All’accelerator pitch dedicato alla categoria Social e Cultura tenutosi durante il SXSW 2017, ho avuto il piacere di conoscere Lily, uno shopping assistant molto evoluto, diverso dagli altri presenti sul mercato.

La principale peculiarità sta nella profonda personalizzazione ed empatia che il bot è in grado di sviluppare con il tempo, man mano che l’utente ne fa uso. Lily è infatti dotato di una sofisticata tecnologia di machine learning, che lo rende in grado di plasmarsi sul singolo utente, arrivando a dargli consigli profilatissimi e allo stesso tempo simulando l’interazione personale e confidenziale che lo user potrebbe avere con un amico fidato.

Una curiosità che reputo importante sottolineare è il fatto che il bot sia stato sviluppato da un team interamente femminile, come potenzialmente potrebbe essere il target di utilizzo del bot, che infatti risponde in maniera efficace alle esigenze e ai desideri dell’utenza. Questo aspetto non è da sottovalutare in quanto ha permesso un’elaborazione meticolosa dello shopping assistant, rendendolo estremamente vicino alle necessità e richieste del suo pubblico.

Ma analizziamo meglio Lily, per cercare di carpire il segreto del suo successo e come si è aggiudicato la vittoria all’accelerator pitch dell’evento di Austin.

Cos’è Lily?

Lily è un’applicazione mobile personalizzata dedicata allo shopping, che aiuta i clienti a scoprire abiti che corrispondano alle loro esigenze. Per il momento l’app è disponibile gratuitamente solo per iOS, ma la versione per Android è in arrivo sul mercato.

Lo scopo di Lily è quello di aiutare le donne a scoprire quali sono quegli abiti che, non solo corrispondano ai loro gusti, ma che ne esaltino le forme e le caratteristiche fisiche.

L’app è stata creata da un team composto da sei professioniste con un background nel settore informatico, con esperienze pregresse in aziende del calibro di Facebook e Macy’s.

“Lily è stato progettato dalle donne per le donne, per darci la possibilità di essere la versione migliore di noi stesse.” spiega Gupta, una delle menti artefici del bot. La scintilla è scattata in seguito alla scoperta che ci sono circa 120 milioni di donne americane che non sono felici del loro aspetto fisico. “Come squadra abbiamo una missione, ed è quella di andare a ridurre drasticamente questo numero, andando a risolvere, quanto più possibile, questo problema”, conclude Gupta.

Il mercato è pieno di app dedicate allo shopping, ma è il substrato di tecnologia con cui è sviluppata che distingue Lily dalle altre. Non utilizza semplicemente la storia pregressa dell’utente per fornire dei generici suggerimenti targetizzati. È stata pensata e sviluppata per andare molto più a fondo, permettendo al chatbot, con il tempo, di conoscere realmente l’utente.

Ma come fa l’app a “sapere” quello che ogni donna vorrebbe realmente indossare? É qui che entra in gioco la tecnologia.

Come funziona Lily?

Lily è in grado di dare consigli e suggerimenti all’utente in base alla percezione e al rapporto che quest’ultimo ha con il suo corpo. E lo fa in modo divertente.

L’applicazione pone all’utente delle domande circa il suo tipo di fisico, il suo stile, i suoi gusti e preferenze simulando l’interazione di una chiacchierata tra amici piuttosto che di una survey conoscitiva. Lily usa le risposte dell’utente per assimilare informazioni e imparare quali sono i vestiti, lo stile e gli accessori che più rappresentano e si adattano a quello che la persona vuole adottare. Inoltre l’app chiede quali sono le parti del corpo che si vogliono mettere in evidenza e quelle invece che si vuole cercare di nascondere e, tramite un complesso sistema di algoritmi, è in grado di fornire consigli e suggerimenti.

L’algoritmo è stato soprannominato dai creatori del bot il “motore della Percezione e dell’Empatia” ed è il primo strumento di questo tipo presentato sul mercato.

Il chatbot combina i dati forniti dalle risposte date direttamente dall’utente con l’analisi dello storico degli acquisti precedenti effettuati. Tra le centinaia di conversazioni avute con le donne intervistate parte della ricerca di assessment che ha dato origine all’applicazione, il team di Lily ha imparato che per ottenere una vera personalizzazione del bot che si distinguesse da quelli precedenti e potesse effettivamente dare consigli utili e customizzati sul cliente, non bisognava concentrarsi tanto sul cosa viene acquistato, ma sul perché vengono compiute determinate scelte.

Il software monitora le risposte inviate, generando quei suggerimenti automatici che puntano a soddisfare i desideri e i bisogni degli utenti. Ma oltre a dare consigli, l’applicazione permette di effettuare acquisti online, prenotare abiti direttamente in-store o accompagnare gli utenti durante le visite fisiche nei negozi.

Il mercato americano ha già accolto con positività Lily; tra i Brand che si sono espressi a favore dell’applicazione sono presenti H&M, Express e marchi noti nel panorama statunitense.

Come mai Lily funziona

Uno dei motivi per cui Lily funziona e ha già trovato ampio riconoscimento è per il suo approccio vincente, che combina alla soddisfazione dell’utente quella del Brand.

Per gli utenti l’importanza dell’app è da ricercarsi nei consigli preziosi e nel “rapporto” personale che riesce a instaurare con chi la utilizza.

Sensazione che cresce all’utilizzo del bot, garantendo la fidelizzazione del proprio bacino di utenza.

Ma l’applicazione risulta utile anche per i retailers.
Primo di tutto è un buon modo per generare business.

Gli store fisici devono infatti competere con giganti come Amazon, che conta più del 60.5% delle vendite online, e il fatto che il chatbot favorisca l’accesso al Brand sui canali digitali ma allo stesso tempo convogli l’utente nello store fisico, è un elemento da non sottovalutare nella strategia di vendita di molti retailers.

In secondo luogo Lily ottimizza la Customer Experience dei suoi utenti, il che favorisce una rivalutazione del punto vendita, che diventa non semplicemente il luogo in cui fare acquisti, ma quello dove si porta a termine un percorso molto più complesso, in cui il cliente potrà avere la visione di una versione di sé migliorata, che andrà poi ad associare al brand e all’esperieza in-store.

 

Sources: Venture Beat