Target è una catena molto importante negli Stati Uniti che non sta andando benissimo anche a causa delle sue scelte politiche: negli ultimi dodici mesi, quasi 4 consumatori su 10 negli Stati Uniti hanno boicottato un marchio.
Il vero vantaggio oggi non è avere più dati. E’ usarli prima degli altri
Target, una delle più grandi catene retail americane, ha investito 6 miliardi di dollari quest’anno in negozi, persone e tecnologia. Il motivo: dopo anni di calo, scaffali disordinati, prezzi alti e prodotti poco attrattivi, l’azienda ha deciso che la ripresa passa dall’intelligenza artificiale.
La cosa interessante non è l’investimento in sé, ma dove lo stanno applicando.
Il primo strumento si chiama Target Trend Brain. Si tratta di un sistema AI che analizza sfilate di moda, social media e report di settore per identificare colori, tessuti e tagli di tendenza. I designer lo interrogano in linguaggio naturale: “quali colori funzioneranno la prossima stagione?” e ottengono risposte con proposte visive. Quello che prima richiedeva settimane di ricerca ora si fa in poche ore. In questo modo il retailer è in grado di portare i prodotti di tendenza sugli scaffali molto più velocemente dei concorrenti.
Il secondo ambito è la previsione della domanda. L’azienda sta facendo ricorso a modelli di analisi predittiva avanzata per stimare la domanda di tutti i prodotti e assicurarsi che il prodotto giusto sia nel negozio giusto al momento giusto. Attualmente i modelli funzionano bene per i prodotti con una domanda costante, come i cereali, ma per i prodotti stagionali o di tendenza la sfida è più complessa, ed è lì che stanno concentrando lo sforzo.
Il terzo elemento è quello che mi ha colpito di più: Target ha investito nella “synthetic audience”, profili digitali costruiti a partire da interviste approfondite con clienti reali. In pratica, possono testare le reazioni del loro pubblico a un nuovo prodotto o a un cambio di stile prima ancora di metterlo in vendita. È lo stesso approccio di cui ho parlato in un post recente sui gemelli digitali usati da CVS.
Alla base di tutti questi investimenti c’è la stessa logica: il vantaggio non sta nell’avere più dati, ma nel saperli usare prima per decidere meglio. Capire prima quali trend stanno arrivando, prevedere prima dove si sposterà la domanda, testare prima come reagiranno i clienti.
Ed è proprio qui che il caso diventa interessante anche per una PMI. Non deve replicare gli strumenti di una grande catena. Deve replicarne il metodo.
Su scala diversa, significa capire in anticipo quali clienti stanno rallentando, quali prodotti stanno perdendo rotazione e dove il margine si sta erodendo.
Oggi questo si può fare anche con strumenti accessibili, facilmente reperibili e a costi sostenibili. Non servono investimenti miliardari. Serve usare i dati in tempo utile, quando possono ancora cambiare una decisione.
Nelle vostre aziende, i dati arrivano in tempo per decidere o in tempo solo per spiegare?
Post di Antonio De Bellis
