L’intelligenza artificiale svolge un ruolo sempre più importanti negli scenari attuali e promette di rivoluzionare le nostre esperienze di acquisto online. Dopo gli esperimenti di Google dei mesi passati, ora anche Adobe punta su Machine Learning e sistemi avanzati per potenziare la sua piattaforma Magento, dedicata proprio ai negozi virtuali.
Proprio in questi giorni, infatti, il noto brand californiano ha svelato le ultime funzionalità di Adobe Sensei – la sua tecnologia di intelligenza artificiale e machine learning – integrate direttamente con la piattaforma di commercio elettronico Magento Commerce, che è usata da oltre 250 mila commercianti in tutto il mondo e detiene circa il 30% della quota di mercato totale.
Grazie all’integrazione tra i due prodotti, i merchant a livello globale possono fornire ai propri clienti un’esperienza di shopping online sempre più personalizzata e data-driven. In particolare, con le nuove funzioni è possibile mostrare agli utenti dei suggerimenti di acquisto basati sulla similitudine visiva rispetto agli ultimi articoli visualizzati, tenendo conto di attributi quali il colore, la forma, la dimensione, il materiale, lo stile e altro ancora.
Mai come in questo momento, quindi, è fondamentale che l’esperienza dell’utente sia sempre fluida e senza interruzioni, e in tal senso potrebbe essere opportuno valutare la possibilità di spostare il sito su server ottimizzati per Magento, come quelli proposti da www.flamenetworks.com, che garantiscono potenza, performance elevate, tempi di risposta eccezionali e protezione dei dati per ogni negozio online.
Se questa feature – chiamata visual similarity recommendations – è già in funzione dagli inizi di dicembre, bisogna attendere qualche mese per vedere la funzionalità Live Search, che permette ai merchant di aggiungere la capacità di ricerca potenziata alla propria vetrina virtuale, così da fornire ai clienti risultati di ricerca molto rapidi e intelligenti, grazie all’analisi del comportamento degli acquirenti eseguita dall’intelligenza artificiale.
Le funzioni integrate in Magento puntano ad assicurare un’esperienza efficace di ricerca, elemento cruciale per il successo del sito: oggi i clienti sono sempre più esigenti e desiderano trovare in modo semplice e veloce e ciò che desiderano, e per i retailer offrire risultati di ricerca senza inutili ritardi o complessità tecniche può diventare un importante vantaggio competitivo.
Con queste soluzioni, Adobe cerca di avvicinarsi ai progetti di Google, che nei mesi passati ha presentato alcuni risultati concreti del suo Machine Learning Checkup, uno strumento gratuito che offre alle imprese di valutare la propria maturità per l’adozione di soluzioni di intelligenza artificiale al settore retail, sviluppato in partnership con il Management del Politecnico di Milano.
Tra le sue funzioni più usate ci sono l’analisi predittiva e il riconoscimento di immagini e suoni, che migliorano l’efficienza dei processi di vendita e potenziano le attività di raccolta e rielaborazione dei feedback dei clienti. Nell’occasione, BigG presentò tre casi di successo di aziende italiane che avevano usato con profitto tali sistemi: Cortilia, Motivi e Ibs.
L’e-Commerce di prodotti alimentari a filiera corta Cortilia è nato nel 2011 e opera tra Lombardia, Emilia Romagna e Piemonte, coinvolgendo 160 aziende agricole e produttori: l’intelligenza artificiale ha permesso di ottimizzare i processi della filiera, le previsioni di vendita e i suggerimenti di acquisto rivolti ai clienti, e ha portato a una riduzione all’un per cento delle eccedenze alimentari.
Il noto brand di abbigliamento femminile Motivi, invece, ha sfruttato gli algoritmi di Google per migliorare sensibilmente la gestione dello stock, dell’inventario e delle promozioni, riuscendo a massimizzare l’integrazione tra attività online e offline. Grazie a questi strumenti, l’incremento dei volumi di vendita calcolati è stato misurato nel 50 per cento.
Infine, il sito Ibs.it ha fornito un’esperienza di acquisto sempre più personalizzata attraverso l’AI, aumentando di ben cinque volte il tasso di conversione tra chi ha visitato il sito e chi ha effettivamente acquistato un prodotto, con un conseguente aumento delle vendite.