← Torna al blog

AI Skin Analysis · Beauty Retail · 13 ottobre 2026

What to Know About AI Skin Analysis Platforms: A Guide for Beauty Retailers

Per gli e-commerce manager e gli innovation manager, comprendere queste funzionalità è essenziale per scegliere una tecnologia in grado di supportare sia la customer experience sia le decisioni di business.

Illustrazione di una donna accanto a un'analisi della pelle con AI del suo viso, in forma di ologramma

Che cos'è una piattaforma di AI Skin Analysis?

Una piattaforma di AI Skin Analysis utilizza l'intelligenza artificiale per valutare le caratteristiche visibili della pelle e aiutare i clienti a scoprire i prodotti skincare più adatti alle loro esigenze.

Queste piattaforme utilizzano la computer vision, una tecnologia che permette all'AI di interpretare le immagini, per analizzare i selfie e individuare caratteristiche visibili della pelle come imperfezioni, rossori, pori e rughe.

Per i retailer beauty, il vero valore va oltre l'individuazione delle problematiche della pelle: sta nel collegare i risultati dell'analisi a prodotti skincare pertinenti e a informazioni in grado di supportare le decisioni di business.

I cinque criteri che seguono aiutano i retailer a valutare quale piattaforma di AI Skin Analysis risponda meglio alle loro esigenze.

1. Personalizzazione: la piattaforma abbina i prodotti alle esigenze individuali della pelle?

Una personalizzazione skincare basata sull'AI davvero efficace collega le caratteristiche della pelle di ogni cliente agli ingredienti dei prodotti disponibili nel catalogo del retailer.

Un'esperienza personalizzata dovrebbe aiutare i clienti a capire quali prodotti skincare sono adatti alla loro pelle, invece di limitarsi a individuare le problematiche visibili.

Dermaself combina uno skin test, che raccoglie informazioni sulla pelle del cliente, con un'analisi AI basata su selfie. La piattaforma confronta poi i risultati con gli ingredienti dei prodotti disponibili nel catalogo del retailer.

Questo processo utilizza le informazioni INCI . INCI è l'acronimo di International Nomenclature of Cosmetic Ingredients, la nomenclatura standardizzata utilizzata per indicare gli ingredienti sui prodotti cosmetici.

Collegando le caratteristiche della pelle alle informazioni sugli ingredienti, Dermaself consiglia formulazioni adatte alle esigenze individuali e costruisce routine skincare personalizzate.

Per l'e-commerce beauty, questo trasforma cataloghi di prodotti molto ampi in un'esperienza d'acquisto più guidata, aiutando i clienti a scoprire i prodotti adatti alla loro pelle.

2. Raccomandazioni indipendenti dal brand: perché sono importanti per i retailer multibrand?

Le raccomandazioni skincare indipendenti dal brand suggeriscono prodotti in base alle esigenze della pelle e agli ingredienti, anziché partire da un brand specifico.

Questo approccio è particolarmente utile per i retailer multibrand, ovvero le realtà che vendono prodotti di diversi brand beauty all'interno dello stesso negozio o sito web.

Nei department store, ad esempio, i clienti si trovano spesso davanti a decine di brand skincare e centinaia di formulazioni. Scegliere tra queste può essere difficile senza una guida personalizzata.

Dermaself collega i risultati dell'analisi della pelle di ogni cliente ai prodotti più adatti dell'assortimento già presente del retailer, consentendo di includere nelle raccomandazioni formulazioni di brand diversi.

Per i retailer, l'abbinamento basato sugli ingredienti rende la scoperta dei prodotti più pertinente per ogni singolo cliente, mantenendo le raccomandazioni legate ai prodotti effettivamente in vendita.

3. Insight per il merchandising: l'analisi della pelle con AI può supportare le decisioni commerciali?

L'analisi della pelle con AI può aiutare i retailer a comprendere le esigenze della pelle dei propri clienti e a utilizzare queste informazioni per supportare le decisioni di merchandising.

Il merchandising indica il modo in cui i retailer scelgono, organizzano, presentano e promuovono i prodotti che vendono.

