Nel mondo retail, è divenuto sempre più importante comprendere il comportamento dei consumatori all’interno dei punti vendita, per poter migliorare l’efficacia e l’efficienza delle azioni di marketing. Nell’ultimo decennio, l’innovazione tecnologica e la diffusione del Web hanno prodotto importanti cambiamenti nei comportamenti d’acquisto e i tradizionali strumenti di ricerca rischiano di non essere più adeguati ai fabbisogni informativi del management. In particolare, le nuove tecnologie, con l’integrazione di Intelligenza Artificiale1 (AI), Machine Learning2 (ML) e Deep Learning3 (DL), permettono di ottenere risultati misurabili, in grandi quantità e a costi inferiori. Il management può quindi disporre di un elevato numero di indicatori di performance chiave (KPI) da monitorare in tempo reale; il problema che si pone in questi casi è scegliere i più appropriati in base agli obiettivi prefissati. A tal fine, il caso di studio mostra l’applicazione di tre diverse tecnologie sviluppate da Grottini Lab utilizzando sistemi di AI. Ogni esempio di applicazione permetterà di ragionare sugli indicatori da prendere in considerazione, partendo dalle necessità aziendali emerse nella specifica situazione presentata. Nel dettaglio, sarà presentata l’applicazione di tre diverse tecnologie: (1) il people counter, o sistema contapersone, utilizzato per analizzare le performance di due tipologie di vetrina; (2) il real time locating system (RTLS),4 che permette il monitoraggio dei percorsi dei consumatori all’interno di un punto vendita (nel caso illustrato viene utilizzato per testare l’efficacia di un volantino promozionale); (3) lo shelf sensor, che permette di monitorare il comportamento dei consumatori di fronte allo scaffale ed è stato utilizzato per scegliere il planogram migliore.
GROTTINI LAB: I KPI NEL RETAIL MARKETING E LA LORO EVOLUZIONE IN SEGUITO ALLʼINTRODUZIONE DELLʼINTELLIGENZA ARTIFICIALE
Perfetti, A.;Gistri, G.;Paolanti, M.;Frontoni, E.
2024-01-01
Abstract
Nel mondo retail, è divenuto sempre più importante comprendere il comportamento dei consumatori all’interno dei punti vendita, per poter migliorare l’efficacia e l’efficienza delle azioni di marketing. Nell’ultimo decennio, l’innovazione tecnologica e la diffusione del Web hanno prodotto importanti cambiamenti nei comportamenti d’acquisto e i tradizionali strumenti di ricerca rischiano di non essere più adeguati ai fabbisogni informativi del management. In particolare, le nuove tecnologie, con l’integrazione di Intelligenza Artificiale1 (AI), Machine Learning2 (ML) e Deep Learning3 (DL), permettono di ottenere risultati misurabili, in grandi quantità e a costi inferiori. Il management può quindi disporre di un elevato numero di indicatori di performance chiave (KPI) da monitorare in tempo reale; il problema che si pone in questi casi è scegliere i più appropriati in base agli obiettivi prefissati. A tal fine, il caso di studio mostra l’applicazione di tre diverse tecnologie sviluppate da Grottini Lab utilizzando sistemi di AI. Ogni esempio di applicazione permetterà di ragionare sugli indicatori da prendere in considerazione, partendo dalle necessità aziendali emerse nella specifica situazione presentata. Nel dettaglio, sarà presentata l’applicazione di tre diverse tecnologie: (1) il people counter, o sistema contapersone, utilizzato per analizzare le performance di due tipologie di vetrina; (2) il real time locating system (RTLS),4 che permette il monitoraggio dei percorsi dei consumatori all’interno di un punto vendita (nel caso illustrato viene utilizzato per testare l’efficacia di un volantino promozionale); (3) lo shelf sensor, che permette di monitorare il comportamento dei consumatori di fronte allo scaffale ed è stato utilizzato per scegliere il planogram migliore.File | Dimensione | Formato | |
---|---|---|---|
Grottini_case study_def.pdf
solo utenti autorizzati
Tipologia:
Documento in post-print (versione successiva alla peer review e accettata per la pubblicazione)
Licenza:
DRM non definito
Dimensione
1.21 MB
Formato
Adobe PDF
|
1.21 MB | Adobe PDF | Visualizza/Apri Richiedi una copia |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.