Crisi, clima e carrelli “segreti”: come sono cambiate (e impazzite) le abitudini di spesa degli italiani

Cosa lega un aceto alla candeggina durante i mesi freddi, o alle glasse per dolci in pieno agosto? A prima vista sembrano abbinamenti casuali, bizzarri incidenti di percorso tra le corsie del supermercato. Eppure, dietro a questi carrelli “insoliti” si nascondono schemi matematici rigorosi e abitudini di consumo profonde, che si trasformano radicalmente a seconda della stagione e del punto vendita.

A scattare questa fotografia insolita è l’analisi condotta da Tuidi, tech company italiana specializzata in intelligenza artificiale per il settore retail, che ha mappato le dinamiche d’acquisto di migliaia di scontrini.

Dalle gomme da masticare all’aceto con candeggina: radiografia dei due “popoli” della spesa al supermercato.
L’indagine ha permesso di catalogare le abitudini degli acquirenti in due macro-categorie:

•  I fedelissimi dell’impulso (es. le gomme da masticare): abitudini granitiche che non cambiano mai. Chi compra chewing gum ha una probabilità 3,4 volte superiore alla media di acquistare caramelle e 2,6 volte di prendere lo shampoo, indipendentemente dal fatto che sia inverno o estate.
• I trasformisti della stagione (es. l’aceto): cambiano completamente compagno a seconda del clima. In inverno finiscono nel carrello insieme alla candeggina (con una probabilità 3,8 volte superiore alla media); in estate il legame si sposta sui condimenti, abbinandosi alle glasse per dolci (7,5 volte la media) e all’aglio (3,5 volte).

Tuttavia, l’analisi dimostra che non esistono regole universali: ciò che vale in un negozio di quartiere non si ripete nello store di un’altra città, a causa di variabili geografiche, climatiche e demografiche locali.

La GDO sotto assedio: tra clienti in fuga e margini azzerati
Decifrare queste connessioni non è solo una curiosità statistica, ma una questione di sopravvivenza per i supermercati italiani. Il settore vive oggi una fase di fortissima pressione: secondo i trend di mercato analizzati da Circana, la mobilità e la propensione all’infedeltà dei clienti tra le diverse insegne registrano una crescita significativa (+16,5%), mentre i punti vendita continuano ad aumentare a fronte di una popolazione in calo.

In questo scenario di margini ridotti all’osso, capire cosa spinge davvero le vendite di un prodotto rispetto a un altro fa la differenza tra chiudere in utile o in perdita. Per riuscirci, Tuidi ha integrato algoritmi avanzati di Double Machine Learning (una tecnologia che isola il legame causale reale tra i prodotti al di là delle semplici coincidenze) aiutando i retailer a ottimizzare prezzi, assortimenti e promozioni.

«L’analisi statistica classica vede che due prodotti finiscono nello stesso scontrino, ma non va oltre: non sa dire se sia un legame reale o una coincidenza, né in quali condizioni tenga. Spesso dietro c’è un terzo fattore che li muove entrambi – spiega Vincenzo Morelli, co-founder di Tuidi. Ed è qui che il Deep Learning fa un salto diverso: impara come ogni relazione si comporta in base alle differenti variabili esogene ed endogene, rilevandone nuove che nessuno gli ha indicato. Il Double Machine Learning chiude il cerchio e isola l’effetto reale: quanto un prodotto sposta davvero le vendite dell’altro, al netto di tutto il resto. È la differenza tra osservare una coincidenza e misurare una leva su cui decidere».

Dalla teoria al bilancio: l’impatto sul business
Interpretando gli scontrini come una rete dinamica di relazioni, il sistema individua probabilità di acquisto, effetti di trascinamento e fenomeni di cannibalizzazione. Su questa base, Tuidi supporta i retailer nell’ottimizzare assortimenti, politiche di pricing e approvvigionamento.

«Il retail alimentare vive di margini sottili: qui ogni decimale conta – conclude Giulio Martinacci, co-founder di Tuidi. È il motivo per cui un’analisi come questa ha un valore economico diretto: non si limita a descrivere, ma rende più precise centinaia di decisioni quotidiane, dalle scelte di prezzo a quelle di assortimento. Abbiamo stimato che un miglioramento anche solo del 10% nella precisione di queste stime possa valere circa mezzo punto di margine lordo: su volumi come quelli del retail, è una differenza che arriva a bilancio»