Guida di Settore: Retail ed Ecommerce

Come usare Claude nel retail e nell'ecommerce: guida per rivenditori e team ecommerce

Cataloghi più rapidi, le stesse protezioni al checkout.

Questa guida è per chi gestisce il retail, i team ecommerce, i responsabili dell'assistenza clienti, i team merchandising e i team tecnologici del retail che vogliono mettere Claude di Anthropic al lavoro sui contenuti prodotto, le conversazioni con i clienti e i segnali di domanda che fanno avanzare un negozio. Copre i lanci commerce propri di Anthropic e ciò che aziende di retail ed ecommerce nominate hanno dichiarato sull'uso di Claude negli annunci e nelle pagine clienti di Anthropic.

Sapere come usare Claude nel retail e nell'ecommerce significa concentrarlo su lavoro a livello di catalogo e orientato al cliente: scrivere e aggiornare descrizioni prodotto, redigere risposte di assistenza clienti e smistare i ticket di supporto, riassumere le recensioni dei clienti, costruire narrazioni di pianificazione della domanda a partire dai dati di vendita, redigere testi di merchandising e campagne, e supportare agenti di acquisto e di commercio che cercano in un catalogo, costruiscono un carrello e rispondono a domande su ordini e resi. Claude redige, riassume e segnala schemi, limitato ai dati di catalogo e prezzo propri del commerciante. I responsabili di retail, ecommerce e assistenza clienti mantengono ogni decisione su prezzo, promozione e checkout, e verificano il lavoro assistito dall'IA nei propri controlli di catalogo, inventario e privacy prima che raggiunga un acquirente.

Pubblicato il

Lezione gratuita · nessun account richiestoIl Contesto È TuttoPrompting Strategico5 minInizia la lezione gratuita

Punti chiave

  • Gli usi più solidi nel retail e nell'ecommerce sono i contenuti prodotto, l'assistenza clienti, il riassunto delle recensioni, le narrazioni di pianificazione della domanda e i testi di merchandising.
  • Il lavoro commerce di Anthropic comprende una pagina soluzioni per aziende di retail, viaggi, telecomunicazioni e biglietteria, e un progetto aperto per costruire agenti di acquisto e di commercio su Claude.
  • Le pagine clienti di Anthropic descrivono come Advantage Solutions e Lotte Homeshopping usano Claude nelle proprie operazioni di retail ed ecommerce.
  • Gli agenti di acquisto e di commercio costruiti sul progetto sono strutturalmente limitati ai dati di catalogo propri del commerciante e non possono inventare un prezzo o un prodotto.
  • Le decisioni sui prezzi, le promozioni e ciò che arriva davvero al checkout restano nelle mani dei team di retail, ecommerce e merchandising responsabili di quelle decisioni.

Copia e incolla

Prompt da usare subito

Redazione di una descrizione prodotto da una scheda tecnica

Scrivi una descrizione prodotto per l'inserzione ecommerce sotto usando solo gli attributi, i materiali e le taglie della scheda tecnica allegata. Limitala a 120 parole, segui la guida al tono di marca incollata sotto, metti in evidenza le tre caratteristiche più rilevanti per il cliente target, e segnala qualsiasi affermazione che la scheda tecnica non sostenga, così posso verificarla prima della pubblicazione. Scheda tecnica e guida al tono di marca: [paste].

Ancorare la descrizione alla scheda tecnica è ciò che evita che una riscrittura a livello di catalogo scivoli in un'affermazione non sostenuta.

Smistamento e bozza di risposta per un ticket di assistenza clienti

Esamina il ticket di assistenza clienti sotto e redigi una risposta usando solo la nostra politica di resi e spedizioni incollata sotto. Indica esattamente le opzioni che la politica consente per questo cliente, cita la sezione della politica per ogni opzione, e segnala qualsiasi elemento del ticket che richieda un operatore umano, come una segnalazione di danno al trasporto o una richiesta fuori politica. Ticket e politica: [paste].

Citare la sezione della politica è ciò che permette a un operatore umano di approvare la bozza in pochi secondi invece di rileggere tutta la politica.

Riassunto delle recensioni dei clienti per una pagina prodotto

Riassumi le recensioni dei clienti incollate sotto nei tre elogi più comuni, nelle tre lamentele più comuni, e in qualsiasi problema di sicurezza o di taglia menzionato più di una volta. Non inventare un tema che non compaia davvero in più recensioni, e indica quante recensioni menzionano ogni punto. Recensioni: [paste].

Richiedere che un tema compaia in più recensioni evita che il riassunto sovrappesi una singola voce isolata ma rumorosa.

Narrazione di pianificazione della domanda dai dati di vendita

Riassumi i dati di vendita settimanali sotto per il team merchandising: quali SKU stanno salendo o scendendo rispetto alle quattro settimane precedenti, quale categoria mostra uno schema stagionale, e quali articoli rischiano l'esaurimento scorte al ritmo di vendita attuale. Cita i numeri concreti dietro ogni punto e non speculare su cause che i dati non mostrano. Dati di vendita: [paste].

Mantenere la narrazione legata ai numeri incollati evita che il modello indovini motori di domanda che non ha visto.

Redazione di testo di merchandising e campagna

Redigi tre varianti del testo di campagna per la promozione descritta sotto, ciascuna sotto le 40 parole, seguendo la guida al tono di marca incollata sotto. Indica solo lo sconto, le date e i prodotti ammessi esattamente come descritti, e segnala qualsiasi cosa che il brief della promozione non specifichi, come una data di fine o esclusioni. Brief della promozione e guida al tono di marca: [paste].

Chiedere lacune segnalate invece di supposizioni colmate è ciò che evita che una campagna a turnazione rapida pubblichi un'affermazione imprecisa.

Da Anthropic

Cosa offre Anthropic per il settore Retail and Ecommerce

Claude for commerce

La pagina soluzioni di Anthropic per il commerce posiziona Claude come un livello di intelligenza per aziende di retail, viaggi, telecomunicazioni e intrattenimento, descrivendo agenti di acquisto orientati al consumatore che cercano in un catalogo e aiutano a costruire un carrello, e agenti orientati al commerciante per analisi delle vendite, gestione dell'inventario, promozioni e redazione di campagne, con suggerimenti proattivi del commerciante messi in attesa di approvazione da parte di una persona prima che qualcosa vada live.

Fonte

Building commerce agents with Claude

L'articolo di Anthropic del settembre 2026 presenta un progetto aperto di agenti commerce: implementazioni di riferimento di un agente di acquisto e un agente commerciante per retail, viaggi, telecomunicazioni e biglietteria, costruite sull'API Messages, sul Claude Agent SDK o su Claude Managed Agents, più un plugin Claude Code. L'articolo nomina Shopify, Priceline, Klaviyo, Square, Wix, Fetch, Intuit e Zomato come aziende che costruiscono sul progetto, e riporta che i rivenditori che eseguono agenti di acquisto su Claude hanno visto carrelli fino al 35% più grandi e acquirenti con il 60% di probabilità maggiore di completare un acquisto.

· Fonte

In pratica

Come i team del settore Retail and Ecommerce usano Claude

Secondo la storia cliente pubblicata da Anthropic

Advantage Solutions

Advantage Solutions è un'azienda di servizi retail che collega circa 4.000 produttori di beni di consumo ai rivenditori che vendono i loro prodotti, tramite circa 60.000 collaboratori in prima linea che coprono più del 90% dei codici postali statunitensi. L'azienda ha costruito uno strumento di conformità, sviluppato in parte con Claude Code, che permette ai responsabili degli eventi di fotografare un allestimento in negozio per la verifica, cosa che prevede libererà più di 70.000 ore di lavoro all'anno. Il suo team finanziario ha anche usato Claude per automatizzare slide di previsione, commenti e lavoro di validazione, riducendo un processo che richiedeva circa 10 ore a meno di 30 minuti, e altri team hanno usato Claude Code per costruire un modello di instradamento dei negozi e Claude Cowork per redigere la prima lettera agli azionisti dell'azienda.

Leggi la storia cliente di Anthropic

Secondo la storia cliente pubblicata da Anthropic

Lotte Homeshopping

Lotte Homeshopping, un'azienda sudcoreana di televendite, ha costruito Moni, un'assistente IA che funziona su Claude ed è implementata tramite la piattaforma di messaggistica Sendbird, per rispondere alle domande dei partner su controllo qualità, rapporti di prova e marcature di conformità normativa. Il caso di studio di Anthropic riporta che Moni elabora in media 53 domande di partner al giorno e ha ridotto le richieste dei partner al personale qualità di Lotte del 30-40%, dopo essere stata lanciata con partner moda nell'ottobre 2024 ed essersi espansa a elettrodomestici e altre categorie entro gennaio 2025.

Leggi la storia cliente di Anthropic

Esempio illustrativo

Una richiesta di reso smistata prima di arrivare a un operatore umano

  1. Un'acquirente invia una richiesta di reso tramite la chat del negozio, descrivendo un articolo arrivato nella taglia sbagliata.
  2. L'assistente recupera il record dell'ordine e la politica di resi vigente, confermando che l'articolo e la finestra temporale sono ammissibili, e redige una risposta con i passaggi esatti del reso e la sezione della politica su cui si è basato.
  3. La bozza segnala che l'acquirente ha menzionato un possibile danno nella spedizione, cosa che la politica instrada a un operatore umano invece che a un reso standard.
  4. Un operatore di assistenza verifica la risposta redatta e la segnalazione in meno di un minuto, approva la parte standard, e si occupa personalmente della segnalazione di danno.
  5. La risposta approvata viene inviata con un'etichetta e un link di tracciamento, e la segnalazione di danno viene aperta come ticket separato perché una persona la gestisca.

Flussi di Lavoro Principali

Casi d'uso di Claude nel retail e nell'ecommerce, dal catalogo al checkout

Queste sono le aree in cui l'IA per il retail e l'ecommerce fa risparmiare più tempo a merchandising e assistenza, mantenendo accurati prezzi e politiche.

Generazione di descrizioni prodotto

L'IA per le descrizioni prodotto redige e aggiorna il testo del catalogo partendo da una scheda tecnica, a una scala che nessun team merchandising può raggiungere a mano, con ogni affermazione ricondotta agli attributi di origine.

Assistenza clienti e smistamento ticket

Redigere risposte e instradare i ticket in base alla politica reale di resi, spedizioni e garanzia, così un operatore umano verifica una bozza citata invece di scriverne una da zero.

Riassunto delle recensioni

Estrarre elogi, lamentele e problemi di taglia o sicurezza ricorrenti da centinaia di recensioni in un riassunto strutturato su cui un addetto al merchandising può agire.

Narrazioni di pianificazione della domanda

Trasformare dati grezzi di vendita e inventario in un riassunto in linguaggio chiaro di ciò che sta salendo, scendendo o rischia l'esaurimento scorte, citato ai numeri.

Testi di merchandising e campagne

Redigere testi promozionali, campagne email e varianti di landing page a partire da un brief di campagna, nel tono proprio del marchio.

Agenti di acquisto e di commercio

Agenti costruiti sul progetto commerce di Anthropic che aiutano un acquirente a cercare in un catalogo e costruire un carrello, o un commerciante a individuare un problema di prezzo o inventario, limitati a dati di catalogo reali.

Cosa Riportano le Aziende di Retail

Come i rivenditori e i team ecommerce usano l'IA oggi

Come viene usata l'IA nel retail? Le pagine clienti di Anthropic descrivono aziende concrete che usano Claude nelle operazioni di retail e nel supporto ecommerce. Advantage Solutions, un'azienda di servizi retail che collega circa 4.000 produttori di beni di consumo ai rivenditori che vendono i loro prodotti tramite circa 60.000 collaboratori in prima linea, ha costruito uno strumento, sviluppato in parte con Claude Code, che permette ai responsabili degli eventi di fotografare un allestimento in negozio per un controllo di conformità, un uso che l'azienda prevede libererà più di 70.000 ore di lavoro all'anno. Il suo team finanziario ha anche usato Claude per automatizzare slide di previsione, commenti e lavoro di validazione, riducendo un processo che richiedeva circa 10 ore a meno di 30 minuti, secondo la direttrice della pianificazione e analisi finanziaria dell'azienda.

Lotte Homeshopping, un'azienda sudcoreana di televendite, ha costruito un assistente IA chiamato Moni, che funziona su Claude ed è implementato tramite la piattaforma di messaggistica Sendbird, per rispondere alle domande dei partner su controllo qualità, rapporti di prova e marcature di conformità normativa. Il caso di studio di Anthropic riporta che Moni elabora in media 53 domande di partner al giorno e ha ridotto le richieste dei partner al personale qualità di Lotte del 30-40%, dopo essere stato lanciato con partner moda nell'ottobre 2024 ed essersi espanso a elettrodomestici e altre categorie entro gennaio 2025.

Nell'IA per il retail e nell'IA per l'ecommerce più in generale, e nell'IA nell'industria del retail in generale, lo schema in queste pagine è coerente: l'IA generativa nel retail tende a partire da lavoro ripetitivo e intensivo di documenti, redigendo contenuti, rispondendo a domande di routine e riassumendo dati, mentre le persone responsabili delle decisioni su prezzo, conformità e marchio continuano a verificare il risultato prima che raggiunga un cliente o un partner. Lo stesso schema compare nell'IA per l'assistenza clienti e nell'IA per il merchandising ecommerce in particolare: un modello redige a partire da una fonte nominata, e una persona approva ciò che viene pubblicato.

I Lanci di Anthropic

Gli strumenti commerce che Anthropic ha costruito

La pagina soluzioni di Anthropic per il commerce posiziona Claude come un livello di intelligenza per aziende di retail, viaggi, telecomunicazioni e intrattenimento. Descrive agenti di acquisto orientati al consumatore che cercano in un catalogo, ricordano le preferenze di un acquirente e aiutano a costruire un carrello, insieme ad agenti orientati al commerciante che gestiscono analisi delle vendite, gestione di catalogo e inventario, promozioni e redazione di campagne, con suggerimenti proattivi del commerciante messi in attesa di approvazione da parte di una persona prima che qualcosa vada live.

Nel settembre 2026, Anthropic ha pubblicato un articolo che presenta un progetto di agenti commerce: un'implementazione di riferimento aperta di un agente di acquisto e un agente commerciante, che copre il retail insieme a viaggi, telecomunicazioni e biglietteria, costruita sull'API Messages, sul Claude Agent SDK o su Claude Managed Agents, più un plugin Claude Code che adatta il progetto al catalogo proprio di un commerciante. Il codice di riferimento è pubblicato su GitHub, e Anthropic afferma di non mantenere il codice né offrire un accordo di servizio per esso, poiché è pensato come punto di partenza piuttosto che come prodotto supportato.

La pagina commerce e l'articolo sul progetto descrivono partner nominati e primi adottanti, tra cui Shopify, Priceline, Klaviyo, Square, Wix, Fetch, Intuit e Zomato che costruiscono agenti di acquisto o integrazioni, con Visa, Mastercard e Accenture nominati come partner dell'ecosistema. Le stesse fonti riportano che i rivenditori che eseguono agenti di acquisto su Claude hanno visto carrelli fino al 35% più grandi e acquirenti con il 60% di probabilità maggiore di completare un acquisto, e che l'agente di acquisto è strutturalmente limitato a dati di catalogo reali, quindi non può inventare un prezzo o un prodotto che non sia davvero in stock.

La Scrittura nella Pratica

Come fare bene le descrizioni prodotto con l'IA

Lo schema che funziona nel testo di catalogo è una scheda tecnica nominata e un limite di parole rigido. Dai a Claude gli attributi, i materiali e le taglie di un singolo SKU, insieme alla guida al tono di marca, e chiedigli di segnalare qualsiasi affermazione che la scheda tecnica non sostenga invece di riempire un vuoto con una supposizione plausibile. Una descrizione costruita così può essere verificata attributo per attributo, che è esattamente ciò di cui un addetto al merchandising ha bisogno prima che un'inserzione vada online.

Il riassunto delle recensioni è un uso sottovalutato per lo stesso motivo. Un prodotto con centinaia di recensioni ripete gli stessi elogi e lamentele, e chiedere a Claude di far emergere solo i temi che compaiono in più recensioni, con un conteggio associato a ciascuno, trasforma uno scorrimento lungo in una lista breve e verificabile su cui un team merchandising può agire.

Mantieni esplicita la divisione dei compiti. Claude redige, riassume e segnala i vuoti. Il team merchandising o assistenza clienti è responsabile del testo finale e di decidere se un elemento segnalato viene pubblicato, e le decisioni su prezzo, promozione e rimborso restano nelle mani di chi è responsabile del risultato finanziario. Scrivere questa divisione nel flusso di lavoro è anche come un agente di acquisto o di commercio si guadagna le protezioni sui dati di catalogo e sull'approvazione in attesa che il progetto commerce di Anthropic integra di default.

Scegliere gli Strumenti

Claude contro ChatGPT per il lavoro di retail ed ecommerce

Il confronto Claude contro ChatGPT per il retail è più utile se condotto sui propri contenuti: una descrizione prodotto già approvata, una risposta di assistenza clienti già inviata, e un riassunto vendite già verificato rispetto ai dati sottostanti. Confronta l'accuratezza rispetto alla versione nota come corretta, quanto ciascuno strumento resti fedele agli attributi di origine, e come ciascuno gestisca un vuoto nella scheda tecnica invece di indovinare.

Nella pratica di retail ed ecommerce, la decisione di solito si riduce a integrazione e governance più che a un singolo benchmark: se lo strumento può collegarsi ai tuoi sistemi di catalogo, inventario e ordini senza esporre dati clienti oltre il necessario, quale implementazione i tuoi team IT e rischio hanno approvato, e se un agente di acquisto o di commercio possa davvero essere limitato al tuo catalogo invece che al web aperto. I team che valutano l'IA per le operazioni di retail tendono a pesare le stesse domande di integrazione, che stiano confrontando Claude, ChatGPT o un altro assistente.

È sicuro usare Claude per lavoro di retail orientato al cliente? I dati dei clienti e i dettagli di pagamento sono sensibili per default, e le protezioni commerce di Anthropic descrivono limiti rigidi sull'autorità di carrello e rimborso, con escalation a una persona oltre quei limiti. Se un'implementazione specifica soddisfi i tuoi obblighi di trattamento dati e PCI è una domanda per il tuo team sicurezza e conformità, non una risposta generale.

Primi Passi

Un primo mese sicuro per un team di retail o ecommerce

Inizia con uno SKU già chiuso

Testa i prompt su un prodotto già lanciato, e confronta la descrizione redatta dall'IA con la versione realmente pubblicata.

Carica il tuo tono di marca e le politiche

Metti la tua guida al tono di marca, la politica di resi e i termini di spedizione in un progetto perché le bozze corrispondano ai tuoi standard esistenti per default.

Scegli un'attività ad alto volume

Scegli un'attività ripetitiva, come l'aggiornamento delle descrizioni o lo smistamento dei ticket, e misura il cambiamento nel tempo di gestione.

Definisci il confine di catalogo e prezzo

Accorda con IT e il management merchandising quali sistemi un agente possa leggere, quali azioni richiedano ancora una persona, e come vengono trattati i dati dei clienti.

Limiti

Dove devono decidere i responsabili di retail ed ecommerce

Claude può leggere male una scheda tecnica, non cogliere un cambiamento recente di politica, o redigere una descrizione che esagera una caratteristica che il materiale di origine in realtà non sostiene. Ogni inserzione, risposta al cliente o campagna redatta con l'IA richiede una verifica umana, e ogni affermazione su prezzo, disponibilità o una promozione dovrebbe essere verificata rispetto al sistema in produzione prima di raggiungere un acquirente.

A cosa dovrebbe prestare attenzione un team di retail o ecommerce con l'IA? I dati dei clienti meritano lo stesso trattamento di qualsiasi altro sistema orientato al cliente: invia solo ciò di cui un compito ha bisogno, segui le tue regole di privacy e PCI, e tratta la cronologia degli ordini e i dati di contatto come sensibili per default. Non lasciare mai che una bozza indichi un prezzo, un livello di scorte o uno sconto che non sia stato estratto dal catalogo o dal sistema di inventario in produzione, poiché un numero sbagliato pubblicato su un negozio è un errore orientato al cliente, non interno. Mantieni lo stesso livello di coerenza di catalogo e tono di marca in ogni descrizione, e non generare né presentare mai una recensione, una testimonianza o una valutazione come se le avesse scritte un cliente reale.

Prezzi, promozioni, eccezioni di rimborso e ciò che arriva davvero al checkout restano nelle mani dei team di retail, ecommerce e merchandising responsabili di quelle decisioni. Le protezioni commerce di Anthropic limitano l'autorità degli agenti su carrelli e rimborsi e instradano qualsiasi cosa oltre quel limite a una persona, lo stesso limite che un team dovrebbe mantenere per i propri flussi di lavoro interni.

