E-commerce di moda, l’esperienza “taglia unica” non funziona

Negli e-commerce di abbigliamento e accessori l’esperienza “taglia unica” non funziona. Personalizzare l’esperienza d’acquisto è d’obbligo, ma ci si dovrebbe spingere fino alla iper-personalizzazione, che consente all’acquirente di sentirsi davvero riconosciuto e compreso nelle proprie esigenze e caratteristiche. L’intelligenza artificiale ha un ruolo chiave nella creazione di una user experience “su misura”, come ci racconta Antonín Hoskovec, head of AI di Glami Group, società specializzata in tecnologie per il settore della moda. Lanciato nel 2013 l’omonimo motore di ricerca è presente in 14 Paesi con 17 milioni di prodotti di oltre 30 mila marchi a catalogo. In Italia opera come Stileo.it, portale che conta sette milioni di vistie mensile e indicizza oltre ottomila marchi da 220 siti di e-commerce (incluso Amazon).

Antonín Hoskovec, head of AI di Glami Group

Trovare il capo di abbigliamento giusto non è mai semplice. Gli utenti possono passare ore, giorni, a volte persino settimane a navigare in diversi shop online o a guardare le vetrine dei negozi. Per questo, riunire un'ampia e diversificata selezione di prodotti in un unico posto può semplificare la ricerca e far risparmiare tempo prezioso agli utenti. Tuttavia, questo è soltanto il punto di partenza. Vedendo così tante opzioni, di cui però solo una parte corrisponde al loro stile e alle loro preferenze, gli acquirenti si sentono sopraffatti e perdono rapidamente l'attenzione. Oggi, i consumatori si sentono realmente soddisfatti solo quando individuano un'offerta in linea con il proprio stile, qualcosa che scoprono da Netflix o Spotify.

Con 15 milioni di prodotti provenienti da migliaia di distributori in un’unica destinazione online, noi di Glami Group da tempo ci interroghiamo su quale sia il modo migliore per fornire un'esperienza di questo tipo ai nostri utenti. Come possiamo presentare la nostra ampia selezione in modo efficace? Numerosi e-shop dedicati al mondo fashion, brand D2C e marketplace cercano di circoscrivere le opzioni proponendo i bestseller, i prodotti più amati o diverse collezioni accuratamente selezionate, ma non è detto che queste proposte corrispondano necessariamente allo stile e alle preferenze individuali dell'utente.

Credo molto nell'uso dell'intelligenza artificiale e dell'iper-personalizzazione nel settore del fashion e-commerce, al fine di trovare il prodotto giusto per il cliente giusto al momento giusto. Una customer experience su misura è quello che gli appassionati di moda si aspettano e ed è ciò che li incoraggia a fidelizzarsi.

Sulle nostre piattaforme abbiamo iniziato a proporre contenuti personalizzati per ciascun utente in base al modo in cui utilizza la nostra piattaforma. Uno dei compiti svolti dal nostro modello di raccomandazione è la riclassificazione personalizzata dei prodotti, che avviene nel momento in cui i nostri utenti sfogliano le proposte fashion presenti nel nostro catalogo. Abbiamo iniziato a lavorare a questo progetto nel 2020 e per tutto il 2021, grazie a decine di test A/B, abbiamo raggiunto un aumento del +20% nella monetizzazione degli utenti e del +5% del Click-Through Rate (Ctr). Inoltre abbiamo iniziato a considerare anche le critiche che gli utenti possono dare ai prodotti della nostra app.

La riclassificazione dei prodotti non è l'unico modo in cui stiamo sfruttando la potenzialità dei modelli di personalizzazione. Per anni, i filtri del catalogo sono stati uno strumento fondamentale per l'organizzazione dei prodotti. Tuttavia, a un certo punto abbiamo capito che scegliere tra più di 100 filtri non è un'operazione agevole. Abbiamo deciso di offrire ai clienti filtri simili a quelli presenti nella loro cronologia di filtraggio o di acquisto. Il risultato è stato un aumento dei ricavi per sessione e del Ctr.

Inoltre, abbiamo notato che i nostri utenti hanno il doppio delle probabilità di interagire con i prodotti quando viene applicato un filtro sulle taglie. Di conseguenza, abbiamo deciso di invitare tutti a scegliere la propria taglia prima di procedere allo scrolling o di proporre loro una taglia già selezionata in passato. In questo modo abbiamo aumentato il numero di clic effettuati dalle pagine con filtri e migliorato il tasso di conversione.

Tutte queste metriche dimostrano che gli utenti riescono a trovare gli articoli che più interessano loro in modo semplice e veloce. Quanto velocemente? Velocissimo! Infatti, i nostri clienti possono vedere a colpo d’occhio tutti i prodotti che hanno apprezzato o cliccato nella stessa sessione. Il nostro sistema di personalizzazione risponde alle interazioni dell'utente in modo immediato, in media in meno di 75 millesimi di secondo, mentre la maggior parte dei sistemi commerciali hanno una media superiore ai 250 millesimi di secondo.

Questi sono solo alcuni esempi di come l'iper-personalizzazione permetta ai clienti di orientarsi all'interno del vasto panorama dell'e-commerce e di arrivare più rapidamente alla decisione d'acquisto, migliorando al contempo le principali metriche di vendita. In tempi di recessione economica, di tassi di crescita negativi del settore dell'e-commerce e di aumento dei costi pubblicitari, l'uso dell'iper-personalizzazione non è mai stato così importante. Noi di Glami Group stiamo facendo dell'esperienza iper-personalizzata del cliente una colonna portante della nostra attività.