Il documento analizza l'evoluzione del marketing e la sua interazione con la tecnologia, evidenziando l'importanza dell'intelligenza artificiale e del marketing automatizzato. Sottolinea come le tecniche moderne, come machine learning e deep learning, stiano influenzando vari aspetti, dalla segmentazione dei clienti al riconoscimento vocale e visivo. Infine, discute le sfide attuali del marketing, come la frammentazione del brand e il passaggio da un focus sul prodotto a un'esperienza più integrata e tecnologica per i consumatori.

1. MARKETING AUMENTATO
Vincenzo Cosenza
vincos.it

2. L’EVOLUZIONE DEL MARKETING
L’EVOLUZIONE DELLA TECNOLOGIA
01
02
IL MARKETING AUTOMATIZZATO
03
IL MARKETING AUTOMATIZZATO
04

3. L’EVOLUZIONE DELLA
TECNOLOGIA
Come la tecnologia è entrata nelle nostre vite
01

4. LA TECNOLOGIA IN AZIENDA

5. LA TECNOLOGIA IN CASA

6. IL SOFTWARE SI È MANGIATO IL MONDO

7. L’INTELLIGENZA ARTIFICIALE
Nel 1997 il campione mondiale di scacchi Garry Kasparov veniva sconfitto da Deep Blue, il supercomputer sviluppato da Ibm.
Nel 2016 AlphaGo riuscì a sconfiggere anche il campione mondiale Lee Sedol, grazie alla “mossa 37”. Una mossa sul momento
giudicata come un errore dagli spettatori umani, ma che si è poi rivelata una giocata creativa e vincente. Insomma in quel
momento il sistema ha dimostrato di riuscire a decidere, andando oltre la conoscenza appresa dalle precedenti partite.

8. L’INTELLIGENZA ARTIFICIALE: TECNICHE
Possiamo pensare all’intelligenza artificiale come ad un
modo di sviluppare software che si rende necessario quando il
programmatore non riesce a prevedere le istruzioni/condizioni
necessarie per risolvere un certo problema.
In questi anni le tecniche più sviluppate sono state il
Machine Learning e il Deep Learning.
Machine Learning: tecniche basate su modelli matematici
che permettono alla macchina di trovare correlazioni tra
dati e di imparare
Deep Learning: non solo modelli matematici, ma
un’architettura hardware e software di reti neurali artificiali
che simulano il comportamento dei neuroni. Ogni strato
della rete neurale svolge un compito il cui risultato serve
come input per un altro strato, fino ad arrivare alla
soluzione finale.
Intelligenza
Artificiale
Machine
Learning
Deep
Learning

9. L’INTELLIGENZA ARTIFICIALE: APPRENDIMENTO SUPERVISIONATO
Nell’apprendimento supervisionato (supervised learning)
l’obiettivo è far apprendere una regola generale in
grado di generare l’output voluto quando si incontrano
input nuovi. In pratica si parte fornendo al sistema
esempi di input e dei relativi output desiderati (training
set).
Per esempio un’immagine associata ad un’etichetta che
la descrive.
Dopo la fase di apprendimento, un altro set di dati (test
set) servirà a valutare il lavoro svolto.
Si tratta di un metodo che funziona bene quando i dati
storici possono essere utili a predire l’output futuro,
quindi in assenza di variabilità dovuta a fenomeni
esterni.
Viene usato per l’analisi del churn rate. Avendo dati
storici sulle caratteristiche di clienti fedeli e infedeli, è
possibile stimare il tasso di abbandono dei nuovi clienti.

