Il concetto di Visual Search and Commerce è strettamente legato alla necessità di arricchire l’esperienza dell’utente attraverso contenuti digitali che puntano ad aumentare l’attenzione dei clienti sugli store online.

La Visual Search and Commerce, dove convenienza e praticità sono le principali caratteristiche richieste dai consumatori nell’online retail, più nello specifico, viene definita come:

“Visual commerce is a blanket term that covers a number of ways brand can employ pictures, videos, and even virtual and augmented reality to help consumers learn about and connect with their products and brand.”

“Il Visual Commerce è un termine generico che copre una serie di modi in cui il brand può utilizzare immagini, video e persino realtà virtuale e aumentata per aiutare i consumatori a conoscere e connettersi con i loro prodotti e il marchio.”

Il Visual Commerce è un tema fortemente legato alla computer vision, che si occupa di ottenere dati intellegibili dallo studio di risorse quali foto e video.

Perché è importante il Visual Commerce

L’importanza del Visual Commerce nell’online retail è data principalmente dall’analisi dei report che riportano indicazioni interessanti sui seguenti fenomeni:

• I contenuti digitali visivi tendono a favorire l’acquisto. Dati di mercato indicano come le persone ricordino l’80% di quello che vedono, solo il 10% delle cose che ascoltano e il 20% delle cose che leggono.
• Solo le immagini, quelle convincenti, ottengono il 94% di visualizzazioni in più rispetto ad immagini basiche.
• Il 67% dei clienti afferma che contenuti visuali di altà qualità sono più importanti della descrizione del prodotto o delle recensioni.
• La presenza di video può far aumentare le vendite di un sito e-commerce fino al 40%.
• L’84% dei Millennials afferma di essere influenzato dai contenuti generati dagli utenti (UGC) al momento dell’acquisto.

Trasformare i contenuti in magneti di conversione

Mostrare i prodotti nel dettaglio in un catalogo interattivo e metterli in vendita online sta così diventando sempre più alla portata degli utenti.

Il Visual Commerce si pone l’obiettivo di trasformare i contenuti visuali da semplici accessori di vendita a magneti di conversione, che spingano i clienti alla scoperta e all’interazione con nuovi prodotti e infine all’acquisto.

È solo questione di tempo prima che la ricerca visiva diventi la norma nell’online retail, ma quelli che la introdurranno per primi nei loro sistemi guadagneranno immensamente in termini di fidelizzazione dei clienti (soprattutto Gen Z – giovani dai 16 ai 24 anni), esperienze migliori e ricavi più stabili.

Esiste una correlazione fra l’età e l’utilizzo del Visual Search, tanto che gli investimenti in questo settore rappresentano l’architrave di una strategia web moderna e all’avanguardia.

Nuovi Trend: Visual Search & Visual Recommendation (Big Tech)

La sensorialità è sempre stata parte dell’esperienza di acquisto di prodotti moda e l’esperienza in negozio consente di percepire l’offerta di prodotti a 360°.  L’esperienza online era e rimane in gran parte limitata alla consultazione di cataloghi, non riuscendo a percepire la qualità del prodotto, il corretto fit e gli abbinamenti.

Per rispondere a questa esigenza di acquisto online, negli ultimi anni sono nate tecnologie che contribuiscono:

• alla possibilità di trovare i contenuti in modo visuale, ad esempio scattando una foto di un prodotto simile, anziché digitare i singoli elementi sui motori di ricerca (Visual Search)
• ai potenziali suggerimenti di acquisto (outfit, prodotti simili, ricerca per tag su immagini) presenti ormai sulla maggior parte degli e-commerce (Visual Recommendation)

I pionieri del settore sono colossi tecnologici quali Pinterest, Google ed Amazon.

Pinterest Lens

Pinterest, conosciuto per essere un social network prettamente visuale, tramite Pinterest Lens, permette di effettuare ricerche visuali all’interno della piattaforma.

Questo social network ha inoltre sfruttato l’occasione per aggiungere, da Giugno 2020, la possibilità di fare acquisti direttamente dalla piattaforma.

Il processo è il seguente:

• L’utente scatta una foto di un prodotto che vorrebbe acquistare;
• Pinterest Lens riconosce il prodotto e tramite AI recupera prodotti simili (in backend);
• Lato front-end, Pinterest Lens restituisce un prodotto analogo (se non lo stesso) e consente direttamente l’acquisto.

Google Lens

Google sperimenta da anni funzionalità di Visual Search potendo sfruttare l’incredibile mole di dati generata dal motore di ricerca.

