Nel retail media il prodotto in vendita sono i dati. Un retailer offre accesso a persone che comprano davvero, e un brand ottiene risultati solo se sa collegare quelle audience ai propri clienti, alle proprie vendite e ai propri negozi. Gli Osservatori del Politecnico di Milano stimano un mercato italiano del retail media di circa 920 milioni di euro nel 2026. Per una maison, però, il vantaggio non viene dallo spazio pubblicitario acquistato. Viene da dati first-party puliti e integrati tra boutique, e-commerce, CRM ed ERP, raccolti con un consenso valido e misurabili fino alla vendita. Noi di Greensharp facciamo questo lavoro per le aziende del lusso e del retail: progettiamo e integriamo la piattaforma dati che rende leggibile ogni euro investito in retail media.

Greensharp
greensharp.com
Collega i dati, misura il retail media
Greensharp progetta e integra soluzioni tecnologiche per aiutare le imprese del lusso e del retail a rendere leggibili i dati.

Visita

In breve

Indice

Che cosa si intende per dati nel retail media

Il retail media trasforma retailer e merchant in operatori media: oltre agli spazi pubblicitari online e offline, mettono a disposizione degli inserzionisti dati sulle vendite e sul consumatore. Per un brand che vende tramite department store, e-tailer multimarca o catene partner significa poter parlare ai clienti di quel canale nel momento in cui stanno per comprare.

In ogni campagna si incrociano tre flussi di dati:

Il vantaggio rispetto alla pubblicità digitale tradizionale sta nella natura del dato. Come ricostruisce un’analisi di Engage sui dati retail nell’advertising europeo, questi dati sono autentici e aggiornati perché nascono da comportamenti d’acquisto concreti. Per questo superano i limiti dei cookie di terze parti. Nella sua guida, IAB Canada parla di un modello win-win-win: i brand guadagnano in precisione, i retailer monetizzano i propri asset e i consumatori vedono annunci più pertinenti.

Resta una condizione. Il brand legge i risultati solo se i suoi dati parlano la stessa lingua di quelli del retailer: stessi codici articolo, stesse definizioni di cliente, stesse finestre temporali. Il retail media è prima di tutto un progetto di integrazione dati.

Il mercato italiano in tre numeri

La stima 2026 degli Osservatori divide i circa 920 milioni di euro in tre componenti: on-site al 77%, off-site al 15% e in-store all’8%. Ognuna richiede dati diversi:

Componente Dove appare l’annuncio Dati che servono al brand
On-site (77%) Sito e app del retailer: prodotti sponsorizzati, banner, pagine di brand Catalogo allineato, disponibilità a stock, vendite online per articolo
Off-site (15%) Altri media digitali che usano le audience del retailer Segmenti di clienti, regole di esclusione, misurazione cross-channel
In-store (8%) Schermi e spazi dentro il punto vendita Vendite per negozio e per fascia oraria, dati POS confrontabili

L’on-site domina perché è il più semplice da misurare: annuncio e acquisto avvengono nello stesso ambiente. Off-site e in-store crescono, ma senza dati del brand riconciliati la misura si ferma all’esposizione. Questo pesa di più nel lusso, dove una parte rilevante delle vendite si chiude in boutique, spesso dopo più visite e più contatti con il personale.

Quali dati servono a un brand del lusso e dove si inceppano

Le fonti sono note a ogni direzione IT del settore. Il problema è che quasi sempre vivono in sistemi separati. La tabella riassume cosa contiene ciascuna fonte, a cosa serve nel retail media e dove di solito si rompe.

Fonte Cosa contiene Uso nel retail media Dove si rompe
POS delle boutique Scontrino, articolo, taglia, negozio, addetto vendita Segmenti di acquirenti reali, misura delle vendite in negozio Anagrafiche articolo non allineate all’ERP, negozi con sistemi diversi
E-commerce e app Navigazione, carrello, ordini, resi Pianificazione on-site, audience simili ai propri clienti Identità online separata da quella del CRM
CRM e clienteling Profilo, preferenze, storico, consensi Segmenti per i clienti più importanti, liste di esclusione Schede duplicate, consensi non propagati agli altri sistemi
ERP (ad esempio SAP S/4HANA) Sell-in, giacenze, prezzi, margini Non promuovere ciò che non è disponibile, legare la spesa al margine Dati wholesale in ritardo o aggregati
Report del retailer Audience, esposizioni, vendite attribuite Pianificazione e rendiconto Metriche diverse da una piattaforma all’altra

La soluzione si chiama Single Customer View: un profilo unico per cliente che riunisce acquisti in boutique, ordini online, interazioni con il personale e consensi. Come si costruisce lo spieghiamo nella guida all’integrazione CRM nel retail. Il passaggio più delicato, il collegamento tra casse e sistemi centrali, è trattato nella guida all’integrazione dei dati del punto vendita.

