto.

Fonte: economyup.it

Leave A Reply

Vuoi diventare socio

di Retail Institute Italy?