Oltre alle raccomandazioni skincare individuali, Dermaself fornisce dati aggregati e statistiche ricavati dalle analisi della pelle dei clienti.

Per dati aggregati si intendono informazioni raccolte da più analisi e combinate per individuare caratteristiche comuni o esigenze ricorrenti dei clienti, anziché concentrarsi su una singola persona.

Questi insight possono aiutare i team e-commerce e merchandising a:

• Comprendere le esigenze dei clienti: individuare le caratteristiche della pelle che emergono con maggiore frequenza nelle analisi

• Orientare l'assortimento: utilizzare gli insight sui clienti per decidere a quali categorie skincare dare priorità

• Migliorare la presentazione dei prodotti: mettere in evidenza le categorie di prodotto più pertinenti alle esigenze emerse tra i clienti

• Supportare la pianificazione commerciale: prendere decisioni basate sulle informazioni raccolte durante le consulenze skincare

Ad esempio, se le analisi aggregate mostrano che molti clienti condividono una specifica problematica della pelle, il retailer può tenerne conto quando rivede il proprio assortimento skincare.

In questo modo Dermaself svolge due ruoli complementari: aiuta i clienti a scoprire i prodotti più adatti e aiuta i retailer a comprendere meglio le esigenze del proprio pubblico.

4. Integrazione omnichannel: l'esperienza funziona sia online sia in negozio?

Una piattaforma omnichannel di AI Skin Analysis rende disponibile la consulenza skincare personalizzata negli store online, nei negozi fisici e negli altri punti di contatto con il cliente.

Omnichannel significa semplicemente collegare i diversi luoghi in cui i clienti interagiscono con un brand o un retailer, così che possano accedere ai servizi pertinenti lungo tutto il loro percorso d'acquisto.

L'analisi può inoltre supportare i beauty advisor, ovvero il personale che aiuta i clienti a scegliere i prodotti beauty, fornendo informazioni sulle caratteristiche visibili della pelle e raccomandazioni skincare pertinenti.

Per i department store e i retailer multibrand, questo crea l'opportunità di offrire una guida personalizzata nei diversi ambienti d'acquisto.

L'aspetto chiave da valutare è quanto efficacemente la piattaforma colleghi l'analisi della pelle alla scoperta dei prodotti, ovunque i clienti interagiscano con il retailer.

5. Validazione scientifica e privacy: cosa dovrebbero verificare i retailer?

I retailer dovrebbero scegliere piattaforme di AI Skin Analysis supportate da risultati tecnici documentati, metodi di test spiegati con chiarezza e tecnologie avanzate progettate per proteggere l'identità dei clienti.

Quando si valuta l'accuratezza, è importante capire che cosa è stato testato e come sono stati misurati i risultati.

La tecnologia AI di Dermaself è stata sviluppata utilizzando oltre 220.000 immagini della pelle annotate. Significa che le caratteristiche della pelle sono state identificate ed etichettate nelle immagini usate per sviluppare i modelli di AI, aiutando la tecnologia a riconoscere le diverse caratteristiche della pelle.

Validazione interna Dermaself 2026

La validazione interna 2026 di Dermaself ha riportato due risultati:

220,000+

immagini della pelle annotate

98%

valutazione del rossore entro un grado

92%

localizzazione delle rughe identificata correttamente

98% nella valutazione del rossore: nel 98% dei casi, la valutazione del rossore da parte dell'AI si è discostata dalla valutazione di riferimento di non più di un grado. Il test ha coinvolto 121 volti non utilizzati per l'addestramento del modello, con fototipi cutanei II–IV, le categorie che descrivono come la pelle reagisce tipicamente all'esposizione al sole.

92% nella localizzazione delle rughe: l'AI ha identificato correttamente l'area del viso in cui si trovava una ruga nel 92% dei casi, su oltre 5.000 rughe analizzate.

Fonte: validazione interna Dermaself, 2026. Questi risultati descrivono funzioni specifiche testate in condizioni definite.

