Qual è il livello di attenzione delle PMI italiane verso l’intelligenza artificiale per il digital marketing? E qual è il loro punto di partenza per l’utilizzo della tecnologia?
Traction ha individuato una linea di tendenza analizzando 20 progetti realizzati negli ultimi 6 mesi con la piattaforma proprietaria di CRM con intelligenza artificiale AutoCust. Secondo l’indagine le aziende italiane di piccola e media dimensione sono fortemente interessate all’innovazione tecnologica. Tuttavia, nella gran parte dei casi non dispongono dei dati necessari per un’adozione immediata.
La digital company ha stimato che questo succede nel 70% dei casi, con ricadute sui tempi di implementazione. La costruzione di una solida infrastruttura dati è infatti alla base di un buon funzionamento della tecnologia.
Traction ha tracciato un quadro dello stato attuale, definendo le priorità delle aziende che si avvicinano a questi nuovi sistemi.
I problemi principali delle PMI italiane
Non solo i dati sono necessari per il funzionamento dell’AI, ma perché la tecnologia sia efficace è importante che siano di buona qualità.
Secondo l’analisi di Traction, nella gran parte delle PMI che si avvicinano all’intelligenza artificiale i dati non sono disponibili. In altre realtà i dati sono incompleti, cioè privi di informazioni essenziali, o disorganizzati, ovvero riportano errori, duplicati o informazioni non utili.
Un altro problema riguarda la mancanza di automazione. Molte aziende, infatti, ancora si affidano a processi manuali di raccolta e gestione dei dati, scontrandosi con inefficienze ed errori umani.
Solo dopo aver risolto queste variabili, l’intelligenza artificiale sarà in grado di riconoscere schemi, estrarre informazioni e generare previsioni affidabili.
Incidenza sui tempi di implementazione
La disponibilità e la qualità dei dati incidono direttamente sui tempi di implementazione dell’AI. Colmare questa carenza iniziale è infatti il primo passo per sviluppare applicazioni che sfruttino appieno le potenzialità della tecnologia.
Traction ha rilevato che per PMI che dispongono di una base di dati strutturata, il passaggio può richiedere anche solo 1 o 2 settimane, a seconda della complessità del progetto. In assenza di dati o con dati di scarsa qualità, sono necessari da 3 a 6 mesi, a seconda del numero degli utenti e del numero di sessioni sul sito.
Una volta raccolti i dati e organizzati in modo coerente, sarà possibile utilizzarli per addestrare i modelli in AI e adottarli nei propri sistemi aziendali.
L’importanza di una corretta integrazione
L’analisi di Traction ha permesso inoltre di evidenziare come l’AI abbia bisogno di diversi tipi di dati. Solo attraverso una loro corretta integrazione è possibile portare valore al processo di vendita.
Si tratta dei dati anagrafici, a maggior portata delle PMI italiane ma raccolti spesso in modo incostante e non omogeneo. Stessa situazione di base per i dati transazionali, relativi a eventi o a transazioni specifiche all’interno di un sistema. La digital company ha registrato invece una carenza importante in
termini di dati comportamentali, relativi alle azioni dei clienti online.
Solo integrando questi tipi di dati è possibile strutturare campagne realmente efficaci, indirizzate a target specifici e fortemente personalizzate. A favore di una riduzione di sprechi e un miglior ritorno sull’investimento.
Una situazione in costante cambiamento
“La gran parte delle imprese con cui abbiamo lavorato in questi mesi sottovalutava l’importanza dei dati per l’intelligenza artificiale. La situazione, tuttavia, si sta evolvendo velocemente. Il livello di consapevolezza cresce giorno dopo giorno. Il nostro impegno – ha dichiarato il CEO di Traction Pier Francesco Geraci – è guidare aziende anche di piccole e medie dimensioni verso un cambiamento importante”.
Un cambiamento già in corso, che presenta notevoli sfide ma anche grandi opportunità. Tra i principali settori interessati dall’analisi di Traction, ecommerce, turismo e ospitalità e formazione.
