tech company

L’evoluzione dell’AI nell’ecommerce: il caso Contentsquare



Indirizzo copiato

Frédéric Kingue Johnson di Contentsquare analizza le sfide del retail moderno, tra l’aumento dei costi di acquisizione e l’integrazione di un’intelligenza artificiale pratica volta a eliminare le frustrazioni degli utenti e ottimizzare le conversioni online

Pubblicato il 10 mar 2026



techcompany360
Frédéric Kingue Johnson, General Manager per l'Europa del Sud di Contentsquare,

Il panorama del commercio elettronico sta affrontando una fase di profonda trasformazione, segnata da una crescente pressione economica e dalla necessità di tornare ai fondamentali della vendita. In occasione di un recente incontro pubblico tra Frédéric Kingue Johnson, general manager per l’Europa del Sud di Contentsquare, e Julien Khaski, capo redattore di Maddyness, è emerso come la capacità di ascoltare e comprendere il consumatore sia diventata la priorità assoluta per le aziende che operano online. In un mercato in cui l’innovazione tecnologica corre velocemente, il focus si sta spostando verso l’applicazione di un’AI nell’ecommerce che sia concreta e orientata alla produttività quotidiana.

L’aumento dei costi di acquisizione e il paradosso della conversione

Uno dei problemi principali sollevati da Frédéric Kingue Johnson riguarda l’efficienza degli investimenti pubblicitari. Nonostante il volume d’affari dell’e-commerce francese continui a mostrare segnali positivi, avendo superato la soglia dei 175 miliardi di euro nel 2024, le metriche sottostanti rivelano un’equazione difficile da risolvere per i retailer. I dati indicano infatti che il traffico web è diminuito rispetto al periodo della pandemia e che il carrello medio è rimasto sostanzialmente stagnante, attestandosi intorno ai 68 euro.

In questo scenario, la criticità maggiore è rappresentata dall’impennata delle spese necessarie per attirare potenziali clienti. Kingue Johnson sottolinea un dato particolarmente allarmante emerso dai benchmark annuali della sua azienda: «Il dato che mi ha davvero sorpreso è l’aumento del costo della visita, che è cresciuto del 26% in due anni».

Questo significa che attirare un consumatore su un sito o su un’applicazione è diventato sensibilmente più oneroso e, se questa visita non si traduce in un acquisto, l’azienda subisce un danno economico significativo.

Il divario tra la conversione che avviene nei negozi fisici e quella online rimane molto ampio. Mentre i retailer continuano a investire massicciamente in acquisizione tramite canali come Google o Meta, spesso non riescono a comprendere perché gli internauti non convertano una volta arrivati sulla piattaforma.

Kingue Johnson osserva che «diventa ancora più grave in un contesto economico che si tende, perché si spende senza che ci sia acquisizione». La soluzione proposta non risiede semplicemente nell’aumento del budget pubblicitario, ma in un ritorno ai “fondamentali”: l’analisi precisa dell’esperienza digitale per individuare e rimuovere i punti di attrito.

AI nell’ecommerce: verso un approccio pragmatico e orientato ai risultati

L’integrazione dell’AI nell’ecommerce non rappresenta una novità assoluta per i leader dell’analisi dei dati, che utilizzano il machine learning e i modelli predittivi da oltre cinque anni. Tuttavia, la tendenza attuale si sta spostando verso quella che Kingue Johnson definisce «IA pratica». L’obiettivo è superare la fase dell’entusiasmo generico per la tecnologia e concentrarsi su come essa possa effettivamente supportare il lavoro quotidiano dei brand.

Secondo il General Manager di Contentsquare, l’intelligenza artificiale deve servire a democratizzare l’accesso ai dati, rendendoli comprensibili anche a chi non possiede competenze tecniche avanzate. «L’obiettivo per noi è di non aver bisogno di un PhD, di un dottorato in data science, per comprendere il dato, comprendere l’esperienza e le frustrazioni di cui parlavamo, incontrate su un sito o su un’applicazione» afferma Kingue Johnson. Questo approccio punta ad automatizzare i compiti ripetitivi per generare un immediato guadagno di efficacia e produttività per i team interni delle aziende.

Copilot e l’automazione dei processi analitici

Per rendere concreta questa visione, sono stati implementati strumenti specifici che trasformano il modo in cui i retailer interagiscono con le proprie piattaforme. Uno degli esempi più significativi è l’introduzione di assistenti digitali, o “Copilot”, integrati direttamente nelle interfacce di analisi. Questi strumenti permettono agli operatori di interrogare il sistema in linguaggio naturale per ottenere risposte rapide su problemi complessi.

Un utente può, ad esempio, chiedere al sistema: «Fammi un’analisi su cosa non va nel mio tasso di conversione legato a quella specifica campagna che mi sta costando denaro». L’intelligenza artificiale è in grado di elaborare automaticamente un rapporto dettagliato, spiegando le diverse fasi del percorso dell’utente e individuando dove si interrompe il processo di acquisto.

