Intelligenza Artificiale nel marketing capace di far risuonare le corde dei CMO grazie a risultati sempre più sorprendenti. Artificial Intelligence (AI), apprendimento automatico (ML – Machine Learning) ed elaborazione del linguaggio naturale (NLP – Natural Language Processing) continuano a spostare i confini di ciò che è possibile fare utilizzando gli algoritmi più diversificati a supporto della comunicazione, delle vendite e del business. In un mondo digital-first l’AI, in tutte le sue forme, sta aprendo nuove opportunità applicative, impattando sui tempi e sui modi in cui i brand si connettono, operano e servono i propri clienti.
L’Intelligenza Artificiale nel marketing mette a sistema le più moderne tecnologie, utilizzando tecniche matematico-statistiche (come quelle delle reti bayesiane o i modelli grafico-probabilistici) e di marketing comportamentale (behavioral targeting). Il tutto con un obiettivo molto chiaro e pragmatico: migliorare la capacità di attrazione e di persuasione per portare gli utenti a convertire. La strategia è di stimolare le persone a compiere un’azione finalizzata a generare valore per gli utenti e per l’azienda. Il tutto in tempo reale. È questa capacità di prendere decisioni automatizzate alla velocità della luce che rende gli strumenti di marketing AI per il business così formidabili.
AutomAzione, digitalizzAzione, smartificAzione
Sotto il profilo dell’evoluzione tecnologica l’AI è l’ultimo capitolo di uno sviluppo che non solo sta evolvendo molto rapidamente ma sta diventando anche sempre più facile e meno costoso da implementare. Offrendo una velocità elaborativa potenziata rispetto alla capacità di calcolo umana, gli obiettivi dell’AI sono gli stessi di tutte le altre tecnologie pregresse legate all’automazione e alla digitalizzazione. Quali?
- Gestire sempre meglio l’onda montante delle informazioni
- Potenziare le capacità di analisi
- Massimizzare la trasparenza informativa
- Risolvere attività di routine per liberare le risorse umane che possono dedicarsi ad attività a più alto valore aggiunto
Il che significa che, anche quando si parla di Intelligenza Artificiale nel marketing è fondamentale distinguere la letteratura fantascientifica dalla tecnologia: l’Intelligenza Artificiale è un sistema (sofisticato e straordinario in termini computazionali), molto veloce nel rispondere a determinate domande e a scandagliare varie fonti per cercare risposte ma gli algoritmi per creare i modelli sono progettati dall’uomo per l’uomo. In questa fase di addestramento dei modelli, le serie storiche dei dati utilizzati è ancora molto ridotta per cui i risultati dell’elaborazione non vanno sopravvalutati: vanno supervisionati sempre e comunque. L’obiettivo è trasformare i big data in smart data, rendendoli azionabili a supporto del business, aiutando i professionisti a velocizzare i propri processi decisionali.
I vantaggi dell’AI nel marketing e nelle vendite
L’Intelligenza Artificiale nel marketing e nelle vendite , impatta principalmente su tre aree:
- esperienza del cliente (CX)
- crescita commerciale
- capacità operativa
Nell’ambito della CX, ad esempio, contenuti e offerte iper-personalizzati possono essere basati sul comportamento, sulla persona e sulla cronologia degli acquisti dei singoli clienti. La crescita può essere accelerata sfruttando l’AI per dare il via a migliori prestazioni, fornendo ai team di vendita le giuste analisi e informazioni sui clienti per intercettare la domanda. L’Intelligenza Artificiale unita a dati e contesti specifici dell’azienda permette di ottenere informazioni dettagliate sui consumatori al livello più granulare per personalizzare la leva B2C o B2B attraverso offerte mirate di marketing e vendita. Inoltre, l’AI nelle vendite può aumentare l’efficacia e le prestazioni (ad esempio organizzando in modo più sostenibile il giro visite, partendo dall’evoluzione della domanda per zone geografiche, profili di spesa, diversificazione delle richieste e via dicendo), alleggerendo e automatizzando molte attività di vendita banali, liberando la capacità di trascorrere più tempo con clienti e potenziali clienti, riducendo al tempo stesso i costi di servizio.
Intelligenza artificiale nel marketing: come funziona
La velocità è la ragione numero uno per cui gli strumenti di marketing dell’intelligenza artificiale dovrebbero essere presenti in ogni azienda. Una tecnologia di Intelligenza Artificiale elabora enormi quantità di informazioni prese da piattaforme come social media, e-mail e Web. Inoltre, colma il divario tra i dati e le soluzioni attuabili che puoi implementare per migliorare le tue campagne di marketing e di vendita. Come sottolineano gli analisti di McKinsey, le aziende più efficaci stanno dando la priorità e implementando tecnologie di vendita avanzate, creando team ibridi e abilitando l’iper-personalizzazione (Fonte: “AI-powered marketing and sales reach new heights with generative AI” McKinsey – Maggio 2023).
Allo stato attuale, l’Intelligenza Artificiale nel marketing digitale, oltre al targeting degli annunci, viene usata per la personalizzazione dei contenuti, l’ottimizzazione dei tempi di invio delle e-mail e il calcolo della probabilità di conversione (Fonte: Statista 2023).
Che cosa fa uno strumento di marketing AI?
Anche uno strumento di marketing AI è un programma o una piattaforma in cui determinati algoritmi vengono utilizzati per creare decisioni automatizzate. Queste decisioni si basano sui dati raccolti che vengono analizzati e interpretati, correlandoli a vari indicatori che esprimono determinati andamenti di mercato. L’obiettivo è sviluppare una strategia di marketing predittiva, ovvero capace di anticipare le prossime mosse dei clienti. Il problema è non farsi sopraffare dal profluvio di tool sempre più diversificati che offrono l’illusione di essere autosufficienti. In questo momento, è fondamentale che i marketer sappiano fare scelte mirate, evitando di portare in azienda uno strumento dopo l’altro in maniera randomica e non presidiata. Tool come Jasper, Chatfuel, Surfer SEO, Writer e via dicendo, rischiando di sembrare dei golosi pasticcini: tra innovazione e sopravvalutazione, il rischio è un’anarchia bulemica di tecnologie addizionate i cui risultati confonderanno i reparti impendendo una pianificazione coerente e sensata rispetto a strategie aziendali pianificate e mirate.
AI Generativa: che cos’è e perché se ne parla tanto
L’applicazione dell’Intelligenza Artificiale nel marketing è diventata ancora più dirompente con l’arrivo dell’AI generativa e, in particolare, di quella killer application capace di modellare algoritmi di apprendimento automatico salita alle cronache come ChatGPT. L’AI generativa è la declinazione tecnologica più attrattiva, fornendo testi, immagini, video o qualsiasi altro media. Il rischio? Confondere i risultati di un’automazione incredibilmente veloce di tipo matematico e meccanico con i risultati di un’elaborazione umana più ponderata, originale, creativa, professionale e strategica. Vero è che un conto è utilizzare l’AI per le attività ripetitive, liberando le persone per spostarle su attività più importanti, dove la creatività, l’esperienza, la profondità delle competenze fanno la differenza in termini di UX, CRM strategy, Design Thinking, Engagement e Loyalty management. Un altro è pensare di togliere la supervisione umana dall’attività di un sistema stocastico che, per quanto sofisticato e intelligente, è pur sempre il risultato di una programmazione meccanica incentrata su modelli di correlazione dei dati (archiviati in un certo tempo per cui non sono aggiornati in tempo reale).
Esempi di Intelligenza Artificiale generativa nel marketing: i pro e i contro
Di seguito, gli ambiti applicativi dell’AI generativa su cui i marketer delle aziende sono più attratti ma anche distratti dalla curiosità.
Testo: I sistemi di Intelligenza Artificiale generativa addestrati su parole o token di parole (come, ad esempio, GPT-3, LaMDA, LLaMA, BLOOM, GPT-4) sono capaci di emulare il linguaggio naturale e fare traduzioni automatiche. Il problema è commisurare i risultati dell’elaborazione con gli obiettivi del business. A seconda della complessità e della profondità degli argomenti da tematizzare, il tipo di output testuale, pur risultando SEO-oriented, in questa fase dello sviluppo rischia di essere spesso disfunzionale. Pur usando i termini giusti e una sintassi corretta a livello concettuale, non solo il concatenamento dei ragionamenti risulta estremamente superficiale ma molti passaggi risultano scorretti in termini argomentativi. Ecco perché, sempre e comunque, serve la supervisione di un giornalista o di un copy professionista che, verificando i contenuti, possa intervenire sulle parti sbagliate, lavorando sul testo per introdurre le informazioni e i ragionamento più rilevanti e pertinenti in base al target a cui il testo si deve rivolgere. Il che significa che può andare come plot di partenza, ma non può essere considerato un testo finito di qualità.
Immagini: I sistemi di Intelligenza Artificiale generativa addestrati su set di immagini con didascalie di testo (come, ad esempio, Imagen, DALL-E, Midjourney o Stable Diffusion) sono comunemente usati per la generazione di immagini da testo e il trasferimento di stile neurale. La promessa tecnologica dell’AI generativa, infatti, è la sua capacità (apparente) di fornire a determinate richieste (dette prompt) un’elaborazione che sembra al colpo d’occhio inesperto, simile a quella fatta dal lavoro di un professionista umano. In realtà, allo stato attuale i sistemi, in base ai requisiti richiesti, pescano in rete una quantità di immagini e illustrazioni pertinenti, applicando nella loro veloce capacità di elaborazione, un’arte combinatoria che va a modellare e proporre delle maschere di risultato. Le immagini prodotte dall’AI, infatti, che non solo vanno supervisionate per eliminare errori morfologici, prospettici o cromatici, ma vanno finalizzate dagli owner del progetto in un contesto che deve tener conto di lavori pregressi, brief con il cliente finale o con i vari team coinvolti e tutte le variabili di lavoro che contraddistinguono il lavoro dei marketer in termini esperenziali e creativi.
Musica: Sistemi di Intelligenza Artificiale Generativa (ad esempio MusicLM) possono essere addestrati sulle forme d’onda audio di musica registrata insieme ad annotazioni di testo, al fine di generare nuovi campioni musicali basati su descrizioni di testo come una melodia di violino rilassante supportata da un riff di chitarra distorto. Anche in questo caso, l’AI generativa va a intercettare in rete tutte le melodie che presentano le caratteristiche musicali richieste, offrendo una serie di combinazioni che generano jingle di senso. Un arrangiatore o un musicista possono certamente utilizzare il risultato per valutare in modo più rapido se l’idea può funzionare, ma solo triangolando creatività, esperienza e competenza è possibile finalizzare il risultato finale lavorando su intervalli di tempo e armonie, arrangiamenti e scelte degli strumenti in primo piano e degli strumenti di fondo, per sviluppare una partitura originale e contestualizzata alle richieste del cliente e del progetto.
Video: L’intelligenza artificiale generativa addestrata su video annotati (come, ad esempio, Gen1 di RunwayML e Make-A-Video di Meta Platforms) può generare clip video abbastanza coerenti. Anche in questo caso, vale lo stesso concetto: il sistema cerca velocemente le informazioni visuali dinamiche nel database universale del WEB e, lavorando per combinazioni, estrae dei video-template che vanno presidiati e supervisionati da chi conosce le regole della regia, della fotografia, del montaggio, del doppiaggio e della sonorizzazione per effettuare tutti gli interventi legati al brief creativo e ai desiderata del cliente per finalizzare il risultato.
Intelligenza Artificiale nel marketing: le cose da sapere, gli errori da evitare
Per portare l’Intelligenza Artificiale nel marketing non basta avere una visione data centrica per ottenere risultati concreti. Iniziare a testare le centinaia di tool preimpostati offerti dal mercato può essere formativo ma anche estremamente dispersivo. Vero è che i risultati portano con sé problemi legati al fatto che le serie storiche delle informazioni a disposizione dell’AI sono ancora troppo limitate per cui i sistemi non hanno la capacità e la profondità elaborativa equivalente a quella di un team di professionisti esperti: copy, Seo specialist, fotografi, illustratori, musicisti, compositori e arrangiatori e via dicendo. Per ottenere risultati di un certo spessore, infatti, sempre e comunque è necessario l’intervento umano per supervisionare i risultati, correggerli ma anche per plasmarli, coniugando estro, creatività e professionalità per fare la differenza nel tempo. I brand devono evitare di accontentarsi della velocità dei risultati per non incorrere in una ripetizione seriale che rischia di essere stereotipata e mal governata. L’applicazione dell’Intelligenza Artificiale nel marketing va pensata sotto un’altro punto di vista: ovvero quello di capire come usare al meglio i dati a disposizione a supporto del business.
