Un’indagine quantitativa su 415 professionisti

Lo studio si chiede come gli strumenti di intelligenza artificiale vengano adottati e integrati nelle fasi del quadro di processo marketing nel settore dell’e-commerce sudafricano. Utilizza il quadro SOSTAC (analisi situazionale, obiettivi, strategia, tattica, azione, controllo) e un sondaggio online autosomministrato a 415 professionisti del marketing digitale che operano nel commercio al dettaglio sudafricano, con una scala Likert a quattro punti (da 1, completamente in disaccordo, a 4, completamente d’accordo). Il protocollo ha ricevuto l’approvazione di un comitato etico universitario (NWU-00620-24-A4). [1]

Il campione è stato costituito tramite campionamento non probabilistico a scelta ragionata (purposive), estratto dal panel online di una società internazionale di ricerche di mercato, con la condizione che i rispondenti occupassero un ruolo legato al marketing digitale nel commercio al dettaglio sudafricano. [1]

Dove l’IA è più utilizzata

Quattordici applicazioni dell’IA sono state valutate singolarmente sulla scala da 1 a 4. I livelli di accordo dichiarato più elevati riguardano la personalizzazione dei contenuti (88,2%, somma di «d’accordo» e «completamente d’accordo») e i contenuti mirati per il pubblico (87,7%). [1]

Riportata alle sei fasi del quadro, questa adozione si concentra fortemente nelle fasi Tattica e Azione (personalizzazione dei contenuti, chatbot), che lo studio descrive come a elevata adozione. [1]

Una lacuna di classificazione nella fase Obiettivi

La tabella delle applicazioni di IA non collega nessuna delle quattordici applicazioni rilevate alla fase Obiettivi del quadro SOSTAC; l’autore vi legge una potenziale lacuna nell’uso dell’IA per la definizione degli obiettivi, non un livello di adozione misurato e più basso per questa fase: lo studio non riporta alcun dato di adozione per gli Obiettivi. [1]

Ricerca vocale ed email: le applicazioni tattiche meno apprezzate

Tra le quattordici applicazioni valutate, la ricerca vocale e le email personalizzate — classificate dallo studio nella fase Tattica del quadro, insieme alla personalizzazione dei contenuti — mostrano i livelli di accordo dichiarato più bassi, con medie rispettivamente di 3,02 e 3,01 su una scala da 1 a 4. [1]

Lo studio indica che queste due applicazioni mostrano maggiore variabilità nella loro efficacia percepita o facilità di implementazione, cosa che collega a medie più basse e deviazioni standard più elevate. [1]

La tabella delle statistiche descrittive attenua questa lettura: la deviazione standard della ricerca vocale (0,834) è inferiore a quella del supporto clienti tramite chatbot (0,846), applicazione che lo studio presenta altrove come un pilastro di elevata adozione; tra le quattordici applicazioni, solo le email personalizzate (0,860) e i chatbot (0,846) hanno le due deviazioni standard più alte. [1]

Strategia e controllo: la sintesi qualitativa dell’autore

Nella sintesi qualitativa per fase proposta dall’autore, la Strategia (analisi predittiva per la segmentazione) è descritta come adozione « moderata/emergente ». L’Analisi della situazione (comprensione dei modelli di comportamento del consumatore) è descritta come « moderata ». Il Controllo (ottimizzazione in tempo reale e attribuzione) è descritto come « emergente/più debole ». [1]

Cosa aggiungono le raccomandazioni dell’autore

L’autore raccomanda alle organizzazioni di dare priorità agli investimenti nell’infrastruttura dei dati, nell’integrazione tra funzioni e nell’alfabetizzazione sull’IA, per consentire usi più strategici dell’IA, e di integrare l’IA sistematicamente nelle fasi di pianificazione, esecuzione e valutazione, all’interno di quadri normativi che conciliano personalizzazione e tutela della privacy. [1]

Cifre che il testo dello studio non conferma sempre

Il testo dello studio afferma che la personalizzazione dei contenuti (AIA2) ha la media più alta, 3,17 su 4. Tuttavia la tabella delle statistiche descrittive dello stesso studio riporta una media più alta, 3,19 su 4, per il supporto clienti tramite chatbot (AIA4): i due dati pubblicati non coincidono. [1]

Allo stesso modo, il testo indica la comprensione del comportamento del consumatore (AIA14) come l’applicazione con la quota più alta di risposte «completamente in disaccordo», al 6,3%, mentre la tabella dello stesso studio attribuisce una quota superiore, 6,7%, alle email personalizzate (AIA7). [1]

Lo studio riporta solo statistiche descrittive (percentuali, medie, deviazioni standard, asimmetria, curtosi) su un accordo autodichiarato; non viene presentato alcun test statistico, correlazione o confronto tra fasi, il che limita qualsiasi lettura in termini di schema o progressione testata tra fasi. [1]

I limiti dell’indagine

Il campionamento non probabilistico a scelta ragionata (purposive), tratto dal panel di una sola società di ricerca e limitato a rispondenti del commercio al dettaglio sudafricano, significa che i risultati descrivono le percezioni di questo panel e non possono essere generalizzati a tutti i professionisti del marketing digitale, ad altri settori o ad altri paesi. [1]

I livelli di adozione riportati si basano su affermazioni di accordo autodichiarato («la nostra organizzazione applica...») e non su dati di utilizzo, spesa o performance verificati: le percentuali dell’86-88% riflettono una percezione individuale, non un’implementazione verificata. [1]

Cosa può trarne un team di pianificazione

Prima di estendere l’IA alle funzioni di controllo e attribuzione, un team che gestisce il proprio piano marketing con il quadro SOSTAC potrebbe verificare esplicitamente, nella propria fase Obiettivi, se uno strumento di IA supporti davvero la definizione degli obiettivi, invece di presumere una copertura uniforme dell’IA sull’intero quadro: questa non è una conclusione dello studio ma una verifica interna suggerita dalla redazione. [1]