Schede prodotto: perché 1 cliente su 5 abbandona l'acquisto online

Un consumatore europeo su cinque dice di aver abbandonato l'ultimo acquisto online di moda o sport per un motivo semplice: le informazioni sul prodotto non bastavano. È il dato che apre il nuovo report di BoF Insights "Inside Fashion & Sports E-Commerce", realizzato con Amazon Fashion & Sports.

Non è un problema nuovo. È proprio questo il punto. Chi compra online fa ancora fatica a trovare la taglia giusta e a fidarsi di quello che legge. Vestibilità, materiali e qualità restano i due principali punti di dolore per chi acquista da uno schermo.

Eppure, secondo lo stesso report, solo il 19% dei manager di brand e retailer intervistati considera la sistemazione dei dati di base la propria priorità. Il 54% sta concentrando gli sforzi su UX ed espressione del brand. Gli investimenti in AI vengono dopo.

In NextWave lo vediamo ogni settimana: siti curati, campagne ben costruite, e poi schede prodotto con due righe di descrizione e una tabella taglie generica. È lì che si perde la vendita.

Cosa cambia per chi vende online

La scheda prodotto non è un dettaglio. È il momento in cui la cliente decide se fidarsi. Se non trova la composizione del tessuto, non capisce come veste il capo o non vede il retro, chiude la pagina. Spesso non torna.

C'è poi un secondo effetto, meno visibile. Come ricorda BoF Insights, anche ricerca interna e personalizzazione dipendono da dati prodotto puliti e strutturati. Filtri che non funzionano, raccomandazioni sbagliate, risultati di ricerca vuoti: quasi sempre la causa è a monte, nel catalogo.

Lo stesso vale per i motori generativi. Un assistente AI può raccomandare solo i prodotti che riesce a capire. Attributi mancanti e descrizioni vaghe rendono un catalogo invisibile proprio nei canali che stanno crescendo.

La tentazione è saltare questo passaggio e passare subito agli strumenti più nuovi. L'esperta di retail Stacey Widlitz, citata nel report, è netta: non si può saltare la pulizia dei dati. Il brand svizzero Mammut, per esempio, ha rinviato raccomandazioni basate su AI e prova virtuale finché le fondamenta non saranno solide. «Non vogliamo costruire una casa su fondamenta rotte», spiega Anne Ernevi, responsabile e-commerce del marchio.

Mammut è partita dal linguaggio. Dalle ricerche sui clienti è emerso che le specifiche tecniche confondevano chi comprava. Così ha sostituito il rating di impermeabilità con una scala semplice da uno a sei. E ha calibrato i contenuti sul prodotto: una giacca tecnica da alpinismo ha foto complete e video, una t-shirt basic una pagina più semplice.

Il catalogo come vantaggio: il caso Passione Beauty

Un esempio italiano aiuta a capire quanto valga un catalogo gestito bene. Passione Beauty, nata nel 2011 come e-commerce specializzato nelle unghie, ha superato i 60 milioni di euro di fatturato nel 2025. Lavora al 100% in direct-to-consumer, senza grossisti né negozi fisici.

I numeri riportati da FashionNetwork raccontano un catalogo enorme e in continuo movimento: oltre 1.500 prodotti e più di 300 nuovi lanci all'anno. Più di 280.000 clienti attive, una retention del 60% e siti già attivi in Spagna, Germania, Francia, Romania e Svizzera.

Con 300 novità all'anno e più mercati da servire, la qualità delle schede non può dipendere dalla buona volontà. Serve un processo. È questo il tema per qualsiasi brand che vende online, anche con un catalogo molto più piccolo.

Cinque azioni concrete per sistemare le schede prodotto

Ecco come lavoriamo in NextWave quando un cliente ci chiede di aumentare le conversioni partendo dal catalogo.

1. Fare un audit del catalogo prima di aggiungere strumenti. Su Shopify esportiamo i prodotti e misuriamo cosa manca: composizione, misure, guida taglie, foto di dettaglio, metafield vuoti. In GA4 incrociamo questi dati con le pagine prodotto che hanno molte visite e poche aggiunte al carrello. Così sappiamo da dove partire.

2. Rendere la taglia una certezza. Tabelle taglie specifiche per categoria e per vestibilità, non una tabella unica per tutto il negozio. Misure del capo, altezza e taglia della modella, indicazioni su come veste. Su Shopify le gestiamo con metafield, così restano coerenti su tutte le varianti.

3. Scrivere descrizioni strutturate, con l'aiuto dell'AI. Il report di BoF Insights indica proprio questo uso: riscrivere descrizioni scarne in testi strutturati ed estrarre attributi impliciti, anche dalle recensioni. Nei nostri progetti di contenuti AI-powered l'AI produce la prima bozza; una persona verifica tessuti, misure e tono del brand. Nessun dato inventato.

4. Uniformare le immagini e calibrare i contenuti. Sfondi coerenti, stesse inquadrature, più angolazioni. Il report cita Decathlon, che con la piattaforma Photoroom ha ridotto di quattro volte il carico di lavoro del team e del 99% il costo per immagine, secondo i dati di Photoroom. Come Mammut, diamo più contenuti ai prodotti complessi o di prezzo più alto.

5. Collegare dati prodotto e dati clienti. Resi per taglia, recensioni, domande ricevute al servizio clienti: sono informazioni preziose che spesso restano separate. Le riportiamo nelle schede e nei flussi email con Shopify Flow e Shopify Messaging (o Klaviyo, per chi lo usa). Un esempio: un'email post-acquisto che chiede come veste il capo e alimenta la guida taglie.

C'è anche un vantaggio SEO e GEO. Schede complete, con attributi chiari e dati strutturati, aiutano sia Google sia i motori generativi a capire cosa vendi e a chi proporlo. È lavoro che rende su più canali insieme.

Il nostro laboratorio

In Follie by Alice, lo shop di moda che usiamo come laboratorio, testiamo questi interventi prima di proporli ai clienti: guide taglie per categoria, descrizioni con dettagli su tessuto e vestibilità, contenuti di styling. È il modo più diretto per capire cosa funziona davvero su un catalogo fashion, con clienti reali.

Da dove partire

Il messaggio del report è chiaro: prima le fondamenta, poi gli strumenti avanzati. Sistemare il catalogo non è il progetto più spettacolare. È però quello che fa funzionare tutto il resto: campagne Meta e Google, ricerca interna, email, visibilità nei motori AI.

Nel nostro metodo questo lavoro parte dalla Discovery, con l'audit del catalogo e dei dati GA4. Poi passa a Design e Build, dove ridisegniamo template e metafield su Shopify. Infine il Launch, con le misure per verificare l'impatto su conversioni e resi.

Vuoi capire quante vendite perdono oggi le tue schede prodotto? Scrivici: in NextWave partiamo da un'analisi del tuo catalogo e ti indichiamo le priorità.

Fonti

• BoF Insights, The E-Commerce Basics Brands Need to Get Right, The Business of Fashion, ottobre 2026

• FashionNetwork, I 15 anni di Passione Beauty: fatturato a 60 milioni, 280.000 clienti attive, espansioni in Europa, ottobre 2026