Esclusività ed esperienza: il vincolo del lusso

Un brand di largo consumo cerca volumi. Una maison deve proteggere percezione, prezzo e relazione con il cliente. Nel lusso il retail media funziona quando è selettivo: audience piccole e ben definite, frequenza controllata, contesti coerenti con il marchio, nessuna sovrapposizione tra pubblicità generica e la relazione curata dal personale di boutique.

Il caso di Harrods mostra che si può fare. Il grande magazzino londinese ha integrato CRM e programma rewards per tracciare i percorsi d’acquisto end-to-end, anche per articoli di alto valore, senza intaccare l’esperienza di lusso. Il punto non è il formato dell’annuncio. È l’integrazione che rende misurabile il percorso di un cliente di alto profilo.

Per un brand italiano questo si traduce in alcune regole operative:

Dal dato alla campagna: i sei passaggi

Un progetto di retail media data-driven segue una sequenza precisa. Saltare un passaggio sposta il problema più avanti, quando correggerlo costa di più.

  1. Censire le fonti. Si mappano tutti i sistemi che contengono dati di clienti, vendite e prodotti: POS, e-commerce, CRM, ERP, portali dei partner wholesale. L’errore tipico è considerare solo i canali diretti e dimenticare il sell-out dei multimarca, cioè proprio le vendite che il retail media dovrebbe spingere. Questo censimento è la prima fase dei nostri progetti di Advisory & Strategy.
  2. Integrare i flussi. I dati vanno portati in un’unica piattaforma con flussi automatici e controllati. Qui si inceppano molti progetti: interfacce costruite una per volta, senza monitoraggio, che si rompono al primo aggiornamento del POS. Noi progettiamo integrazioni su piattaforme come SAP PI/PO, SAP BTP e Boomi e colleghiamo i punti vendita ai sistemi centrali con i nostri servizi di POS Integration.
  3. Unificare e pulire. Identità duplicate, codici articolo diversi tra canali e valute non allineate rendono inaffidabile qualsiasi segmento. Serve una base dati governata, con regole chiare su chi può modificare cosa: ne parliamo nell’articolo sulla data governance nel retail.
  4. Costruire i segmenti. Dai dati unificati nascono le audience da attivare: clienti che hanno acquistato una categoria in boutique ma non online, clienti inattivi da dodici mesi, appassionati di una linea specifica. Ogni segmento porta con sé lo stato del consenso del singolo cliente.
  5. Formalizzare la condivisione con il retailer. Gli Osservatori indicano la necessità di framework di data sharing formalizzati tra retailer e brand, con cluster di audience segmentati con cura e una pianificazione basata su obiettivi di business reali. In pratica occorre stabilire per contratto quali dati si scambiano, a quale livello di aggregazione, per quanto tempo e con quale base giuridica.
  6. Misurare fino alla vendita. La campagna si chiude solo quando le vendite attribuite dal retailer sono confrontate con le vendite registrate dal brand, per negozio, canale e periodo. È il tema della prossima sezione.

Per la piattaforma su cui poggiano i passaggi 2, 3 e 4 lavoriamo con tecnologie come Databricks e Snowflake. La guida all’analisi dei dati retail con Databricks mostra come si struttura per un’azienda del lusso, e l’articolo sul lakehouse per il retail spiega come arrivare ai primi KPI per il management.

Misurare il ritorno: dall’esposizione all’incrementalità

La misurazione è il punto più debole del mercato. Secondo gli Osservatori, il 31% degli operatori usa ancora metriche di base di esposizione, mentre un altro 31% adotta sistemi avanzati con metriche closed-loop e analisi di incrementalità. Gli ostacoli citati sono tre: la forte disomogeneità tra piattaforme, l’assenza di standard condivisi e la difficoltà di collegare le attività cross-channel alle vendite effettive.

Tre termini aiutano a leggere i report:

Un esempio ipotetico chiarisce la differenza. Una campagna da 50.000 € su un e-tailer multimarca riporta 400.000 € di vendite attribuite, quindi un ROAS di 8. Il gruppo di controllo, però, mostra che 300.000 € sarebbero arrivati comunque da clienti già fedeli. Il ricavo incrementale è 100.000 € e l’iROAS è 2. Le due cifre portano a decisioni di budget molto diverse.

Un brand può verificare questi numeri solo con dati propri: vendite per canale e per negozio, storico di confronto, giacenze, margini. Gli Osservatori segnalano che l’intelligenza artificiale serve già ad automatizzare la riconciliazione dei dati nella misurazione, oltre a riconoscere pattern di comportamento in fase di pianificazione. Il ritorno di questo lavoro è concreto: per KPMG il 54% dei retailer ha registrato almeno il 10% di profitti in più grazie a un uso strategico di Data & Analytics. Lo stesso report invita ad abbattere i silos di dati per passare da un eccesso di informazioni a processi orientati al seamless commerce.

Per gli indicatori da tenere sotto controllo sui canali digitali diretti rimandiamo alla guida sulla performance dell’e-commerce retail.

Misurare il ritorno: dall'esposizione all'incrementalità

Privacy: le regole del Garante che toccano i dati

Nel retail media i dati di fedeltà e di acquisto vengono usati per profilazione e marketing, quindi la base giuridica conta quanto la tecnologia. Due provvedimenti del Garante per la protezione dei dati personali sono il riferimento in Italia.

Il primo riguarda le carte fedeltà. Il Garante ha stabilito che conferire i dati e dare il consenso per profilazione e marketing deve restare libero e facoltativo. Non è lecito subordinare l’adesione al programma fedeltà, o l’uso di un servizio, al consenso per finalità promozionali. Per un brand significa che ogni segmento attivato deve contenere solo clienti che hanno dato quel consenso specifico, e che il dato del consenso deve viaggiare insieme al profilo in tutti i sistemi.

Il secondo è il provvedimento del 4 agosto 2025. Distingue tra il trattamento di dati che il titolare raccoglie direttamente per profilazione commerciale e quello svolto da terze parti, con obblighi diversi per l’acquisizione del consenso. È esattamente il confine che il retail media attraversa: il retailer tratta i propri dati, il brand riceve audience o report e a volte fornisce i propri segmenti.

Prima di firmare un accordo di data sharing, ruoli, basi giuridiche e informative vanno verificati con il vostro DPO o con il legale privacy dell’azienda. Sul piano tecnico, dove si registra il consenso, come si propaga e come si cancella, trovate il quadro nella nostra guida al GDPR nel retail.

Il nostro punto di vista

Nei progetti con le aziende del lusso e del retail la domanda di partenza è quasi sempre la stessa: quanto rende il retail media? Prima di rispondere ne poniamo un’altra: i vostri dati sono pronti a dirvelo?

Il retail media sposta investimenti importanti verso i retailer, e il report della campagna arriva da loro. Un brand che non ha una vista unica dei propri clienti e delle proprie vendite, tra boutique, e-commerce, wholesale e ERP, non può negoziare audience migliori, non può verificare l’incrementalità e non può proteggere i clienti più importanti da messaggi fuori luogo.

Per questo partiamo dai processi core, non dalla campagna. Integriamo i sistemi, puliamo e governiamo i dati, costruiamo una piattaforma analitica su cui il marketing pianifica e il management misura. Siamo una boutique specializzata nei processi del Retail e del Fashion Luxury, con team senior che conoscono SAP, le piattaforme di integrazione e gli strumenti di data analytics. Quando i dati sono in ordine, il retail media diventa uno strumento che il brand governa, non una spesa da accettare sulla fiducia.

Silvia

Una base dati pronta per il retail media

Con Modern Data Fabric progettiamo la gestione e l’integrazione dei dati che il retail media richiede: flussi da POS, e-commerce, CRM ed ERP riuniti in un’unica piattaforma, su tecnologie come Databricks e Snowflake. Con Augmented analytics quei dati diventano analisi utili a chi pianifica e a chi deve rendere conto del ritorno.

Greensharp

Se state valutando campagne di retail media o volete capire perché i report dei retailer non tornano con le vostre vendite, scoprite come lavoriamo con Modern Data Fabric.

Domande frequenti

Che differenza c’è tra retail media e pubblicità digitale tradizionale?

Il retail media usa dati di acquisto reali raccolti dal retailer, mentre la pubblicità digitale tradizionale si è a lungo basata su interessi stimati e cookie di terze parti. Gli annunci compaiono vicino al momento dell’acquisto, sul sito, sull’app o in negozio. Per questo l’effetto sulle vendite si può misurare in modo più diretto, a patto che il brand abbia dati propri con cui confrontarlo.

Un brand del lusso deve condividere i dati del proprio CRM con il retailer?

Non è obbligatorio, e quando avviene va regolato da un accordo formale che stabilisca quali dati, a quale livello di aggregazione e con quale base giuridica. Spesso basta condividere segmenti o liste di esclusione con il consenso dei clienti, oppure ricevere dal retailer report aggregati. Ruoli e consensi vanno verificati con il DPO prima di partire.

Quanto vale il retail media in Italia?

Secondo la stima 2026 degli Osservatori del Politecnico di Milano, il mercato italiano vale circa 920 milioni di euro. Il 77% riguarda l’on-site, il 15% l’off-site e l’8% l’in-store. È una crescita che spinge molti brand a rivedere come raccolgono e integrano i dati di vendita.

Da dove si comincia se i dati sono sparsi tra boutique, e-commerce e SAP?

Si parte dal censimento delle fonti e dall’integrazione dei flussi verso un’unica piattaforma, prima di attivare qualsiasi campagna. Poi si unificano le identità dei clienti, si collegano i consensi ai profili e si costruisce una base di vendite riconciliata per negozio e canale. È il percorso che seguiamo nei nostri progetti di advisory e integrazione dati.

Fonti

Raccomandati

author avatar
wp_11388387

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *