Intelligenza Artificiale e Customer Journey

Come sfruttare l’intelligenza artificiale per migliorare le proprie performance in ambito digitale.

Facciamo chiarezza: si fa un gran parlare di Intelligenza Artificiale, Machine Learning, algoritmi, Deep Learning. Tutti questi termini vengono spesso utilizzati quasi come fossero intercambiabili. Erroneamente. Perciò, prima di affrontare il cuore del discorso, è opportuno fare una piccola introduzione.

• Artificial Intelligence (d’ora in poi AI): in breve, si riferisce a macchine in grado di portare a termine dei compiti in un modo che considereremmo, appunto, intelligente.
• Machine Learning: è un’applicazione dell’AI basata sull’idea che dovremmo “semplicemente” dare ai computer l’accesso a una serie di dati e lasciare che apprendano da soli. Il Machine Learning si riferisce allo sviluppo di algoritmi auto-apprendenti.
• Deep Learning: è uno dei molti approcci al Machine Learning. È ispirato alla struttura e alle funzioni del nostro cervello e alle interconnessioni dei neuroni. Gli Artificial Neural Networks (ANN) sono degli algoritmi che imitano la struttura biologica del nostro cervello.

Bene, ora venendo al punto, ecco le domande che ci frullano in testa:

• Come viene integrata oggi l’AI nel marketing online e quali sono le prospettive future?
• In che modo l’AI può aiutarmi a svolgere meglio i miei compiti (dove per meglio si intende più efficientemente in termini di costi/benefici)?

Per essere il più chiari possibile abbiamo pensato di associare le varie applicazioni dell’AI al Customer Journey, e, per essere ancora più efficaci affronteremo, ove possibile, il tema con una struttura domanda/risposta. Ecco gli steps che prenderemo in considerazione:

1. Acquisition
2. Discovery & Engagement
3. Content Creation
4. E-mail Creation
5. Speech Recognition
6. Image Recognition
7. Web design
8. Predictive Customer Service
9. Product Pricing
10. Digital Experience

1. Acquisition

L’AI mi può aiutare a diminuire i costi di acquisizione (CpA) di utenti sul sito? Se sì, come?
Le strade di maggior sviluppo di questo topic sono due:

• Bid Management: l’AI viene correntemente utilizzata per ottimizzare il bidding in modo algoritmico in base a diversi fattori: domanda del prodotto/servizio, disponibilità, target di riferimento, budget. In pratica i sistemi di adv online aggiustano l’offerta sulla base di vari fattori per ottimizzare la spesa di acquisizione di contatti, leads, clienti.
• Ad Personalization: in questo caso si parla di AI Enhanced Advertising, cioè la possibilità di creare testi in tempo reale personalizzati sul singolo utente.

2. Discovery & Engagement

Come possiamo utilizzare l’AI per trovare in modo preciso e automatizzato (e pertanto veloce) contenuti rilevanti? Come possiamo interpretare rapidamente grossi volumi di testo e di conversazioni?

Lo possiamo fare attraverso tre operazioni:

• NLP – Natural Language Processing: si tratta di insegnare a una macchina a comprendere i significati espliciti (possibilmente anche quelli impliciti) di un testo e del linguaggio naturale di una conversazione scritta o parlata.
• Text Mining, anche chiamato Text Data Mining: è la capacità di estrarre informazioni qualitative da un testo. I sistemi di text analytics ai quali siamo abituati non sono in grado di fare analisi qualitative, si limitano a un tipo quantitativo di inferenze: contano keyword, verificano corrispondenze. Gli algoritmi di text mining fanno un passo in più e “ragionano” su pattern, concetti, temi e altri attributi dei dati a disposizione.
• Sentiment analysis: questo è decisamente l’argomento più discusso, controverso e abusato del marketing sui social media. Analizzare il sentiment di un post e di dati non strutturati è un’operazione che solo un complesso algoritmo può portare a termine in maniera soddisfacente. Il variopinto vocabolario utilizzato dagli utenti dei social media presuppone una profonda fase preliminare di analisi e compilazione di un thesaurus di informazioni.

3. Content Creation

Vi starete chiedendo: “AI per creare contenuti? Ma stiamo scherzando?”. No, non scherziamo. Oggi già si usa l’intelligenza artificiale per creare contenuti in modo massivo. E non parliamo di contenuti tabellari o numerici, ma di veri e propri articoli. Le tipologie di articoli più popolari sono:

• P/L summary;
• Business reports;
• Descrizioni di hotel;
• Informazioni azionarie in real time;
• Recap di match sportivi.

4. E-mail Creation

L’AI viene utilizzata molto anche per la creazione di e-mail. Non ci riferiamo solamente a comunicazioni tecniche, ma a e-mail discorsive e con storytelling.

Chiaramente l’applicazione più diffusa è sulle e-mail, create in relazione ad alcuni fattori di interazione con un sito web. È piuttosto tipico vedere innescate delle newsletter in risposta ad azioni di questo tipo:

• precedenti interazioni con un sito;
• precedente lettura di articoli e contenuto di un sito;
• tempo passato sulla pagina di un sito;
• aggiunta di un prodotto/servizio/contenuto alla wishlist o ai favoriti;
• interesse di utenti simili;
• precedenti interazioni di un utente con le e-mail dell’azienda.

