Loading
Andrea Bovarini

Idee e Pensieri

Dati, quale interpretazione?

I marketer hanno a disposizione tanti strumenti tecnologici per la gestione dei dati. Queste soluzioni forniscono alle aziende, sulla carta, benefici incredibili proponendo algoritmi sviluppati ad hoc. Il lavoro è posto sulla precisione di analisi e di estrazione di KPI basilari per il proprio settore, dimenticandosi che la tecnologia da sola non basta. Ci si scontra con una realtà che non corrisponde alle promesse iniziali.

 

Una volta che i dati sono stati estrapolati e sono resi fruibili a chi ne deve fare uso, bisogna essere in grado di leggerli, capirli e soprattutto interpretarli in funzione del proprio business

Per poter interpretare correttamente i dati, è necessario definire fin dall’inizio quali parametri considerare ed elaborare. L’acquisizione dei dati deve avvenire secondo una logica che tenga conto per esempio, della tipologia di estrazione che si vuole eseguire, in funzione delle analisi che si vogliono realizzare.

 

La personalizzazione di questo percorso è fondamentale per aumentare il conversion rate e la si può fare solo conoscendo gli utenti in funzione dell’interesse che hanno verso il prodotto o servizio che viene offerto.

 

I dati da soli, per quanto elaborati, non bastano, devono essere studiati e interpretati da chi parla il linguaggio del business e da chi conosce i comportamenti sociali degli utenti.

Lasciamo ai data scientist l’abilità a elaborare e interpolare i dati che vengono raccolti online e offline, ma poi i risultati vanno calati nella realtà umana, va capito che valenza possa avere un particolare segmento in relazione al business specifico.

 

Per questo lavoro bisogna scegliere dei professionisti che abbiano esperienza, che conoscano il comportamento dei cluster di utenti di fronte a una data proposizione commerciale, altrimenti l’analisi risulta totalmente inefficiente.

Le strategie non si inventano, possono essere data-driven, ma i dati da soli non fanno una strategia, è l’esperienza e la capacità analitica e di comprensione del dato che fanno la differenza e decretano il successo o il fallimento

Il dato del vicino è sempre più verde…? Forse anche no!

Acquistare dati di terza parte per attivare i cookies dei propri segmenti di riferimento al fine di erogare campagne programmatic è sempre più comune e con un trend a crescere. A volte però questa può essere una scorciatoia per trovare una nuova audience esterna senza sforzarsi di conoscere realmente i propri utenti.

I brand hanno un asset ricchissimo di dati di 1° parte che molto spesso non viene utilizzato, per mancanza di tecnologia, per mancanza di risorse, perché a volte è più comodo cercare fuori che comprendere ed analizzare al proprio interno.

I dati di 1° parte si presentano in diverse aree che spesso non dialogano tra loro. Sono nel CRM, nel sistema di eCommerce, risiedono nell’analisi di navigazione web ( nella stessa azienda può capitare che il reparto SEO e il reparto SEM siano in compartimenti stagni), di utilizzo dell’app mobile, ecc, ecc…

Sono delle fonti di dati che esprimono tantissime informazioni sugli utenti del brand, informazioni però che prese singolarmente mostrano solo un lato dell’utente e non danno una figura completa.

Potendo correlare tutte queste informazioni in un unico punti di accesso, incrociarle e ricongiungerle sugli utenti, si crea un asset di conoscenza capace di dare una visione arricchita dei propri utenti.

Un punto di partenza per poter allargare la propria audience verso gli utenti anonimi (sempre di 1° parte) su basi oggettive e tangibili e raggiungere i segmenti target che possono far incrementare i profitti.

Ci sono altri due elementi da considerare:

 

  1.    Proprietà del dato

I dati di 1° parte hanno anche un’altro vantaggio: sono di proprietà del brand che li possiede e non vengono scambiati con nessuno. Ricordiamo che quando si acquistano dati di terze parti, si allarga l’audience ma allo stesso tempo si permette di utilizzare i propri dati anche per allargare l’audience di altri brand, inclusi i concorrenti

  1.    Freschezza del dato

Avere una dato che esprime una categoria di interessi “fresco”, vuol dire poter raggiungere il proprio target il più vicino possibile temporalmente al momento decisionale dell’acquisto. Che controllo ha il brand sulla freschezza del dato di terze parti?  Il controllo è ovviamente massimo per i dati di 1° parte.

Sembra banale, ma conoscere i propri utenti dovrebbe essere una priorità! Gli utenti anonimi di 1° parte hanno già dimostrato un certo interesse per il brand, perché non considerarli e guardare solo fuori i propri ambiti?

Utilizzando il sito, continuando la navigazione o facendo scroll accetti l'utilizzo dei cookie per fornire la migliore esperienza di navigazione possibile maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi