Tutto su Data Analytics, IoT e Machine Learning

Marketing di prossimità: come conoscere davvero il cliente

Scritto da Relatech | 16 settembre 2019

Il marketing di prossimità (proximity marketing) oggi ha raggiunto una tale maturità da rappresentare l’ultima frontiera del marketing moderno per conoscere il cliente all’interno di spazi ben definiti. Si avvale di un insieme di sensori, grazie ai quali è possibile rilevare e analizzare i comportamenti dei consumatori (customer behaviour), che si muovono in uno store o in un punto vendita qualsiasi.

La sua attualità deriva dalla combinazione tra l’abitudine e la mobilità, che sempre più caratterizza il cliente, e i nuovi contesti fisici nei quali avviene il customer journey, ripensati per integrarsi con i percorsi d’acquisto online. Una tendenza, questa, confermata dai risultati dell’ultima ricerca dell’Osservatorio Innovazione Digitale nel Retail promosso dalla School of Management del Politecnico di Milano. Proprio perché il Retail è uno degli ambiti più “sensibili” alle dinamiche del marketing di prossimità, assume grande rilievo l’evidenza che, in Italia, tra i primi 300 retailer (per fatturato e presenti con negozi fisici) e i 200 medio-piccoli del campione esaminato, le principali innovazioni siano specialmente a supporto della customer experience in the store. È l’indicatore di come il proximity marketing stia diventando sempre più centrale nelle politiche strategiche delle aziende.

 

Le tecnologie principali del marketing di prossimità

Il marketing di prossimità utilizza diverse tecnologie ai fini della localizzazione e del tracciamento degli spostamenti del cliente. In particolare, ricorre a dispositivi Wi-Fi, Beacon, Bluetooth e videocamere. Solitamente il rilevamento avviene in due modalità: anonima e opt-in.

Nella prima i sensori rilevano i dispositivi  degli utenti oppure una videocamera scansiona il volto e le caratteristiche fisiche di chi transita da un determinato reparto. Queste informazioni potranno essere utilizzate, in quel contesto o successivamente, tramite una call to action ritagliata sulla tipologia di utente.

Nella seconda modalità, poiché è stata manifestato in precedenza il consenso della persona a ricevere comunicazioni informative e commerciali, ad esempio con il download di una relativa app, sarà possibile inviare notifiche push specifiche in base alle sue preferenze.

In entrambi i casi l’intento a cui aspira il marketing di prossimità non è quello di invadere la privacy del cliente, ma di proporgli un’offerta quanto più pertinente ai suoi gusti, la quale si ricava dalla registrazione e dall’analisi dei comportamenti emersi tutte le volte che è entrato nel raggio d’azione dei sensori di un punto vendita.

 

Il proximity marketing potenziato dai sistemi cloud-based

Per conoscere davvero il cliente “in the store”, non basta ovviamente collocare dei sistemi di rilevamento dentro il punto vendita. La raccolta dei dati rimarrebbe fine a se stessa senza uno strumento capace di fornire una lettura veloce ed esaustiva dei customer behaviour. Per questo, il marketing di prossimità in genere abbina ai dispositivi periferici un’architettura in grado di trasformare enormi quantità di dati in un quadro altamente personalizzato. Vista la mole e l’eterogeneità dei Big Data da sistematizzare, queste architetture sempre più spesso ricorrono alla potenza computazionale del cloud per restituire poi, mediante apposite dashboard, trend analitici dettagliati. Inoltre, alla luce di un consumatore che si muove ormai a suo agio tra online e offline, riuscire a seguirlo, sia quando si trova in un reparto sia quando effettua un acquisto su Internet, contribuisce a definirne una conoscenza realmente approfondita.

 

Dall’indoor all’outdoor, la conoscenza con AI e machine learning

L’ultimo elemento che può rendere il marketing di prossimità una leva formidabile per la fidelizzazione e il customer engagement è il ricorso all’intelligenza artificiale (AI) e agli algoritmi di machine learning. Infatti, grazie al sistema cloud-based e alla sua capacità di estrapolare valore da quanto raccolto con la sensoristica, la generazione di suggerimenti può avvenire in automatico con l’ausilio del machine learning. Quest’ultimo opera su due versanti: creazione di messaggi push, ad esempio in chiave upselling e cross selling, frutto dell’insieme dei comportamenti registrati complessivamente; analisi predittive che possono guidare azioni di marketing tattiche (collocazione dei prodotti sugli scaffali adottando certi criteri, definizione di percorsi nel negozio che tengono conto dello storico d’acquisto ecc.) e strategiche (campagne sui social, mobile advertising ecc.).

In definitiva, il marketing di prossimità, in virtù dell’intelligenza artificiale, nasce in prossimità del cliente, ma si sviluppa non solo indoor, ma anche outdoor, al di fuori dei confini fisici nei quali avviene l’interazione tra brand e customer.