Una piattaforma di data management o DMP consente di aggregare i dati provenienti da diverse fonti così da metterli a disposizione per strategie di marketing mirate ed efficaci. I processi tipici di una DMP, perciò, si concentrano nella raccolta, integrazione, elaborazione, segmentazione e conversione in output collegati alla tipologia specifica del business aziendale.
1. Raccolta dei dati
Il processo di raccolta dei dati prevede che la piattaforma di data management attinga a tre tipologie di dati provenienti da più sorgenti. Si va dai first-party data, che comprendono tutti quelli ottenuti attraverso i canali proprietari dell’azienda (sito, pagine social, app, CRM, ERP e altri database) ai second-party data, frutto di partnership con brand che operano in ambiti economici collegati, fino ai third-party data, solitamente acquistati sulla base di criteri di individuazione del prospect che si intende raggiungere. Oltre che dai classici canali desktop e mobile, e quindi dal tracciamento della navigazione sul Web, questi dati possono arrivare anche dalla rilevazione mediante sensori e dispositivi IoT presenti negli store.
2. “Ingestione” e integrazione
A ragione dell’asimmetria dei dati raccolti e della loro difformità è necessario che la piattaforma di data management sia in grado di “ingerirli” tutti e di integrarli in maniera armonica. Il ricorso a data lake store o a data warehouse serve a mettere ordine nell’oceano dei Big Data non strutturati. Per questo la DMP si avvale del cloud computing e della sua capacità illimitata in termini di storage e di calcolo computazionale. Tanto che ormai si tende a parlare di Cloud Data Management Platform per sottolineare l’ambiente in cui opera la piattaforma, una cui versione on premise comporterebbe un livello di complessità e di costi difficilmente affrontabili da parte di qualsiasi azienda.
3. Elaborazione con l’AI
Avere un vasto bacino di informazioni strutturate rappresenta la base per un’ulteriore lettura che vada in profondità, alla scoperta di tendenze, pattern, reiterazioni di cui tener conto in vista di qualsiasi campagna di marketing. È sempre grazie al cloud, perciò, che il processo di elaborazione della piattaforma di data management trova un alleato per estrarre valore dai dati resi omogenei. L’alleato in questione è l’intelligenza artificiale (AI) i cui algoritmi riescono a individuare in automatico insights all’interno di set di dati molteplici e variegati. Il contributo dell’AI non si limita a questa fase preliminare ma, come vedremo in quella di output, genera azioni che non richiedono l’intervento umano.
4. Segmentazione dell’audience
In una delle sue applicazioni più diffuse, quella del digital advertising, la piattaforma di data management consente di ricavare dai dati una segmentazione dell’audience (età, sesso, professione, preferenze, posizione geografica ecc.) in funzione degli acquisti programmati degli inserzionisti. Le potenzialità del processo di segmentazione di una DMP, però, vanno oltre. Ad esempio, permettono di individuare campioni di lead che si vogliono colpire tramite un determinato canale, di prospect ai quali offrire prodotti o servizi in linea con i loro interessi, di clienti da coinvolgere in un più solido engagement. L’insieme dei dati transazionali, analitici e comportamentali diventa così un “tesoretto” che, partendo dalla conoscenza approfondita dell’end user, guida azioni di marketing personalizzate.
5. Output (analisi predittiva e automazione)
Il quinto processo di una Data Management Platform consegna all’azienda strumenti fondamentali a supporto delle strategie di decision making. Anzitutto, mettendo a disposizione analisi multidimensionali tramite dashboard che non solo identificano i trend del passato, ma prevedono anche i comportamenti futuri dei cluster considerati. In secondo luogo, innescando meccanismi automatici in virtù dei sistemi di intelligenza artificiale e degli algoritmi di machine learning pienamente integrati nella piattaforma: dalle notifiche push all’invio di newsletter personalizzate, dalle proposte di acquisto in ottica upselling e cross selling alle tecniche di product recommendation. La gamma delle possibili varianti nelle attività di marketing automation è molto ampia ma, da questo punto di vista e in generale per gli output attesi, le piattaforme di data management si prestano a customizzazioni che derivano dalle specifiche esigenze delle aziende.
