Durante il Netcomm Forum 2025, Maurizio Alberti – Senior Vice President Revenue di MAP – ci racconta l’innovativa tecnologia di Dressipi, una soluzione di intelligenza artificiale dedicata al mondo fashion retail. Si parla di come migliorare la qualità dei dati prodotto, personalizzare l’esperienza utente online e affrontare le sfide del commercio elettronico in un’era sempre più complessa e competitiva.
Categoria
🗞
NovitàTrascrizione
00:00Maurizio Alberti, Senior Vice President Revenue di MAP, MAP al NETCOM 2025 per parlare di Dressipi.
00:13Di cosa si tratta? Dressipi è una soluzione basata sull'intelligenza artificiale inventata,
00:21allenata e sviluppata esclusivamente per aiutare il fashion retailer e le aziende della moda a
00:28migliorare la qualità dei dati legati al prodotto con tutta una serie di benefici che impattano poi sul
00:35search merchandising piuttosto che sul percorso di conversione in sessione degli utenti grazie ad
00:43un'attenta analisi di ciò che gli utenti stanno veramente cercando, cogliere gli intenti, cosiddetti
00:50intenti di acquisto e trasformarli in raccomandazioni personalizzate per un'esperienza migliore e per
00:57portare ovviamente delle conversioni. Come sta cambiando il settore della moda nell'era digitale?
01:04Ci sono tanti cambiamenti e tante sfide soprattutto, ci sono pressioni finanziarie che stanno mettendo un
01:12po' sotto stress tutte le aziende del mondo della moda, è sempre più difficile conquistare nuovi
01:16clienti, è sempre più costoso quindi il costo di acquisizione di clienti nuovi è in crescita,
01:21la fidelizzazione è difficilissima e la vendita a prezzo pieno è un'utopia, ormai si vende molto in
01:28saldo nei momenti di black friday, di promozione. Per questo anche l'acquisizione che abbiamo fatto
01:34è finalizzata ad aiutare queste aziende a sopperire e a vincere queste sfide oggi differenziandoli.
01:43Perché? Perché studiando questo settore abbiamo capito che oggi il consumatore è cambiato, è evoluto e parla
01:51un linguaggio molto dettagliato che è tipico dell'acquisto della moda dove non si ferma più alla ricerca
01:57generica di una giacca blu ma cerca una giacca per un'occasione speciale, per un momento, per un contesto
02:03specifico. Dall'altra parte i siti dei fashion retailer non parlano ancora questo linguaggio e quindi si crea
02:10un disallineamento che rende difficile far trovare il prodotto anche quando effettivamente c'è ed è
02:17disponibile. Quindi questo è il primo use case che questa soluzione consente di realizzare, sopperire,
02:23riallineare questo gap di linguaggio. Lo use case successivo è, una volta che abbiamo consentito
02:30allo shopper di trovare il prodotto che sta cercando, cercare di convertirlo e quindi di comincerlo a
02:36comprarlo. In questo senso l'intelligenza artificiale aiuta perché riesce a captare gli
02:42intenti leggendo appunto gli attributi contestuali, non solo quelli visual, fisici di un capo, ma capire
02:50veramente che cosa sta cercando, qual è l'occasione, cercando di simulare una qualità di esperienza simile
02:58a quella che si ha nel negozio. Quindi il beneficio poi non è solo più conversioni, cercare di far
03:05tornare il cliente perché gode di un'esperienza positiva, ma anche creare questa brand experience
03:11il più coerente possibile con ciò che accade nel negozio fisico. Non c'è il dialogo classico del
03:17commesso, cerchiamo di sopperire con i metadata che capiscono cosa sta cercando il cliente, quello che noi
03:23chiamiamo the why behind the buy, quindi la vera ragione per cui un utente è su un sito
03:29fashion oggi. Il settore del commercio elettronico è sempre più competitivo, quali sono i temi che state
03:36portando più in generale qua a Netcom 2025? Unendo un po' il mondo da cui veniamo noi, noi veniamo dal
03:42mondo del marketing cloud, dei customer data, oggi portiamo un prodotto che invece si focalizza sui
03:48product data e perché abbiamo fatto questa scelta? Perché pensiamo che la sfida dell'omnicanalità
03:54non sia ancora stata vinta, l'esperienza finale del cliente non è evidentemente di alto livello,
04:00questo lo percepiamo dai risultati che non sono soddisfacenti per la maggior parte delle aziende
04:05con cui parliamo. E allora noi crediamo che unire il valore dei customer data con quello dei product data
04:12possa essere la formula vincente per costruire ed offrire una customer experience di next level
04:19e quindi di maggiore soddisfazione per il cliente oggi. Questa credo sia la nostra sfida principale
04:24e la proposizione, il posizionamento che vogliamo raccontare in questi due giorni.
04:29Grazie Maurizio, grazie a voi.