E' Predixit il vincitore del contest Assintel per il mese di giugno, con il progetto A.I. eCommerce
Da Assintel
Pubblicato il 12/06/2018
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.
Scopri la nostra soluzione. Registrati gratis o contattaci