L’intelligenza artificiale di Amazon non guarda le classifiche (e per i venditori è molto interessante!)

Per anni, chi vende su Amazon ha imparato una regola semplice. Se vuoi essere visto, devi salire nel suo ranking o pagare per comparire tra gli annunci sponsorizzati. Due leve, due strategie, con un solo obiettivo: occupare le prime posizioni della pagina di ricerca.

Ma cosa succede quando chi cerca un prodotto non scorre più una lista di risultati, e chiede direttamente a un assistente AI “qual è il miglior materasso matrimoniale“?

È quello che si è domandato un recente studio compiuto da Autopilotbrand, che ha analizzato quasi 2.000 ricerche generiche e oltre 12.000 raccomandazioni generate da Alexa for Shopping, l’assistente di Amazon.

Ebbene, i risultati mettono in discussione molte certezze consolidate sull’e-commerce.

C’è un dato che è meglio conoscere

Il dato più interessante di tutto lo studio è che quasi due terzi delle raccomandazioni dell’assistente (63,9%) riguardano prodotti che non compaiono nemmeno tra i primi dieci risultati organici della ricerca corrispondente. Non solo. Oltre il 40% dei prodotti consigliati non è nemmeno visibile nella pagina di ricerca standard. In altri termini, bisognerebbe scorrere molto più in basso di quanto la maggior parte degli utenti farebbe mai.

Ancora più rilevante è il dato sulla pubblicità. Solo il 14,3% dei prodotti raccomandati aveva un’inserzione sponsorizzata attiva su quella ricerca. E la stragrande maggioranza di questi (l’83%) sarebbe comunque comparsa organicamente, senza bisogno della sponsorizzazione. In altre parole, pagare per la visibilità in ricerca non sembra comprare, almeno per ora, la visibilità dentro l’assistente AI.

I dati devono naturalmente essere confortanti da ulteriori studi, ma siamo probabilmente di fronte a un cambiamento di approccio di grande importanza. Fino a poco tempo fa, infatti, gli assistenti AI di shopping si limitavano a restituire link a ricerche che l’utente avrebbe potuto fare da solo. In altre parole, una versione più “conversazionale” della stessa pagina di risultati.

Lo studio suggerisce invece che questa fase deve ritenersi superata. L’assistente non sta più ripetendo la classifica di ricerca con parole diverse, ma sta selezionando prodotti secondo criteri propri, spesso pescando in profondità nel catalogo, dove pochissimi acquirenti umani arriverebbero mai a scorrere.

Perché la classifica di ricerca conta sempre meno, almeno in questo caso

Sulla pagina di ricerca tradizionale di Amazon esistono due strade per farsi notare. La prima è la posizione organica, guadagnata nel tempo grazie soprattutto al volume di vendite e alle recensioni. La posizione sponsorizzata, comprata all’asta con il budget pubblicitario. Sono le due metriche su cui i team marketing costruiscono le proprie dashboard e attorno alle quali ruota gran parte della spesa in advertising.

Lo studio suggerisce però che, almeno per ora, nessuna delle due leve determina in modo diretto ciò che l’AI consiglia. E il dato più sorprendente riguarda proprio il ranking. È la metrica su cui i venditori investono di più, eppure sembra essere quella che l’assistente ignora con maggiore evidenza.

Attenzione, però. Come in parte abbiamo già rammentato nelle scorse righe, si tratta di un singolo studio, condotto su un unico account (USA), in una fase ancora iniziale di adozione di questi strumenti. Pertanto, non è certo la prova definitiva di come funzionerà la selezione dell’AI. Meglio, invece, intenderla come un primo segnale concreto, misurato con dati reali, che merita l’attenzione di chi vende online.

Stiamo assistendo alla nascita di un terzo scaffale

Come ha osservato Christian Umbach, co-fondatore e CEO di Autopilotbrand, si sta delineando un terzo canale di visibilità, accanto alla ricerca organica e agli annunci a pagamento. Un canale che, a differenza degli altri due, non si può comprare né scalare semplicemente investendo in advertising o accumulando vendite.