Anche la qualità delle immagini è importante. Differenze di illuminazione, fotocamere degli smartphone e impostazioni dell'immagine possono influire sul modo in cui la pelle appare nelle fotografie.

La normalizzazione delle immagini consiste nell'adattare le immagini per ridurre le differenze causate dall'illuminazione e dalle impostazioni della fotocamera.

Skin Guard: un approccio più avanzato all'anonimizzazione del volto

Proteggere l'identità dei clienti richiede più che nascondere i tratti riconoscibili del volto. Coprire elementi come occhi e bocca può comunque lasciare informazioni facciali che i sistemi di AI sono in grado di utilizzare per riconoscere una persona.

La tecnologia Skin Guard di Dermaself adotta un approccio diverso. Invece di limitarsi a nascondere i singoli tratti, separa digitalmente le informazioni sulla pelle del viso dal volto originale e le trasferisce su un modello facciale neutro, simile a un manichino.

Questo processo è pensato per preservare le informazioni sulla pelle necessarie all'analisi, riducendo al contempo le informazioni identificative associate al volto originale.

Per i retailer beauty, Skin Guard rappresenta un approccio all'analisi della pelle con AI orientato alla privacy, che unisce tecnologia skincare personalizzata e un ulteriore livello di protezione dell'identità.

Per i retailer, prestazioni documentate, un trattamento responsabile delle immagini e tecnologie progettate per proteggere l'identità dei clienti sono fattori importanti nella valutazione di un partner tecnologico per la skincare basata sull'AI.

Un esempio concreto: Dermaself allo Shaka Beauty Hotel × OVS

Durante la Milano Beauty Week 2026, Dermaself ha portato l'analisi della pelle con AI e le raccomandazioni di prodotto personalizzate all'interno di un'esperienza di beauty retail multibrand.

Allo Shaka Beauty Hotel, un'attivazione firmata Shaka, il beauty concept di OVS, i visitatori potevano completare un'analisi della pelle basata su selfie e ricevere raccomandazioni skincare personalizzate con prodotti dell'assortimento selezionato.

2,632

analisi della pelle con AI completate

75%

tasso di completamento: il 75% degli utenti che hanno iniziato l'esperienza l'ha portata a termine

55 sec

un'analisi completata ogni 55 secondi, in media durante l'orario di apertura

L'esperienza ha combinato punti di consulenza fisici con l'accesso tramite lo smartphone dei visitatori.

Questi risultati evidenziano un forte coinvolgimento dei clienti e dimostrano come la consulenza skincare basata sull'AI possa essere introdotta con successo in un ambiente beauty multibrand ad alto traffico.

Scegliere una piattaforma di AI Skin Analysis: una checklist pratica

La giusta piattaforma di AI Skin Analysis dovrebbe unire una valutazione affidabile della pelle, raccomandazioni di prodotto personalizzate, insight utili sui clienti e l'integrazione con l'esperienza d'acquisto già esistente del retailer.

Prima di scegliere una soluzione, gli e-commerce manager e gli innovation manager dovrebbero porsi sei domande:

1. Performance scientifica
La piattaforma fornisce risultati documentati che mostrano con quale accuratezza valuta specifiche caratteristiche della pelle?

2. Personalizzazione
Le raccomandazioni si basano sulle esigenze della pelle di ogni cliente e sugli ingredienti dei prodotti?

3. Compatibilità multibrand
La piattaforma può consigliare prodotti di brand diversi presenti nel catalogo del retailer?

4. Insight per il merchandising
Può fornire dati aggregati sui clienti che aiutino i retailer a comprendere le esigenze più comuni della pelle?

5. Integrazione
I clienti possono accedere all'esperienza sia tramite e-commerce sia nei negozi fisici?

6. Privacy
La piattaforma utilizza tecnologie progettate per proteggere l'identità dei clienti durante l'elaborazione delle immagini del volto?

Questi criteri aiutano i retailer a individuare tecnologie che colleghino l'analisi della pelle a una guida skincare personalizzata e a informazioni di valore per il business.

Dermaself: analisi della pelle, scoperta dei prodotti e insight per il retail

Dermaself combina analisi della pelle con AI, abbinamento dei prodotti basato sugli ingredienti, insight aggregati sui clienti ed elaborazione del volto orientata alla privacy, per creare esperienze skincare personalizzate per i retailer beauty.

La sua tecnologia collega le esigenze individuali della pelle ai prodotti pertinenti dell'assortimento del retailer, fornendo al tempo stesso informazioni utili a supportare le decisioni di merchandising e commerciali.

Scopri la tecnologia AI Skin Analysis di Dermaself →
Elena Setaro, CEO & Founder di Dermaself

Scritto da

Elena Setaro

CEO & Founder, Dermaself

Elena Setaro è CEO e founder di Dermaself, l'azienda beauty tech di Milano che unisce l'analisi della pelle con AI a oltre 30 anni di ricerca dermatologica dell'istituto Derming, per aiutare brand e retailer beauty a consigliare la skincare giusta a ogni cliente. Si è laureata in Economia all'Università Bocconi con 110 e lode, ha lavorato in Philips ed è stata inserita nella classifica Forbes Italia Under 30 2025, categoria Science & Healthcare.

LinkedIn →

Domande frequenti

Risposte rapide alle domande più comuni

Qual è la differenza tra analisi della pelle con AI e raccomandazioni skincare basate sull'AI?

L'analisi della pelle con AI individua le caratteristiche visibili della pelle tramite l'intelligenza artificiale. Le raccomandazioni skincare basate sull'AI utilizzano questi risultati per suggerire prodotti pertinenti. Dermaself collega entrambi i processi abbinando le esigenze della pelle agli ingredienti dei prodotti presenti nel catalogo del retailer.

Le piattaforme di AI Skin Analysis possono funzionare con cataloghi multibrand?

Sì. Dermaself può consigliare prodotti skincare di brand diversi all'interno del catalogo di un retailer, confrontando le caratteristiche individuali della pelle con le informazioni sugli ingredienti dei prodotti.

In che modo l'analisi della pelle con AI può migliorare la customer experience nei department store?

L'analisi della pelle con AI aiuta i clienti a ricevere una guida skincare personalizzata durante lo shopping. Tramite QR code, tablet e smart mirror, i clienti possono esplorare i prodotti pertinenti, mentre i beauty advisor possono utilizzare i risultati dell'analisi a supporto delle consulenze.

In che modo la tecnologia Skin Guard di Dermaself protegge l'identità dei clienti?

Skin Guard è progettata per proteggere l'identità dei clienti trasferendo digitalmente le informazioni sulla pelle del viso su un modello facciale neutro, simile a un manichino, invece di limitarsi a coprire tratti come occhi e bocca. Questo approccio mira a preservare le informazioni utili sulla pelle riducendo i dettagli facciali identificativi.

Quali insight per il merchandising possono ottenere i retailer da Dermaself?

Dermaself fornisce informazioni aggregate dalle analisi della pelle dei clienti, ovvero statistiche combinate che aiutano i retailer a individuare le esigenze più comuni della pelle e a utilizzare questi insight per orientare l'assortimento e le decisioni commerciali.

Come dovrebbero valutare i retailer l'accuratezza dell'analisi della pelle con AI?

I retailer dovrebbero esaminare i risultati di test tecnici specifici, le immagini utilizzate per la valutazione e il modo in cui sono state misurate le prestazioni. Ad esempio, i test su immagini escluse dall'addestramento aiutano a valutare come si comporta un modello AI su immagini da cui non ha mai imparato.

Porta l’AI Skin Analysis di Dermaself nella customer experience del tuo brand

Integra l’analisi della pelle da selfie e le raccomandazioni skincare personalizzate nel tuo e-commerce o punto vendita, collegando le esigenze della pelle ai prodotti disponibili nel tuo catalogo.

Prenota una Demo

Contattaci

Raccontaci del tuo brand o progetto: il nostro team ti risponderà via email.

Contattaci

Raccontaci del tuo brand o progetto: il nostro team ti risponderà via email.