I sistemi di raccomandazione rappresentano uno degli strumenti più potenti per personalizzare la relazione tra cliente e brand. Non solo hanno un’efficacia commerciale ma rappresentano un potente strumento di coinvolgimento e fidelizzazione
Il suggerimento di prodotto è utilizzato con grande successo dai leader dell’e-commerce mondiale. Amazon dichiara di ottenere il 35% delle vendite attraverso gli algoritmi di raccomandazione
Anche Netflix, leader nel settore dello streaming video, usa sofisticati algoritmi di intelligenza artificiale che analizzano i gusti dei clienti sulla base delle selezioni, identificano titoli con similarità, suggeriscono nuovi contenuti verificandone i tassi di conversione. Oltre l’80% delle selezioni è effettuata attraverso questo meccanismo
Luca Peruzzi, director di Ispira, dichiara che “nel retail fisico esistono enormi potenzialità dei sistemi di raccomandazione ancora non sfruttati. Tecnologie basate su RFID e Bluetooth possono interagire direttamente con i clienti per attivare il meccanismo di suggerimento. Strumenti di registrazione in negozio utilizzati dal personale di vendita ottengono lo stesso risultato che si concretizza in maggiore soddisfazione del cliente, crescita delle vendite, personalizzazione della relazione con il cliente”
La classificazione dei prodotti gioca un ruolo centrale nello sviluppo del modello di raccomandazione. A ciascuna opzione devono essere associate le caratteristiche qualitative e quantitative, le cosiddette product features, che siano riconoscibili dal cliente. Esse giocano un ruolo fondamentale nella associazione cliente-prodotto su cui si basano gli algoritmi di Matrix Factorization e Collaborative Filtering
Afferma ancora Luca Peruzzi: “nei prossimi anni assisteremo ad una rapida diffusione di questi strumenti basati su algoritmi di Intelligenza Artificiale e Machine Learning che sfruttano la grande mole di dati possedute dalle aziende di retail”
