Shopping assistito dalla voce: tutte le novità da Amazon

Le inserzioni su Amazon si fanno vocali. Il marketplace sta infatti utilizzando l’intelligenza artificiale per intercettare i punti salienti dei prodotti e trasformarli in brevi clip audio, offrendo così a tutti i propri acquirenti un modo più semplice per scoprire le funzionalità dell’offerta dei seller e prendere delle decisioni più informate.

Impensabile fino a non troppi anni fa, oggi l’intelligenza artificiale sta aprendo le porte allo shopping assistito dalla voce. Una tecnologia in costante miglioramento, che permetterà di generare riepiloghi audio concisi e affidabili direttamente nelle pagine dei dettagli del prodotto.

Ma che cosa cambia per i seller?

E come possiamo arrivare preparati a questa novità?

Iscriviti alla Newsletter

Articoli, mini-guide e aggiornamenti sul mondo Amazon dagli esperti del settore.

Accetto la privacy policy

Cosa cambia per i seller

Per prima cosa, non possiamo che ammettere come per i seller questa sia un’opportunità davvero fondamentale per migliorare le loro inserzioni e avvicinarsi a un pubblico sempre più ampio.

Considerato che i consumatori si rivolgono con sempre maggiore comfort all’assistenza vocale per le proprie attività quotidiane, l’apertura verso il supporto via voce diventa strategico per ogni seller attento alle vendite.

I benefici per i venditori non dovrebbero mancare.

Stando a quanto afferma una ricerca di MSI condotta qualche anno fa, infatti, gli utenti dei sistemi di intelligenza artificiale navigano il 13,6% in più e spendono il 19,5% degli altri. Dati che si traducono in una stima di 493 milioni di dollari di entrate da vendite aggiuntive ogni anno.

Naturalmente, il fatto che l’algoritmo di intelligenza artificiale di Amazon sia in grado di svolgere il ruolo di sintesi e di approfondimento con auspicata efficacia, non sta certamente a significare che ai seller non sarà richiesto uno sforzo proattivo.

Il cambiamento indotto da Amazon ha infatti lo scopo di aumentare l’accessibilità e il coinvolgimento dei clienti, ma ai seller sarà richiesto di scendere a qualche compromesso.

In altri termini, considerato che l’assistente vocale automatizzato di Amazon “legge” ciò che gli inserzionisti scrivono, ne deriva che situazioni come:

• grammatica scadente o errata
• utilizzo di caratteri anomali
• punti elenco troppo complessi

potrebbero condurre a una sintesi audio di scarsa qualità e mancate opportunità di conversione.

Di qui, qualche suggerimento pratico:

1. ogni punto dell’elenco dovrebbe costituire una frase chiara e concisa
2. evita caratteri speciali, emoji o formattazioni non consuete
3. leggi ad alta voce il tuo annuncio per assicurarti che il linguaggio suoni naturale.

>>> Puoi anche leggere la nostra Guida pratica al registro corrispettivi su Amazon. <<<

Cosa ha in mente Amazon

Chiarito quanto sopra, cerchiamo di riepilogare che cosa abbia in mente di fare Amazon, dopo aver letto le ultime novità sul suo sito.

L’annuncio ufficiale offre peraltro qualche chiara indicazione su quello che verrà.

Il cuore della tecnologia è, ancora una volta, un algoritmo di intelligenza artificiale in grado di analizzare:

• dettagli dei prodotti
• recensioni dei clienti
• informazioni provenienti dal web.

L’analisi così effettuata riesce a dare vita ai dettagli dei prodotti in un formato audio che sia facilmente comprensibile dal cliente. La condivisione del file audio avverrà direttamente sulla pagina di dettaglio del prodotto selezionato.

Stando a quanto affermano gli utenti che hanno già avuto modo di sperimentare la funzione, il nuovo formato di voiceover utilizza due host AI per discutere le caratteristiche di un prodotto in un formato conversazionale, simile a un podcast. I riepiloghi audio così formulati attingono a:

• dettagli dei prodotti
• recensioni dei clienti
• contenuti web

per aiutare gli acquirenti a prendere decisioni informate più rapidamente.

Ogni riepilogo inizia con un breve disclaimer che indica che il riassunto vocale è stato generato dall’intelligenza artificiale. Subito dopo, un’introduzione da parte di un esperto di intelligenza artificiale che offre un approfondimento sul prodotto.

I test si sono concentrati su uno dei prodotti che hanno accesso a questa funzionalità: le SHOKZ OpenRun Pro Cuffie Bluetooth a conduzione ossea. In questo caso, l’host AI ha discusso della tecnologia a conduzione ossea. Quindi, ha sollevato domande sulle sue prestazioni e sulle preferenze dell’utente.

Perché Amazon punta su questa tecnologia

L’obiettivo principale della nuova funzione è rendere la ricerca più interattiva e conveniente per i clienti.

Stando alle promesse del marketplace, infatti, il cliente dovrebbe avere un’esperienza simile a quella di avere un amico esperto con cui discutere di potenziali acquisti. Lo shopping dovrebbe divenire più facile anche quando si è in movimento o durante il multitasking.

