Raccomandazioni prodotto in tempo reale che guidano i clienti nei cataloghi più complessi, in ogni settore.
Cataloghi sempre più ampi e canali sempre più numerosi rendono le raccomandazioni a regole statiche un limite, non un vantaggio. Con Recommendations AI, la soluzione di machine learning che Huware implementa con i servizi Google Cloud, ogni suggerimento di prodotto è generato in tempo reale sulla base dello storico e dell’intento del cliente, per guidarlo nel catalogo e massimizzare il valore di ogni sessione, online e in negozio.
Recommendations AI è la soluzione di machine learning che Huware implementa nell’ambito di intervento Ecommerce & Customer Service, sfruttando le tecnologie di raccomandazione di Google Cloud per superare il limite delle raccomandazioni statiche basate su regole fisse.
Invece di alimentare i caroselli di prodotto con logiche predefinite e uguali per tutti, il sistema applica modelli di deep learning che analizzano in tempo reale lo storico d’acquisto, la navigazione e l’intento del singolo utente, per proporre i suggerimenti più pertinenti nel momento esatto in cui servono: sulla homepage, sulla scheda prodotto, nel pre-carrello, nel carrello, e anche in store.
La soluzione si adatta sia ai cataloghi ad altissima rotazione del retail sia alle collezioni stagionali del fashion, integrandosi con l’Agentic e Generative AI e con i sistemi di customer experience già in uso in azienda.
Sia nel settore retail che nel settore fashion, il catalogo prodotti cresce più velocemente della capacità dei team di marketing di curarlo manualmente. I caroselli “scelti per te” alimentati da regole statiche (le stesse per tutti gli utenti, aggiornate a intervalli fissi) faticano a tenere il passo: propongono prodotti generici, non tengono conto dell’intento della sessione in corso e non si adattano al variare di stock, prezzi e stagionalità.
Il risultato è un’esperienza d’acquisto meno rilevante, un catalogo che resta difficile da esplorare per l’utente e un valore di ogni sessione di navigazione che non viene massimizzato, con un impatto diretto su tasso di conversione e valore medio dell’ordine.
Le organizzazioni che gestiscono cataloghi ampi e in continua evoluzione necessitano di un motore di raccomandazione capace di crescere con il business. Le esigenze prioritarie riguardano tipicamente:
Uno degli obiettivi primari di questa soluzione è ottimizzare il customer engagement, sia per perfezionare la customer experience complessiva, sia per incrementare la customer retention.
Per rispondere a queste esigenze, Huware affianca le aziende retail e fashion nell’ambito Ecommerce & Customer Service, progettando un’architettura di raccomandazione basata sulle tecnologie di Recommendations AI di Google Cloud, integrata nativamente nell’e-commerce e nei punti vendita fisici.
Il progetto si fonda su tre pilastri:
La tecnologia però è solo una parte del lavoro. Huware accompagna il cliente anche nel tradurre la strategia in scelte concrete: su quali pagine inserire i caroselli, quale obiettivo dare a ciascuno (più click, più conversioni o uno scontrino medio più alto) e quali modelli usare, da “Consigliati per te” a “Spesso acquistati insieme”.
In una tipica implementazione, Huware sostituisce i caroselli alimentati da regole statiche con raccomandazioni generate in tempo reale lungo l’intera customer journey — scheda prodotto, pre-carrello e carrello — così da intercettare il cliente nei momenti più rilevanti per la decisione d’acquisto.
L’elemento fondamentale per ottenere raccomandazioni personalizzate sono i dati; nello specifico i dati di prodotto (catalogo) e quelli di navigazione dell’utente nel sito (Google Analytics 4 o altri strumenti di tracciamento). Questi dati vengono portati su BigQuery e poi dati in pasto ai modelli di ML. I risultati delle predizioni vengono mostrati all’interno dell’e-commerce attraverso i caroselli
Huware ha già portato Recommendations AI in due settori accomunati dalla stessa sfida: guidare gli utenti in cataloghi molto ampi, su più canali e più Paesi. Due esempi, uno nel retail dell’elettronica di consumo e uno nel fashion del lusso accessibile.
Un leader della distribuzione di elettronica di consumo in Italia
Il cliente voleva aiutare i propri utenti a orientarsi in un catalogo molto ampio e renderlo più facile da navigare. Huware ha implementato un sistema di raccomandazione real-time su Google Cloud che ottimizza l’esperienza utente sull’e-commerce e semplifica l’esplorazione dei prodotti. Oggi i click sul carosello di raccomandazione generano il 30% delle visualizzazioni di scheda prodotto, il 70% delle aggiunte al carrello e il 60% degli acquisti.
Un gruppo fashion leader globale del lusso accessibile
Huware ha portato lo stesso sistema di raccomandazione real-time su Google Cloud negli e-commerce di tutti i brand del gruppo, nei diversi Paesi. Le raccomandazioni sono integrate anche nell’app usata dagli store manager, così l’esperienza è personalizzata anche in negozio, e i modelli tengono conto del Paese e del canale di navigazione dell’utente. Il risultato è un maggiore coinvolgimento sul sito e nello store fisico, con un aumento di conversion rate e click-through rate grazie a contenuti più rilevanti.
Recommendations AI non sostituisce i team di merchandising: le persone restano al centro delle decisioni strategiche, mentre l’AI si occupa dell’esecuzione in tempo reale.
Se il tuo catalogo è diventato troppo grande o troppo dinamico per essere gestito con regole statiche, parliamone. I consulenti Huware possono affiancarti nell’ambito Ecommerce & Customer Service per progettare un sistema di Recommendations AI su misura, basato su Google Cloud e integrato con il tuo e-commerce e i tuoi canali fisici, capace di generare risultati immediati in termini di conversioni e valore medio dell’ordine.
