I team di retail media delle grandi aziende gestiscono oggi da 15 a 40 piattaforme, rispetto alle 5-8 di un decennio fa. Gestirne così tante era fattibile quando i marchi disponevano di analisti dedicati e del tempo necessario per redigere i report. Ora sta diventando impossibile.
Il problema non sono le piattaforme in sé. È la domanda che sorge spontanea quando se ne hanno così tante: come si fa a rispondere a una singola domanda che richiede dati provenienti da 3 rivenditori e 4 diversi tipi di campagna senza trasformarla in un progetto manuale? Il settore dei retail media è a un punto di rottura. Gli strumenti e i flussi di lavoro creati per gestire 5 piattaforme non sono scalabili fino a 40. E aspettare 6 settimane per un attribution e sulla decisione del mese scorso non è più accettabile in un mercato che si muove a un ritmo settimanale.
Ciò che sta cambiando questo quadro non è un nuovo software di reporting. È la convergenza di due fattori: gli assistenti basati sull’intelligenza artificiale che i team utilizzano già quotidianamente e un nuovo standard che consente a tali strumenti di accedere direttamente ai dati, anziché limitarsi a formulare ipotesi plausibili su di essi.
Come funziona realmente il settore in questo momento
Nella maggior parte delle organizzazioni, una richiesta ad hoc segue uno schema prevedibile. Un direttore marketing chiede informazioni sulle prestazioni relative a una serie specifica di parole chiave su più rivenditori. Il team impiega 2 ore a estrarre i report da Amazon, Walmart, Targete dal data warehouse interno, riconciliando le discrepanze nel modo in cui ciascuna piattaforma conta le impressioni, unendo i file e aspettando che qualcuno con una conoscenza approfondita dell’azienda risponda alla domanda iniziale.
Il problema di fondo non è l'incompetenza. È di natura strutturale. Ogni rivenditore ha creato la propria interfaccia di reporting utilizzando metriche leggermente diverse, definizioni diverse di performance e fusi orari diversi per le finestre di " attribution ". Non esiste un unico posto in cui un team possa visualizzare tutto contemporaneamente, quindi i team creano le proprie viste personalizzate, il che comporta un assemblaggio manuale, che richiede tempo, con la conseguenza che le decisioni vengono prese sulla base di dati leggermente obsoleti. Pacvue e altre aziende del settore hanno creato dashboard per ridurre tale attrito, ma le dashboard risolvono un problema già noto. Non sono in grado di rispondere alla domanda che non avevi previsto di porre.
Come gli MCP accedono ai dati relativi ai retail media
All’inizio del 2024, Anthropic ha lanciato il Model Context Protocol (MCP) come standard aperto. Il concetto è semplice: strumenti di intelligenza artificiale come Claude, ChatGPT o Copilot possono ora connettersi direttamente alle piattaforme che ospitano i dati degli utenti e recuperare le informazioni utilizzando il linguaggio naturale, invece di ricorrere a un’esportazione manuale. Per approfondire cosa ciò significhi per il settore pubblicitario e come l’intelligenza artificiale stia ridefinendo questo ambito, Pacvue ha pubblicato ulteriori approfondimenti sull’intelligenza artificiale applicata alla pubblicità.
Dal punto di vista tecnico non è una novità. Le API esistono ormai da anni. La novità sta nella velocità e nella portata della loro diffusione. MCP è passato da 100.000 download mensili da parte degli sviluppatori nel novembre 2024 a 97 milioni nel marzo 2026. OpenAI, Microsoft e AWS hanno tutte integrato il supporto nativo nei propri prodotti.
Per i team che si occupano di retail media, le implicazioni sono chiare: ora potete porre una domanda al vostro assistente AI in linguaggio naturale, e l’assistente potrà recuperare i dati effettivi da PacvueAmazon, Walmart e Target contemporaneamente, fornendo una risposta basata su ciò che sta realmente accadendo nei vostri account.
Perché la rapidità nell'ottenere informazioni è fondamentale nel retail media
Il vantaggio immediato è evidente: la velocità. Quello che prima era un progetto di 2 ore diventa una conversazione di 2 minuti. Ma il cambiamento più significativo è più profondo. Quando un team dedica la prima ora di ogni richiesta analitica all’estrazione e alla riconciliazione dei dati, quel tempo non è disponibile per l’interpretazione, la strategia o l’azione basata su ciò che i dati effettivamente rivelano. Man mano che gli strumenti di IA diventano in grado di svolgere il lavoro di raccolta e riepilogo, quel tempo viene restituito al livello strategico. Il membro del team che prima impiegava 4 ore a compilare un rapporto sulle prestazioni ora può dedicare quelle 4 ore a sviluppare un’ipotesi su cosa potrebbe migliorare le prestazioni. L’agenzia che prima programmava analisi approfondite per la settimana successiva ora è in grado di rispondere alle domande in tempo reale.
Questo funziona solo se lo strumento di IA ha accesso ai tuoi dati reali. Un assistente basato sull’IA che formula raccomandazioni basandosi su ciò che gli hai detto è fondamentalmente meno utile di uno in grado di cercare le informazioni da solo. È questa la differenza tra indovinare e sapere.
Come funziona MCP nella pratica
Parallel Retail Group (PRG) gestisce i media retail, le vendite e le operazioni per marchi quali Target, Best Buy e Amazon. A giugno, quando le vendite di un cliente stagionale hanno registrato un calo rispetto all’inizio del mese, non c’era tempo per un’analisi approfondita tradizionale.