10. L’INTELLIGENZA ARTIFICIALE: APPRENDIMENTO NON SUPERVISIONATO
Nell’apprendimento non supervisionato (unsupervised
learning), invece, non vengono forniti dati di input già pre
annotati, né output attesi. Il compito dell’algoritmo è
quello di individuare autonomamente una qualche
similarità tra i dati.
Viene usato nella segmentazione per capire come fare
marketing su una massa apparentemente indistinta di
clienti.
Avendo molteplici dati relativi ai clienti di un’azienda
(genere, età, provenienza, spesa mensile e tanto altro),
starà all’algoritmo individuare i cluster più sensati di
clienti che hanno caratteristiche comuni e si comportano
in maniera similare.

11. L’INTELLIGENZA ARTIFICIALE: APPLICAZIONI
Speech Recognition è il problema della comprensione della
voce umana, anche in condizioni di rumore, delle inflessioni e
dei dialetti. Viene utilizzata dagli assistenti personali per
rispondere a determinati comandi (Siri, Alexa, Cortana,
Google) o dai sistemi di dettatura/traduzione che trasformano
la voce in testo (tecnica detta speech to text).
Banche come HSBC usano la voce per l’autenticazione
biometrica ossia per permettere ai propri clienti di fare
operazioni al telefono, senza bisogno di digitare password;
Natural Language Processing indica tutte le tecniche di
trattamento informatico del linguaggio naturale, quello che
usiamo comunemente per esprimerci, finalizzate alla lettura e
alla comprensione di testi scritti o letti. Queste tecniche
possono essere basate su regole linguistiche predefinite da
linguisti computazionali oppure su algoritmi di machine
learning che usano metodi statistici per processare il
linguaggio. Possono essere usate per analizzare le opinioni
delle persone (sentiment analysis) e “far parlare un testo
scritto” (text to speech), in questo caso utilizzano anche
tecniche di sintesi vocale;

12. L’INTELLIGENZA ARTIFICIALE: APPLICAZIONI
Image recognition è il problema del riconoscimento delle
immagini da parte di una macchina che può essere affrontato
grazie a tecniche di intelligenza artificiale di diverso tipo.
L’algoritmo viene addestrato a riconoscere un immagine,
partendo dall’analisi dei singoli pixel che la compongono,
oppure viene programmato per apprendere autonomamente.
Spesso si usano rete neurali specifiche, dette convoluzionali
(convolutional neural network).
E’ un campo molto interessante quando viene applicato nella
diagnostica preventiva, ad esempio al riconoscimento di
masse tumorali difficilmente percepibili dall’occhio umano;
Computer vision è il campo di ricerca che studia come
permettere ad una macchina di comprendere ciò che vede,
attraverso una videocamera. Ultimamente si stanno facendo
dei passi da gigante in questo ambito grazie agli investimenti
ingenti sulle auto a guida autonoma. Qui la capacità di vedere
e capire cosa si ha di fronte, anche ad alte velocità, è
fondamentale per prendere le giuste decisioni.

13. L’INTELLIGENZA ARTIFICIALE: APPLICAZIONI
Decision making: è l’area forse più interessante nella quale
possono essere impiegate le tecniche di Intelligenza
Artificiale.
Già oggi la maggioranza delle compravendite di titoli viene
attuata da algoritmi nel giro di frazioni di secondo (high
frequency trading).
Se ci saranno progressi soddisfacenti, in futuro molte delle
nostre decisioni odierne verranno demandate a software
specifici.
Mappa dell’uso dell’IA nel marketing (Peter Gentsch)

14. L’INTELLIGENZA ARTIFICIALE GENERATIVA
Col termine Intelligenza Artificiale Generativa ci si riferisce ad
algoritmi di machine learning (non supervisionati o
semi-supervisionati) che permettono di generare nuovi contenuti
(audio, video, foto, codice) da input testuali.
Due tipologie:
● Generative Adversarial Networks o GAN: tecnica ideata
nel 2014, ideale per la identificazione e creazione di
immagini e video da input testuali o visivi.
Si basa su due reti neurali che si sfidano: il generatore e il
discriminatore che competono tra loro per arrivare a
risultati accurati.
● Modelli basati su Transformer: tecnica ideata nel 2017 da
Google, ideale per generazione di nuovi output.
È un’architettura di reti neurali che si basa su modelli di
encoder e decoder che imparano le relazioni tra sequenze
di dati, come le parole, e producono output verosimili
statisticamente, cioè stimando la probabilità che una
parola “stia bene” con quella successiva

