L'Intelligenza Artificiale nella Marketing Automation: il successo di Predixit

L'intervista di WMF! a Luca Ruju, CEO e Founder di Predixit, la startup finalista alla Startup Competition del 2018 e premiata da Amazon.


Predixit è una realtà arrivata alla finale della Startup Competition del Festival nel 2018.

Si tratta di una startup che offre soluzioni innovative per e-commerce grazie all’utilizzo di Intelligenza Artificiale nella Marketing Automation e che utilizza algoritmi in autoapprendimento. Predixit garantisce così un’esperienza d'acquisto personalizzata per ogni utente di uno store, andando ad automatizzare e semplificare  tutti quei processi che garantiscono un'esperienza differente per ogni cliente.



Ciao Luca, piacere di risentirti. Allora come procede Predixit a un anno e mezzo dalla partecipazione alla Startup Competition del WMF?


Dopo la nostra partecipazione al WMF, siamo stati premiati da Amazon con il premio su AWS. A seguito del premio, nei mesi successivi, ci siamo incontrati per una partnership che si è chiusa con un accordo dove loro rivendono il servizio Predixit tramite AWS Marketplace. Quindi sicuramente, arrivando tra le finaliste della Startup Competition al WMF, la partecipazione ci ha portato un bel vantaggio. Più che vendere tramite il marketplace, per noi la cosa più interessante è stata la certificazione della soluzione, che poi, fuori da Amazon, ci ha permesso di chiudere diversi contratti interessanti con e-commerce. In molti, una volta che hanno visto che ci aveva scelto Amazon, si sono detti “beh, allora si tratta di una soluzione che funziona!” Ancora oggi siamo tra le pochissime startup che sono state inserite in un portale che si chiama AWS Innovate Now: in questo caso è Amazon che fa il billing e poi ci rigira la quota di spettanza a seguito dell’accordo.



Da dove è nata l’idea per Predixit?


L’idea è nata da un pilota che abbiamo fatto con RCS che voleva sperimentare nuove soluzioni su Gazzetta dello Sport e Corriere della Sera. Nel 2014 abbiamo sviluppato il primo algoritmo contestuale che piuttosto che mostrare pubblicità classica, che venisse da Google o dal loro centro media, metteva in correlazione l’articolo in lettura con prodotti che loro avevano nell’e-commerce.

RCS è proprietaria di Gazzetta Store, Football for You per il calcio e Cycling for You per il ciclismo, con diversi contenuti a catalogo. Abbiamo provato a fare leva, e la cosa ha funzionato molto bene, utilizzando un algoritmo che non fa altro che leggere il contenuto dell’articolo, interpretarlo e va a cercare un prodotto correlato. Esempio: sei su Gazzetta dello Sport, leggi una news sulla Juventus, piuttosto che mostrarti una pubblicità qualsiasi ti mostro una maglietta della Juventus. Questo è stato il primo passo e così è nata Predixit.


La fase pilota è stata finanziata da RCS, il nostro primo contratto, dopodiché siamo andati avanti, non lavoravamo ancora con gli e-commerce, era più che altro una selezione intelligente di contenuti ma non eravamo presenti nel loro sito. Poi ci hanno chiesto altre implementazioni: se l’utente che leggeva la news sulla Juve aveva già acquistato la maglietta ad esempio, non potevamo più continuare a mostrargli quella maglietta, si sarebbe trattato di un cliente perso, una opportunità persa. Da lì allora è nata l’integrazione con il funnel d’acquisto e quindi la profilazione degli utenti. Partendo dai cookie noi sappiamo se quell’utente ha fatto già un acquisto ed escludiamo di default quel prodotto dalle proposte. In sintesi, una soluzione smart di prodotti di e-commerce. Nel 2016 e 2017, dopo aver affinato il software con RCS e aver lavorato con Groupalia, abbiamo visto l’opportunità di replicare questi servizi intelligenti e offrirli a tutti gli e-commerce.

Abbiamo quindi sviluppato la soluzione, ci siamo integrati con le principali piattaforme di e-commerce e da lì abbiamo previsto la possibilità di scaricare direttamente un plugin che integra Predixit nel sito così che possiamo offrire analisi predittiva, profilazione di ogni singolo utente, un sistema di raccomandazione (basato oggi su 7 algoritmi) e un sistema di gestione delle promozioni.



Quali sono, ad oggi, i vostri obiettivi nel medio termine?


Oggi noi utilizziamo l’AI in ambito online retail e nello specifico per fare personalizzazione. La parte che vorremo sviluppare ulteriormente è quella di email marketing automation, cioè mettendo a disposizione widget di raccomandazioni che si integrino con gli attuali crm per avere newsletter dinamiche, che si basino sullo storico di ogni utente, diverse per tutti. Il secondo obiettivo è quello di migliorare la parte del retail fisico.

Come faccio a spingere utenti ad andare nei negozi fisici? Grazie alle promozioni “Drive to Store” e  alla geolocalizzazione, in caso navighino da smartphone, possiamo suggerire promozioni specifiche nel momento in cui l’utente è nello store fisico oppure spingere i migliori utenti dell’e-commerce ad ottenere sconti ma solo a patto che vadano a ritirare il prodotto negli store fisici. Inoltre per crescere più velocemente abbiamo iniziato a fare scouting su aziende da acquistare. Tra gli obiettivi del 2020 c’è dunque quello di individuare aziende con standard simili al nostro per svolgere sinergie commerciali e vere e proprie integrazioni d’azienda. Abbiamo già individuato 2 aziende in target e abbiamo intenzione di portare all’interno del nostro team founder di società più piccole, crescere insieme, per arrivare velocemente a un fatturato di 2 milioni di euro.