First party data con le Analytics e l'intelligenza dei contenuti

L’importanza di una strategia data-driven

 

In un periodo in cui vi è massima attenzione su GDPR e questioni in generale legate alla privacy dell'utente, con plausibili tagli alla capacità di tracciare gli utenti online, risulta essere fondamentale capire l'importanza strategica dei First Party Data e la potenziale integrazione di questi in un progetto globale di Business Intelligence.

Ad avvalorare quanto anticipato in precedenza, vi sono numerosi studi o ricerche che dimostrano come l'utilizzo corretto di una quantità crescente di informazioni sia uno dei parametri fondamentali per la crescita di qualsiasi business. Gartner, già nel 2015, parlava chiaramente di una correlazione tra analisi del dato e maggior capacità di creare valore lato business (“How Successful Midsize Enterprise BI and Analytics Programs Deliver Business Value” - 12 June 2015).

Successivamente, anche la Harvard Business Review Analytics Services ha concentrato la sua attenzione su come il Marketing possa ottenere risultati decisamente superiori integrando i dati sui propri clienti all'interno delle proprie strategie. Secondo questa indagine, dati come il comportamento d'acquisto, navigazione e tassi di risposta risultano essere fattori fondamentali per migliorare non solo le proprie performance ma addirittura il prodotto offerto al nostro cliente.

Risulta quindi evidente come riuscire ad analizzare i dati di cui abbiamo proprietà diretta, First Party Data appunto, sia il primo passo di una strategia più strutturata e che punti al successo di una azienda. Secondo uno studio pubblicato sull'Economist, l'86% dei Marketing Manager vede la data del 2020 come quella entro cui avranno un controllo totale dell'esperienza utente, bisognerà capire a questo punto come il GDPR si integrerà in questo quadro e come potrà variare il modo di pensare al dato successivamente al 25 Maggio.

Alla fine di ottenere il massimo dai First Party Data, i dati di casa nostra, dobbiamo strutturare un'organizzazione che ci permetta di dare una risposta al COD, acronimo dei punti alla base dell'analisi del dato:

- Comprensione

Comprendere di quali dati disponiamo o potremmo disporre facilmente, come potremmo utilizzarli per portare valore aggiunto all'azienda e al prodotto

 - Organizzazione

Organizzare il dato e incrociarlo con altri dati in possesso in modo da ottenere valore aggiunto

 - Decisione

Decidere come utilizzare il dato per arrivare agli obiettivi di qualsiasi business, ovvero massimizzare i fatturati e quindi i profitti.

È quindi evidente come questi tre punti siano la base di una strategia data driven, una strategia che può partire dall'analisi del dato a cui tutti hanno accesso facilmente, il proprio dato, quello legato alle analitiche proprietarie. Va da sé quindi che l'attenzione in questa fase debba andare su Google Analytics che, insieme alla sua versione premium Google Analytics 360 rappresenta in assoluto lo strumento di tracking più utilizzato.

 

Le Analytics più utilizzate

 

Ma quali sono gli strumenti integrativi rispetto a Google Analytics che ci possono permettere di comprendere maggiormente l'utente, arricchire i dati già in nostro possesso e strutturare un approccio data driven?

Attualmente l'elenco sarebbe veramente lunghissimo, cerchiamo quindi di elencare e dedicare qualche riga all'introduzione dei principali:

Tableau

Permette di analizzare e visualizzare il dato in maniera differente e aggregata alla ricerca di informazioni nascoste e risparmio di elaborazioni manuali oltre che di risparmio di tempo. Uno strumento ancora poco conosciuto ma di importanza cruciale in business di grandi dimensioni.

HotJar

Aiuta ad ottimizzare e migliorare la UX della propria risorsa online grazie all'analisi del dato di navigazione e del comportamento utente. Registrazione di navigazione, mappe di calore e tanto altro.

Hubspot

La piattaforma di Inbound Marketing attualmente più utilizzata che permette alle aziende, tramite l'ottimizzazione dei flussi e funnel, di attrarre visitatori, convertirli in lead/contatti e trasformarli in clienti in maniera automatizzata.

API e Tab Script di Google AdWords

Strumenti potentissimi forniti da Google per l'ottimizzazione delle campagne AdWords a partire dai dati di campagna e dati esterni. Verifica della rottura di stock, analisi dei Brand più popolati in termini di prodotto, periodicità delle vendite in relazione al periodo sono solo alcune delle verticali dove è possibile automatizzare, velocizzare e gestire a partire dai dati.

Google Optimize

Tool basilare per la CRO, permette di analizzare, testare e ottimizzare i vari aspetti della user experience del nostro sito tramite lancio di A/B test e multivariati.

Google Search Console

Fonte importante di informazioni sul nostro sito, permette di trovare e gestire criticità sella nostra piattaforma online a livello di ottimizzazione SEO della nostra piattaforma e di navigazione/esperienza utente

Google Tag Manager

Strumento potentissimo, integrazione allo stato puro per tracciare e avere informazioni di navigazione con tempi di integrazione praticamente nulli.

Google Data Studio

Il dato non ha alcun valore se non possiamo leggerlo, analizzarlo e gestirlo. Questo tool di casa Google permette di collegare numerosi e differenti data entry per creare dei report consultabili online che si aggiornano in maniera dinamica.

Lyris

Il data driven lato comunicazione con il cliente. Tra le varie caratteristiche automatizza i programmi di posta elettronica e di messaggistica digitale su scala aziendale ed integra le comunicazioni con i clienti su tutti i canali.

Trello, Jira o Slack

Tutte queste informazioni senza una metodologia di gestione del progetto Agile non sarebbero gestibili. Queste tre piattaforme permettono di gestire e organizzare i processi alla ricerca della semplificazione e del risparmio di risorse e di tempo.

L'utilizzo di questi tools, uniti ovviamente all'impiego di strumenti di tracking come Google Analytics impiegati in maniera avanzata possono permettere incrementi significativi delle KPI.

A dimostrazione del potenziale di un approccio data driven, e di quanto possano essere utili i tool presentati in precedenza, portiamo la case history di una startup seguita da Queryo.

immagine-interna-n-1-per-articolo-di-pala-sui-first-party-data

Come la maggior parte delle startup, il cliente in esame aveva un approccio non data driven sorretto solo dalla fortuna di avere un prodotto di buona qualità.

Una ristrutturazione pesante delle campagne passate da una vecchia gestione a budget da investire per mese a una gestione totalmente data driven a ROI target e l'analisi del dato già in possesso, dei dati di conversione, approccio al prodotto, funnel di conversione e CRO, ha permesso di andare a presentare al cliente finale il prodotto in un punto del funnel anticipato rispetto all'anno precedente, agevolando una conversione che impiegasse meno tempo e un numero di pagine viste inferiore con un conseguente incremento del tasso di conversione del 42% oltre che gettare le basi per l'avvio di un progetto vincente.

Un approccio data driven non è un approccio one shot, è una filosofia di vita. Si tratta di un approccio portato allo studio e all’ottimizzazione costante, un miglioramento continuo derivante da un flusso di informazioni sul nostro utente.

Si stima infatti che nel 2020 le informazioni globali saranno 75 volte superiori a quelle disponibili 9 anni prima (2011). Tale ricchezza di informazioni deve essere sfruttata continuamente alla ricerca dell'ottimizzazione massima e della continua crescita.

Segue un grafico di crescita Q1 2018 della startup introdotta poco sopra.

immagine-interna-n-2-per-articolo-di-pala-sui-first-party-data

Che ruolo gioca in questo contesto l’intelligenza dei contenuti?

 

Visto che siamo nell’Era del Cliente e quindi in presenza di un consumatore sempre più evoluto, per catturare la sua attenzione sempre più “volubile” e per differenziarsi dai competitors i Brands necessitano di un approccio che lo metta al centro dei processi aziendali (customer obsession) in cui gli venga fornita una customer experience eccellente veicolata, come consiglia Rusty Warner di Forresterattraverso la Content Strategy del Brand.

Ripensare la propria Content Strategy, infatti, può aiutare il Brand a prendersi cura dei propri clienti al meglio, a patto che si tenga presente di non star condividendo solo un contenuto ma un’esperienza che ci permette di creare una vera propria connessione emotiva con lui. Esiste una strategia che permette di misurare le performance dei contenuti e quindi di “affinare” la propria Content Strategy per creare delle CX che soddisfino realmente le aspettative dell’audience: si chiama Content Intelligence (CI).

Come riporta il libro “Content Intelligence for Dummies” edito da Wiley, con il termine Content Intelligence (CI) si indicano quei sistemi e software che, con il supporto dell’Intelligenza Artificiale (AI), raccolgono dati di Prima Parte dai contenuti con cui gli utenti sono entrati in contatto in modo da ottenere insights in tempo reale per una Content Strategy sempre più efficace. La CI, infatti, con la sua comprensione degli interessi degli utenti che hanno fruito dei contenuti, aiuta il Brand a proporre contenuti sempre più allineati con il cliente.

Noi sappiamo che le persone raccontano molto di sé attraverso i contenuti che scelgono sui vari touchpoints (siti web, e-commerce, app mobile, social network, iniziative instore etc.): queste “tracce” che gli utenti lasciano in Internet vengono analizzate ed estrapolate dalla CI, che “attiva” i contenuti (li rende intelligenti!) trasformandoli in recettori degli interessi di chi ne fruisce.  

 

Advanced Analytics e Content Intelligence insieme per Customer Obsession sempre più efficace

 

A questo punto, con tutta questa mole di dati e piattaforme diventa importante per i Brand comprenderne ruoli e benefici.

Diventa possibile quindi “costruire” l’offerta di una customer experience sempre più vicina alle aspettative della clientela combinando i dati di tipo statistico ricavati dalle Analytics che riescono a ricostruire per ogni segmento di audience il comportamento di navigazione con controlli incrociati sulle attività dei siti web (numero di visite, pagine viste, tempo trascorso sulla pagina, bounce rate etc.), mentre i dati qualitativi sulle persone raccolti dalla CI permettono di massimizzare il valore dei contenuti, in termini di arricchire il profilo a CRM dell’utente con i suoi interessi caldi del momento, di misurare la performance editoriale dei contenuti in base all’influenza che hanno avuto nelle varie call-to-action, e infine di poter rendere dinamica la customer experience suggerendo contenuti sempre più rilevanti e personalizzati tra i molteplici touch-point aziendali senza mai “interrompere” il surfing dell’utente.

C’è da aggiungere inoltre che i dati raccolti dalla CI possono essere comodamente esportati e integrati nelle dashboard aziendali in modo da arricchire i report di Business Intelligence da sottoporre ai vertici aziendali. La cosa bella è, infatti, che le soluzioni di CI non solo per nulla invasive all’interno dell’architettura aziendale perché, oltre a integrarsi perfettamente con i sistemi e le tecnologie esistenti, generano valore da qualcosa che le aziende hanno già “in casa”, ovvero i contenuti.