Intelligenza Artificiale nel marketing: come e perché usarla
Se le opportunità collegate all’uso della tecnologia sono tante, anche affrontare un progetto incentrato sull’Intelligenza Artificiale nel marketing richiede competenze ed esperienze molto spinte a livello di:
- conoscenza della tecnologia
- analisi dei processi aziendali e delle informazioni disponibili per capire quali possono essere gli obiettivi perseguibili
- valutazione dei progetti fattibili nel breve, nel medio e nel lungo termine
- modellazione degli algoritmi di riferimento/addestramento dei modelli
- test e fine tuning per ottimizzare i modelli progettati
Una verità ancora poco esplicitata è che quando si porta l’AI nel proprio team, una delle maggiori sfide è capire esattamente come usarla. L’Intelligenza Artificiale, infatti, parte dai dati per costruire modelli matematici capaci di elaborare alla velocità della luce risultati analitici. Il primo problema, dunque, è capire quali dati usare e per che cosa usarli, il che non è facile e nemmeno scontato. Perché è vero che ci sono tanti strumenti potenziati dall’Intelligenza Artificiale su cui è possibile iniziare a fare delle sperimentazioni. Ma questo non significa che basta acquistare un tool per raccogliere risultati certi e tangibili. Al di là di un’offerta che dà l’illusione di una gamma di soluzioni a portata di mano e super performanti, l’AI non una tecnologia a pacchetto: è il risultato di un processo di data discovery, analisi, valutazione e supervisione umana di tutte le informazioni che un’azienda ha a disposizione: anche quelle che non ha mai pensato di usare. Il grosso del lavoro consiste nell’identificare quanti e quali dati servono a ingegnerizzare procedure intelligenti e automatizzate che hanno un certo obiettivo di marketing.
AI for marketing: quali sono le tendenze
Oggi, la maggior parte delle progettualità legate all’impiego degli algoritmi AI nelle aziende riguarda le aree dell’assistenza clienti operata attraverso assistenti virtuali e chatbot. In particolare, i chatbot sono utilizzati da ben l’81% delle organizzazioni e sono, quindi, parecchio diffusi come pure gli assistenti vocali (83%). Cresce anche l’interesse per i sistemi di raccomandazione a supporto dell’eCommerce, grazie a un impiego degli algoritmi di profilazione per proporre ai clienti consigli mirati che li portano più rapidamente a finalizzare un nuovo acquisto online. Come già accennato, il problema è che, come per tutte le nuove tecnologie, l’incanto dell’AI sta portando nelle organizzazioni attrazione ma anche molta confusione. Dunque, è arrivato il momento di ragionare in maniera più olistica e strategica.
