DAL CRM, AGLI ANALYTICS ALLA DATA STRATEGY

Probabilmente il punto di partenza più corretto per approcciare il tema “data strategy” è quello di dare una definizione concreta di cosa vuol dire “dati”.

Perché una delle cose che noto più spesso è che i manager e di conseguenza le aziende hanno difficoltà a rendere questo oggetto, questa parola “i dati”, come un qualcosa di molto concreto e sul quale si possa lavorare ogni giorno.

Faccio di solito un esempio terra terra che riguarda il marketing che è indubbiamente settore che frequentiamo di più in questo momento da questo punto di vista: i dati di accesso ai negozi.

Quasi tutte le aziende che hanno una catena di negozi o delle reti di distribuzione oggi tracciano con diversi sistemi, o campionari o puntuali, il numero degli accessi ai negozi. E questo dato aggregato in diversi modi rimane però fermo, di solito nemmeno in una dashboard, qualcuno sa dov’è, la maggior parte della gente non lo sa.

In realtà è un dato potenzialmente incredibilmente utile, vediamo come.

Se tu prendessi il dato geo-referenziato per punto vendita e lo sovrapponessi puramente come informazione ai tuoi dati di GRP della pubblicità divisi per regione, televisiva tradizionale, alla distribuzione localizzata delle tue campagne digitali, ai dati di distribuzione dei volantini che ti dà posta target, solo con questa semplice aggiunta ai tuoi report avresti già immediatamente una fotografia incredibilmente più accurata del potenziale di drive to store, e delle vendite che hanno avuto tutti i tuoi canali tradizionali.

Perché li vedresti in correlazione con un effettivo spostamento del comportamento fisico dei tuoi clienti.

Questo è un esempio banalissimo se vuoi molto terra terra di un dato veramente semplice che moltissime aziende hanno ma che anziché essere usato rimane chiuso in qualche foglio di Excel, in qualche database, da qualche parte, e non viene mai condiviso con il resto dell’azienda.

Il motivo vero per cui secondo me questo aspetto dei dati è così importante, lo introduco di solito con uno dei miei video di YouTube preferiti in assoluto che è un meeting interno che Steve Jobs ha avuto con una serie di developer Apple nel 1997 dopo tre settimane dal suo ritorno.

In quel meeting l’hanno massacrato di critiche per aver tagliato del 70% l’assortimento dei prodotti che la Apple aveva sul mercato. E ovviamente con il senno di poi è facile dire che era un genio e aveva ragione ma giustamente nel ’97 uno poteva anche dubitarne.

La cosa divertente è che lui a un certo punto dice una frase incredibile che è questa:

“vedete, noi qui abbiamo due problemi fondamentali. Il primo è che abbiamo 6 mesi di pipeline commerciale dentro alla rete distributiva (perché non avevano ancora gli Apple Store, li avevano nelle reti di negozi di informatica) e sei mesi di approvvigionamento nella supply chain. In questo settore nessuno è così sveglio ed intelligente da stare a 12 mesi, a 1 anno di distanza dal mercato”.

Detto da Steve Jobs, che passa per il grande genio, quello che è capace di vendere le innovazioni.

Ecco questo secondo me è il vero motivo per cui oggi i dati stanno diventando sempre più importanti: perché nessuno si può permettere di stare lontano dal mercato.

E invece più un’azienda è grande paradossalmente più stare vicini al mercato è difficile. Se tu sei in una piccola azienda bene o male i clienti li conosci. Se non li conosci tu, vai dal tuo direttore commerciale e se lui non gli ha visti tutti personalmente quest’anno, li ha visti tutti personalmente negli ultimi 3 o 5 anni.

Però più l’azienda aumenta di dimensione più succede questo fenomeno per cui chi si occupa della strategia o del marketing è un tizio chiuso in una torre (e magari non perché è lui che vuole stare nella torre d’avorio ma perché non ha occasione di interagire con dei reali clienti dell’azienda), e questo è vero nel B2B ma anche nel B2C.

E siccome non puoi fare analisi di mercato e di scenario basandoti sull’aneddoto, sul singolo caso “quello lì mi ha detto” perché non è un buon modo come possiamo tutti immaginare, devi farlo con degli aggregati.

