AB Angelo Baccelloni English version
Domande e risposte

Domande e risposte

Le domande più frequenti sulla ricerca di Angelo Baccelloni su AI, comportamento del consumatore e strategie di marca, con risposte sintetiche.

I sistemi di raccomandazione aiutano sempre a scegliere meglio?
Non sempre. Un agente troppo specializzato sui gusti passati può restringere le opzioni e ridurre la scoperta: serve bilanciare pertinenza e novità. doi.org/10.1177/10499968251358181
La fonte (umano o AI) cambia la scelta del consumatore?
Sì. Fiducia e reazioni cambiano a seconda che la raccomandazione arrivi da un umano o da un'AI, e l'effetto dipende dal tipo di prodotto. California Management Review (2024)
Cosa sono i 'legami deboli' negli algoritmi?
Sono connessioni indirette tra prodotti e persone generate dagli algoritmi. Spesso guidano la scoperta più dei legami ovvi e si studiano con la network analysis. doi.org/10.1108/EJM-02-2024-0136
Si può anticipare una crisi di marca?
In parte. Il framework rileva segnali deboli — emozione e mobilitazione — nel discorso online prima del riconoscimento pubblico. È un pattern di riferimento, non una previsione certa. Working paper (PRIN 2022)
Le etichette nutrizionali funzionano davvero?
Il loro design incide su comprensione, fiducia e scelte, con differenze tra formati e Paesi. Le etichette più informative aiutano scelte più consapevoli. doi.org/10.1108/EJM-10-2021-0764
Nutri-Score o NutrInform: quale funziona meglio?
Dipende da comprensione e gradimento del consumatore. In un confronto su 20 Paesi, i due formati mostrano forze diverse: non c'è un vincitore assoluto, ma effetti che cambiano per contesto. doi.org/10.3390/nu15132852
Le politiche europee sulle etichette hanno effetto?
Le iniziative di policy influenzano come i consumatori leggono e usano le etichette fronte-pacco: studiarle aiuta a disegnare regole più efficaci. doi.org/10.3390/nu14163423
La blockchain aumenta la fiducia del consumatore?
Può farlo, ma solo quando colma un reale gap di credibilità ed è comunicata bene. Non basta la tecnologia: conta come la si racconta. doi.org/10.1002/mar.21855
La blockchain funziona nella filiera alimentare?
Sì, come segnale di tracciabilità e trasparenza: se percepita come credibile, sostiene fiducia e intenzione d'acquisto, come mostrano i casi su latte e agroalimentare. doi.org/10.1007/s43039-022-00061-0
Il metaverso crea valore per i brand del lusso?
Sì, se estende (e non sostituisce) l'esperienza fisica. Il valore nasce dal design phygital, che integra digitale e reale. doi.org/10.1108/BFJ-03-2024-0248
Il metaverso è adatto alla moda sostenibile?
Può generare risposte emotive forti verso i prodotti di alta gamma, ma il media conta: l'esperienza cambia molto tra ambienti diversi. Sinergie-SIMA (2023)
Come si costruisce una storia di marca nel lusso?
Con trasparenza e unicità: le parole giuste contano quanto il prodotto. Lo storytelling coerente rafforza la percezione di autenticità. Fondazione CUEIM (2025)
Cosa succede quando l'AI scrive la pubblicità?
L'AI nella pubblicità può incidere sulla percezione di autenticità del brand: usata senza cura, rischia di indebolire proprio ciò che dovrebbe rafforzare. Fondazione CUEIM (2025)
I virtual influencer sono credibili?
La loro credibilità percepita e l'engagement dipendono da come sono progettati e presentati; possono funzionare, ma con regole diverse da quelle degli influencer umani. SIM Conference (2024)
ChatGPT può descrivere la personalità di un brand?
Può restituire percezioni di personalità di marca e reazioni dei consumatori (es. nell'automotive), utili come punto di partenza — da validare con dati reali. Sinergie-SIMA (2024)
Come si misura l'impatto sociale di un'azienda?
Con un approccio strutturato: valore economico generato, effetti ambientali e sociali, e un Social ROI calcolato per territorio, come nel progetto sui punti vendita McDonald's a Roma. Progetto McDonald's Italia
Che metodi usi nella tua ricerca?
Esperimenti (anche cross-country), network analysis, text mining e topic modeling, structural equation modeling, mediazione/moderazione, machine learning e analisi bibliometrica.
Come possono le aziende usare questi risultati?
Monitorando anche i canali che non controllano, dando peso ai segnali di mobilitazione (non solo al sentiment) e progettando meglio raccomandazioni AI ed esperienze phygital.
← Torna al sito