Di tendenza, ma introvabili: il problema dei product feed che ostacola la moda

Molti marchi di moda italiani stanno perdendo opportunità di vendita sia sul mercato locale che su quello internazionale: ma il problema non sono i loro prodotti

Nell’industria della moda, la presenza è tutto. Catturare gli sguardi e attirare l’attenzione. Ma mentre molti fashion brand italiani fanno il loro dovere sul fronte delle idee e della creatività, c’è un’area che viene spesso trascurata: i product feed, ovvero i flussi di dati che contengono e trasmettono le informazioni sui prodotti ai canali di vendita e discovery. Insomma, nell’ecommerce di oggi, se non fornisci dati coerenti e chiari – dal titolo al prezzo, passando per quantità e materiali – Google Merchant Center non metterà in evidenza i tuoi prodotti.

A prima vista, gestire il feed management sembra un’operazione abbastanza semplice: mantenere aggiornati titoli, prezzi e descrizioni in tutto il catalogo. Ma quando il business cresce anche questo problema può evolversi, e rapidamente. Per ogni prodotto che aggiungi, hai una nuova voce da gestire. Se vendi i tuoi capi attraverso marketplace di terze parti, devi mantenere dati accurati anche lì. Senza contare le diverse taglie, i materiali e così via: tanti elementi, ognuno dei quali richiede un’ulteriore manutenzione delle singole schede di catalogo.

Agentic AI e un nuovo modo di fare shopping

Con l’agentic AI che sta ormai entrando sempre più nell’esperienza di commerce – oggi il 37% dei consumatori dichiara di iniziare la ricerca di un prodotto con l’AI – è evidente allora che il customer journey sta cambiando. Per essere facilmente individuabili dagli strumenti AI, i brand devono ripensare il modo in cui scrivono le descrizioni dei prodotti e, soprattutto, il modo in cui gestiscono il loro product feed. Se normalmente ottimizzare un catalogo significava strutturare gli attributi dei prodotti e inserire keyword per migliorare la SEO e la visibilità nei motori di ricerca, oggi, con l’AI-powered discovery e l’agentic shopping, entra in gioco un nuovo livello cruciale: la semantic relevance; che alza sensibilmente l’asticella.

Anziché basarsi sull’exact keyword matching, gli strumenti di AI shopping come Google AI Mode, ChatGPT Shopping, Perplexity e Amazon Rufus utilizzano il semantic retrieval. Invece di digitare ‘borsa verde’, un consumatore può chiedere ‘una borsa carina per un viaggio a Trieste a maggio’. A partire da queste informazioni, l’AI deduce condizioni meteo, occasione e stile, per proporre risultati pertinenti. Questo significa che i product data devono riflettere il modo in cui le persone descrivono ciò che vogliono, non soltanto il modo in cui il brand denomina i propri prodotti. Prendiamo una borsa inserita a catalogo come ‘Olive Arcadia 2025’. Sul proprio sito, un nome così stilizzato funziona perfettamente. Ma su Google AI Mode o ChatGPT, un consumatore che cerca una ‘borsa verde’ potrebbe non visualizzarla mai.

Darlene Bui, Senior Analyst Feeds presso Tapestry – la società madre di Coach e Kate Spade – spiega: “I dati AI-ready sono quelli grazie ai quali ogni prodotto presenta una struttura coerente e attributi espliciti (prezzo, caratteristiche, use case), così che l’AI possa offrire discovery accurate e pertinenti. Il sistema spesso si rompe quando i dettagli sono incoerenti, non strutturati e privi di una fonte dati ufficiale e affidabile”. Purtroppo, è qui che molti brand stanno fallendo. In un’indagine condotta tra i leader dell’e-commerce, nessuno ha ritenuto che le proprie product page fossero pronte al 100% per l’agentic AI. Questo non fa che aggravare i problemi già esistenti dei feed, rendendo i brand più difficili da trovare.

Prendere il controllo dei propri feed

La buona notizia è che, sebbene il feed management non sia mai stato così articolato e importante, allo stesso tempo non è mai stato così semplice tenerlo sotto controllo. E una corretta gestione dei feed e la AI readiness vanno di pari passo. Parti dalle basi: dai priorità alla qualità e alla pulizia dei dati e assicurati che siano coerenti sul tuo sito. Durante l’audit dei dati, arricchisci le singole voci con il maggior numero possibile di informazioni, trasformando i dati non strutturati in dati strutturati. Naturalmente, affrontare questo processo sull’intero catalogo in una volta sola è un’impresa enorme. Darlene Bui infatti consiglia di partire dai prodotti più importanti e trasformare le informazioni chiave, passando da descrizioni non strutturate ad attributi strutturati.

Qual è poi modo migliore per verificare se le descrizioni dei tuoi prodotti stanno emergendo sui motori AI? Accedi a uno di questi strumenti come se fossi un cliente, fai delle domande e verifica se compare il tuo brand. Sam Agris, Principal Director di Accenture Song, lo definisce un esercizio pratico che si può fare autonomamente in un pomeriggio: “Apri il tuo modello di AI preferito, mettiti nei panni del cliente e cerca i prodotti o le soluzioni che vendi. Compari nei risultati? E i tuoi competitor? Capirai molto rapidamente a che punto sei e se devi ancora recuperare terreno o se hai l’opportunità di essere tu a guidare il cambiamento. In ogni caso, la finestra si sta chiudendo rapidamente e devi agire”.

Insomma, se come fashion brand dedichi grande attenzione alla cura delle collezioni che devono catturare gli sguardi, con un approccio ragionato puoi fare in modo che i tuoi prodotti compaiano ovunque si trovi il tuo pubblico, assicurandoti di conquistare più attenzione di quanta ne possa offrire qualsiasi passerella. La chiave, spiega Zoran Mladenovic, SVP, Global Solutions and Field CTO di Commerce, è considerare l’ascesa dell’agentic AI come un’opportunità per ampliare la propria reach e aumentare i ricavi. “L’agentic shopping è il più grande fattore di riequilibrio da quando internet ha spodestato i motori di ricerca. Brand e retailer dovrebbero cogliere con entusiasmo questa opportunità: per plasmare il brand, curare i suggerimenti di prodotto e raggiungere il pubblico giusto. I brand locali più forti possono ora diventare potenze globali investendo in dati ricchi e differenziati e in una stretgia multicanale costruita per i clienti di oggi e per quelli di domani”.

Scopri di più sul feed management nel 2026…