mobile4innovation corrierecomunicazioni
accedi
facebook twitter youtube linkedin rss iscriviti newsletter
dots White Paper dots Eventi dots Video
Digital4Marketing

Sei regole d'oro per un data-driven marketing di successo

I marketers hanno sempre più bisogno di analizzare i dati per la loro attività. Ma come fare, nel concreto? Deloitte ha individuato le best practices che aiutano a centrare l'obiettivo e creare valore dai dati, evitando passi falsi in ambito sicurezza e privacy. Restano fondamentali governance, data science un e approccio agile

di Patrizia Licata

how to

11 Maggio 2017

Si parla molto di data-driven economy e sicuramente il tesoro dei Big data è la marcia in più delle imprese oggi, ma come collegare in modo efficace i dati e il processo decisionale? Nel marketing, per esempio, l'anali dei dati è ormai prassi comune per diverse organizzazioni perché permette alle attività di marketing di trainare la crescita dell'azienda, costruendo relazioni più significative e durature con i clienti. Tuttavia, secondo un'analisi di Deloitte pubblicata sul Wall Street Journal, in molti altri casi i marketers hanno difficoltà a gestire l'approccio data-driven: cercano di sfruttare i Big data per campagne mirate e personalizzate e per accrescere la visibilità, ma con risultati insoddisfacenti.

Le sfide del data-driven marketing

La prima sfida è la data governance, fondamentale per venire a capo di volumi enormi di dati estratti da fonti molteplici, in formati diversi e a frequenze variabili.

Secondo problema: i dipartimenti di marketing spesso si trovano privi degli specialisti e dei processi necessari ad analizzare, capire e mettere a frutto i dati e ricorrono a un poco efficace reporting retroattivo. Per superare queste complessità Deloitte ha compilato un vademecum su come realizzare un marketing basato sui Big data capace di generare valore.

1 - Date un senso ai dati

I dati valgono poco se non sono in forma utilizzabile. Ci sono i dati dei propri clienti o utenti, e quelli di seconde o terze parti, e vanno messi in ordine di priorità. Siccome è improbabile che una sola tecnologia faccia questo, l'efficacia nasce dalla combinazione di più prodotti: online analytics, piattaforme di data management, CRM, piattaforme per la vendita e così via.  

2 - Sperimentate

Oggi esistono il machine learning, l'intelligenza artificiale e il cognitive analytics, ma sono le persone a decidere come usare i dati: la scienza dei dati produce i risultati più soddisfacenti. Ai marketers il compito di sperimentare: fare ipotesi con singoli set di dati e approcci semi-manuali, appoggiandosi al data scientist per estrarre valore e analizzare i dati significativi. Gli approcci automatizzati e basati su algoritmi servono, ma il valore si crea con l'intervento della scienza dei dati e dell'esperienza. umana.

3 - Focalizzatevi

Sperimentare non basta: occorre focalizzarsi su specifiche opportunità, puntando a creare valore su specifici passaggi del customer’s journey. Attenzione: customer journey, non marketing, sales o service journey. Date priorità a segmenti, fasce di utenti e fasi del "viaggio" in base ai dati di conversione e all'analisi delle correlazioni. Definite gli obiettivi di business e partite mirando all'obiettivo che è più a portata di mano.

4 - Le opportunità del predictive learning

Tornando a machine learning, intelligenza artificiale e analisi cognitiva, quanto contano? "Importanti, necessarie, ma non pronte per sedere al posto di comando perché non sono tecnologie mature", risponde Deloitte. Bisogna dunque capire che cosa è possibile ottenere oggi da questi strumenti e che cosa è solo sperimentazione e non dimenticare le piattaforme che si integrano subito con i sistemi di marketing esistenti (come rilevamento delle anomalie e individuazione di trend, segmenti e propensione), cercando anche di anticipare le evoluzioni in piattaforme di marketing in cui la vostra organizzazione ha già investito.

5 - La gestione dei dati deve essere integrata e rel time

Gestire le molteplici e disparate fonti di dati ha costi e tempi proibitivi se è un'operazione completamente manuale. L'uso dei dati richiede una combinazione di processi e policies che includono una chiara data governance e un approccio agile. Abbandonare il sistema della reportistica mensile e delle previsioni trimestrali, che generano conoscenza episodicamente e non in tempo reale, vuol dire mettersi sulla strada per il successo: dovete fondere insieme dati, analytics, strategie, persone, processi e tecnologie.

6 - L'uso etico dei dati deve essere la base

Usare i dati per prendere decisioni in tempo reale o quasi offre enormi opportunità ma col rischio di calpestare i diritti alla privacy e alla sicurezza. Sono questioni che non possono essere considerate a posteriori: la strategia del data-driven marketing deve includere all'origine la protezione dell'azienda e della sua audience dalle cyber-minacce e una solida difesa dei dati dei clienti. I dati sono la nuova forma di potere ma, come si suol dire, dal potere derivano anche le responsabilità.


TAG: marketing, big data, Deloitte, sicurezza, privacy, machine learning


iscriviti alla newsletter

White Paper


iscriviti newsletter