La scienza dei dati viene sempre più spesso applicata anche alla risoluzione dei problemi del marketing: i siti di e-commerce possono migliorare i tassi di conversione sui loro siti e i team di vendita possono diventare più efficienti se interviene il data scientist. E sono solo alcuni dei tanti esempi di analisi dei dati applicata alle vendite: per questo chi si occupa di marketing oggi deve conoscere i metodi fondamentali della data science e integrare uno o più esperti, i data scientist nei propri team di lavoro. E’ quanto osserva la società di ricerche Gartner in uno dei suoi recenti report.
I compiti del data scientist? Esplora dati, elabora previsioni, individua strutture
Che cosa fa il data scientist per il marketing? Esplora dati, elabora previsioni, individua strutture. Alcuni dei task che svolge sono i seguenti.
- Misurare (ad esempio l’impatto delle campagne pubblicitarie;
- Ottimizzare (ad esempio raccomanda modifiche nelle strategie o nella spesa per migliorare i risultati);
- Segmentare (identifica cioè gruppi e sottogruppi di clienti e prospect);
- Sperimentare (progetta ed esegue test)
- Creare modelli predittivi
- Storytelling (Comunica i messaggi che emergono dall’analisi dei dati per ispirare le dcisioni)
Tre i campi fondamentali in cui si muove il data scientist: esplorazione dei dati e loro rappresentazione grafica, tramite l’uso della statistica e delle tecniche di visualizzazione; sperimentazione dei dati (per verificare ipotesi, ad esempio con test A/B); machine learning (utilizzo di algoritmi per costruire modelli e elaborare previsioni). Soft skill, conoscenze basilari del settore industriale in cui si muove ma soprattutto curiosità sono qualità essenziali per il data scientist del marketing. Sarà compito del direttore marketing stimolare questa curiosità, facendo leva sulle idee e intuizioni del data scientist.
Collaborazione essenziale
Martin Kihn, research vice president di Gartner for Marketers, spiega che la scienza dei dati applicata al marketing è una disciplina ibrida che deriva dalla statistica, dalla matematica e dall’informatica per includere anche elementi di teoria delle reti, geografia, neuroscienza e altro ancora. Questo mix di conoscenze serve a risolvere problemi di business e quindi è fondamentale che il data scientist comprenda le necessità strategiche dell’azienda per dare al dipartimento marketing dati utili a prendere decisioni concrete.
Questo implica che i team del marketing e il data scientist sviluppino un rapporto aperto e di piena collaborazione. Al tempo stesso il direttore marketing dovrà prestare molta attenzione ai caveat portati alla luce dal data scientist: gli analisti sanno quali loro raccomandazioni sono fondate su elementi sicuri e quali sono solo delle ipotesi. “Riconoscere potenzialità e limiti della scienza dei dati migliorerà l’efficacia dei vostri programmi”, conclude Kihn.
