Lo shopping agente presenta agli operatori di marketing e-commerce un problema familiare in una nuova forma.
La promessa è abbastanza semplice. Gli agenti AI agiscono per conto degli acquirenti per cercare, confrontare, selezionare e persino acquistare prodotti. Questi agenti utilizzeranno le preferenze dell’acquirente, dichiarate e dedotte, anziché sfogliare i prodotti dagli scaffali digitali.
McKinsey & Company descrive è così: “Le aziende hanno trascorso decenni a perfezionare i percorsi dei consumatori, mettendo a punto ogni clic, scorrimento e tocco. Ma nell’era del commercio tramite agenti, il consumatore non viaggia più da solo. I suoi proxy digitali ora navigano nell’ecosistema del commercio.”
2 bersagli
Gli operatori di marketing e-commerce prenderanno di mira sia le persone che l’intelligenza artificiale nell’era del commercio tramite agenti.
In effetti, ciò significa che gli esperti di marketing e-commerce hanno due obiettivi: un essere umano e una macchina.
È uno scenario familiare. Gli esperti di marketing che cercano traffico organico cercano da tempo acquirenti e accontentano le macchine, ad esempio i motori di ricerca.
Un’azienda online di articoli per animali domestici vuole che Google posizioni le sue ciotole per l’acqua antigoccia in cima ai risultati di ricerca e che gli utenti facciano clic sull’elenco.
Allo stesso modo, questo rivenditore ora vuole che un agente di acquisto AI offra quella ciotola antigoccia quando un consumatore chiede a una piattaforma genAI come impedire a un cucciolo di Doberman di versare acqua per tutta la cucina.
Questo duplice approccio dipinge un quadro utile, poiché molte aziende di e-commerce si chiedono come incrementeranno le vendite quando i chatbot faranno la maggior parte degli acquisti.
Marketing alla macchina
Per i commercianti, la componente più importante, ovvero gli agenti di acquisto, arriverà probabilmente tramite le piattaforme.
Poche aziende di e-commerce integreranno i propri cataloghi direttamente in ogni LLM o agente di acquisto. Invece, le piattaforme commerciali e i mercati saranno i canali. I commercianti pubblicheranno dati di prodotto strutturati una volta e lasciare che siano questi intermediari a distribuirlo negli ecosistemi agentici.
Questo sta già accadendo. Shopify, ad esempio, sta costruendo un infrastrutture per gli acquisti tramite agenti che consente agli agenti di accedere ai cataloghi dei commercianti e creare carrelli.
I marketplace svolgeranno un ruolo simile. Amazon e Walmart servono già come motori di scoperta del prodotto e non hanno alcun incentivo a rinunciare a quella posizione.
Un recente controversia Il rapporto tra Amazon e Perplexity sugli strumenti di acquisto degli agenti sottolinea quanto aggressivamente i mercati possano difendere la propria infrastruttura e le relazioni con i clienti.
L’implicazione per gli operatori di marketing e-commerce è pratica. Il marketing sulle macchine richiederà molto lavoro sui dati strutturati. I feed dei prodotti, l’igiene del catalogo e i sistemi commerciali predisposti per le API diventeranno parte della strategia di visibilità, proprio come era necessaria l’ottimizzazione tecnica dei motori di ricerca quando Google dominava.
Marketing rivolto alle persone
Con il commercio tramite agenti, gli esperti di marketing mirano a influenzare l’intelligenza artificiale. La seconda tattica è influenzare il persona che digita la richiesta.
Gli agenti AI selezionano i prodotti in base alle esigenze dichiarate dagli utenti e alle preferenze dedotte. I commercianti, quindi, hanno un obiettivo chiaro: definire ciò che vogliono gli acquirenti, come lo descrivono e di quali marchi o negozi si fidano prima di chiedere.
Anche questa non è una novità. Assomiglia domanda del marchio nei risultati di ricerca di Google. Un acquirente otterrà una serie di risultati digitando “miglior ciotola per cani” e un altro per “miglior ciotola per cani antigoccia Chewy”.
Nel commercio tramite agenti, costruzione del marchio e l’impostazione delle preferenze diventano ancora più preziose perché guidano le intenzioni dell’acquirente. E quell’intento, a sua volta, influenza l’agente.
Ecco come i commercianti esercitano tale influenza.
Pubblicità. Gli annunci social e video favoriscono la familiarità, definiscono le categorie di prodotti e introducono una terminologia specifica.
Col tempo, quel linguaggio diventa un fraseggio immediato. Un commerciante potrebbe non controllare il modello dell’intelligenza artificiale, ma può controllare se il nome del prodotto, l’elemento di differenziazione o la dichiarazione del problema diventano parte del vocabolario dell’acquirente.
Marketing dei contenuti. Guide all’acquisto, confronti e articoli per la risoluzione dei problemi generano i concetti che gli acquirenti richiamano in seguito nei suggerimenti.
Marketing personalizzato del ciclo di vita e marketing tramite posta elettronica può diventare ancora più critico perché rappresenta un pubblico di proprietà e un’opportunità per identificare le preferenze degli acquirenti.
I sistemi dei commercianti, inclusa l’intelligenza artificiale, possono utilizzare la cronologia degli acquisti, i segnali di navigazione e i dati dei clienti per anticipare le esigenze e consigliare azioni. Quanto migliore è un commerciante ritenzionepiù è probabile che influenzi il prompt. O, del resto, ignorarlo del tutto.
Marketing personalizzato del ciclo di vita sottolinea gli individui, secondo Matteo Fanelli, chief revenue officer di Rimedio digitale. Gli acquirenti, ha detto Fanelli, sono come i fiocchi di neve: belli e unici a modo loro.
Marketing degli influencer è un altro modellatore di prompt. Fanelli lo ha descritto come un terzo polo, guidato dal comportamento dei pari e dalla prova sociale. “Cosa sta facendo il mio gruppo di pari? Cosa stanno comprando? Come posso entrare in contatto con loro?” ha detto.
Fanelli si aspetta una tripletta di forze per rimodellare l’e-commerce: più scelta, tempi di attenzione più brevi e più dispositivi connessi. “È allora che inizi ad avere agenti”, ha detto. Per gli esperti di marketing, la risposta non è il panico ma la disciplina. Creare domanda da parte degli esseri umani e strutturare i dati per le macchine.
