Gli approcci data-driven trasformano tutti i settori. Che si tratti del manifatturiero, del banking o dei servizi, non esiste business al giorno d’oggi che non fondi il proprio successo sulla capacità di generare maggior valore dai dati. Anche all’interno della stessa azienda il modello data-driven si diffonde, con varie declinazioni operative, nelle diverse funzioni e business unit. Tra le attività che più di altre sperimentano i benefici di questo approccio, spiccano la finanza, il customer care e il marketing. Il data-driven marketing, in particolare, rappresenta uno dei principali campi di applicazione dei nuovi modelli decisionali basati sull’uso intensivo di informazioni.
Fino a qualche anno fa, i target dei messaggi ADV e delle campagne promozionali erano individui dei quali era disponibile un profilo estremamente impreciso, spesso non adeguatamente segmentato. Il risultato erano messaggi e contenuti concepiti per audience ampie e indistinte, dunque chiaramente poco efficaci. Oggi, però, le tecnologie digitali permettono di acquisire e processare enormi quantità di dati sugli utenti, per progettare strategie di marketing sempre più mirate e personalizzate declinandole attraverso i diversi touchpoint, programmando azioni di marketing straordinariamente efficaci.
Cos’è il data-driven marketing
Il data-driven marketing è un approccio che fonde i principi propri del marketing tradizionale con le tecnologie di raccolta e analisi dati degli utenti. Questo approccio offre ai marketer la possibilità di entrare in sintonia con gli utenti nel momento giusto, quello in cui sono più propensi ad ascoltare quello che l’azienda ha da dire, con contenuti e proposte interessanti, ma anche con offerte su misura o comunque tarate sulle esigenze di audience granulari e molto ben identificate.
I principali benefici del Data-Driven Marketing
Le potenzialità del marketing guidato dai dati possono essere sfruttate per raggiungere diversi obiettivi e, in particolare per:
- Creare experience personalizzate: la personalizzazione della relazione con il consumatore rappresenta una delle principali sfide per i brand. Creare empatia, ingaggiare in modo efficace e fidelizzare presuppongono la capacità di stabilire relazioni uniche e irripetibili con il cliente. E oggi, grazie alla conoscenza profonda delle sue abitudini e dei suoi bisogni, è possibile farlo.
- Realizzare strategie di marketing real time: il customer journey, lo sappiamo bene, non è un processo sequenziale ma una costellazione di molteplici momenti di interazione con il brand. I marketer hanno capito l’importanza di presidiare questi attimi fornendo messaggi, esperienze e contenuti ad alto impatto, erogati sfruttando i cosiddetti fast data, streaming di informazioni acquisite in tempo reale anche da più fonti contemporaneamente.
- Garantire customer experience realmente omnicanale: oggi il rapporto con il consumatore si costruisce attraverso una pluralità di punti di contatto diversi. Dal sito web al punto vendita, passando attraverso i social media e il contact center, l’importante è garantire un’esperienza fluida e altamente ingaggiante. La possibilità di acquisire e processare in modo integrato i dati provenienti dai diversi touchpoint assicura quella vista unica del cliente che è indispensabile per non perdere nessuna opportunità di vendita.
Come trasformare i dati in actionable data
Il rapporto con il consumatore si caratterizza oggi per una complessità crescente: gli approcci omnicanale moltiplicano a dismisura le occasioni d’interazione con il brand, realizzate attraverso una molteplicità di touchpoint diversi, tutti da presidiare in modo puntuale. In questi micromomenti che costellano tutto il suo percorso d’acquisto, il consumatore lascia dietro di sé una moltitudine di tracce digitali. Una mole enorme di record, che aumenta quotidianamente e che richiede l’uso di strumenti efficaci per poter essere governata e messa a frutto. I dati in quanto tali, infatti, come ben sappiamo hanno ben poco valore se non c’è la possibilità di trasformarli in informazioni e previsioni utili a indirizzare non solo i processi decisionali e strategici, ma anche l’operatività quotidiana dei marketer. Si parla, a questo proposito, di actionable data, ovvero di dati azionabili e interpretabili direttamente dal CMO e dal suo team per proporre al cliente le next best action e i next best product, dunque suggerire prodotti e azioni mirate senza dover ricorrere all’ausilio di data scientist o IT expert.
Ma quali sono i dati rilevanti?
Al di là di quelli che sono i dati sociodemografici, legati al genere, all’età, alla professione, oggi è possibile raccogliere numerose informazioni sul comportamento online. Dati come la tipologia di contenuti ricercati o il tempo di permanenza su un sito, per esempio, che permettono di connotare in modo più approfondito il profilo di un soggetto per comprenderne interessi, passioni, hobby e bisogni. A queste informazioni si sommano, poi, quelle rilasciate volontariamente all’azienda, per esempio all’atto dell’iscrizione a una newsletter. Una moltitudine di informazioni che corrispondono alle tessere di un puzzle digitale che prende progressivamente forma… Ecco che, allora, quello che era un ritratto dai contorni spesso sfocati diventa un vero e proprio identikit digitale dettagliato dell’utente, che si completa a ogni singola interazione che compie con il brand.
La vista unica, a 360°, del cliente mette i marketer in condizione di elaborare strategie omnichannel più granulari e precise. Ovviamente, questo aumenta di diversi ordini di grandezza l’efficacia delle azioni messe in campo sul fronte dell’engagement, della retention e delle vendite, contribuendo a migliorare il Customer Lifetime Value azzerando il tasso di abbandono. Ma quali sono i dati rilevanti ai fini delle strategie di data-driven marketing?
- Dati di prima parte (first party data)
Si tratta di informazioni che il brand raccoglie direttamente presso i propri utenti o clienti attraverso il tracciamento dei suoi comportamenti di navigazione attuato attraverso i cookie, le informazioni rilevate attraverso sondaggi online o i feedback. Questi dati sono molto importanti per le attività di retargeting (remarketing), dunque per proporre contenuti e prodotti in linea con le abitudini degli utenti. - Dati di seconda parte (second party data)
Sono dati di prima parte che il brand non raccoglie direttamente, ma ai quali ha accesso tramite accordi con le aziende che hanno la titolarità di gestirli. Questi dati sono molto importanti per estendere le attività di remarketing ai clienti di altri brand o fornitori di servizi, che hanno comportamenti e abitudini in linea con quelli dei clienti noti del brand. - Dati di terza parte (third party data)
Si tratta di informazioni raccolte da data provider, banche dati, aggregatori, che il brand acquista e che si rivelano particolarmente importanti per tutte le attività di targeting di tipo contestuale, comportamentale e demografico. - Zero party data
Si tratta di dati forniti consapevolmente dall’utente con l’accettazione degli opt-in, ovvero l’espressione del suo consenso informato ottenuta attraverso la compilazione di moduli online per l’accesso a contenuti a sottoscrizione (gated content) o l’iscrizione a servizi di newsletter. Solitamente l’utente è disponibile a rilasciare queste informazioni perché incentivato da sconti, promozioni o dall’accesso a contenuti di valore. I dati zero party sono solitamente molto più completi rispetto a quelli delle categorie precedenti e permettono di potenziare l’efficacia di molte attività di content marketing, retargeting, cross selling e upselling.
Normative come il GDPR, così come i recenti aggiornamenti dei browser web, hanno notevolmente ridimensionato la possibilità per i marketer di accedere ai dati di terze parti. Per compensare queste limitazioni, quasi tutti i brand hanno investito nelle tecnologie – Big Data Analytics, Artificial Intelligence e Machine Learning – che permettono di mettere a frutto i dati acquisiti direttamente dalla propria audience.
Come realizzare una strategia di data-driven marketing in 5 mosse
Ma come si realizza in concreto una stratega di marketing guidato dai dati? Occorre fare attenzione ad alcuni elementi essenziali, perché la miglior tecnologia non può nulla se non è sostenuta dalla capacità di presidiare in modo puntuale gli elementi essenziali di questo modello. Volendo semplificare, è possibile definire un percorso a 5 tappe:
1. Stabilire gli obiettivi
Migliorare le conversioni, aumentare il fatturato, incrementare il Customer Lifetime Value… L’obiettivo deve essere chiaro, perché altrimenti si rischia di perdersi in un mare di dati senza sapere cosa cercare. Più i risultati attesi sono specifici, più facile sarà progettare un piano di iniziative utili per raggiungerli.
