Agile Retail, Machine Learning, Big Data a Lesara

Prevedere le scelte degli utenti e gestire in maniera efficiente la produzione. In poche parole Agile Retail un modello di vendita diretto che sfrutta i Big Data e il machine learning. La startup berlinese Lesara è tra le prime aziende a utilizzare questo modello di vendita in un e-commerce dedito al settore fashion e lifestyle. Lesara nata nel 2013 oggi conta più di 300 dipendenti e vende circa 500.000 articoli ogni mese. Con Thomas Unruh, Head of Business Intelligence per Lesara scopriamo il mondo e-commerce, Big Data e machine learning dell’azienda.

Cos’è l’Agile Retail così famoso per Lesara?

Lesara ha inventato l’Agile Retail, il Fast Fashion con una marcia in più. A Lesara bastano 10 giorni per produrre un nuovo capo in un e-shop che conta circa 100.000 articoli. Lesara identifica il trend del momento e lo porta in produzione. L’articolo sarà disponibile sul sito in pochissimo tempo. In questo mondo puntiamo a essere il punto di riferimento per chi cerca nuovi stili e ama avere un guardaroba alla moda.
In poche parole Agile Retail significa anticipare gusti, tendenze, preferenze e soddisfare una richiesta immediata a un prezzo conveniente. Per i gestori ciò si traduce in aumento delle vendite, riduzione dei costi e delle giacenze, e di conseguenza un prezzo medio inferiore rispetto alla concorrenza.

Dove ricava Lesara i dati e in che modo vengono utilizzati per migliorare l’esperienza d’acquisto?

I nostri dati sono principalmente suddivisi in dati provenienti da fonti interne, tramite i nostri servizi, e dati di terze parti, come può esserlo ad esempio un partner marketing come Facebook. Nel nostro sito utilizziamo principalmente interazioni clienti non personalizzate per capire l’esperienza d’acquisto dei clienti, quali prodotti preferiscono o a quale step abbandonato il processo d’acquisto. Questi dati ci consigliano possibili soluzioni per migliorare il nostro sito e i nostri prodotti. Per conoscere tutte le singole interazioni, poterle elaborare automaticamente e analizzarle, utilizziamo Google Analytics 360 in combinazione con Google BigQuery. I dati ricavati ci aiutano a ottimizzare i nostri contenuti e migliorare l’esperienza d’acquisto per il cliente. In un e-commerce non si punta sempre e soltanto a tempi di visita più lunghi e clic aumentati. Noi puntiamo piuttosto alle micro conversioni quali l’aggiunta di un prodotto nella wishlist o ancora meglio nel carrello sperando si converta in acquisto. Inoltre, analizziamo anche come i clienti arrivano sul nostro sito. A tal fine combiniamo i dati dei nostri partner pubblicitari con le informazioni che abbiamo a disposizione tramite il nostro sito. Per fare un esempio immaginiamo lanciato una campagna marketing. A un certo vogliamo sapere quanto sia stata efficiente. A questo punto non andiamo ad analizzare solo i dati sul mero rendimento della campagna, il numero di impressioni e i clic, ma anche l’impatto generale sul nostro sito, come lo shopping journey e il potenziale di vendita.

Qual è stato per voi l’impatto del RGPD? È cambiato qualcosa nel vostro flusso di lavoro?

lesara office
Copyright Andreas Lukoschek

Il RGPD è stato un grosso problema per tutte quelle aziende che lavorano con i dati personali dei clienti. Sin dal lancio di Lesara trattiamo la privacy dei dati molto seriamente, motivo per cui il nuovo regolamento ha avuto un impatto minore nel nostro flusso di lavoro. Prendo ad esempio la memorizzazione dei dati. Quando analizziamo la customer journey sul nostro sito, non siamo interessati al singolo cliente in quanto persona. Puntiamo a rendere l’esperienza d’acquisto il migliore possibile e quindi puntiamo alla personalizzazione ottimizzando il sito per genere, età, stile di moda, area geografica e preferenze d’acquisto. Ma ripeto, non siamo interessati alla singola persona dietro lo schermo nella raccolta dei dati.

Come applica Lesara le tecniche di Machine learning?

