Tutto su Data Analytics, IoT e Machine Learning

Big data analysis per ripensare le strategie mirate sui clienti

Scritto da Relatech | 5 dicembre 2019

L’avvento della big data analysis, intesa nel senso più ampio e quindi comprendente anche tecnologie e strumenti di analytics, ha introdotto una vera e propria rivoluzione in tutte le aree aziendali. Tra queste, una delle più attente a sfruttare le potenzialità dei dati si è dimostrata l’area del marketing e, più, in generale, gli ambiti trasversali focalizzati sulle strategie mirate per i clienti. Tanto che oggi, le tecnologie a corredo hanno raggiunto un livello di maturità molto elevato in diversi Paesi. Perfino nel nostro, dove il cammino verso la digitalizzazione manifesta un certo ritardo se paragonato ad altre nazioni, il mercato dei big data è fiorente, come si ricava dall’ultima ricerca dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano. La ragione di questo successo risiede nel cambiamento strutturale che l’analisi dei dati porta ai consueti modelli di business sovvertendo dinamiche ritenute finora intramontabili.

 

Big data nel marketing, meno intuizione e più conoscenza

Il primo sovvertimento, nelle strategie di marketing che le aziende sono solite portare avanti a favore della loro clientela effettiva e potenziale, riguarda il peso assegnato all’intuizione personale rispetto alla conoscenza reale dell’utente. Non che in passato l’intuizione del marketer fosse digiuna di informazioni sugli orientamenti e i gusti del suo pubblico di riferimento, ma la loro fondatezza era spesso minata dalla numerosità e qualità del campione su cui, per esempio, erano condotte eventuali indagini di mercato. La big data analysis, invece, si basa sulla raccolta di dati reali nell’istante stesso in cui il consumatore sta compiendo un’azione nei confronti del brand. Per questo, la componente “creativa” nell’offrire servizi o prodotti personalizzati acquista un ruolo marginale, sostituita da una comprensione dettagliata di che cosa desidera (e non si presume che desideri) il cliente stesso. Ne discende una nuova modalità, proattiva e predittiva, che deve guidare qualsiasi strategia customer centrica.

 

L’omnicanalità necessaria e gli strumenti di gestione dei big data

Affinché questa centralità sia raggiunta, la via maestra da seguire è quella dell’omnicanalità sulla quale, come ricordato sopra a proposito del mercato dei big data, le aziende italiane si stanno muovendo, seppur timidamente. È sempre il Politecnico di Milano a evidenziarlo in un altro Osservatorio, l’Omnichannel Customer Experience. La maggior parte delle aziende intervistate (69%) sostiene di possedere un CRM con cui integra i dati di anagrafica dei clienti. Solo il 23% del campione utilizza versioni dinamiche del CRM, quali Customer Data Platform o Customer Data Hub. Il 21%, invece, si è dotato di un data lake, cioè di un sistema fatto apposta per archiviare big data destrutturati provenienti da diverse fonti e nel loro formato nativo. Infine, il 9% ricorre a una Data Management Platform (DMP) proprietaria, una piattaforma in grado di raccogliere e processare grandi quantità di dati per creare “audience” con finalità di comunicazione e advertising online, mentre un altro 19% si affida a DMP di terzi.

 

La strategia che serve: un’integrazione fra touchpoint fisici e virtuali

Le cifre dell’Osservatorio fanno capire come ci sia un forte interesse a gestire le interazioni con i propri utenti in maniera univoca, vale a dire in chiave omnicanale, ma anche che persistono approcci differenti nella disciplina della big data analysis. Quello che spesso manca, e che perciò si riflette in azioni di natura più tattica che strategica, è una visione d’insieme che contempli tutti i touchpoint che coinvolgono il cliente. A soluzioni di web analytics, per esempio, sovente non corrispondono analoghi metodi di tracciamento in store supportati da sensori IoT, totem interattivi ecc. E questo sebbene i percorsi di acquisto tra ambienti fisici e virtuali tendano sempre più a integrarsi, facendo diminuire fenomeni diffusi come la ricerca di informazioni nel punto vendita e l’acquisto online (showrooming) o il suo contrario (infocommerce). Invece, per ripensare le strategie mirate sui clienti, puntando a una personalizzazione dell’offerta che solo strumenti evoluti di big data analysis possono assicurare, bisogna partire dall’evidenza dei nuovi comportamenti dei consumatori.