Scenario

Alibaba usa l’AI per trovare nuovi clienti nell’ecommerce

Il nuovo targeting di Alibaba cerca clienti oltre le abitudini d’acquisto: interpreta bisogni e contesti, ma i primi risultati lasciano aperte alcune domande.

08 set 2026 4 min lettura A cura di Redazione
Alibaba usa l’AI per trovare nuovi clienti nell’ecommerce
Condividi

Alibaba sta usando l’intelligenza artificiale per cercare clienti che i criteri pubblicitari tradizionali rischiano di ignorare. La sua divisione pubblicitaria e marketing, Alimama, ha presentato al summit annuale M di Hangzhou un sistema che prova a individuare le ragioni di un possibile acquisto, anche quando il consumatore non le ha ancora espresse chiaramente. I primi numeri dichiarati dalla società indicano che, durante una settimana di luglio, oltre il 91% dei clic e il 76% delle transazioni generati dal prodotto provenivano da nuovi clienti. Resta però da chiarire che cosa comprenda questa definizione.

Il prodotto si chiama Wanxiang Dianjing e sposta l’attenzione dalla somiglianza con gli acquirenti esistenti ai bisogni del momento. Un esempio riguarda un rivenditore di mobili: per promuovere letti imbottiti, i destinatari abituali sarebbero sposi, persone impegnate in una ristrutturazione o in un trasloco. Il sistema ha invece individuato gli appassionati di videogiochi tra 18 e 28 anni. Chi allestisce una stanza dedicata al gaming spende già per sedute ergonomiche, schermi, illuminazione e arredi: un letto comodo può rientrare nello stesso progetto. Secondo Alimama, oltre l’83% degli acquisti generati dalla campagna proveniva da nuovi clienti.

La logica emerge anche da un’esperienza raccontata da Qianyu, responsabile dei prodotti per il performance marketing. Cercando su Taobao una custodia per telefono in stile cinese, aveva ottenuto i prevedibili draghi, fenici, carpe koi e dipinti a inchiostro, senza trovare una proposta convincente. In seguito, la piattaforma le ha suggerito una custodia con le ninfee di Monet. Il collegamento non era con i motivi cinesi, ma con un gusto elegante, artistico e sobrio che la ricerca iniziale non descriveva bene. La raccomandazione aveva intercettato l’intento estetico dietro le parole.

L’AI cerca potenziali clienti anche fuori dai pubblici abituali dei marchi.

La pubblicità nell’ecommerce si è basata a lungo sul targeting comportamentale: ricerche, clic e acquisti servono a trovare persone con abitudini simili e a suggerire prodotti correlati. Il limite è che queste informazioni guardano al passato. Un trasloco, la nascita di un figlio o un nuovo interesse possono rendere rapidamente superate le etichette assegnate a un utente. Nelle categorie mature, inoltre, i marchi competono per gli stessi gruppi: un brand di cosmetica di prestigio su Tmall può inseguire gli acquirenti del segmento, gli iscritti a 88VIP e i clienti dei concorrenti, ritrovandosi nello stesso bacino degli altri inserzionisti.

Wanxiang Dianjing cerca collegamenti che attraversano le categorie merceologiche. Ha individuato nelle persone interessate ai prodotti per il sonno potenziali acquirenti di comodini, interpretati come uno spazio per tenere integratori e altri ausili a portata di mano. Un altro esempio riguarda un consumatore che, dopo ripetute ricerche di tende da campeggio e tendalini, ha comprato un grande ombrellone da pesca: si apriva rapidamente, costava meno e offriva l’ombra desiderata. Sono associazioni che potrebbe suggerire anche un bravo venditore; l’AI può verificarne milioni su un catalogo molto ampio.

Le richieste agli assistenti descrivono situazioni, senza necessariamente indicare prodotti precisi.

Nel frattempo cambia il modo di formulare le richieste. Ai termini precisi si affiancano situazioni descritte agli assistenti di acquisto: una madre può spiegare che porta spesso il bambino a fare escursioni e cerca un biberon adatto all’aperto, senza indicare marca, modello o caratteristiche. L’assistente deve interpretare il contesto e i vincoli impliciti. Per chi inizia ad allenarsi, adotta un animale o cambia casa, domande e navigazione attuali possono così offrire indicazioni che lo storico degli acquisti non contiene.

Alimama dichiara inoltre che il GMV incrementale ha rappresentato oltre il 30% delle vendite nelle campagne partecipanti, nel confronto con il targeting tradizionale. Sono risultati comunicati dalla piattaforma e riferiti a una fase iniziale di test. Non è specificato se i clienti siano nuovi per negozio, marchio o categoria, né come siano state calcolate le vendite incrementali, selezionate le campagne o verificate le prestazioni nel tempo.

Individuare un pubblico inatteso non equivale a creare domanda stabile.

Per le imprese si apre quindi la possibilità di esplorare pubblici meno prevedibili, senza che questo equivalga a creare domanda stabile. Se più produttori di letti iniziassero a rivolgersi ai gamer, anche quel segmento diventerebbe conteso. Il cambiamento sta nella capacità di formulare e verificare ipotesi commerciali oltre le associazioni abituali, misurandone poi la tenuta.

Articoli Correlati