Lens ha numerose funzionalità basate sull’arricchimento dell’esperienza utente senza necessità di inserire testo, quali:

• Traduzione di insegne inquadrandole;
• Visualizzazione di immagini di prodotti in menu di ristoranti, inquadrando il testo;
• Informazioni aggiuntive su luoghi storici, inquadrando l’edificio;
• Identificare razze di animali o di piante, sempre inquadrandoli;
• Aiutare nella soluzione di compiti a casa risolvendo equazioni in tempo reale.

L’aspetto più interessante per il mondo retail è sicuramente la ricerca di prodotti simili, inquadrando i prodotti anche all’interno dei negozi. Offre inoltre dei look e un link per la vendita diretta.

Amazon Stylesnap

Realtà che possono contare su database importanti partono con un grande vantaggio come nel caso di Amazon.

Stylesnap è una funzionalità di Amazon che permette di caricare un look sul sito e di comprare direttamente prodotti simili sulla piattaforma Amazon.

La app proprietaria, Amazon Shopping, permette di cercare prodotti simili scattando una foto e dirigendo l’attenzione ai prodotti Amazon disponibili sull’e-commerce.

Amazon ha coinvolto attivamente alcuni influencer garantendo loro una percentuale nel caso gli utenti completino un acquisto su Amazon dopo essere stati ispirati da essi.

Altre realtà di Microsoft e IBM

Altre realtà che operano in AI come Microsoft con Bing Visual Search e IBM con Watson Visual Recognition, sono attive nel settore del Visual Search. Quelle citate precedentemente sono comunque le applicazioni che hanno avuto maggiore successo lato consumer. Possiamo includere anche Snapchat che sperimenta da qualche anno applicazioni basate su questa tecnologia.

L’adozione di questo tipo di tecnologie è da considerarsi particolarmente indicato per prodotti lifestyle, come prodotti di arredamento o di moda. Questo perchè richiedono materiali in alta qualità per far percepire correttamente la qualità del prodotto e replicare con precisione l’esperienza in negozio.

Visual Search nell’industria Fashion

Nel settore moda la ricerca visiva è diventata un elemento imprescindibile al fine di migliorare l’esperienza dei clienti.

Infatti, un sondaggio di The Intent Lab ha affermato che, nella categoria Fashion & Luxury, le informazioni visive sono preferite rispetto al testo da almeno il 50% degli intervistati.

Oggi la maggior parte delle scoperte di prodotto avviene su un dispositivo mobile. Il Visual Search, infatti, riduce il tempo e le energie che i clienti impiegano a ricercare il prodotto desiderato. Inoltre, potendo usufruire di una grande mole di dati primari (cronologia di navigazione, immagini apprezzate e altri elementi che completano la ricerca visiva), i brand che utilizzano questi tool hanno la possibilità di personalizzare il catalogo sulla base di preferenze specifiche dei clienti e di ridurre così le spese di advertising.

Tecnologia nel mondo Visual Commerce & Catalog Detection

Negli ultimi anni, il deep learning ha apportato incredibili miglioramenti nella capacità di riconoscere diversi tipi di oggetti – utilizzando reti neurali convoluzionali – rendendo possibile il riconoscimento di oggetti nelle foto.

Il sistema di raccomandazione di ricerca visiva deve essere in grado di recuperare un’immagine simile da un catalogo (in genere un oggetto su uno sfondo bianco) in base alle immagini di oggetti in ambienti diversi caricate dall’utente.

Questa attività è molto complessa e la soluzione è solitamente costituita da cinque parti correlate:

1. Metrica di somiglianza di apprendimento

2. Architettura di rete

3. Set di dati di training

4. Metriche di valutazione

5. Risultati

Il visual commerce risulta inoltre strettamente legato al mondo dei Catalog Management Systems.

Sono molte le realtà attive nel mondo Visual Commerce che offrono servizi di questo tipo per ampliare l’offerta. L’obiettivo è comunque quello di arrivare a suite complete con servizi di aiuto per l’inserimento di immagini a catalogo (anche tramite autotag, individuazione di duplicati, segnalazione di errori).

 “We are visual creatures. Visual things stay put, whereas sounds fade.” Steven Pinker

“Siamo creature visive. Le cose visive rimangono ferme, mentre i suoni svaniscono.”

I Principali Players nel Visual Commerce

Molti brand di moda, sia nel fast fashion che nel lusso, hanno già implementato sistemi di ricerca visiva per migliorare la customer experience.

L’e-commerce è visto sempre più come un elemento centrale del business e gli sforzi per portare gli utenti alla conversione sono notevoli.

Con l’utilizzo di nuove tecnologie quali videochat, realtà aumentata e ricerca tramite voce (fra gli altri) i brand puntano alla possibilità di modificare la parte di creazione dei contenuti. Grazie anche alla Visual Search il brand può focalizzarsi sull’utilizzo di ricerche testuali che sono più in linea con l’utente portandolo rapidamente ad una possibile conversione.

Il settore è in continua evoluzione ed abbiamo raccolto alcuni fra gli esponenti principali in questa sezione, oltre a due esponenti del mondo catalog detection che hanno una particolare connotazione con il mondo Visual Search & AI.

Syte by Visual Conception Ltd

Visual Conception Ltd è un’azienda israeliana che fornisce soluzioni software. La soluzione di Visual Search proposta da Syte, alimentata dall’intelligenza artificiale visiva, è basata sull’apprendimento automatico e sulle reti neurali. Ciò consente di riconoscere e consigliare elementi simili in poche frazioni di secondo, con una precisione superiore al 95%.

I principali clienti di Syte del settore moda sono Fashion Nova, Argos, Prada, Farfetch, De Beers Jewelery, Boohoo, Tommy Hilfiger, Next, C&A, Zozo, Galeries Lafayette e Shane Co.

Un aspetto da valutare è anche l’attenzione posta, lato comunicazione, ai dati offerti da Syte che si riassumono in questa dashboard:

Partium

Slyce risulta oggi leader nel settore del riconoscimento delle immagini e serve molti dei più grandi rivenditori a livello globale operanti in settori disparati (oltre 60 retailer a livello internazionale).

La tecnologia di Slyce si basa su custom training data e modelli di deep learning. I prodotti sono riconosciuti all’istante e l’obbiettivo della fotocamera universale consente più modalità di scansione, inclusi codici a barre, stampa e riconoscimento del prodotto.

Fra i principali clienti di Slyce del settore moda segnaliamo Urban Outfitters, Neiman Marcus e Abercrombie & Fitch.

Cortexica by Cortexica Vision System Ltd

Cortexica è un fornitore di ricerca visiva e tecnologia di riconoscimento delle immagini mobile per il retail. L’azienda è un leader globale nell’intelligenza artificiale, apprendimento automatico e nella visione artificiale per analisi di immagini e video.

Fra i partner dell’azienda, da citare la relazione con Intel che era prevalentemente votata a soluzione AI per la sicurezza dei cantieri. Nel 2020 Cortexica Vision Systems Ltd è stata acquisita da Zebra Technologies, che offre un vasto numero di prodotti software ad aziende attive nel mondo retail. Anche in questo caso, notiamo come la tendenza del mercato pare portare a un consolidamento di funzionalità di Visual Search all’interno di provider tecnologici più grandi più che a realtà indipendenti.

Wide Eyes by Wide Eyes Technologies

Wide Eyes è il leader globale SaaS delle soluzioni di intelligenza artificiale visiva nel settore moda. Fornisce ai clienti B2B tools per massimizzare le conversioni e migliorare il coinvolgimento dei consumatori.

Utilizza le tecnologie di intelligenza artificiale più all’avanguardia, basate sul riconoscimento delle immagini e sul deep learning.

 Il tool di Visual Commerce di Wide Eyes fornisce ai suoi clienti 4 soluzioni in una:

• Search by Image (permette di scoprire articoli di moda collegando immagini inspiratrici da Instagram, da una galleria o da altri dispositivi);
• Similar Recommendation (suggerisce agli acquirenti prodotti che potrebbe interessare loro);
• Style Advisor (ispira gli acquirenti con vari consigli, aiutando i rivenditori ad automatizzare l’intero processo di scelta del look e ad estenderlo all’intero catalogo);
• Auto – Tagging (automatizza l’intero processo di tagging dei prodotti, facendo risparmiare tempo e costi ai rivenditori e migliorando l’efficienza nella gestione del catalogo).

I principali clienti di Wide Eyes del settore moda sono Privalia, Adzuki, Mercaux.

Tigergraph (Catalog Detection)

Tigergraph è leader nel settore del network analysis. Permette di ottimizzare la creazione di cataloghi online, oltre a numerose altre applicazioni focalizzate sull’uso dell’AI. In particolare, Tigergraph lavora anche con realtà quali Kickdynamic per una personalizzazione massima dell’esperienza utente. Prende informazioni da numerose sorgenti di dati al fine di automatizzare l’email marketing. Permette anche di ridurre notevolmente il tempo necessario per la creazione di cataloghi online, prendendo spunto dalla propria esperienza in campo tecnologico.

Icecreamlabs (Catalog Detection)

Icecream Labs lavora da anni nel mondo del Visual AI e collabora con realtà quali Wal-Mart per la definizione dei cataloghi prodotto. In particolare, la soluzione CataloqIQ permette di velocizzare la gestione dei dati relativi al singolo prodotto tramite un’analisi automatizzata.

Fonte: Innovation Report FTA – Fashion Technology Accelerator (partner Faire Hub)