Come l’Intelligenza Artificiale può concretamente aiutare il tuo business: tutte le potenzialità della nostra CDP

Il presente articolo è un estratto della Presentazione di uno dei “segreti” di White Rabbit. Buona lettura!

Spesso parliamo di Ecommerce e di Intelligenza Artificiale e lo facciamo con un po’ di superficialità; ma il nostro Fondatore (con pubblicazioni Internazionali nell’ambito dell’intelligenza artificiale già dal lontano 1993) è in grado di presentarvi come utilizzare i Big Data per fare IA Business… usando ovviamente i Big Data raccolti dalla Suite di White Rabbit.

Potete sia vedere il video (italiano e inglese), qui. Oppure leggere la trascrizione sottostante per comprendere uno dei livelli della tana del Bianconiglio. Buona lettura!

L’uso dell’Intelligenza Artificiale per fare Clienti

fare clienti con I.a.
I.a. per fare clienti

Noi di White Rabbit ci siamo dati questo obiettivo: sviluppare l’eCommerce col pilota automatico. Ma che cosa vorrà dire questa questa metafora? E perché “pilota automatico”?

Finzione o realtà?

La metafora è questa: come per le autovetture a guida automatica (esempio le Google Car) oggi sono guidate in modo artificiale – e fra qualche anno entreranno in diffusione – un’attività di business deve:

  1. Comprendere il Territorio (le autovetture a guida automatica hanno radar, infrarossi, ecc… che comprendono l’ambiente circostante);
  2. deve avere una Destinazione: ossia un obiettivo a cui arrivare;
  3. Deve Decidere che Strada Fare: e deve identificare opportunità e rischi per portare il passeggero a destinazione;

Per noi nel business vale lo stesso. Sì, tutti vogliono fare fatturato, poi, però, tatticamente, vogliono anche fare più clienti, e desiderano farvi un margine, vendere più prodotti, raggiungere più clienti in quell’area geografica o, ancora, vendere prodotti con un margine più elevato e avere clienti di più lungo termine…

Quindi, l’obiettivo aziendale, come il viaggio di un’autovettura, può essere diverso da caso e caso. Ma ritornando ai nostri punti di sopra.

Primo obiettivo: comprendere l’ambiente “economico”; dovremmo spiegare alla nostra macchina l’ambiente economico. ma di che cosa si tratta? Si tratta dell’insieme delle relazioni tra azienda, clienti, attività di marketing, prodotti, dipendenti, ecc.

Spiegare un “ambiente economico” – e non un territorio geografico – è sempre molto difficile e comunque parziale. Ma questo è proprio un obiettivo prioritario per poter applicare l’Intelligenza Artificiale.

L’IA si applica sulle Informazioni e quindi avere una Base Dati: è la base dell’uso degli Algoritmi di Machine Learning.

Se un’azienda è – come si suol dire – “cliente centrica” è chiaro che l’ambiente economico è una CDP, ossia una Customer Data Platform: un insieme di dati che rappresentano la relazione con il cliente.

Di solito per raccogliere questi dati un’azienda ha due possibilità :

  1. Unire tutti i software e tutti i dati aziendali con un software di Singola CDP, ossia creare una base dati unificata: di solito un processo che costa diverse centinaia di migliaia di euro e richiede almeno tre anni di programmazione ad hoc;
  2. Usare dei Software Integrati che consentono la creazione in Automatico dei dati del Cliente (CDP): questo è il percorso unico che abbiamo intrapreso creando White Rabbit. La prima Suite di software integrati, CDP compresa.

La CDP di White Rabbit rappresenta tutte le relazioni tra azienda e cliente, e costituisce, quindi, i cosiddetti Big Data aziendali.

In realtà White Rabbit è ancora più potente delle CDP tradizionali perché archivia non solo i clienti e le loro attività nell’Ecosistema Aziendale, ma anche e sopratutto Prospect (futuri clienti), Follower (Fan Social e loro azioni), visitatori Sconosciuti (unknown visitors)…. e altro.