15. MODELLI DI LINGUAGGIO DI GRANDI DIMENSIONI
I linguaggi di Google fino ad arrivare a GPT
Un modello linguistico è una distribuzione di probabilità di
parole. In pratica è un modello che spiega alla macchina come
scegliere una sequenza di parole nel modo più
plausibile/corretto possibile.
Se usiamo una rete neurale (Transformer) per dare addestrare
la macchina con Modelli di Linguaggio di Grandi Dimensioni
(Large Language Models) arriviamo alla possibilità di generare
testi (e non solo) che hanno le caratteristiche della novità.
Tra i più grandi:
PaLM (Google) = 540 miliardi di parametri
LaMDA (Google) = 137 miliardi
GPT-3 (OpenAI) = 175 miliardi

16. CONTESTI APPLICATIVI: A CHE PUNTO SIAMO?
Testi: la creazione di testi da un input testuale è il
campo, attualmente, più avanzato.
Codice: oggi la scrittura di codice si ferma alla
generazione di più linee, ma non va oltre. Entro il
2030 di poter scrivere un testo e ottenere un
prodotto software finale utilizzabile;
Immagini: la generazione di immagini da un
“prompt” testuale ha raggiunto degli ottimi livelli.
Audio: l’aspetto più difficile è la riproduzione di uno
stile di conversazione vicino a quello umano
Video: la generazione di video da input di testi è
ancora in fase embrionale. Entro il 2025 si potranno
vedere risultati interessanti
Modelli 3D: siamo ancora in fase di ricerca e lontani
da applicazioni commerciali.

17. GENERATORI DI TESTO
● Copywriting: i modelli linguistici “text to text”
hanno dato vita a molti strumenti utilizzabili
in ambito marketing e vendite, per la
creazione rapida di testi per email
commerciali, newsletter, social media post.
● Scrittura: software per assistere nella
stesura corretta di testi. Per ora sono
generalisti, ma si prevede una
“verticalizzazione” degli stessi per coprire
tematiche più specifiche come la scrittura di
testi giuridici o copioni cinematografici;
● Assistenti intelligenti: in questo caso i
modelli puntano a rendere le conversazioni
via chat più credibili e utili;
● Knowledge: l’intelligenza artificiale qui viene
usata per migliorare la ricerca di
informazioni in azienda (Glean) o sul web
(You) e ad auto organizzare lo spazio di
lavoro (Mem),

18. GENERATORI DI IMMAGINI
Cosa si può fare?
● Foto
● Illustrazioni
● Loghi
● Design di elementi di UI

19. GENERATORI DI VIDEO
Cosa si può fare?
Qui l’intelligenza artificiale viene utilizzata per aggiungere
funzioni di editing (cancellazione/aggiunta di oggetti) o anche in
modi nuovi per generare immagini in movimento a partire da
input testuali.

20. GENERATORI DI AUDIO
● Parlato: tool “text to speech” che permettono di
trasformare un testo in un elemento audio, ad
esempio una voce umana sintetica,
appartenente ad una persona in carne ed ossa
(clonazione) oppure creata ex novo. Possono
essere utili nel “voice over” di video, nel far
parlare avatar e personaggi di video giochi.
● Musica: strumenti che permettono di generare
musica nuova da input, solitamente non testuali,
ma predefiniti. Per esempio Mubert crea tracce
sonore partendo dalla scelta di una tipologia di
pezzo e di un genere musicale. Ma c’è anche chi
sta realizzando tool che partono da note e
arrivano alla realizzazione di un brano completo.

21. GENERATORI DI CODICE
Cosa si può fare?
● Generazione di codice: strumenti che permettono
di ottenere linee di codice da input testuali. Il più
noto è GitHub Copilot che riesce a generare il 40%
di codice nei progetti dove viene usato
● Text to SQL: tool di generazione di query SQL da
input di testo
● Web App: in questo caso da un testo, ma senza
scrivere codice, si riescono a creare delle
applicazioni web o dei siti (Durable)
● Documentazione: tool per supportare la fase
noiosa, ma fondamentale di scrittura della
documentazione tecnica di accompagnamento al
rilascio di software.

22. L’EVOLUZIONE DEL
MARKETING
You could enter a subtitle here if you need it
02

23. American Marketing Association
Il Marketing è l'attività, l’insieme delle istituzioni e i processi che permettono
di creare, comunicare, consegnare e scambiare offerte che hanno un valore
per i consumatori, i clienti, i partner e la società tutta.

24. L’EVOLUZIONE DEL MARKETING
Il Digital Marketing è davvero il marketing moderno? O stiamo rischiando di dare troppa importanza al digitale?

25. IL DIGITAL MARKETING
Gli strumenti digitali, almeno da venti anni, sono l’interfaccia
che mette in connessione aziende e persone.
Dal primo banner, alla costruzione dei siti, dall’uso dell’email
al social advertising, la tecnologià è fondamentale per il
marketing.
Però l’enfasi sugli strumenti generata dall’hype attorno al
digital marketing ha portato un’intera generazione di
professionisti a saltare a pie’ pari lo studio dei fondamenti del
marketing per buttarsi a capofitto nell’utilizzo dei “tool”.
Così facendo molti hanno imparato a usare perfettamente gli
strumenti disponibili, ma aderendo inconsapevolmente alla
loro logica di progettazione e perdendo di vista gli obiettivi
aziendali.

26. IL RUOLO CENTRALE DEL MARKETING

27. LE SFIDE ODIERNE: IL CONSUMATORE AUMENTATO
Alla base delle sfide attuali del marketing c’è il riequilibrio dei
rapporti di forza tra aziende e consumatori.
Oggi le persone sono diventate più smart grazie all’uso delle
tecnologie digitali e di rete:
● Più consapevole del proprio ruolo nell’ecosistema di
mercato
● Più attento ai meccanismi di influenza e promozione
● Più sfuggenti e infedeli

28. LE SFIDE ODIERNE: UN ECOSISTEMA RICCO DI STIMOLI
In passato le aziende e i consumatori si incontravano nel
punto vendita e in occasione delle pubblicità ospitate dai
pochi mezzi di comunicazione esistenti.
Oggi, invece, persone e aziende sono immerse in un
ecosistema mediale (a sua volta fatto di tanti ambienti
mediali) carico di stimoli, informativi e d’intrattenimento,
che sono veicolo di suggestioni comportamentali che
possono trasformarsi in fattori condizionanti l’acquisto,
immediato o futuro.
A volte questi stimoli sono distrazioni nel processo di
acquisto oppure sono contrastanti tra loro, per cui ne
determinano l’interruzione definitiva o temporanea.
In questo ecosistema hanno un ruolo importante gli
influencer.

29. LE SFIDE ODIERNE: LA FRAMMENTAZIONE DEL BRAND
L’immagine del brand oggi non è facilmente progettabile
dall’alto degli uffici comunicazione aziendali. O meglio,
anche se la progettazione fosse tecnicamente ben fatta,
ossia adattata a tutti i contesti, gli stili e i pubblici,
sarebbe destinata a scontrarsi con una realtà mediale
multiforme e dinamica.
L’azienda non può far altro che rassegnarsi alla perdita
di controllo e adattare il suo marketing affinché sia
attento, rapido e agile. Attento al monitoraggio delle
conversazioni (sempre più difficile con la diffusione degli
instant messenger), pronto ad intervenire per dare
risposte alle critiche e, magari, modificare la direzione
intrapresa.
Ma pur essendo più vulnerabile che in passato, il brand,
oggi, è l'asset più importante per un’azienda.
Il brand activism o purpose può aiutare a costruire una
immagine chiara e duratura del brand nella mente del
consumatore

30. LE SFIDE ODIERNE: DAL PRODOTTO ALL’ESPERIENZA
In questi anni il modello di consumo è molto cambiato.
In passato l’unico modello era quello che partiva con
l’insorgere di un bisogno e finiva con l’acquisto di un
prodotto, ossia con l’acquisizione della proprietà
finalizzata all’utilizzo esclusivo.
Oggi, sempre più spesso, le persone non cercano
semplici prodotti per soddisfare un semplice
bisogno, ma soluzioni innovative a bisogni
complessi.
Ci rivolgiamo ad Amazon non per comprare prodotti, ma
perché vogliamo una superiore esperienza di acquisto e
consegna (e assistenza).
Inoltre sempre più spesso i prodotti diventano servizi. Gli
smartwatch diventano terminali di servizi più ampi per
monitorare la propria salute.
Oppure si pensi ai prodotti che vengono progettati per
erogare servizi ad altri sistemi, attraverso le API.

31. VERSO IL MARKETING AUMENTATO
Queste sfide vanno affrontate con un
approccio nuovo al marketing, che dipende
dalla dinamicità del proprio mercato e dalla
propensione tecnologica dell’azienda.
Se l’azienda opera in mercati statici e
prevedibili può ancora far ricorso ad un
marketing tradizionale, senza alcun tipo di
automazione.
Quando inizia a diventare turbolento è il
caso di passare al marketing automatizzato,
in cui il team di marketing fa uso di software
di marketing automation per svolgere i
compiti più standardizzati e ricorrenti.
L’obiettivo qui non è ottenere un vantaggio
competitivo, ma rendere più efficaci ed
efficienti i processi di lavoro, liberando del
tempo per attività a maggior valore
aggiunto.

32. IL MARKETING
AUTOMATIZZATO
You could enter a subtitle here if you need it
03

33. BUDGET MARTECH
Marketing+Technologia: il 29% del budget
marketing delle grandi aziende è dedicato al
martech (Gartner). Un mercato stimato in
121 miliardi di dollari.
In quali attività del marketing viene usata la
tecnologia?*
In primis email e social media (79% e 77%).
Seguono il content marketing (68%), il CRM
e gli analytics (entrambi al 65%).
Per il prossimo anno il 30% dichiara che
l’attenzione verrà posta sul tracciamento del
customer journey e sull’ottimizzazione delle
esperienze (test e personalizzazione).

34. MARTECH ITALIA
Il panorama italiano Martech è molto
sbilanciato sugli strumenti di social e
relazionali, meno sulla parte ecommerce e
dati.
https://vincos.it/2022/06/11/panorama-martech-italiano-2022/

35. IL MARKETING
AUMENTATO
You could enter a subtitle here if you need it
04

36. IL MARKETING AUMENTATO
Il marketing è una disciplina nata in un contesto stabile e
governato dagli umani.
Oggi, sempre più, ad interazioni e transazioni tra persone, si
affiancano quelle con agenti artificiali di vario tipo: dati,
algoritmi, software, sensori, oggetti intelligenti. Ecco perché
credo sia necessario sforzarsi di reimmaginare questa
disciplina.
il marketing aumentato è quello che, ben ancorato ai
principi fondanti, riesce ad assorbire le novità della cultura
digitale e a utilizzarle per non perdere rilevanza.
Un marketing potenziato, in grado di accedere ad una
percezione più estesa e profonda della realtà, grazie alla
gestione strategica e consapevole di dati e di tecnologie
hardware e software.
E’ un marketing che si rivolge a persone (impiegati, utenti,
partner) ma anche a macchine/software, sempre più mediatori
tra brand e consumatori.

37. CHATBOT E ASSISTENTI DIGITALI
Il marketing aumentato si caratterizza non solo per lo sfruttamento in
chiave strategica di dati e tecnologia, ma anche perché i destinatari
delle sue attività non sono più solo le persone, ma anche e soprattutto
le macchine.
Queste macchine non sono solo un mero canale di diffusione del
messaggio, ma incidono sul nostro comportamento, in modi nuovi,
tutti da studiare.
I chatbot sono un esempio concreto di “marketing programmabile”.
Vanno pensati per rispondere alle richieste delle persone, in linguaggio
naturale, attraverso un workflow specifico.
Utili nel customer service.
Gli Assistenti Digitali sono una forma più evoluta di chatbot perché
rappresentano simulacri di addetti al servizio cliente e si possono
installare negli ambienti sottoforma di chioschi.
https://www.soulmachines.com/

38. ASSISTENTI VOCALI INTELLIGENTI
Gli assistenti vocali intelligenti sono piattaforme vocali che si
frappongono tra azienda e consumatori.
https://www.carrefour.fr/services/assistant-vocal
In questo scenario si configura un rapporto tripolare tra brand,
consumatori e piattaforma di intelligenza artificiale.
La piattaforma offre ai brand uno scaffale virtuale, un canale di
marketing, vendita e servizi, i dati sulle preferenze dei consumatori, un
servizio di pagamento, un alone di fiducia per l’affidabilità
dell’esperienza.
I brand, in cambio, pagano delle commissioni per i servizi offerti dalla
piattaforma (esposizione, pagamenti), forniscono informazioni di
prodotto e innovazioni su misura dei bisogni del cliente.
I consumatori ricevono consigli e concedono informazioni sulle loro
abitudini e preferenze, sulla sensibilità al prezzo, la tolleranza del rischio,
le aspettative di riservatezza.

39. NUOVI TERRITORI
Ma quale azienda è nella posizione migliore per diventare la
prossima piazza mondiale che alcuni chiamano multiverso o,
a sproposito, metaverso?
● un social network già esistente che si evolverà nella
direzione del gioco
● un videogame esistente che potenzierà le proprie
funzioni sociali
● una piattaforma incentrata sulla produzione di User
Generated Content
Facebook è ancora in fase di sperimentazione. Roblox,
Minecraft e Fortnite sono caratterizzati da:
● Universi in 3 dimensioni
● Elementi di gioco e di socialità
● Strumenti per la creazione di asset digitali
● Moneta virtuale

40. PRODOTTI DIGITALI E AUMENTATI
I mondi digitali sono anche i luoghi principali nei quali
sperimentare la creazione di prodotti digitali da vendere ai
nuovi consumatori.
The North Face + Gucci hanno venduto abbigliamento virtuale
dentro Pokémon GO.
Nike ha venduto Air Jordan speciali in Fortnite.
Louis Vuitton ha venduto abiti dentro League of Legends
Burberry ha disegnato i costumi di Honor of Kings
Gucci vende scarpe indossabili in Realtà Aumentata a $12.99
NFT: Non Fungible Token sono pacchetti di informazioni che
rappresentano oggetti digitali (o fisici) insieme alla
certificazione della loro origine e proprietà.
NBA vende frammenti di video di partite in edizione limitata,
con un giro d’affari che ha superato i 250 milioni di dollari.
Microsoft ha creato Azure Heroes, dei badge virtuali
collezionabili per ricompensare la community.

41. IL FUTURO DEL MARKETING

42. È il momento di
abbandonare il
marketing pigro ed
esplorare i nuovi
territori nei quali
dovremo imparare ad
esercitare il marketing
del futuro.

43. CREDITS: This presentation template was created by Slidesgo,
including icons by Flaticon, and infographics & images by Freepik
GRAZIE
@vincos
vincos@gmail.com
vincos.it