L’AI è un nuovo modo di progettare data driven
Il vero valore dell’AI consiste nel liberare il dato in tutto il suo potenziale predittivo, analizzando il passato per riuscire a prevedere e anticipare il futuro. Ma è importante calare correlazioni e analisi nel contesto aziendale di riferimento. Il processo di sviluppo di modelli previsionali e algoritmi di Intelligenza Artificiale devono essere disegnati ed ottimizzati sulle specifiche esigenze del cliente per consentire di:
- Efficientare i processi e ridurre i costi
- Sviluppare nuovi prodotti e servizi
- Implementare tecniche AI in prodotti software già esistenti
Oggi si parla moltissimo di AI e di quanto possa essere dirompente e smart – spiega Federico Rocco, CEO di Kettydo+ -. La curiosità delle aziende è alta: il problema è definire quali dati possono essere utilizzati per migliorare quali processi. L’Intelligenza Artificiale, infatti, è un modo più intelligente di usare le informazioni il che significa riconoscere quali sono le fonti informative più utili per partire con un modello che deve essere addestrato a fare una determinata cosa, prendendo in carico un certo processo con una percentuale di successo accettabile. Un caso concreto? Un concorso con lettura degli scontrini che, a seguito della lettura OCR, applica un algoritmo che analizza lo scontrino capendo chi lo ha emesso, quale prodotto in che quantità e a quali prezzo ha acquistato per calcolare l’attitudine agli acquisti in generale e quali prodotti potrebbero interessargli in particolare, perfezionando la profilazione e identificando le categorie di interesse più pertinenti. Il tutto con il calcolo del churn per capire perché ci mette di più ad acquistare determinati prodotti. Il fulcro di questi sistemi è un’intelligenza pre-addestrata che, applicando dei modelli di calcolo a determinati flussi di dati, capisce cosa sta succedendo, individuando le correlazioni significative che permettono di liberare tutto il loro potenziale predittivo. Le possibilità dal punto di vista funzionale sono tante ma bisogna avere una grande capacità progettuale, triangolando una componente tecnica, una scientifica e un’altra matematica per risolvere un certo problema, applicando un modello (o la personalizzazione di un modello che è la parte che richiede più risorse di sviluppo). Nell’era della Internet 3D è fondamentale sperimentare strade di coinvolgimento supportate dall’AI senza perdere la capacità di emozionare e di fare engagement”.
Kettydo+ e HPA lanciano AI*Start
Il punto di partenza dei ragionamenti, dunque, sono:
- le fonti che si possono utilizzare per il pre-addestramento
- la creazione del modello
- la sua validazione
Risolvere queste tre fasi aiuta a fare la differenza rispetto all’applicabilità dell’AI nella propria azienda. A questo proposito, in qualità di Loyalty Innovator, Kettydo+ ha stretto una partnership con HPA, spin-off dell’Università di Verona specializzata nei progetti di Intelligenza Artificiale, mettendo a sistema le rispettive competenze per offrire AI*Start un servizio che permette al marketing di identificare le informazioni che possono essere azionate dall’Intelligenza Artificiale, aiutandoli a identificare rapidamente progetti utili, concreti e di valore per le loro strategie di business.
Come funziona AI*Start
AI*Start è un servizio di consulenza che permette ai brand di cavalcare la algoeconomy, usando l’Intelligenza Artificiale per perfezionare prodotti, processi e servizi in modo puntuale, significativo e remunerativo. Mettendo a sistema Business Analysis, Data Quality Assessment e Data Science, il team di esperti di Kettydo+ e HPA lavora in maniera focalizzata, coinvolgendo il marketing e l’IT per comprendere se, rispetto ai dati già a disposizione, ci sono i margini per creare nuove opportunità di business, concrete e facilmente percorribili. A tutti gli effetti, il servizio si propone come uno starter kit che, evidenziando attività critiche o suscettibili di miglioramenti incrementali, aiuta i manager a mettere a fuoco obiettivi e risultati in termini commerciali per potenziare il churn, le conversion, l’engagement e la loyalty. L’output finale dell’attività di assessment riporta le linee guida di una roadmap progettuale definita, sostenibile e di valore in modo consapevole e mirato. In meno di un mese, l’azienda ottiene una lista di progettualità applicabili, con un chiaro orizzonte di investimenti, impatti e ROI che potrà decidere di inserire nel proprio piano di sviluppo strategico, dando seguito al progetto quando e come vuole, proseguendo l’attività con il team di AI*Start o in modo autonomo.
___________________________
Kettydo+ grazie ad un approccio metodologico eterogeneo, mette a sistema competenza strategica con discipline evolute di design thinking a servizio delle fasi di idea co-generation e human-centered innovation e di service design. Questo permette di guidare le organizzazioni dalla fase di co-design a quella di connessione strategica dei progetti, e di affiancarle quindi nella delicata fase di execution tramite un approccio end-to-end in grado di dare la massima consistenza alla customer experience, accorciando i tempi di rilascio e massimizzando gli investimenti.
Una risposta