PRG ha invece collegato l'integrazione MCP diPacvue a Microsoft Copilot Studio. La configurazione ha richiesto circa 30 minuti, senza bisogno di uno sviluppatore. Successivamente, hanno posto una domanda volutamente generica: “Le vendite di questo marchio nel mese di giugno, dall’inizio del mese ad oggi, sono in calo. Confrontale per ASIN con quelle dell’anno scorso e indicami quali sono le cause di tale calo”.
Il risultato non è stato un semplice dato numerico, bensì un’analisi strutturata delle lacune di fatturato, ordinata in base all’impatto. PRG ha individuato nella disponibilità dell’ Buy Box e un’opportunità del valore di 200.000 dollari solo per il mese di giugno.
Le domande di approfondimento hanno cercato di capire il perché. Lo strumento di IA ha individuato 5 problemi distinti relativi all’ Buy Box : inserzioni nascoste, venditori non autorizzati, lacune nella copertura di FBA , SKU disponibili solo in modalità FBM, incongruenze nei prezzi. Per ciascuno di essi sono state indicate la causa principale e le azioni consigliate.
Brian Weber, vicepresidente senior di Parallel Digital Services presso PRG, ha descritto il cambiamento in questi termini: “Passare da ‘le vendite sono in calo’ a ‘ecco l’elenco degli ASIN e cosa dobbiamo fare’ sarebbe stato un progetto di un paio d’ore anche per i nostri migliori collaboratori. Con MCP, ho iniziato con una domanda generica, poi ho approfondito diverse aree più rapidamente rispetto all’estrazione manuale dei report. Ho inviato le informazioni al mio team, che ha detto ‘è esattamente quello che dovremmo fare’ e si è subito messo all’opera.”
La velocità è notevole. Ma è la capacità di fondo ad essere ancora più significativa. Uno strumento di intelligenza artificiale in grado di porre domande di approfondimento e di accedere a nuovi dati nel corso della stessa conversazione funziona in modo diverso rispetto a uno che si limita alle informazioni che gli sono state fornite in precedenza. Guarda la conversazione completa tra Brian e Noah Bilti di Pacvueper vedere questo flusso di lavoro in azione e scoprire come l’MCP di Pacvue si confronta con le alternative offerte dai singoli rivenditori.
Consolidamento dei dati tra diversi rivenditori: perché il livello intermedio è fondamentale
La tendenza generale nel settore dei media al dettaglio è quella del consolidamento a livello di piattaforma. Man mano che i singoli rivenditori implementano le proprie connessioni MCP e integrazioni di intelligenza artificiale, i team si trovano ad affrontare un nuovo tipo di frammentazione: è necessaria una connessione AI separata per ogni piattaforma?
È qui che il livello cross-retailer assume un’importanza strategica. Anziché collegare il proprio strumento di IA all’MCP di Amazon, poi a quello di Walmarte infine Targetquello di un altro rivenditore, un unico collegamento a Pacvue vi offre accesso a tutti questi dati, oltre alla quota di voce e alle informazioni trasversali sui rivenditori. Gli strumenti specifici per ciascun rivenditore sono potenti. Il livello che li collega tra loro è indispensabile.
La direzione che sta prendendo il settore del commercio
Il mercato si trova nella fase iniziale di una transizione che le API hanno attraversato un decennio fa. L’MCP diventerà il metodo predefinito con cui i team accederanno ai dati provenienti dagli strumenti di intelligenza artificiale. Non si tratterà di un’integrazione opzionale, ma di un presupposto fondamentale sul modo in cui i sistemi comunicano tra loro.
In primo luogo, gli strumenti che collegano più piattaforme acquisiscono sempre più valore, anziché perderlo. I singoli rivenditori continueranno a investire nelle proprie implementazioni di MCP. Tuttavia, i marchi e le agenzie che avranno successo saranno quelli che non dovranno integrare manualmente tra loro i sistemi MCP di cinque rivenditori. È proprio nel livello intermedio, ovvero nel consolidatore, che risiede l’efficienza.
In secondo luogo, i membri dei team dedicati al retail media smetteranno di limitarsi a raccogliere dati e inizieranno ad agire sulla base di essi. Non perché ci sia meno personale, ma perché il lavoro si è spostato dalla raccolta manuale alla valutazione strategica. Le agenzie che attualmente utilizzano l’MCP nella produzione stanno già adeguandosi a questo cambiamento. Stanno riorganizzando il proprio organico in modo diverso. Stanno misurando il successo in modo diverso. Si tratta di un cambiamento di mercato, non solo tecnologico.
Il tuo team è pronto per i retail media basati su MCP?
Il passaggio dalla raccolta manuale dei dati all’analisi basata sull’intelligenza artificiale non avverrà tra due anni. Sta avvenendo proprio in questo trimestre. Team come quello di PRG hanno già compiuto questo passo. Ora rispondono in pochi minuti a domande che prima richiedevano ore. Stanno riassegnando i loro migliori collaboratori dalla creazione di report alla definizione delle strategie.
La domanda per il vostro team non è se MCP diventerà lo standard. È piuttosto se sarete all’avanguardia in questo cambiamento o se vi ritroverete a dover recuperare terreno dopo che i vostri concorrenti si saranno già mossi.
Le piattaforme non scompariranno. Il loro numero è destinato ad aumentare. Ma il modo in cui vi si accede, come si formulano le domande e la rapidità con cui è possibile agire in base alle risposte è appena cambiato radicalmente. Scoprite come un MCP di Pacvue può essere d’aiuto per il vostro account.