Fondamentalmente si tratta di personalizzare l’esperienza e-mail di un utente, rendendo la comunicazione attraverso questo canale sempre più One to One.

5. Speech & Language Recognition

Alexa? Siri? Cortana? Chi non ha ancora provato a fare un comando vocale a un dispositivo? E chi, purtroppo, non ha notato quanto ancora sia claudicante questa funzionalità?

Non importa: la strada da percorrere è chiara:

• interpretazione dei comandi;
• interpretazione della lingua di chi parla;
• traduzione in tempo reale;
• comprensione dell’intento implicito delle affermazioni;
• comprensione ed archiviazione delle conversazioni

Questi sono tutti campi nei quali l’AI si sta concentrando parecchio, sia perché è un settore molto importante, sia perché la tecnologia che interpreta i comandi non è ancora perfetta.

6. Image Recognition

Facciamo un passo in più: sappiamo che Google e Facebook utilizzano l’AI e il Machine Learning per interpretare le foto, categorizzarle, capirle e a volte persino censurarle. Ad esempio: “troppo color carne nella foto? Pericolo foto per adulti, meglio intervenire…”

Ma cosa bolle in pentola? Ci sono un paio di argomenti su cui riflettere:

• il riconoscimento e il successivo tracciamento in tempo reale della presenza offline di un cliente. Il riconoscimento può avvenire attraverso i nostri profili sui social media. Non è difficile associare le foto online alle riprese di una telecamera in un punto vendita, in un cinema, in un centro commerciale, in un ristorante, e chi più ne ha più ne metta.
• Il passo immediatamente successivo è chiaramente l’invio di notifiche push agli utenti riconosciuti in modalità One to One.

7. Web Design

Per approfondire vi rimandiamo al sito The Grid, con cui è possibile personalizzare il profilo dell’utente guidato dall’AI. Una frontiera molto interessante.

8. Predictive Customer Service

Una delle applicazioni dell’AI con valore immediato più alto è quella dello studio e della previsione dei comportamenti dei clienti. Per le aziende è cruciale cercare di capire quando un cliente è tentato dalla concorrenza, quando mostra dei segnali di disaffezione al brand, quando sta per lamentarsi attraverso il customer service, etc.

Ci sono pattern riconoscibili da un modello di Machine Learning che è in grado di captare e soprattutto di capire alcuni comportamenti:

• Che tono ha la mail inviata da quel determinato cliente? Contiene termini forti?
• Quanto spesso scrive al customer service? Quanti e quali commenti ha fatto sulle pagine social dell’azienda?
• Come colleghiamo i dati di utilizzo dell’app, del sito o del prodotto dell’azienda al contenuto delle sue telefonate, dei suoi commenti online, delle sue e-mail?

Tutti questi touch point vengono messi insieme per determinare un profilo degli utenti con una maggior possibilità di fuga (in altri termini churn).

9. Product Pricing

Non c’è bisogno di riprendere in mano il manuale di Kotler (Philip Kotler, ndr) per ricordarci che la decisione del prezzo è una delle attività più difficili e decisive per il successo di un’azienda. Quanto è disposto a pagare un cliente per ottenere un prodotto o servizio?

I fattori sono molti: concorrenza, disponibilità, stato d’animo, tendenze del mercato, costo della supply chain, marginalità ricercata, anzianità del prodotto, solo per citarne alcuni.

Vi starete domandando: cosa cambia l’AI da questo punto di vista? Ma è ovvio: il prezzo! Il prezzo viene personalizzato, customizzato, ritagliato in base a tutti i fattori che riusciamo a dare in pasto all’algoritmo che ne gestisce la variazione. L’ideale è mettere il prezzo ideale davanti al cliente ideale nel momento ideale. E la possibilità di variare il prezzo in tempo reale in risposta a queste informazioni è, perdonate il gioco di parole, impagabile.

10. Digital Experience

In senso lato, ci sono sistemi che prendono in considerazione tutta l’esperienza digitale di un utente nella sua interazione con l’azienda in questione (e non solo essa) e creano un percorso persuasivo personalizzato.

Il limite di molti sistemi di ottimizzazione delle conversioni è che normalmente prendono in considerazione un passo di conversione alla volta. Sono pochi (e nuovi) i sistemi che invece sono in grado di testare un intero processo di conversione. Questa possibilità di “testing multivariato” aggiunge un innegabile grado di difficoltà nella pianificazione, ma anche un livello di predittività irraggiungibile da un normale A/B o Multivariate test.

Conclusioni & Takeways

Se dovessimo identificare un concetto chiave, il pivot nella tabella della lista delle applicazioni dell’AI al marketing, allora quel concetto sarebbe la personalizzazione dell’esperienza utente. L’intelligenza artificiale viene usata per parlare in modo più persuasivo agli utenti: Human to Machine interaction – H2M. Questo fino a quando saranno ancora gli utenti a prendere le loro decisioni di acquisto. E non è così scontato che sia una situazione che durerà ancora a lungo.

“Alexa? Fai in modo che la mia stampante non rimanga mai senza inchiostro? Già che ci sei, ti assicuri di approvvigionarti sempre dallo shop online con il miglior rapporto qualità/prezzo?”. Questo si chiama Machine to Machine (M2M) ed è tutta un’altra storia…