È il momento dell’AI Marketing. Per gli addetti ai lavori di marketing, comunicazione e digital è normale ormai progettare interfacce utente che utilizzino intelligenza artificiale per migliorare la Customer Experience. Il campo di applicazione è molto vasto e variegato, passando da sistemi di recomandation, che suggeriscono contenuti personalizzati con adattamenti in tempo reale, a mappe di navigazione stradale e pedonale che adattano il percorso in funzione dello stato reale di traffico, fino a elettrodomestici, come lavatrici, con cui il consumatore può conversare e decidere assieme i migliori lavaggi sulla base delle esigenze del contesto.
AI Marketing: l’impatto dell’Intelligenza artificiale nella navigazione online
Il consumatore come percepisce la presenza di intelligenza artificiale non solo nei punti di contatto digitali (siti, app, social) ma anche negli oggetti di uso quotidiano? È questo il punto di partenza dell’AI Marketing.
Più in dettaglio la Ricerca si è volutamente focalizzata sugli Heavy eShopper, la fetta di popolazione più evoluta digitalmente, cresciuta da 12,5 a 13,5 milioni di persone in un anno, che effettua acquisti online con una frequenza molto alta (più di uno al mese) e mostra una consapevolezza circa l’ambiente digitale e un’attitudine ai comportamenti social sopra la media.
Proprio per il fatto che marcatamente il loro customer journey e quindi la customer experience è multicanale – combinando cioè fonti di informazione fisiche e digitali – gli Heavy eShopper risultano più esposti agli AI Pattern presenti online, e rappresentano un punto di osservazione interessante per una predizione di quello che ci prospetta il futuro in termini di comportamenti e percezioni legate alla customer experience multicanale con maggior focalizzazione sulle interfacce digitali.
Le prime evidenze della Ricerca ci danno “Robot”, “Futuro”, “Pericolo” come associazioni spontanee degli utenti quando si parla di Intelligenza Artificiale nonché un percepito complessivamente positivo e molto pratico nei contesti di uso quotidiano.
Al tempo stesso l’Intelligenza Artificiale è un argomento sempre più al centro dell’opinione pubblica, da un lato per le implicazioni etiche che tutti i concetti legati all’automazione e all’umanizzazione delle macchine si portano dietro fin dal secolo scorso, dall’altro per la crescente messa in pratica e sperimentazione delle potenzialità che queste macchine e questi algoritmi offrono.
Ma nella vita quotidiana e nell’interazione con i servizi di uso ormai comune tra gli Heavy eShopper c’è consapevolezza dell’intelligenza artificiale in molte interfacce ed il giudizio degli utenti è positivo in ottica di miglioramento di alcune componenti della user experience.
Guardando i numeri, i risultati della ricerca 2018 mostrano che l’Intelligenza Artificiale è diventata parte integrante della quotidianità per 13,5 milioni di utenti italiani definiti heavy eShopper, ovvero che fanno acquisti eCommerce almeno una volta al mese: la quasi totalità degli intervistati (98%) ha incontrato l’AI almeno una volta durante la navigazione e più della metà, il 64%, la considera una cosa positiva. Le aspettative sono alte: più velocità, più servizi e funzionalità, maggiore aderenza alle esigenze. In sintesi: una migliore esperienza.
Linee guida per progettare interfacce digitali per l’AI Marketing
Tuttavia stante i diversi profili di Heavy eShopper occorre progettare interfacce che combinino diversi elementi, che la Ricerca Experience Matters ci offre, non solo legate al percepito e all’agito dell’intelligenza artificiale, ma anche ai diversi profili di acquisto multicanale, al ruolo di contenuti promozionali negli acquisti, alle dinamiche attive e passive di interazione social nei processi decisionali e nell’erogazione dei servizi, nonché il fastidio percepito circa fenomeni interruttivi la navigazione e l’apertura o meno a condividere dati personali per fruire servizi a valore aggiunto.
Si osserva, quindi, un insieme di nuove variabili di segmentazione da tenere in considerazione da applicare non solo nella progettazione di dettaglio delle interfacce in termini di funzionalità ma anche in tutte le strategie di marketing volte all’ingaggio, alla conversion e alla loyalty essendo ormai cambiati i paradigmi percettivi e di uso dei punti di contatto, al solito in una logica non solo addittiva di ulteriori variabili ma di messa in discussione delle tradizionali logiche di profilazione e segmentazione che sempre più devono considerare l’individuo a 360°.
Le applicazioni di AI nelle relazioni con i clienti
L’Artificial Intelligence viene definita come il ramo della computer science che studia lo sviluppo di sistemi hardware e software dotati di capacità tipiche dell’essere umano (interazione con l’ambiente, apprendimento e adattamento, ragionamento e pianificazione), in grado di perseguire autonomamente una finalità definita prendendo delle decisioni che, fino a quel momento, erano
solitamente gestite dagli esseri umani. Da un censimento effettuato dagli Osservatori del Politecnico di Milano emerge che a oggi i processi di relazione con il cliente finale, come il Marketing, Sales e Customer Service, sono quelli dove si registra il maggior numero di progettualità di intelligenza artificiale nelle aziende (il 40% di tutte le applicazioni individuate). Le applicazioni più diffuse sono le seguenti.
Virtual Assistant/Chatbot
Si tratta di Agenti software in grado di eseguire azioni e/o erogare servizi a un interlocutore umano, basandosi su comandi e/o richieste recepiti attraverso un’interazione in linguaggio naturale (scritto o parlato). I sistemi più evoluti si contraddistinguono per la capacità di comprendere tono e contesto del dialogo, memorizzare e riutilizzare le informazioni raccolte e dimostrare intraprendenza nel corso della conversazione. Questi sistemi sono sempre più utilizzati come primo livello di contatto con il cliente nel caso questo richieda assistenza al Customer Care.
Recommendation
Sono soluzioni orientate a indirizzare le preferenze, gli interessi o più in generale le decisioni dell’utente, basandosi su informazioni da esso fornite, in maniera indiretta o diretta. L’output consiste in raccomandazioni personalizzate che si collocano in punti differenti del customer journey o, più in generale, del processo decisionale. A questa categoria appartengono i sistemiche suggeriscono l’acquisto di un prodotto sulla base dei precedenti oppure che consigliano la visione di un film all’interno di una delle note piattaforme di video on-demand.