Costruisci abitudini IA affidabili per il lavoro di retail ed ecommerce

Ottenere bozze affidabili dall'IA è un'abilità che si pratica: fondamento nel proprio catalogo, disciplina di citazione e verifica. Il percorso gratuito di Nightschool AI è pratico dalla prima lezione.

Domande frequenti

Come viene usata l'IA nel retail?

Soprattutto per lavoro a livello di catalogo e orientato al cliente: descrizioni prodotto, smistamento ticket di assistenza clienti, riassunto delle recensioni, narrazioni di pianificazione della domanda e testi di merchandising. Le pagine clienti di Anthropic descrivono Advantage Solutions e Lotte Homeshopping che costruiscono esattamente questo tipo di attività su Claude. I team merchandising e assistenza continuano a verificare il risultato prima che raggiunga un cliente.

L'IA può scrivere descrizioni prodotto?

Sì, quando riceve la scheda tecnica reale e la guida al tono di marca invece di essere invitata a inventare attributi. Questo fondamento è ciò che rende verificabile una riscrittura a livello di catalogo invece di una fonte di affermazioni non sostenute. Un addetto al merchandising approva sempre il testo finale prima della pubblicazione.

È sicuro usare Claude per lavoro di retail orientato al cliente?

I dati dei clienti e i dettagli di pagamento sono sensibili per default. Le protezioni commerce di Anthropic descrivono limiti rigidi sull'autorità di carrello e rimborso con escalation a una persona oltre quei limiti, ma se un'implementazione specifica soddisfi i tuoi stessi obblighi di trattamento dati e PCI è una domanda per il tuo team sicurezza e conformità, non una risposta generale.

Quanto tempo può far risparmiare l'IA nel retail e nell'ecommerce?

Dipende molto dal compito e da quanto è chiaro il materiale di origine, quindi misuralo sul tuo catalogo e sui tuoi ticket. Il caso di studio di Anthropic su Advantage Solutions descrive un processo di previsione finanziaria ridotto da circa 10 ore a meno di 30 minuti. Il tempo di verifica e approvazione non scompare, e non dovrebbe.

Quali sono i maggiori casi d'uso dell'IA nel retail e nell'ecommerce?

I più comuni sono la generazione di descrizioni prodotto, l'assistenza clienti e lo smistamento ticket, il riassunto delle recensioni, le narrazioni di pianificazione della domanda, i testi di merchandising, e gli agenti di acquisto o di commercio costruiti sul catalogo proprio di un'azienda. Ognuno funziona meglio con un documento di origine nominato e una verifica umana del risultato.

L'IA può aiutare con l'assistenza clienti nell'ecommerce?

Sì, per redigere risposte in base a una politica reale di resi o spedizioni e instradare i ticket alla coda corretta, citando la sezione della politica per ogni opzione. Qualsiasi cosa fuori dalla politica indicata, come una segnalazione di danno, dovrebbe essere instradata a un operatore umano invece di ricevere una risposta redatta.

Un agente di acquisto può inventare un prezzo o un prodotto?

Il progetto commerce di Anthropic descrive l'agente di acquisto come strutturalmente limitato ai dati di catalogo reali di un commerciante, quindi è costruito per non inventare un prezzo o un prodotto che non sia in stock, e i pattern manipolativi di vendita aggiuntiva sono vietati per progettazione.

Come si confronta Claude con ChatGPT per il lavoro di retail?

Fai il confronto sui tuoi contenuti finiti: una descrizione approvata, una risposta al cliente inviata, un riassunto vendite verificato. Confronta l'accuratezza, quanto ciascuno strumento resti fedele ai tuoi attributi di origine, e come ciascuno gestisca un vuoto nella scheda tecnica. In pratica, i fattori decisivi sono di solito l'integrazione con il catalogo e la governance, non un singolo benchmark.

Claude nel settore Retail and Ecommerce, per ruolo

Redigi più in fretta, mantieni il catalogo accurato

Lezioni pratiche per i team di retail ed ecommerce.

Nightschool AI è una piattaforma di apprendimento indipendente e non è affiliata, approvata o sponsorizzata da Anthropic. Claude è un marchio di Anthropic, PBC. Cerchi la Claude Academy ufficiale di Anthropic? La trovi su academy.claude.com.