E questi aggregati sono i dati. L’unico modo per aggregare in maniera intelligente la domanda e capirla è quella di avere dei dati reali sui tuoi clienti e su come si comportano.

Perché sennò, se non hai dei dati diretti e proprietari, magari “osservati” come si dice, devi fare i sondaggi, concorsi in cui fai le domande di profilazione, e sappiamo tutti qual è l’attendibilità di questi dati dichiarati da parte della gente per partecipare a delle iniziative di marketing.

O peggio ancora dei sondaggi che non ci beccano più nemmeno in politica figurati se ci beccano sulla volontà di comprare quel modello o quell’altro di automobile nel 2018.

La cosa più interessante che mi ha detto negli ultimi mesi un imprenditore di un settore molto tradizionale che sono gli accessori moda, è

“mi piace molto quello che fate, mi interessa lavorare con voi sui modelli di attribuzione e il percorso d’acquisto dei miei clienti o altre cose di questo tipo perché il nostro mestiere si basa sul fatto di essere più capaci degli altri di intercettare uno specifico target e trasformarlo in un insight per produrre dei prodotti, quindi un marchio posizionato in una maniera migliore degli altri”.

E ha continuato

“Io ormai ho così tanti negozi che non so più chi entra davvero a comprare, perché lo fa, se lo fa per compre per sé o per fare un regalo, cos’è il primo prodotto che gli fa venir voglia di diventare un cliente del marchio, qual è il secondo prodotto che lo fa diventare fedele al marchio (che se vuoi è ancora più importante), e se questa cosa avviene solo per sè o avviene con un meccanismo che fa parte di acquisti per altri per fare regali e così via.

Se io non so questa cosa a un certo punto mi cambia il mercato sotto al sedere, scusa l’espressione, e io manco me ne accorgo per sei mesi quando ormai è troppo tardi, perché dopo sei mesi è troppo tardi. In questo settore viene spazzato via da 3 mesi a un altro se non capisci prima degli altri i tuoi clienti come si stanno evolvendo e dove stanno andando o se un altro mercato che ti sembra molto simile a quello in cui già sei forte in verità ha dei gusti tanto così diversi da quelli a cui sei abituato”.

E questo è uno che lavora nella pelletteria di lusso, oggetti di design e così via che costano 300€ €400 al pezzo. Quindi non è un’azienda digital. È un’azienda che fa delle cose molto concrete distribuita in tutto il mondo dove per fortuna c’è un imprenditore/fondatore incredibilmente illuminato.

Perché avere dei dati affidabili su cui basare ogni decisione di business è essenziale, non è questione di marketing, è proprio questione di capire come si sta muovendo il mercato, perché oggi sta diventando sempre più difficile riuscire a rimane fermi.

E non è nemmeno tanto solamente una questione di pubblicità, è proprio il rischio che mentre tu stai fermo, convinto che la domanda sia “statica”, finché poi arriva l’Uber della situazione e ti sposta il mercato improvvisamente di 50 metri e tu non l’hai visto arrivare perché non avevi nessun meccanismo per intercettare la scontentezza dei tuoi clienti riguardo determinate caratteristiche del prodotto.

Che vuol dire per esempio, detto in termini molto terra terra per riportarlo in una tattica oltre all’alta filosofia, che nel tuo CRM non c’è un campo per dire

“il mio cliente ha detto una cosa che non mi aspettavo”

e non c’è un modo tipizzato di trasformare questo insight del singolo commerciale in un’informazione che puoi trasformare in qualcosa di utile nel marketing.

E questo è dal punto di vista invece della strategia il grande potere dei dati perché attraverso la tecnologia possiamo trasformarli molto più efficacemente da aneddoto in qualcosa di strutturato. Perché se ci metti sopra tutte le evoluzioni che tu conosci bene del machine learning, tu puoi prendere dei blob destrutturati “il cliente mi ha detto x” e con abbastanza informazioni trasformarli in tre mesi in degli insight se hai un approccio per farlo.

DA DOVE INIZIARE?
Le categorie di prodotto principe che si consigliano alle aziende sono due

  • le DMP (data management platform)
  • le Marketing Cloud

E queste due sono fortemente parenti. Non a caso i due principali leader di entrambe le categorie sono gli stessi che sono Oracle e Salesforce che hanno la marketing cloud e la dmp entrambi.

Sono:

  • Oracle marketing cloud e BlueKai,
  • Salesforce Krux

Adesso anche Google sta entrando direttamente in questo mercato con Google Analytics 360 e Audience.

Diciamo che la cosa importante è scegliere una soluzione che è dimensionata alla dimensione del brand dell’azienda e alla dimensione dell’azienda in sé. Nel senso che adottare questi principi come anche per l’inbound non necessariamente vuol dire spendere un sacco di soldi nella tecnologia state-of-the-art.

È più importante la strategia e l’approccio rispetto al singolo strumento tecnico. Molto spesso con una versione facile da implementare si possono fare delle cose anche senza impegnarsi così a lungo termine con degli investimenti importanti. Diciamo che i pezzi sono sempre quelli perché la differenza è che i pezzi sono sempre gli analytics, i crm, il tracking di vari canali, il support, tracciare il support, e così via.

Il termine marketing cloud infatti vuole semplicemente dire che sotto a tutti questi applicativi che varie funzioni aziendali utilizzano, ci vuoi mettere delle informazioni (DATI) che sono sempre le stesse. Vuoi mettere un’intelligence in maniera che i dati vengono sempre messi nello stesso posto.

Lo scopo infatti poi del passaggio successivo (che diventa la DMP) è semplicemente quello di dire “questa persona che ha interagito per esempio con l’azienda in diversi casi è sempre, parlando del marketing, è sempre la stessa persona” e quindi io tra l’advertising, il crm, il support, la rete vendita, … posso riconoscere questo consumatore o questo cliente o questo interlocutore aziendale in tutti i casi in cui interagirà con l’azienda in maniera da dare a tutte le funzioni dell’azienda la stessa capacità di rispondere.

Dall’altra parte parlando invece in termini più strategici vuol dire che la prima cosa da fare è cominciare a raccogliere dati perché sta diventando sempre più facile metterli in rete.

IL PESO STRATEGICO DEI DATI

Molti dicono

“data is the new oil”

In realtà la metafora più corretta dei dati non è quella con il petrolio ma è quella con l’energia.

Perché mentre il petrolio finisce, una volta che lo usi, i dati no. Ogni volta che li usi rimangono lì, non è che poi spariscono e non li puoi più usare. E soprattutto hanno un effetto di rete così come l’energia.

Se tu prendi due barili di petrolio e li metti uno di fianco all’altro, i due barili valgono 1 + 1 e fanno due barili di petrolio.

Se tu prendi un’unità di dati e la metti insieme a un’altra unità di dati, nella migliore delle ipotesi queste unità di dati valgono 10, perché si combinano con dei fattori esponenziali.

Nella peggiore delle ipotesi valgono di solito 3 o 4, non 2. Perché la combinazione di fonti di dati diverse di solito produce molto più valore di quello del singolo dato da solo. E questo è vero anche applicando questo concetto del data-driven anche ad altri ambiti aziendali che non sono solo quelli del marketing.

Ovviamente è vero per la strategia, come dicevamo prima, quindi prendo un dato che sembra non significare nulla, quello degli accessi ai negozi, che mi serve per decidere di come programmare le pulizie (che è il modo in cui viene usato quel dato molto spesso) per programmare la maintenance, ma in realtà quel dato potrebbe essere preso e potrebbe essere usato in altri modi.

Quindi intanto comincia a fare un inventario dei dati.

La prima domanda che io consiglio a tutti di farsi è questa: di solito il tuo bisogno di data strategy viene evidenziato dal fatto che ti viene voglia di fare delle cose e non riesci a farle.

Quindi pensa a tutte le volte in cui ti sei mai detto

“certo che per formulare la mia strategia mi sarebbe piaciuto fare come questa start-up che ho visto farlo nel mio settore. Mi sarebbe piaciuto fare questa strategia di marketing che ho visto fare a Google, a Apple e così via e non sono riuscito a farlo”.

Ecco di solito il vero motivo per cui non sei riuscito a farlo non è perché ti mancava una tecnologia per farlo ma perché in realtà sotto sotto ti mancavano dei dati per riuscire a farlo in maniera efficiente.

Ho scoperto che questa cosa è quasi sempre vera e quindi di solito la prima cosa che dico è

“fatevi un elenco di tutte le cose che vi sarebbe piaciuto fare negli ultimi sei mesi e vi siete detti: vabbè facciamo la cosa che abbiamo fatto l’anno scorso perché è troppo complicato”.

Da qualche parte c’è qualcuno che ha dei dati che vi consentiranno di farlo in maniera molto più semplice.

DATI E STRATEGIA

Ogni decisione deve essere da parte a partire e basata su un numero. Ed invece troppo spesso nelle aziende si va ancora a sensazione del direttore X o del direttore Y. Questo è quasi sempre un errore anche se è vero che qualche volta uno ci becca anche solo per esperienza.

Il tema è che tutte queste decisioni che sono basate sull’esperienza possono essere migliorate dal fatto di combinare l’esperienza con dei dati e di solito qualcuno quei dati ce li ha tant’è che stanno nascendo i data exchange, ovvero dei mercati regolamentati su cui le aziende si possono scambiare dei dati in maniera strutturata e privacy compliant.

Perché se io ho dei dati che possono servire a te e tu dei dati che possono servire a me e magari non c’è nessun conflitto di interesse fra la mia azienda e la tua e ce li possiamo scambiare. Ma se questo non viene fatto succede che tutti questi dati vengono messi in pancia a qualcun altro che è il fornitore di dati.

Ci sono miriadi di aziende che forniscono dati per la BI in giro e che acquisiscono incredibile valore perché sono pagate dalle aziende per accumulare dati di BI. E ogni anno vendono licenze di dati per fare BI. Questa cosa è incredibile se ci pensi perché gran parte di questi dati potrebbero nel tempo essere ricostruiti.

E lo stesso si può dire di Google per il marketing o per la comunicazione, è vero di Facebook ed è vero delle aziende che riescono a creare come Amazon ed Apple dei walled garden di dati che hanno solo loro sui loro utenti cosi che tu abbia bisogno di loro per lavorare con i loro clienti. Questa cosa li rende dei gatekeeper. Amazon è l’emblema più incredibile di questa cosa.

L’anno scorso Amazon ha fatturato tre volte con l’advertising quello che ha fatturato Snapchat e nessuno lo sa. Oltre 2 miliardi di dollari che sono fatti in gran parte perché loro conoscono tutti i gusti dei clienti e permettono alla gente di fare pubblicità spesso addirittura dentro Amazon. Quindi hanno guadagnato 2 miliardi di dollari permettendo alla gente di promuovere dei prodotti che poi vendono su Amazon su cui loro prendono il 20% di commissione.

Noi di Kahuna pensiamo che avere un assessment accurato del valore dei dati che si posseggono, di quali dati terzi si possano usare per prendere decisioni migliori (nel marketing soprattutto, nel nostro caso), sia un ottimo punto di partenza per progettare le proprie strategie in modo DATA DRIVEN, ed offriamo anche training aziendali specifici, sotto forma di workshop e gruppi di lavoro volti a aprire dei “cantieri” operativi all’interno delle aziende con cui collaboriamo.

Con l’obiettivo di avviare le aziende verso un “full stack approach”:
http://kahuna.guru/full-stack-programmatic/

A presto, con altri articoli in questo filone.


AUTORE

Marco Fontebasso

Si occupa di marketing digitale dal 1999, è stato Amm. Delegato della agenzia digital Biquadra (oggi 3rdPlace), fra il 2008 e il 2012 il 1° gestore indipendente di campagne AdWords per volume gestito. In passato è stato resp. Business Development di AltaVista e Resp. advertising di SEMS (oggi FullPlan). Autore di 2 libri sul digital marketing, è stato speaker a conferenze e seminari internazionali.
http://kahuna.guru/ 
https://www.linkedin.com/in/marcofontebasso

Author: admin