Innovation sparks
La complessità della personalizzazione nel marketing moderno
Articolo di Gianluca Diegoli, Strategy Advisor & Professore - IULM
In un'epoca dominata dalla digitalizzazione e dall'iperconnettività, la personalizzazione del rapporto con il cliente è diventata la norma piuttosto che l'eccezione.
Non si tratta più solo di chiamare il consumatore per nome, come nelle prime forme rudimentali; oggi la personalizzazione coinvolge un insieme sofisticato di tattiche e tecnologie che vanno dall'analisi dei dati all'intelligenza artificiale, passando per la multicanalità e l'integrazione olistica di programmi di fedeltà e strategie di acquisizione dati.
Ma questa complessità ha anche imposto ai CMO un approccio non più basato sull’acritica accettazione di formule e mantra, ma di sperimentazione “controllata” dei processi di digitalizzazione. “Del resto, di personalizzazione parliamo da venti anni” è stato detto a margine della tavola rotonda organizzata da SAS che ha visto partecipare CRM e marketing manager di grandi aziende, di industry differenti ma accomunati sia dall’approccio “data-driven verso il data-driven” che dalla consapevolezza che ogni scelta tecnologica e di digital transformation ha effetti su tutto l’ecosistema di brand, dal rapporto personale con il cliente all’organizzazione interna, dal coinvolgimento degli stakeholder fino agli equilibri delicati delle normative della privacy digitale.
Oggi la personalizzazione coinvolge un insieme sofisticato di tattiche e tecnologie che vanno dall'analisi dei dati all'intelligenza artificiale, passando per la multicanalità e l'integrazione olistica di programmi di fedeltà e strategie di acquisizione dati. Gianluca Diegoli Strategy Advisor & Professore Università IULM
ROI e misurazione: le incognite rimangono
Nonostante l'evidente efficacia della personalizzazione, la misurazione precisa del suo impatto sul ROI rimane problematica, come anche il punto di breakeven tra vantaggi e costi. Si mira a personalizzare fino a una determinata percentuale dei messaggi e touchpoint con il cliente, in prospettiva anche in tempo reale.
Tuttavia, la misurazione precisa dei ritorni è ancora in fase nascente: sicuramente si possono notare KPI tattici migliorati, come aperture, disiscrizioni, tassi di clic, ma la sensazione che si debba andare oltre sembra essere comune. E forse anche oltre il tracciamento deterministico one-to-one: in futuro metodi come il 'media mix modeling' potrebbero fornire una soluzione quantomeno complementare per quantificare l'efficacia delle strategie di marketing, inclusa la personalizzazione.
Intelligenza artificiale: un territorio ancora inesplorato
Non si poteva non parlare del tema dell’anno, anche se ovviamente in logica di marketing: la maggior parte è ottimista sull'uso dell'intelligenza artificiale (AI) per “efficientare” vari aspetti del business, dal servizio clienti ai messaggi in ingresso, usando le nuove funzionalità che gli esistenti “pezzi” dello stack tecnologico stanno mettendo progressivamente a disposizione.
Per attività più “core”, l'AI risulta però ancora un territorio in gran parte inesplorato, e un approccio cauto, integrando soluzioni esterne piuttosto che sviluppare tecnologie in-house, è il preferito.
Questo approccio di "buy and trial" sta emergendo come una tattica di acquisizione tecnologica: il pragmatismo è un po’ la chiave di lettura odierna, dopo la “sbornia da buzz” degli anni recenti.
Acquisizione del dato: oltre i programmi di fedeltà
I programmi di fedeltà e le carte di fidelizzazione non sono più solo un mezzo per incentivare la lealtà del cliente, anzi; sono potenti strumenti di acquisizione dati. In alcune strategie portate al tavolo, l'uso di 'zero party data' arricchisce ulteriormente il database, consentendo una personalizzazione ancora più mirata in tutte le fasi del ciclo di vita del cliente, dall'email marketing all'advertising online.
Anche l’ecommerce e il direct to consumer, anche se spesso non preminenti nelle revenue, offrono una conoscenza diretta del cliente e la possibilità di espandere la propria presenza dai canali distributivi tradizionali a una logica omnicanale.
La sfida della qualità del dato
Nell'era del data-driven la qualità delle informazioni è diventata ancora più cruciale. Non solo i dati devono essere accurati e rappresentativi, ma devono anche essere pertinenti e tempestivi. L'uso emergente di dati sintetici può indicare una nuova frontiera per aumentare la valenza statistica delle analisi, permettendo una personalizzazione ancora più precisa.
Umanità e omnicanalità: un equilibrio delicato
La digitalizzazione deve essere contestualizzata. In certi segmenti di pubblico, soprattutto quelli più tradizionali, il digitale serve più per essere complementare all’esperienza fisica che a sostituire l'interazione umana.
In questi contesti, ad esempio, la videoconferenza ha sostituito la visita in filiale, ma non può sradicare la necessità di un rapporto umano, che va al di là del mezzo usato per incontrarsi “di persona”.
Privacy e normativa: un confine fragile
Il rispetto della privacy e la conformità alle normative sono ogni anno sempre più al centro del dibattito. Le stesse norme possono essere interpretate in modi diversi in settori diversi o addirittura tra competitor: l’incertezza è la principale sfida. Questo è particolarmente vero quando si tratta di integrare dati di prima parte con le strategie pubblicitarie, spesso gestite da agenzie esterne, creando ulteriori complicazioni nella gestione dei dati. Un approccio “integrato” che però diventerà inevitabile, in un’epoca in cui i dati di terza parte sono destinati ad avere un ruolo meno importante e una precisione decrescente.
Verso un approccio olistico, ma concreto
La personalizzazione, sia che avvenga nell’advertising, o nei mezzi proprietari come app e siti, o gestita nella messaggistica email, push ed SMS, è oggi una pratica complessa, che offre benefici che devono essere valutati volta per volta e costi crescenti che, man mano si cerca di renderla più radicale, possono non sempre corrispondere a risultati concreti, o meglio, non essere coerenti rispetto alle ricerche esterne di settore, avendo ogni brand specifiche particolarità di modello di business e target di utenti.
Ogni manager presente ha condiviso l’approccio che è oggi, anche in relazione all’incertezza dello scenario economico e di consumo, inevitabilmente olistico, graduale e ponderato. Un approccio che sembra essere l’unica costante per navigare con successo nel complicato panorama del marketing data driven contemporaneo.
Vuoi saperne di più sul Marketing Data Driven?
Come utilizzare i dati per migliorare e ottimizzare le tue attività di Marketing
6 novembre 2023
Articoli consigliati
-
Innovation sparksInnovazione e Trasformazione nell’Area Credito: l’esperienza di TIMTIM ha intrapreso un progetto ambizioso volto a innovare processi, sistemi e organizzazione, con l’obiettivo di migliorare l’efficienza e garantire una gestione sempre più data-driven.
-
Data for GoodAI_PREMie: innovazione e collaborazione per prevenire le complicazioni della preeclampsiaLa ricerca condotta dall'University College di Dublino potrebbe salvare decine di migliaia di vite utilizzando il machine learning per diagnosticare la preeclampsia.
-
Innovation SparksLe Model Card di SAS: una bussola per la trasparenza e l’eccellenza nei modelli di Intelligenza ArtificialeIntegrate nella piattaforma SAS Viya, le Model Card di SAS sono concepite per documentare e chiarire ogni aspetto dei modelli di intelligenza artificiale e machine learning.
-
What's HotUna realtà dell’AI oltre l’hype per il settore sanitario e il mondo Life Science. Le previsioni di SAS per il 2025.Industrie farmaceutiche e mondo della sanità compiono passi decisi verso l’innovazione dell’AI e la digital transformation.