Per identificare i requisiti essenziali di una Data Management Platform (DMP) è utile partire dalla sua definizione. Nel recente report Evolution of DMP, realizzato da London Research in collaborazione con Adobe, si legge: «Le Data Management Platform si sono evolute da strumenti di acquisto tattico dei media in piattaforme molto più sofisticate e strategiche al centro della customer intelligence delle aziende. La moderna DMP è in grado di ingerire dati di prima, seconda e terza parte, collegando tra loro dati anonimi e dati autenticati. Fondamentalmente, le DMP consentono alle aziende di trasformare dati e insights in azioni in tempo reale, aiutandole a fornire il contenuto e la messaggistica più pertinenti e personalizzati a ogni digital touchpoint».
Alla luce di questa citazione possiamo dedurre che sono almeno 3 i requisiti fondamentali di una Data management plataform:
L’evoluzione evidenziata dallo studio della London Research fa capire perché oggi le DMP non siano più piattaforme ad appannaggio esclusivo dei centri media e della programmazione della pubblicità su Internet. La customer intelligence, infatti, è un’esigenza di qualsiasi organizzazione che voglia ottenere informazioni attendibili in merito alla propria clientela. Per settori come il retail, per esempio, sono diventate imprescindibili ai fini del tracciamento del customer journey sia online sia in store.
Ma qualsiasi azienda che punti a una strategia di marketing in linea con le tendenze odierne dei consumatori è chiamata ad adottare una soluzione che, come la DMP, sia in grado di convertire le varie interazioni con il cliente in una fonte di conoscenza che guidi la personalizzazione dell’offerta. Per questo i fornitori di Data Management Platform non si concentrano tanto su comparti merceologici circoscritti, quanto sui fabbisogni specifici delle aziende che desiderano ricavare valore da un insieme di dati altrimenti inutilizzabili.
Lo hanno già capito diverse organizzazioni nel mondo. Secondo il Marketing Technology Survey 2017 di Gartner, oltre il 50% delle imprese utilizza una DMP. Percentuale che nel nostro Paese, in base ai risultati di uno degli Osservatori del Politecnico di Milano, scende al 19% per le DMP di terzi e al 9% per quelle proprietarie. Una differenza, rispetto al contesto internazionale, che si spiega incrociando questi numeri con quelli del Politecnico riferiti all’ambito dei Big Data Analytics, strettamente connesso alle Data Management Platform. Il 77% delle grandi aziende coinvolte nel sondaggio lamenta una carenza di risorse interne dedicate alla Data Science. Significa che nel campo del data-driven non si può improvvisare e che, tra la platea di system integrator e vendor IT, ormai stanno emergendo competenze specialistiche che vanno da un uso avanzato di database NoSQL all’integrazione di servizi open source e storage in vista della DMA che si intende realizzare.
Il terzo requisito di una Data Management Platform, che vede tutte le informazioni raccolte e organizzate diventare outpout di marketing automation, dipende dall’integrazione delle DMP con gli algoritmi di intelligenza artificiale (AI). Lo ricorda il report della London Research, nel sottolineare il passaggio dalla descriptive alla prescriptive e predictive analytics. Se prima gli strumenti di analytics servivano a spiegare il passato, per esempio dopo una campagna di marketing, adesso possono anticipare il futuro. Un cambiamento che si concretizza nella «capacità di dire quale sia la migliore azione successiva per un marketer in ogni punto del customer journey. E questo deve avvenire attraverso più canali, in tempo reale e in scala». In altri termini, la Data Management Platform con l’ausilio dell’AI chiude il cerchio automatizzando azioni personalizzate (invio di newsletter, notifiche push, proposte di cross selling e upselling) rivolte a specifici cluster o addirittura singoli clienti.