AssociatiE' Predixit il vincitore del contest Assintel per il mese di giugno, con il progetto Intelligenza Artificiale per personalizzare la Customer Experience
Il progetto vincitore
PREDIXIT, startup innovativa milanese, ha sviluppato una piattaforma di Intelligenza Artificiale che permette anche al più piccolo e-commerce e retailer di sviluppare un “Sesto Senso” e di competere con Amazon, grazie ad una esperienza di shopping online e offline personalizzata e al tempo stesso non intrusiva. L'obiettivo è quello di trasformare tutti gli e-commerce in SMART eCommerce, rendendo l’Intelligenza Artificiale alla portata di tutti.
Le linee guida vincenti
Una tecnologia che permette alle aziende di sfidare i grandi colossi dell’e-commerce, come Amazon, senza trasformarsi in “stalker” dei propri clienti. La piattaforma user-friendly sfrutta l’A.I. per (ri)conoscere l’utente, intercettare gusti e preferenze senza “inseguire” i clienti al di fuori dello store visitato.
Un’esperienza di shopping online personalizzata e al tempo stesso non intrusiva che, da una parte, dà ad agenzie e consulenti digitali la possibilità di offrire e gestire soluzioni di Marketing Automation, per personalizzare l’esperienza d’acquisto dei siti dei propri clienti e, dall’altra, per chi già ha un sito di e-commerce o una vetrina online, integra un sistema di raccomandazione automatica per creare spazi personalizzati per singolo utente, una pagina di storico dei prodotti visti, cercati o lasciati in carrello ed un pannello per la gestione di “promozioni individuali”.
Predixit crea esperienze di shopping personalizzate in tre semplici passi:
1) Si mette in ascolto: una volta installato il plug-in specifico per ogni piattaforma di e-commerce, Predixit è in grado di “ascoltare” e memorizzare il comportamento di navigazione e di acquisto di ogni singolo utente anche se non registrato o non autenticato, quindi anonimo, grazie al tracciamento dei cookie.
2) Personalizza la navigazione: mostra pagine differenti ad ogni singolo utente, grazie all’integrazione con il catalogo esistente e ad algoritmi affinati da un approccio di Machine Learning, suggerisce prodotti e servizi personalizzati, su base interessi/preferenze espresse da visite o acquisti precedenti, ma anche per affinità, complementarità e similarità.
3) Crea promozioni individuali: tutti gli utenti già al primo accesso vengono profilati e inseriti in macro-categorie, per esempio clienti da Premiare, da Motivare, da Recuperare. Tra categorie e sottocategorie abbiamo identificato 15 cluster specifici su cui, lo store manager o l’agenzia può predisporre delle campagne promozionali. Non più “Black Friday” con promozioni uguali per tutti, ma specifiche per tipo di cliente e gestibili per periodo e quantità.
Vai alla campagna di crowdfunding