### AllSaints adotta strumenti nativi AI per la revisione di acquisti e merchandising
AllSaints, rivenditore britannico di moda, ha lanciato un'iniziativa per integrare strumenti SaaS nativi AI nelle sue operazioni di acquisto e merchandising. Questo sostituisce i sistemi legacy basati su fogli di calcolo e la gestione manuale dei dati con una pianificazione automatizzata, basata sull'analisi, in tutta la supply chain e il ciclo di vita della merce. L'implementazione procederà per fasi, con l'obiettivo di semplificare i processi, aumentare l'accuratezza delle previsioni e spostare l'attenzione del team dalla manipolazione dei dati al processo decisionale strategico.
Il rivenditore ha evidenziato come i team di merchandising attualmente dedichino molto tempo all'estrazione di dati da sistemi disparati, alla riconciliazione dei fogli di calcolo e alla generazione di report — attività che si intensificano man mano che le gamme di prodotti si espandono, i canali di vendita proliferano e la volatilità del mercato aumenta. L'amministratore delegato per la trasformazione e la tecnologia, Alfie Meekings, ha posizionato questo come elemento fondamentale del pilastro di trasformazione basato sui dati dell'azienda, consentendo ai merchandiser di dare priorità alle informazioni sul brand e al rapido posizionamento dei prodotti per soddisfare le esigenze dei clienti.
### L'implementazione per fasi mira ai principali punti critici del retail
L'approccio graduale garantisce una copertura completa delle funzioni della supply chain e della pianificazione, affrontando le inefficienze degli strumenti tradizionali progettati per epoche di retail più semplici. Gli osservatori del settore notano che tali flussi di lavoro manuali sottoutilizzano l'esperienza del merchandising, legando i team a compiti a basso valore aggiunto in presenza di pressioni economiche come la volatilità, l'aumento dei costi e le riduzioni dei margini. Questa mossa sottolinea l'evoluzione dell'IA da novità a spina dorsale operativa, accelerando le decisioni che influenzano direttamente il rischio di inventario, i margini e l'esperienza del cliente.
### Implicazioni per la supply chain e gli standard di catalogo dell'e-commerce
Nell'e-commerce, il merchandising basato sull'IA migliora direttamente i **feed di prodotto** automatizzando la riconciliazione e la previsione dei dati, riducendo gli errori nell'allocazione dell'inventario e consentendo modifiche in tempo reale alla domanda volatile. Questo si allinea ai più ampi cambiamenti del settore in cui i big data e il machine learning personalizzano gli assortimenti, ottimizzando i percorsi dei clienti attraverso una pianificazione più rapida e basata sull'analisi[1]. Per gli **standard di catalogazione**, gli strumenti di IA impongono la coerenza nella categorizzazione − come la ricerca basata sull'IA per l'abbinamento rapido dei prodotti − che supporta la conformità ai requisiti in evoluzione della piattaforma, inclusi i controlli automatizzati rispetto ai reest normativi e la validazione del machine learning degli elenchi[3].
La **qualità e la completezza delle card** traggono vantaggio poiché l'automazione riduce al minimo le lacune di inserimento manuale, con l'IA che analizza variabili come le dinamiche dei prezzi e i dati dei concorrenti per aggiornamenti dinamici. L'automazione dei prezzi in tempo reale, alimentata dall'analisi del mercato e della domanda, garantisce che gli elenchi rimangano competitivi senza una supervisione costante[6]. Questo eleva la maturità complessiva del catalogo, dove card incomplete o obsolete erodono la fiducia; il 73% dei consumatori evita i prodotti non valutati, amplificando la necessità di strumenti di reputazione automatizzati[2].
### Accelerare la velocità dell'assortimento con l'integrazione di IA no-code
L'IA semplifica la **velocità di lancio dell'assortimento**, fondamentale nella moda dove le tendenze cambiano rapidamente − i merchandiser ottengono un accesso più rapido a informazioni predittive, eliminando più velocemente i prodotti e scalando i vincitori tra i canali. Le piattaforme di IA no-code abbassano le barriere, consentendo ai team non tecnici di implementare flussi di lavoro senza codice personalizzato, rispecchiando le tendenze SaaS nella gestione della supply chain (SCM) che detiene il 14,5% della quota di mercato per l'ottimizzazione delle risorse[7]. Gli strumenti per il flusso di lavoro dei contenuti, al 10% del SaaS, si integrano ulteriormente strutturando i dati della merce per feed e personalizzazione del sito senza soluzione di continuità[5][7].
Questi progressi posizionano l'automazione come un imperativo competitivo, liberando competenze per attività ad alto impatto e adattandosi alla crescita multicanale. Poiché i rivenditori devono affrontare pressioni sui margini, tali integrazioni amplificano l'efficienza dell'e-commerce senza revisionare l'infrastruttura.
*InternetRetailing; CNews.*
---
La mossa di AllSaints significa un cambiamento cruciale nell'e-commerce verso l'utilizzo dell'IA per una migliore gestione dei dati dei prodotti e l'ottimizzazione del catalogo. In NotPIM, riconosciamo la crescente necessità per i rivenditori di semplificare i processi, in particolare nella catalogazione, nell'arricchimento dei dati e nella trasformazione dei feed, per mantenere un vantaggio competitivo. Questo cambiamento sottolinea anche l'importanza di automatizzare le attività che attualmente consumano tempo e risorse significativi, consentendo ai team di concentrarsi sulle decisioni strategiche sui prodotti e sui miglioramenti dell'esperienza del cliente − esattamente ciò che NotPIM aiuta a raggiungere.