IA nel clienteling: come funziona il next-best-message e dove la privacy pone dei limiti
L'IA può suggerire quale cliente contattare, con quale prodotto o offerta di permuta, e redigere il messaggio. Il GDPR, la nLPD svizzera e l'AI Act dell'UE stabiliscono fin dove può spingersi questa automazione.
IN SINTESI Sintesi della redazione
- Il next-best-message è un modello che classifica i clienti e i possibili messaggi, come un nuovo arrivo, un riassortimento o un'offerta di permuta, in base alla loro probabile pertinenza, e fornisce al venditore una lista ristretta con una bozza di testo.
- Ai sensi dell'articolo 21 del GDPR, i clienti possono opporsi in qualsiasi momento al marketing diretto, compresa la profilazione a esso connessa, e i loro dati non devono più essere utilizzati per tale finalità.
- L'articolo 22 del GDPR limita le decisioni basate unicamente su un trattamento automatizzato che producono effetti giuridici o effetti analogamente significativi; per questo una persona dovrebbe decidere su offerte come credito, esclusioni o prezzi individuali.
- Ai sensi dell'AI Act dell'UE, gli obblighi di trasparenza dell'articolo 50 per i sistemi di IA che interagiscono direttamente con le persone si applicano dal 2 agosto 2026, il che è rilevante per gli assistenti chat rivolti ai clienti.
- Nel clienteling, le offerte di permuta e rivendita funzionano meglio quando si basano su articoli effettivamente acquistati dal cliente e quando il cliente ha acconsentito a questo tipo di contatto.
Nel clienteling, l'IA significa soprattutto next-best-message: un modello classifica quali clienti un venditore dovrebbe contattare, quale prodotto, servizio o offerta di permuta è più pertinente per ciascuno di essi e redige un messaggio che il venditore può modificare e inviare. Il valore sta nel risparmio di tempo e in una maggiore pertinenza. I limiti sono fissati dalla qualità dei dati, dal diritto dei clienti di opporsi alla profilazione a fini di marketing e dalle norme su decisioni automatizzate e trasparenza dell'IA nell'UE e in Svizzera.
Che cos'è il next-best-message nel clienteling?
Il next-best-message (o next-best-action) è una tecnica consolidata nel settore bancario e delle telecomunicazioni, adattata al retail della moda. Invece di un team di marketing che pianifica un'unica campagna per migliaia di clienti, un modello assegna un punteggio a molte azioni possibili per ciascun cliente e sceglie la più promettente. Nel clienteling il risultato non viene inviato automaticamente. Compare nell'app del venditore come attività: contattare questo cliente, menzionare questo articolo, proporre questo appuntamento.
Nella moda, i tipi di messaggio più comuni comprendono i nuovi arrivi nei brand o nelle taglie preferiti da un cliente, il riassortimento di un articolo richiesto dal cliente, promemoria per manutenzione e modifiche sartoriali, inviti a eventi e, sempre più spesso, offerte di permuta o rivendita per articoli acquistati nelle stagioni precedenti.
Come decide l'IA chi contattare e che cosa dire?
La maggior parte dei sistemi combina tre livelli. Un livello di selezione stima quali clienti hanno probabilità di rispondere in questo momento, basandosi sulla recency degli acquisti, sulla navigazione, sulle risposte precedenti e sulla stagionalità. Un livello di raccomandazione abbina prodotti od offerte a ciascun cliente, utilizzando storico acquisti, taglie, attributi di stile e stock. Un livello di generazione, spesso un large language model, redige il messaggio nel tono del venditore e nella lingua del cliente.
| Livello | Che cosa fa | Dati necessari | Errore tipico |
|---|---|---|---|
| Selezione dei clienti | Classifica i clienti in base alla probabilità di rispondere o acquistare | Storico acquisti e contatti, stato dei consensi | Contattare troppo spesso gli stessi clienti migliori |
| Abbinamento delle offerte | Sceglie prodotto, servizio od offerta di permuta per ciascun cliente | Attributi di prodotto, taglie, stock, storico acquisti | Suggerire articoli esauriti o nella taglia sbagliata |
| Redazione del messaggio | Scrive un breve testo nella lingua e nel tono giusti | Linee guida approvate sul tono, informazioni di prodotto | Formulazioni generiche o inesatte |
| Ciclo di feedback | Apprende da risposte, visite e acquisti | Attribuzione dei risultati ai messaggi | Apprendere solo dai venditori che usano lo strumento |
La qualità di ogni livello dipende da quello precedente. Una bozza scorrevole basata su una taglia sbagliata o su un articolo esaurito il giorno prima fa più danni di nessun messaggio, ed è per questo che i flussi di dati su stock e prodotti contano quanto il modello.
Come si inseriscono le offerte di permuta e rivendita nel clienteling?
I brand con programmi di ritiro o rivendita possono usare il clienteling per proporre una permuta al momento giusto, ad esempio quando un cliente acquista un nuovo cappotto e ne possiede uno più vecchio della stessa linea. Funziona meglio quando l'offerta si basa su uno storico acquisti verificato anziché su supposizioni, quando il venditore sa spiegare i criteri relativi allo stato del capo e il valore di un credito, e quando il cliente ha acconsentito a ricevere offerte di questo tipo. Un suggerimento di permuta che arriva da un consulente personale può sembrare più un servizio che una promozione, ma dal punto di vista giuridico resta marketing diretto.
