DMP: chi ha detto che serva solo per il programmatic advertising?

In queste ultime settimane ho discusso con diversi brand in merito al loro grado di interesse all’utilizzo di una DMP all’interno della loro struttura digitale. A seconda del mercato in cui operano e a seconda di come sono strutturati, le risposte sono state diverse. Chi ha un team capace di gestire i dati sicuramente trova un valore nell’adottare un sistema internamente, chi invece non ha risorse, lo farebbe gestire dalla sua agenzia media.

Ho però trovato un fattore comune che più o meno emerge nelle discussioni. Dato per assodato l’utilizzo delle DMP per fare programmatic, e anche qui ci sono pareri parecchio discordanti sull’efficacia di questa metodologia, il vero valore viene riconosciuto nella capacità dello strumento nell’essere parte di una strategia evoluta di content marketing.

A volte, non è detto che l’investimento in targeting advertising porti più risultati di campagne su audience più generaliste (ovvio, non è lo stesso per tutte le industries), mentre, quando si parla di contenuti proprietari del brand, l’effetto della targetizzazione ha un peso notevole, sempre a patto di essere in grado di raggiungere una massa critica di utenti.

Partendo dalla propria base clienti e dai dati di analisi comportamentali sulle properties digitali, si possono riconoscere delle caratteristiche comuni capaci di individuare il profilo del cliente tipo. Il problema è che la base conosciuta di utenti è sempre una percentuale minima di tutti gli utenti che riusciamo a raggiungere con le azioni di marketing. Gli utenti anonimi rimangono una maggioranza di cui poco si sa.

Una DMP capace di mettere in relazione i propri clienti (dati di CRM) con gli utenti anonimi (dati provenienti da sorgenti paid e owned media) e di poter così allargare l’audience target è sicuramente una buona partenza. È possibile includere poi la possibilità di assegnare categorie di interessi agli utenti anonimi attraverso l’analisi semantica dei contenuti da cui derivano le impression delle campagne display/retargeting, tracciare le azioni delle DEM e ovviamente qualsiasi interazione/evento che vengono proposti agli utenti.

L’intelligenza artificiale ci permette di inferire agli utenti anonimi i valori che sono di nostro interesse, come genere (maschio/femmina), fascia di età e – appunto – interessi.

Con tutti questi elementi a disposizione è possibile segmentare con granularità l’audience, in base agli attributi e al comportamento ed è possibile dargli una dimensione. Per esempio, segmento degli utenti maschi, di fascia 35-44 anni, con interesse Sport e che abbiano inserito nel carrello almeno 2 items tecnologici negli ultimi 3 mesi…, pari a nK utenti.

Le DMP ovviamente sincronizzano i cookies dei segmenti con le varie DSP/SSP per le campagne tradizionali di advertising, ma l’analisi dei segmenti e la loro attivazione sui contenuti sono la base per creare una strategia di content marketing realmente efficace.

È possibile infatti costruire una strategia di comunicazione avendo a disposizione i dati visti qui sopra, in base alla conoscenza approfondita degli utenti e alla possibilità di sincronizzarli per attivare una gestione dinamica dei contenuti, andando a questo punto ad aumentare le reach, e di conseguenza i KPI di business (vendite, marginalità, disponibilità prodotti, ecc.).

La prossima frontiera?

Mettere in relazione i dati di ascolto per utente della televisone con l’attività online e i dati di CRM. Ma di questo parleremo prossimamente.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *