Superare le insidie per una personalizzazione AI smart e di successo

In un mondo di scelte sempre maggiore, essere capaci di offrire un'esperienza personalizzata è centrale per attrarre, convertire e mantenere i consumatori digitali. Permette ai visitatori di trovare velocemente i prodotti e i servizi migliori destinati a soddisfare i loro bisogni e aumentare vendite e revenue.

Ad ogni modo, scalare la personalizzazione tra siti con milioni di visitatori e in real-time può essere una sfida. L'Artificial Intelligence offre la possibilità di estendere la personalizzazione, ma può essere rischiosa se non usata correttamente.

Per aiutare le aziende a ottenere i benefici della personalizzata basata su AI e superare le insidie, Forrester ha creato un report approfondito, “Adopt AI for Personalization Safely and Smartly to Win European Customers” (Adottare l'AI per una personalizzazione smart e sicura volta a raggiungere clienti europei).

1 I benefici di personalizzazione e Artificial Intelligence

La personalizzazione porta al successo del business - secondo McKinsey, la personalizzazione può migliorare del 10-30% la revenue e la fidelizzazione, insieme a un 10-20% di migliore efficienza. Il 73% dei consumatori intervistati da Kameleoon ha detto che vorrebbe che i brand offrissero personalizzazione lungo tutto il customer journey, insieme a una metà che ha affermato di voler abbandonare le aziende che non offrono l'esperienza che cercano.

migliorare l'engagement con l'AI

La personalizzazione tradizionale, che utilizza segmentazione e regole pre-impostate per offrire esperienze specifiche ai consumatori arriva fino a qui. I consumatori stanno cambiando velocemente e richiedono una personalizzazione vera, in real-time, lungo tutto il customer journey. Qui è quando la personalizzazione basata su AI offre il suo pieno potenziale.

Forrester definisce la personalizzazione basata su AI come la pratica di applicare il machine learning ai dati sui consumatori per inquadrare, guidare, estendere e migliorare le interazioni tra consumatori.[1]

I benefici della personalizzazione basata su AI includono:

• L'abilità di offrire un'esperienza di significato, empatica, che comprenda davvero il consumatore come un individuo, basato sulle sue interazioni in real-time,
• Valore aumentato dai big data generati dalle interazioni digitali utilizzando algoritmi di machine learning per analizzare gli enormi volumi di informazioni e gestire la personalizzazione in modo scalabile.

2 Bilanciare il valore e i rischi di una personalizzazione basata su AI

Dati i suoi benefici non sorprende che il 63% dei brand retail abbia pianificato di investire nella personalizzazione AI nel 2020. Al tempo stesso però porta con sé rischi di business e reputazione su tre macro-aree:

compliance regolatoria

I consumatori vogliono un maggiore controllo sui dati, su come vengono usati e protetti nel mondo digitale - e questo viene ulteriormente supportato dall'aumento di regolamentazioni come GDPR e CCPA. I brand devono quindi assicurarsi di incontrare gli standard richiesti da consumatori e regolatori, soprattutto in materia di dati contenenti informazioni di identificazione personale.

mancanza di controllo

Molte soluzioni di AI funzionano come una scatola nera, con algoritmi di machine learning che operano indipendentemente per ottenere un obiettivo pre-impostato. Rimuovere il controllo umano può portare a opportunità perse, con azioni intraprese dall'AI che non incontrano la strategia generale e gli obiettivi.

Per approfondire il tema: Perché l’AI rende il contatto umano sempre più importante nella personalizzazione.

Considerazioni etiche

I consumatori hanno alte aspettative dai brand e di come dovrebbero comportarsi - giustamente si aspettano che operino in modo etico. Ad ogni modo, a causa della natura chiusa degli algoritmi dell'AI può essere difficile per i marketer capire esattamente come il machine learning li abbia aiutati a raggiungere i loro obiettivi di personalizzazione. L'AI può quindi operare in modo non intenzionale in modi discriminatori o poco etici per incontrare il target impostato - rovinando la reputazione del brand e portando a problematiche legali.

Superare i rischi

Tutti e tre i rischi possono essere mitigati dal tipo di dati utilizzati nella personalizzazione guidata dall'AI e il grado di controllo umano che i marketer hanno sugli algoritmi. Per esempio, focalizzandosi esclusivamente su dati comportamentali anonimizzati (come quelli da navigazione sul sito) c'è un rischio molto inferiore di identificare un visitatore individuale, continuando comunque a dare informazioni sufficienti per offrire un'esperienza personalizzata e in real-time. Allo stesso modo, utilizzare una soluzione che coinvolga i marketer nel decision-making rende chiara la reportistica e la supervisione delle azioni guidate da AI, mantenendo il controllo per assicurarsi che gli obiettivi etici e di business siano raggiunti costantemente.

3I 4 step da compiere per una personalizzazione basata su AI

Per quei brand che vogliono abbracciare i benefici di una personalizzazione e minimizzare i rischi - nel suo report Forrester raccomanda di seguire un processo suddiviso in 4 step.

step 1: Massimizzare gli investimenti esistenti di personalizzazione

Bisogna iniziare revisionando le attività che attualmente supportano la personalizzazione, come test, segmentazione, recommendation engine e personalizzazione basata su regole. Definire e registrare quindi le migliori pratiche e usare i risultati per creare una business case per personalizzazione basata su AI.

STEP 2: Investire in skill di data science e sulla migliore tecnologia

Man mano che aumenta la maturità, è possibile estendere le proprie azioni aggiungendo skill di data science e tecnologie più sofisticare basate au AI. Queste dovrebbero utilizzare fonti a basso rischio, anonimizzate, come dati comportamentali per offrire il valore massimo per il business. Allo stesso tempo è possibile costruire la capacità di governance dati, pronti a muoversi per includere più dati identificabili e ad alto rischio nelle attività.

Step 3: incorporare dati personali identificabili nella strategia

Una volta che le misure di governance dei dati sono in atto, diventa possibile iniziare a utilizzare dati identificabili in modo sicuro con la personalizzazione basata su AI. Si inizia con i visitatori noti (come clienti esistenti loggati sul sito) per creare use case che gli stakeholder possano comprendere con facilità e nella quale si continui ad avere il controllo.

step 4: espandi per distribuire algoritmi avanzati di ai

Una volta arrivati allo step 4 si sarà in possesso di un set di data science e di processi di governance di dati maturi e robusti, insieme a tecnologie avanzate che permettono di utilizzare algoritmi più sofisticati, in grado di lavorare in modo sicuro con dati sensibili. Questo permette di offrire davvero esperienze uniche, completamente personalizzate per ogni cliente che interagisce con il brand.

Una personalizzazione basata su AI di successo offre benefici enormi ai brand, permettendogli di differenziarsi e di far crescere il loro business. Richiede però una pianificazione ponderata, le giuste skill, nonché partner e tecnologie atte a ridurre i rischi e a massimizzare i risultati.

[1] Forrester Research, Inc., The Forrester Tech Tide™: AI, Automation, And Robotics For Customers And Employees, Q2 2019, May 16, 2019