2. Selezionare i dati rilevanti
Sulla base degli obiettivi fissati, occorre capire quali sono i dati rilevanti e, soprattutto, quali sono le piattaforme o i servizi che permettono di raccoglierli. Che si tratti di informazioni sulla frequenza e la tipologia di acquisti compiuti in negozio, dei comportamenti di navigazione tracciati online tramite cookie, delle interazioni sui social, l’importante è capire qual è il mix di informazioni più adatte allo scopo.
3. Organizzare i dati raccolti
Dopo aver compreso quali sono i dati rilevanti e dove si trovano, occorre capire quali sono le soluzioni tecnologiche e le piattaforme che permettono di raccoglierli, organizzarli, ripulirli, deduplicarli.
4. Misurare
La misurazione dell’efficacia delle azioni e delle campagne è il principio guida del data-driven marketing. Selezionare i giusti KPI è importante tanto quanto definire correttamente gli obiettivi. Le piattaforme di marketing automation, content marketing, social marketing generalmente includono già le principali metriche prestazionali di una campagna di data-driven marketing. Si tratta di selezionare i KPI più adatti per valutare la capacità di raggiungere uno specifico obiettivo e, nel caso, di non aver paura di aggiungerne di nuovi o rimuovere quelli meno adatte allo scopo.
5. Aggiustare il tiro
Il marketing data-driven è un marketing di fine tuning, che esprime la propria efficacia nella capacità che il CMO e il suo team hanno di operare aggiustamenti continui (e spesso in tempo reale) ad azioni e metriche rilevanti, in un’ottica miglioramento costante. I marketer potranno imparare a distinguere quel che è efficace da ciò che non lo è per la propria audience, evitando di finire nella trappola delle lungaggini dei tradizionali processi circolari try-fail-learn-repeat.
Il ruolo del cloud nel marketing data-driven
Per scalare sui grandi numeri le strategie di personalizzazione dei messaggi e dei contenuti, i marketer dipendono in buona parte dalle tecnologie di marketing automation e intelligenza artificiale. Il machine learning, infatti, permette di processare i dati rilevati in tempo reale – per esempio, dallo smartphone del cliente mentre visita il punto vendita –, garantendo maggior efficacia alle azioni di marketing in store. Sono sempre gli algoritmi matematici applicati ai data lake e ai grandi data warehouse che permettono di scovare correlazioni profonde tra i comportamenti dei consumatori, per identificare bisogni, consuetudini e comportamenti simili all’interno di audience anche molto ampie, consentendo al brand di segmentare in modo sempre più granulare e preciso. Per supportare adeguatamente queste esigenze servono infrastrutture agili, scalabili e cost effective, che trovano nel cloud e nei modelli IaaS (Infrastructure as a Service) la loro essenza.
L’offerta Vodafone Business per le aziende data-driven
Vodafone Business accompagna e affianca le aziende impegnate nei percorsi di trasformazione digitale con un’offerta che comprende connettività, potenza di calcolo e storage disponibili sotto forma di servizio, per gestire, elaborare e analizzare i dati e ottenere informazioni e prendere decisioni. Vodafone Business si propone come partner di riferimento per l’innovazione in chiave data-driven delle aziende agili e pronte per il futuro. Aziende che hanno capito l’importanza degli approcci di hybrid IT per sostenere esigenze di business sempre più complesse in tempi sempre più incerti. Organizzazioni resilienti e future ready, che sanno anticipare i bisogni del consumatore e l’evoluzione del mercato ritagliandosi un vantaggio competitivo solido, con applicazioni che utilizzano i dati raccolti dai sensori IoT e gestiscono i Big Data.
Vodafone Business, con oltre 112 milioni di oggetti connessi nel mondo e più di 11 milioni in Italia, conosce bene quali sono i bisogni di questi nuovi modelli di business. Per tali ragioni ha integrato la piattaforma cloud computing centralizzata con modelli di edge computing dove i dati sono processati sull’edge di una rete, aumentando la qualità dei servizi offerti e riducendo drasticamente i tempi di scambio delle informazioni tra i nodi della rete e il cloud.
A corredo dell’offerta di cloud infrastrutturale, anche soluzioni di retail analytics e Business App che permettono ai brand di concretizzare gli approcci di data-driven marketing.