>> Leggi anche la nostra guida Gestione inventario Amazon: guida all’ottimizzazione del magazzino <<<

Quando vedremo all’opera la nuova tecnologia

Attualmente i riepiloghi vocali sono disponibili su un ristretto numero di prodotti selezionati per un sottoinsieme di clienti statunitensi.

Amazon ha tuttavia precisato che ha intenzione di espandersi su un catalogo più ampio di prodotti e su una base clienti più ampia negli stessi Stati Uniti, nei prossimi mesi.

Difficile ipotizzare una precisa calendarizzazione per l’Europa, ma è lecito pensare che i test possano iniziare entro il 2026.

Tempi duri per i seller?

A questo punto, possiamo integrare questo argomento con un altro tema particolarmente sentito. Ovvero, l’evoluzione dell’algoritmo di ricerca di Amazon. E, contestualmente, la necessità, per i seller, di tenere conto di tutte le novità in atto, di cui l’assistente vocale rappresenta solamente un piccolo tassello.

L’algoritmo A9 di Amazon sta infatti diventando sempre più sofisticato. E, come tale, dà ora la massima priorità alla comprensione semantica rispetto alla tradizionale corrispondenza delle parole chiave. Ciò significa che la piattaforma sta imparando a interpretare il motivo per cui l’acquirente sta cercando uno specifico prodotto. E non più solo ciò che sta digitando.

Pertanto, i seller dovrebbero concentrarsi sull’intento di ricerca dell’utente nel momento in cui ottimizzano le inserzioni. Il motore di ricerca di Amazon sta infatti iniziando a valutare la prontezza all’acquisto e la pertinenza dei contenuti in base al contesto, e non solo all’inclusione delle parole chiave.

>>> Leggi anche il nostro articolo Come vendere su Amazon USA: La Guida Completa per seller europei <<<

Come cambiare il proprio approccio

Per questo motivo, invece di associare ai titoli dei prodotti un termine semplice come “pastelli per bambini”, l’algoritmo riesce a comprendere se l’acquirente sta cercando un regalo di compleanno, del materiale scolastico o qualcosa di educativo. Riesce altresì a collegare delle idee correlate, ampliando in questo modo la propria visione agli occhi dell’utente.

Ecco dunque che, per stare al passo con le novità, i seller dovranno necessariamente ripensare la loro strategia dei contenuti e comprendere l’intento di ricerca seguendo questi consigli:

1. continuare ad usare le parole chiave, ma evitando il keyword stuffing
2. rendere titoli dei prodotti, elenchi puntati, contenuti A+ e recensioni funzionali alle motivazioni dei clienti
3. assicurarsi che le immagini e i video, e le domande frequenti, rafforzino il caso d’uso e il valore del prodotto.

Secondo le prime valutazioni, è probabile che i contenuti che si rivolgono direttamente agli obiettivi degli acquirenti si posizioneranno meglio. Le inserzioni ottimizzate in base a ciò che il cliente vuole risolvere hanno maggiori possibilità in questo panorama algoritmico, peraltro sempre in evoluzione.

Insomma, siamo di fronte a un chiaro segnale da parte di Amazon. Il marketplace sta infatti premiando le inserzioni che rispecchiano il comportamento di acquisto dei clienti nel mondo reale. E i seller che riescono a creare inserzioni intorno a contenuti ben orientati all’intento dei clienti, e non solo alla parte più tecnica della SEO, sembrano essere ben posizionati per una migliore visibilità sulla piattaforma e per conversioni migliori.

L’ottimizzazione delle inserzioni deve essere fatta a 360°

A questo punto della nostra guida possiamo fare un ulteriore passo in avanti. Cerchiamo dunque di comprendere in che modo effettuare un’efficace ottimizzazione delle inserzioni.

Per garantire che le inserzioni di prodotto siano realmente in linea con l’intento dell’acquirente è infatti fondamentale un approccio completo. Non occorre comprendere non solamente l’ottimizzazione front-end, bensì anche quella back-end.

Pertanto, non considerare solamente gli attributi rilevanti nel primo. Ma, invece, valuta con grande attenzione anche quelli che sono invece “nascosti” agli occhi dell’utente.

In altri termini, per sfruttare appieno le capacità di ricerca di Amazon, i seller devono compilare in modo diligente anche gli attributi di rilevabilità nel back-end. Uno sforzo che dovrebbe poi andare di pari passo con l’ottimizzazione di:

• titolo
• elenchi puntati
• contenuti A+

al fine di ottenere il massimo impatto.

Solo completando in modo scrupoloso tali elementi di back-end, infatti, i venditori possono aumentare in modo significativo le possibilità del loro prodotto da essere visualizzato dai clienti che hanno una precisa intenzione di acquisto.

>>> Leggi anche il nostro articolo FBA o FBM, come calcolare la quantità di stock ottimale <<<

Cambiano anche le tendenze di ricerca di Amazon: l’AI indovina cosa stavi per digitare

Un recente test A/B ha confermato un nuovo cambiamento nelle tendenze di ricerca di Amazon. Un approccio ibrido sta infatti utilizzando i LLM per alimentare i suggerimenti di ricerca e i risultati finora quotati hanno portato a un aumento dello 0,13% dei ricavi delle vendite.

Per anni, la barra di ricerca di Amazon ha funzionato secondo un semplice principio: la popolarità. Un sistema che è evidentemente efficace nel suggerire articoli comuni. Ma che, di contro, fatica abbastanza nel far conoscere agli acquirenti prodotti nuovi, innovativi o più rilevanti.

Una simile limitazione crea un’esperienza insoddisfacente per gli acquirenti che non riescono a trovare ciò di cui hanno bisogno. E, di conseguenza, contiene la crescita dei venditori i cui prodotti non rientrano in termini di ricerca ristretti e ad alto volume. Insomma, i ricchi diventano sempre più ricchi, e i seller emergenti continuano a faticare.

Ebbene, è ora in corso un cambiamento nelle tendenze di ricerca di Amazon che cerca di rompere questo ciclo.

Cosa cambia in Amazon

La piattaforma sta utilizzando nuovi LLM per comprendere le sfumature del linguaggio e dell’intento. L’obiettivo è infatti quello di andare oltre il semplice criterio della popolarità, rivelando un potenziale enorme. Altre piattaforme che utilizzano la personalizzazione basata su LLM hanno infatti incrementato i ricavi del 10-30%.

A conferma di ciò, Amazon Science ha recentemente pubblicato un articolo che approfondisce i limiti del tradizionale Query Autocompletion (QAC) e valuta un nuovo modello alimentato da Large Language Models (LLM). Lo studio analizza come i sistemi attuali, che si basano molto sulle interazioni passate degli utenti, non siano in grado di fornire suggerimenti nuovi e diversi per un prodotto su Amazon.

Ricordiamo infatti come il QAC tradizionale sia progettato per dare priorità alla pertinenza delle query utilizzando i log di ricerca del comportamento storico degli utenti. Se da un lato questo aiuta a evidenziare i termini più ricercati, dall’altro spesso non tiene conto dei lanci di nuovi prodotti e delle tendenze emergenti. Si viene così a creare un gap nella scopribilità dei prodotti.

Per risolvere questo problema, i ricercatori hanno confrontato i sistemi QAC esistenti con approcci basati su LLM che comprendono il contesto linguistico e le informazioni del catalogo. Il metodo indotto da LLM ha fornito un miglioramento del 38% nella diversità dei suggerimenti senza impattare sui punteggi di rilevanza.

Nonostante la loro efficacia, gli LLM richiedono molte risorse e pongono problemi di prestazioni in tempo reale e di implementazione su larga scala.

I risultati principali dei test A/B dal vivo sono i seguenti:

• aumento dello 0,13% dei ricavi delle vendite utilizzando il modello ibrido LLM + euristico
• miglioramento della scoperta di prodotti meno ricercati e lanciati di recente
• prestazioni di latenza e pertinenza mantenute vicine agli standard attuali.

Come adattare le inserzioni

Considerato che Amazon aggiorna il suo sistema di completamento automatico della ricerca utilizzando i Large Language Models (LLM), i seller saranno indotti a ripensare alla struttura delle loro inserzioni. Ma come fare?

Sicuramente, la ricerca basata su LLM riconosce ora un insieme più ampio di termini. Genera così suggerimenti al di là delle query comuni ad alto volume. E ciò significa che anche i prodotti con meno vendite o con inserzioni più recenti hanno maggiori possibilità di essere scoperti. A patto, naturalmente, che il contenuto sia ottimizzato correttamente.

Per aumentare le probabilità che il proprio prodotto appaia nei suggerimenti del completamento automatico, i venditori dovrebbero:

• Usare titoli specifici e ricchi di parole chiave. Bisogna includere dettagli sul prodotto che corrispondano alle query reali degli acquirenti. Il tutto, compatibilmente con il sistema dei “titoli in due parti”, altro grande potenziale cambiamento che prevede la suddivisione dei titoli in
  • una sezione breve ed evidente (probabilmente di circa 50 caratteri) per le informazioni principali
  • una sezione più lunga (circa 150 caratteri) per i dettagli.
• Aggiungere varietà di parole chiave nei punti elenco e nelle descrizioni. Il completamento automatico favorisce le inserzioni che includono termini correlati in diversi casi d’uso.
• Usare il linguaggio dei clienti, non solo il gergo del marketing. I LLM capiscono come le persone reali effettuano le ricerche. Sostituire dunque i termini tecnici con frasi naturali.
• Puntare su parole chiave a coda lunga nei termini di ricerca del backend. Utilizzare termini di ricerca che rispondano bene a frasi complete e specifiche.
• Aggiornare le inserzioni per adattarsi a ciò che è di tendenza. Il completamento automatico si aggiorna rapidamente!