Per emergere in questo nuovo spazio, i brand devono fornire all’assistente AI informazioni di alta qualità. Devono cioè garantire:

• schede prodotto ricche di dati
• contenuti costruiti attorno alle reali intenzioni di ricerca degli utenti
• aggiornamenti costanti che tengano conto della stagionalità e dei fattori distintivi del prodotto.

È un lavoro diverso da quello richiesto dalla SEO su Amazon tradizionale. Per certi versi, è più vicino a una logica di comprensione del contesto, che di semplice posizionamento.

C’è però una buona notizia, perché la fatica dovrebbe essere ripagata. Il terzo scaffale è infatti un’opportunità concreta, soprattutto per i brand non troppo strutturati. Un prodotto valido ma penalizzato dalla concorrenza sul ranking può infatti comunque conquistare la raccomandazione dell’assistente, se il suo catalogo comunica in modo chiaro perché è la scelta giusta per quel bisogno specifico.

Cosa significa in pratica per i nostri clienti attuali e potenziali

Se l’AI seleziona i prodotti su criteri propri, la domanda che ogni venditore dovrebbe porsi non è più solo “come salgo in classifica“, ma “come rendo il mio prodotto comprensibile e convincente per un sistema che deve decidere, in autonomia, se consigliarlo o no“.

Crediamo che alcuni elementi diventeranno sempre più importanti:

• Dati di catalogo più ricchi e strutturati. Titoli, bullet point, descrizioni e specifiche tecniche complete non servono più solo a convincere l’occhio umano che scorre la pagina. Servono anche a fornire “materiale grezzo” di qualità a un sistema che deve valutare l’idoneità del prodotto rispetto a un bisogno espresso in linguaggio naturale.

• Contenuti costruiti attorno all’intento, non solo alla parola chiave. Chi chiede “qual è il miglior materasso per chi soffre di mal di schiena” sta esprimendo un bisogno molto più specifico di chi digita semplicemente “materasso matrimoniale“. I prodotti che rispondono chiaramente a intenti specifici hanno più probabilità di essere selezionati.

• Aggiornamento continuo. Le esigenze stagionali, le caratteristiche differenzianti, le recensioni più recenti. Tutto ciò che cambia nel tempo deve essere riflesso nel catalogo. Un assistente AI aggiorna costantemente la propria comprensione del prodotto.

• Monitoraggio della propria presenza nell’AI shopping. Così come oggi si monitora il posizionamento in ricerca, sarà sempre più importante capire se, quando e perché il proprio prodotto viene (o non viene) raccomandato dagli assistenti AI. In questo modo si potrà intervenire prima che lo facciano i concorrenti.

Un vantaggio che potrebbe non durare a lungo

Ad ogni modo, è anche bene ricondurre quanto sopra nel giusto contesto della tempestività. C’è infatti un parallelo storico che vale la pena tenere a mente. Anche la ricerca organica di Amazon, agli albori, era un ambiente relativamente pulito, dove un buon prodotto poteva emergere senza dover necessariamente competere con budget pubblicitari enormi. Poi, gradualmente, gli annunci sponsorizzati hanno preso sempre più spazio. E sono diventati un costo quasi obbligato per chi vuole essere visibile.

Nulla esclude che lo stesso accada, prima o poi, anche al terzo scaffale dell’AI. Amazon ha già iniziato a introdurre inserzioni sponsorizzate e formati pubblicitari direttamente dentro Alexa for Shopping. Per ora, secondo lo studio, questi meccanismi non sembrano ancora influenzare in modo determinante le raccomandazioni organiche dell’assistente. Ma la finestra in cui la qualità del catalogo conta più del budget pubblicitario potrebbe non restare aperta per sempre.

In sintesi, lo studio di Autopilotbrand fotografa quello che è un momento di passaggio. Gli assistenti AI di shopping non si limitano più a restituire una versione parlata della pagina di ricerca. Selezionano invece prodotti secondo logiche proprie, in gran parte scollegate dal ranking organico e dagli investimenti pubblicitari. È un’opportunità reale per i venditori che non presidiano ancora la prima pagina di ricerca. Ma è anche un invito a ripensare come si costruiscono le schede prodotto. Non solo per convincere un cliente che scorre una lista, ma per essere compresi e raccomandati da un sistema che ragiona in modo diverso.