I dati al centro del marketing: sulle prospettive future non ci sono dubbi, i Big Data la faranno da padrone, configurandosi come la via da seguire. La meta è chiara. La problematica a cui far fronte oggi è la gestione dei dati: le aziende, infatti, ne hanno accumulata una grande mole, ma disomogenea.
Nella maggior parte dei casi i dati sono raccolti in sili differenti e non connessi tra loro: la sfida è quella di metterli insieme e ottenere, attraverso algoritmi, degli insights utili e applicabili. Qui si intersecano Intelligenza Artificiale e machine learning, ma cresce anche la ricerca e il lavoro degli analisti: maneggiare dati significa, per forza di cose, dover cercare le risposte alle domande che ci porranno, chiederci il ‘perché’ dei fenomeni. La consapevolezza delle aziende italiane, oggi, è quella di muovere solo i primi passi di un lungo journey. Nei prossimi anni la gestione dei dati diventerà sempre più complessa, anche da un non trascurabile punto di vista normativo, ecco perché è necessario che il Marketing adotti prospettive differenti per stare al passo con l’evoluzione del marketing.
L’utente e il funnel: un percorso non lineare
Tra le nuove prospettive del Marketing, l’interpretazione dei dati è fondamentale perchè serve per conoscere il nostro potenziale cliente. Intercettare i suoi bisogni e proporgli un’offerta personalizzata permette di vincere la sfida del marketing moderno. Anche in questo senso è necessario un cambio di prospettiva: smettere di guardare all’utente come la pallina di un flipper che segue il tracciato ad imbuto del marketing funnel, è il primo passo. I compratori, nella realtà, non seguono un percorso lineare e diviso in blocchi.
Complice del superamento della semplificazione teorica è il cambiamento dell’utente stesso: a partire dalla fruizione in mobilità, all’essere sempre più consapevoli e always-on, il consumatore diventa un soggetto complesso, che non è semplice incasellare in una macrostruttura preconfezionata o in un’astratta buyer persona. Gli utenti con i quali ci confrontiamo seguono l’impulso all’acquisto lungo un percorso irrazionale, i cui passi sono deducibili solo attraverso l’analisi dei dati che avremo raccolto. Questi insight preziosi possono essere utili per attuare persino strategie di tipo predittivo.
Gli incremental gain: migliora dell’1% ogni dettaglio
Il giusto approccio per puntare alla crescita è concentrarsi su piccoli incrementi, ma costanti, con un’attenzione ad ogni dettaglio. I marginal gains, già noti nel mondo sportivo, la cui logica è quella del 1% better every day, permettono un miglioramento complessivo e continuativo. Da abbandonare, invece, l’idea di un lungo salto in avanti che faccia registrare un solo grande progresso immediato.
Ne ha fatto una vera filosofia, ad esempio, Sir Dave Brailsford, allenatore britannico che ha applicato la teoria dei marginal gains a ogni aspetto dell’allenamento e della strumentazione del suo team di ciclismo. Migliorare dell’1% ogni singolo elemento – da una sella più aerodinamica a un telaio più leggero, fino all’uso di divise di materiali più tecnici e un’igiene scrupolosa degli atleti – garantirebbe un notevole gain a livello di performance complessiva, anche se presi singolarmente questi cambiamenti possono sembrare irrisori.
Uomini e AI: il legame sempre più bilaterale con le macchine
Stiamo assistendo alla fusione fra l’intelligenza umana e quella artificiale, entrambe possono trarre importanti benefici l’una dalle potenzialità dell’altra. Nonostante sappiamo si prospetti già la necessità di una regolamentazione per arginare possibili effetti oscuri, l’infinita capacità di calcolo delle macchine si unisce all’impareggiabile capacità di interpretazione umana.
Dal canto nostro riponiamo piena fiducia nelle macchine e nei motori di ricerca, forse anche più di quella che concediamo ai nostri peer umani. Chiediamo a Google qualsiasi cosa in ogni situazione della nostra quotidianità: Big G è in grado di sapere in ogni momento dove siamo e cosa stiamo facendo. Uno studio del 2015 dell’Università di Cambridge & Stanford ha evidenziato come Facebook ci conosca più delle persone a noi vicine: l’analisi dei like, quindi la grande mole di Big Data accumulata, permette al social network di tracciare un profilo accurato dei propri utenti. Il risultato? L’algoritmo di Zuckerberg ci conoscerebbe molto meglio di qualsiasi nostro caro, genitori, partner e amici compresi.
Who's Who
Simone Lovati
Simone Lovati è Director di Cerved ON_ Marketing Services, nuova business division di Cerved Group dedicata proprio al marketing data-driven