Quali sono i limiti di privacy previsti dal GDPR e dal diritto svizzero?
Diverse norme determinano che cosa può fare il clienteling basato sull'IA in Europa e in Svizzera:
- Diritto di opposizione (articolo 21 del GDPR): qualora i dati siano trattati per finalità di marketing diretto, l'interessato può opporsi in qualsiasi momento, anche alla profilazione connessa a tale marketing, e i dati non devono più essere trattati per tali finalità.
- Interesse legittimo (considerando 47 del GDPR): il marketing diretto può basarsi sull'interesse legittimo, ma solo se i clienti possono ragionevolmente attendersi il trattamento in considerazione del contesto in cui i dati sono stati raccolti.
- Decisioni automatizzate (articolo 22 del GDPR): le persone hanno il diritto di non essere sottoposte a decisioni basate unicamente su un trattamento automatizzato, compresa la profilazione, che producano effetti giuridici o effetti analogamente significativi. Escludere automaticamente clienti dalle offerte o fissare prezzi individuali merita un esame attento.
- nLPD svizzera: la legge svizzera sulla protezione dei dati riveduta, in vigore dal 1° settembre 2023, ha introdotto la profilazione come concetto giuridico e prescrive la protezione dei dati fin dalla progettazione e per impostazione predefinita.
- Articolo 50 dell'AI Act dell'UE: dal 2 agosto 2026, i sistemi di IA destinati a interagire direttamente con le persone devono informarle che stanno interagendo con un'IA, a meno che ciò non risulti evidente dal contesto.
In pratica, un'IA che suggerisce a un venditore a chi scrivere è meno delicata di un'IA che scrive direttamente ai clienti. Più il sistema è autonomo, più richiede trasparenza, documentazione e supervisione umana.
Dove sbaglia il clienteling basato sull'IA?
I problemi più comuni non sono esotici. I modelli addestrati sulle campagne passate privilegiano i clienti che acquistano già spesso, così le stesse persone vengono contattate ripetutamente mentre i clienti inattivi vengono ignorati. I messaggi redatti ripetono i testi di prodotto e perdono la voce del venditore. Le raccomandazioni falliscono quando gli attributi di prodotto sono incompleti o i dati di stock sono in ritardo. E se i venditori non capiscono perché un cliente è stato suggerito, smettono di fidarsi dell'elenco. Limiti alla frequenza dei contatti, spiegazioni accanto a ogni suggerimento e un modo semplice per scartare un'attività aiutano a mantenere credibile lo strumento.
Come dovrebbe essere un'impostazione sensata?
- Registri consensi e preferenze di canale al momento della raccolta e li renda visibili nell'app del venditore.
- Limiti il modello ai dati che i clienti si aspetterebbero ragionevolmente che un negozio utilizzi e documenti la finalità.
- Mostri il motivo di ogni suggerimento e consenta ai venditori di modificare o rifiutare le bozze.
- Fissi limiti alla frequenza dei contatti per ciascun cliente su tutti i canali.
- Misuri i risultati rispetto a un gruppo di controllo prima di estendere il progetto.
Domande frequenti
Che cos'è il next-best-message nel retail?
È un modello che seleziona, per ciascun cliente, la comunicazione successiva più pertinente, come un nuovo arrivo, un riassortimento o un invito a un evento. Nel clienteling il suggerimento viene di solito trasmesso a un venditore del negozio, che lo modifica e lo invia.
Serve il consenso per usare l'IA nei messaggi di clienteling?
Non sempre. Ai sensi del GDPR, il marketing diretto può basarsi sull'interesse legittimo se i clienti possono ragionevolmente attenderselo, ma restano applicabili le norme sul marketing elettronico e il diritto di opposizione. Secondo il diritto svizzero, i dati sensibili e la profilazione a rischio elevato richiedono un consenso esplicito.
L'IA può inviare automaticamente i messaggi di clienteling?
Tecnicamente sì, ma l'invio completamente automatizzato cambia la natura del clienteling e fa scattare obblighi di trasparenza. Dal 2 agosto 2026, nell'UE i sistemi di IA che interagiscono direttamente con le persone devono dichiarare di essere un'IA, a meno che ciò non sia evidente.
Come si inseriscono le offerte di permuta nel clienteling?
I venditori possono suggerire una permuta o un credito di rivendita quando un cliente acquista un nuovo articolo correlato, sulla base di uno storico acquisti verificato. Queste offerte rientrano nel marketing diretto e dovrebbero rispettare i consensi e i limiti di frequenza.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
FONTI
- GDPR-Info: Art. 21 GDPR, Right to object
- GDPR-Info: Art. 22 GDPR, Automated individual decision-making, including profiling
- EU Artificial Intelligence Act: Article 50, Transparency obligations
- GDPR-Info: Recital 47, Overriding legitimate interest
- KMU Portal (Swiss Confederation): New Federal Act on Data Protection (nFADP)