Kingue Johnson nota come questo rappresenti non solo un enorme risparmio di tempo, ma abbia anche una «virtù pedagogica e didattica» per chi utilizza lo strumento.

Analisi qualitativa e Voice of Customer (VOC)

Un altro ambito fondamentale dove l’AI nell’ecommerce sta portando un valore aggiunto tangibile è l’analisi dei dati qualitativi. Tradizionalmente, analizzare i feedback diretti degli utenti, come i commenti e i messaggi lasciati durante la navigazione, è un’attività estremamente onerosa in termini di tempo. L’integrazione di moduli per la Voice of Customer (VOC) supportati dall’intelligenza artificiale permette oggi di sintetizzare istantaneamente migliaia di testimonianze.

Il sistema è in grado di esaminare i “verbatim” – ovvero le dichiarazioni testuali dei clienti – ed estrarre i concetti chiave e le citazioni più rilevanti legate a una specifica indagine. In questo modo, i manager possono avere una visione immediata delle principali lamentele o dei suggerimenti degli utenti senza dover leggere manualmente ogni singola risposta.

L’automazione di questi compiti fastidiosi è essenziale per permettere ai collaboratori di concentrarsi sulle decisioni strategiche e sull’ottimizzazione dell’esperienza complessiva.

Identificare la frustrazione digitale: il concetto di “Rage Click”

Per migliorare le conversioni, è necessario disporre di metriche capaci di catturare il reale stato d’animo del consumatore durante la navigazione. Contentsquare monitora miliardi di interazioni, tra cui movimenti del mouse, scroll e clic, su circa 1,5 milioni di siti a livello globale. Questa mole di dati permette di definire con precisione millimetrica cosa funzioni e cosa stia danneggiando il rapporto tra brand e cliente.

Una delle metriche più emblematiche citate da Kingue Johnson è il cosiddetto «rage click». Si tratta di una situazione molto comune: «È il numero di volte in cui un internauta clicca più volte su un elemento e l’elemento non è cliccabile, e potenzialmente se ne va dopo dal sito». Identificare sistematicamente questi momenti di rabbia e frustrazione è fondamentale per fornire raccomandazioni concrete ai marchi. Che si tratti di un modulo di contatto difettoso, di un pulsante di pagamento poco reattivo o di un’interfaccia ambigua, ogni punto di attrito eliminato si traduce direttamente in un potenziale aumento dell’engagement e del Net Promoter Score (NPS).

Democratizzazione della tecnologia: dalle grandi imprese alle PME

Sebbene Contentsquare sia nata collaborando con giganti del calibro del Gruppo LVMH (con marchi come Louis Vuitton e Dior), di banche come BNP Paribas o di operatori telco come Orange, la strategia attuale punta a un’estensione massiccia del mercato. L’acquisizione di società come Hotjar e Heap Analytics ha permesso di integrare nuove funzionalità e, soprattutto, di adattare il modello economico per servire anche le piccole e medie imprese.

L’obiettivo dichiarato è quello di «democratizzare e rendere questo più accessibile per i marchi». Attraverso modelli che prevedono una base gratuita o costi d’ingresso contenuti, anche le PME possono iniziare a utilizzare strumenti avanzati per comprendere il comportamento dei propri utenti.

Man mano che l’azienda cresce e le necessità diventano più complesse, è possibile sbloccare funzionalità superiori che apportano ulteriore valore. Questa evoluzione trasforma uno strumento d’élite in una soluzione per tutti i merchant che devono affrontare le sfide dell’omnicanalità.

Una tech francese con una visione globale

Nonostante la forte espansione internazionale, che ha portato l’azienda ad avere 1.600 collaboratori e 14 uffici nel mondo, l’identità rimane profondamente radicata in Francia. Kingue Johnson sottolinea come, sebbene il fondatore Jonathan Cherki si sia trasferito presto a New York per guidare lo sviluppo globale, la sede centrale e gran parte dei team rimangano a Parigi.

Dal punto di vista finanziario, l’azienda si trova in una posizione di estrema solidità, avendo raccolto complessivamente 1,4 miliardi di dollari, con un’ultima serie F da 600 milioni. Questa stabilità permette di concentrarsi interamente sull’innovazione tecnologica senza la pressione immediata di nuove raccolte fondi. Kingue Johnson conclude indicando che la sfida per i prossimi 12-18 mesi sarà interamente focalizzata sullo sviluppo dell’IA pratica e sull’integrazione di nuove funzionalità all’interno di una piattaforma globale e completa.

In un mercato retail sempre più teso, la capacità di trasformare i dati in azioni immediate sarà il vero spartiacque tra il successo e il declino digitale.

guest

0 Commenti
Più recenti
Le più votate
Feedback in linea
Visualizza tutti i commenti

Articoli correlati