E questi dati sono GRATUITI.

Pensateci, mentre l’operatore fa le solite attività di marketing (manda mail, scrive post, gestisce ordini) la macchina registra automaticamente tutto in CDP.

Inoltre molti dati sono popolati – automaticamente – dai nostri stessi Clienti mentre visitano l’ecosistema aziendale e lasciano le “tracce di pollicino” della loro navigazione. Di conseguenza, la creazione dei Big Data non è altro che un “sottoprodotto” automatico e gratuito, già configurato e già strutturato.

E ora che ho i Big Data aziendali, che cosa me ne faccio?

Da anni di parla di Big Data, ma poi il loro utilizzo non è affatto semplice.

Dalla nostra esperienza, possiamo dire che Analizzare e sopratutto Visualizzare i Big Data non è affatto semplice. Una piccola azienda produce in questo modo milioni e milioni di righe di dati: ma come leggerli?

Ovviamente abbiamo applicato tutti i metodi statistici conosciuti, ma comunque abbiamo riscontrato delle grandi difficoltà a rappresentare la Customer Journey di migliaia di clienti che hanno poi comportamenti e abitudini davvero distinte.

Una piccola azienda può avere decine di cluster di clienti ed è difficile fare una sintesi, forse in un prossimo articolo vi faremo vedere dei casi.

Abbiamo quindi deciso di INVERTIRE IL PROBLEMA ci siamo detti: visto che io “umano” non riesco a sintetizzare lo scibile provaci tu “ALGORITMO” e vediamo cosa produci.

Abbiamo scelto un particolare tipo di Algoritmo Genetico.

Perché? Perché questa tipologia di Algoritmi di Intelligenza Artificiale sono in grado di scoprire la formula sottostante un fenomeno.

Facciamo un esempio: diamo al computer un insieme di dati relativi ad un grave che cade: forza, massa ed accelerazione. L’algoritmo genetico è in grado di ricostruire la formula sottostante il fenomeno ossia F=M*A.

E qual è il vantaggio? L’algoritmo ci rappresenta il fenomeno con una “formula” che noi umani possiamo capire con semplicità. Vedere la “formula” del cliente è come dialogare con la macchina e con i suoi Big Data.

I nostri risultati

Orbene, nel caso specifico, l’algoritmo ha trovato una serie di soluzioni, una serie di formule che dai Big Data rappresentavano la probabilità di un semplice utente di diventare nostro cliente.

Il tutto è la somma delle parti… e qualcosa in più.

In un caso specifico ha trovato che la funzione di tot – visualizzazioni di pagina e alcune aperture delle mail era altamente predittiva dell’acquisto.

La formula dava una percentuale di attendibilità R^2 di 0,67 quindi molto alta (correlazione formula-fenomeno sottostante).

L’algoritmo ci ha spiegato anche una “ovvietà”, ossia che un cliente che fa add to cart (aggiunge un prodotto al carrello, nel caso specifico) ha un r^2 dello 0,87. E quindi ci ha spiegato perché conviene inviare dei messaggi di promozione a chi aggiunge al carrello (anche se nella realtà poi questo genera dei comportamenti tali che l’utente mette nel carrello per avere il coupon sconto).

Applicando al caso concreto una promozione basata sulla capacità dell’algoritmo di Prevedere il Cliente, ha reso oltre il doppio di ogni altra promozione. Ossia ha reso il 117% e sono stati generati decine e decine di clienti in più in poche settimane.

Ciò ha dimostrato che l’algoritmo può prevedere clienti, fare clienti e fare nuovo fatturato.

Ma questo è solo l’inizio di una serie di sviluppi nel business che l’integrazione del digitale ci potrà portare. Ma li vedremo nelle prossime puntate.

La tana del Bianconiglio è molto profonda 🙂

Chiedi una Demo Gratuita