Il nostro team è suddiviso in due: una parte si occupa della classica Business Intelligence, la quale carica, trasforma e fornisce dati all’azienda, e una parte di Data Science, che si concentra su progetti statistici tra cui la tecnologia ML. Ciononostante negli ultimi anni questa separazione è diventata sempre più sottile. Abbiamo cominciato a usare sempre più algoritmi ML anche nella classica BI per la trasformazione dei dati o delle previsioni KPI. Utilizzando modelli ML predefiniti il nostro team di data scientist si concentra maggiormente su opportunità e strategie di business, sviluppa e produce nuovi algoritmi e modelli ML. Ad esempio, Lesara ha sviluppato una serie di nuovi modelli di previsione e li ha applicati alla strategia di campagna pubblicitaria. Abbiamo così modificato completamente la creazione della campagna e il flusso di lavoro delle offerte. Grazie alla soluzione di offerte su ML, siamo stati in grado non solo di aumentare significativamente l’efficienza del marketing, ma anche di creare entrate aggiuntive. Un altro esempio d’applicazione è il nostro sistema di raccomandazione, che utilizza un algoritmo di filtraggio collaborativo. Con l’aiuto di questa tecnologia possiamo consigliare prodotti abbinati in base alle preferenze dei nostri clienti.

Oggi l’uso mobile ha superato il desktop. Come risponde Lesara a questo trend?

Si è sentito e letto mobile first ad ogni conferenza e su ogni giornale per anni. Nella vita lavorativa di un’azienda e-commerce la situazione è un po’ più complessa. Naturalmente abbiamo notato questa impennata nell’uso mobile anche nel mercato italiano con una quota che si aggira intorno al 75%. Per rispondere a questo trend Lesara offre due app mobili native per Android e iOS oltre a un sito web per dispositivi mobili. Il tutto ottimizzato per un’esperienza di shopping semplice con tempi di caricamento più rapidi e un minore consumo di dati sui dispositivi mobili. Chiaramente separiamo lo sviluppo dell’esperienza d’acquisto su desktop, dispositivi mobili e app. Pertanto, abbiamo diversi team che lavorano su ciascuna piattaforma per garantire uno sviluppo parallelo di tutte e tre le piattaforme e concentrarsi sulle funzionalità e sui cambiamenti più importanti per ciascuno di esse. In futuro prevediamo una quota crescente di traffico mobile e sposteremo le risorse di conseguenza.

Sono riscontrabili trend particolari nel mercato italiano?

Il mercato italiano è l’unico in cui è presente la modalità di pagamento COD: pagamento alla consegna. In questo aspetto si rileva come per Lesara sia importante avvicinarsi alle necessità dei clienti, con operazioni e scelte ad hoc, che possono appunto differire da Stato a Stato. L’Italia è un mercato centrale per Lesara e si differenzia da altri Paesi europei per una minore propensione e abitudine agli acquisti online. La penetrazione dell’e-commerce è ancora bassa e Lesara agisce in prima linea per agevolare gli utenti ad approcciarsi a questo tipo di shopping.  Acquistare online per poi scegliere il contante come modalità di pagamento può sembrare un controsenso, ma, dai recenti successi di vendita dell’e-commerce Lesara che offre il contrassegno ai propri clienti, pare essere la formula vincente per quegli italiani reticenti – e sembra siano ancora molti – verso carte di credito e circuiti bancari online. Risulta infatti che tra le prime motivazioni principali per cui in Italia non si usa l’e-commerce c’è la scarsa fiducia nei sistemi di pagamenti online. Messaggio accolto e ricevuto in pieno da Lesara, che prontamente è venuto incontro a quella fetta di pubblico che, in brevissimo tempo, si è trasformato da potenziale ad attivo.

Leggi anche
Cos’è il Machine Learning e perché migliora l’esperienza cliente?
Sicurezza nell’e-commerce: proteggi il tuo negozio online
Il viaggio del cliente: customer journey nell’e-commerce

Simone Catania

Classe 88, nato e cresciuto ai piedi dell’Etna, il cognome non mente. Non scrivo l’apostrofo invece dell’accento. Addomestico la punteggiatura per professione.

www.register.srl

www.register.srl

X