Framework AIM2 per l'innovazione del marketing intelligente usando analisi dei consumatori guidate dall'IA con reti neurali SOR e XGBoost nel retail saudita

Perché i tuoi dati della spesa contano

Ogni volta che fai acquisti—che si tratti di prendere pane e latte in un negozio all'angolo o di riempire un carrello online per la spesa del weekend—lasci dietro di te una traccia di indizi digitali. Questo articolo mostra come quegli indizi possano essere trasformati in strategie di marketing più intelligenti e più eque nel settore retail in rapida crescita dell'Arabia Saudita. Integrando l'intelligenza artificiale avanzata con un modello psicologico classico su come le persone reagiscono all'ambiente, gli autori propongono un modo per far sì che i supermercati inviino offerte che risultino veramente utili, non inquietanti, sostenendo al contempo gli obiettivi nazionali di trasformazione digitale previsti dalla Vision 2030.

Dalla pubblicità semplice a conversazioni intelligenti

Il marketing retail era una volta fatto di un unico grande messaggio per tutti: la stessa pubblicità in TV, lo stesso volantino, lo stesso sconto. Con il passaggio degli acquisti online e su dispositivi mobili, quel mondo è cambiato. Oggi i negozi possono vedere quali prodotti vengono spesso acquistati insieme, quanto spesso i clienti tornano e quanto siano sensibili alle variazioni di prezzo. Lo studio sostiene che questo flusso di informazioni richiede più della sola matematica ingegnosa; deve essere ancorato a come le persone pensano e provano sentimenti. Gli autori partono dall'idea Stimolo–Organismo–Risposta della psicologia, che afferma che ciò che vediamo (stimolo) plasma come ci sentiamo e pensiamo (organismo), il quale poi guida ciò che facciamo (risposta). In termini retail, ciò significa che offerte digitali e prezzi dovrebbero essere progettati tenendo conto della fiducia del cliente, del valore percepito e della soddisfazione—non solo delle vendite a breve termine.

Un motore a tre livelli per il retail moderno

Il cuore dell'articolo è un nuovo framework chiamato AIM2, acronimo di AI‑Integrated Marketing Innovation Model. AIM2 è costruito come un motore su tre piani. Al piano inferiore, potenti algoritmi setacciano i dati grezzi delle vendite di Tamimi Markets, una grande catena di supermercati saudita. Questi includono metodi di clustering che raggruppano i clienti in tipologie economiche, di fascia media e premium; strumenti di pattern‑mining che individuano quali articoli vengono spesso acquistati insieme; reti neurali che apprendono i modelli di domanda nel tempo; e l'algoritmo XGBoost, un metodo basato su alberi ben adatto a dati disordinati e reali. Il piano intermedio traduce gli output degli algoritmi in azioni concrete visibili ai clienti, come bundle consigliati o sconti a tempo limitato. Il piano superiore monitora come queste azioni influenzano sensazioni come fiducia e soddisfazione, e comportamenti come visite ripetute e fedeltà, chiudendo il circuito tra dati ed esperienza umana.

Cosa hanno rivelato i dati sui consumatori sauditi

Analizzando diversi mesi di transazioni reali, i ricercatori mostrano che i clienti dei supermercati sauditi ricadono naturalmente in tre principali stili di spesa. I clienti attenti al budget visitano meno spesso, spendono cifre minori e reagiscono in modo marcato a variazioni di prezzo e promozioni. I clienti di fascia media sono più equilibrati, mentre i clienti premium acquistano carrelli più diversificati, spendono di più per visita e sono meno sensibili al prezzo. Il sistema individua anche associazioni di prodotto stabili—come combinazioni di beni di consumo quotidiano e prodotti più selezionati—che possono essere trasformate in bundle utili. Nelle previsioni, gli strumenti di IA surclassano significativamente gli approcci tradizionali: il modello XGBoost riduce gli errori su prezzi e abbandoni di circa il 14% rispetto alla regressione tradizionale, e supera una semplice rete neurale in accuratezza di circa il 9%, mentre le reti neurali sequenziali catturano meglio i picchi stagionali legati a eventi come il Ramadan e l'Eid.

Mantenere il sistema equo, trasparente e adattabile

Oltre alla mera accuratezza, il framework include salvaguardie volte a un uso responsabile. Gli autori verificano se l'IA tratta in modo simile diversi gruppi comportamentali—come clienti ad alta e bassa spesa—in termini di risultati previsti, segnalando problemi quando le disparità diventano troppo ampie. Utilizzano inoltre strumenti di spiegazione che mostrano quali variabili influenzano maggiormente ciascuna previsione, aiutando i marketer a capire perché il sistema prevede che un cliente possa andare via o rispondere a un certo prezzo. Un circuito di feedback monitora i cambiamenti nel tempo: se il comportamento dei clienti si modifica o le misure di equità deragliano, i modelli vengono riaddestrati. Questo progetto riconosce che gli ambienti retail e le aspettative dei consumatori sono obiettivi in movimento, soprattutto in un Paese che spinge per una rapida modernizzazione digitale.

Cosa significa tutto questo per la spesa di tutti i giorni

Per i non specialisti, il messaggio principale è che algoritmi più intelligenti possono rendere il retail sia più efficiente sia più centrato sulle persone—se sono collegati a una comprensione di come le persone pensano e sentono. Nel framework AIM2, l’«intelligenza» non riguarda solo l'indovinare cosa comprerai dopo; riguarda l'assicurarsi che queste previsioni favoriscano fiducia, soddisfazione e fedeltà a lungo termine, anziché fastidio o sospetto. I risultati nel mondo reale in un supermercato saudita mostrano che un tale sistema può segmentare i clienti in modo significativo, proporre bundle sensati e migliorare le previsioni di domanda e abbandono, il tutto integrando controlli per equità e trasparenza. In termini pratici, questo potrebbe significare app per la spesa che somigliano più a un assistente utile e meno a un venditore insistente—sostenendo sia esperienze di acquisto migliori per gli individui sia obiettivi digitali e di sostenibilità più ampi per il Paese.

Citazione: Alarfaj, F.K., Badouch, M., Khan, H.U. et al. AIM2 framework for smart marketing innovation using AI driven consumer analytics with SOR neural networks and XGBoost in Saudi retail. Sci Rep 16, 14160 (2026). https://doi.org/10.1038/s41598-026-42787-3

Parole chiave: marketing basato sull'IA, analisi del retail, comportamento dei consumatori, Visione Saudita 2030, shopping personalizzato