Il data-driven nel Marketing B2B: vantaggi, ostacoli e best practices

Intervista a Fabio Lazzarini, International Business Information Strategies Director @CRIF

Fabio Lazzarini
International Development B2B Services Director @CRIF

In un contesto in cui i clienti B2B hanno le stesse aspettative di quelli consumer, aumentano le responsabilità del Marketing sui risultati di business, visto il ruolo di primo piano nell’acquisire una conoscenza approfondita del buyer e delle sue esigenze.

Certo è che tutti parlano dell’importanza di analizzare i dati e di prendere decisioni basate su di essi, ma pochi hanno compreso a fondo le modalità in cui farlo e come deve essere strutturata un’organizzazione data-driven.

Approfondiamo l’argomento con Fabio Lazzarini, International Business Information Strategies Director di CRIF, che alle spalle ha un’esperienza quinquennale nel mondo della business information e della business intelligence.  

 

D: Ciao Fabio! Cosa intendi quando affermi di usare gli analytics per diventare più intelligenti? Puoi spiegarci come avviene il passaggio da hindsight a foresight?

R: Essendomi laureato in Scienze Statistiche e essendomi da sempre occupato nella mia carriera di dati, analytics e business intelligence sono molto soddisfatto dell’attenzione sempre maggiore, soprattutto negli ultimi anni, che viene data ai concetti di data science, big data, analytics, etc.

Mi sembra però che spesso l’approccio sia molto “muscolare” e limitato a sottolineare la quantità di dati che è possibile elaborare o alla velocità di elaborazione. L’aspetto più interessante e utile a livello aziendale è invece, secondo me, la possibilità di cambiare approccio nei processi decisionali della propria azienda rendendo più pervasiva ed efficace l’intelligenza che è possibile estrarre dai dati.

DataDriven1

Letteralmente hindsight può essere tradotto con “senno di poi”. Questo concetto descrive efficacemente le nostre capacità quando ci limitiamo all’utilizzo di un reporting descrittivo che guarda al passato e spesso è unicamente finalizzato alla misurazione della performance. Gli esempi in azienda sono quotidiani, come il reporting sul fatturato trimestrale.

Spesso questo tipo di analytics è accompagnato da un ritardo rispetto al periodo di riferimento, ad esempio i ricavi semestrali disponibili a settembre, che ne limitano l’efficacia in termini di reale supporto decisionale. Il passo successivo in un ideale percorso evolutivo della business intelligence è quello della predictive analytics e dell’insight, cioè della visione anche delle conseguenze future delle proprie decisioni aziendali.

Il punto di arrivo è appunto il foresight, anche per questo concetto la traduzione letterale in italiano potrebbe risultare un po’ ridicola. I concetti in italiano che descrivono al meglio questo concetto sono la preveggenza e la perspicacia. In realtà si tratta di utilizzare strumenti di analisi, detti strumenti analitici avanzati, che permettono di ottimizzare i propri processi decisionali simulando diversi scenari futuri e ottimizzando l’utilizzo delle risorse.

Riassumendo si potrebbe dividere gli strumenti analitici in tre categorie:

  • Descrittivi, che rispondono alla domanda “Cosa è successo?” e perciò collegati al concetto di hindsight
  • Predittivi, che rispondono alla domanda “Cosa succederà?” e perciò collegati al concetto di insight
  • Prescrittivi, che rispondono alla domanda “Cosa dovrei fare?” e perciò collegati al concetto di foresight. datadriven2

D: Quali sono gli ostacoli per cui un'organizzazione non riesce ad essere data-driven? E quale forma assume un’organizzazione data-driven di successo? 

R: Il primo e più ovvio ostacolo è non avere una struttura tecnologica adeguata. Al tempo stesso è importante riconoscere che la tecnologia non è l’unica leva disponibile. La qualità dei dati è fondamentale e il vecchio motto “garbage in-garbage out non è mai stato forse così attuale quanto ora.

Dati di scarsa qualità, non aggiornati o non adatti allo scopo, incidono seriamente sul modo in cui è possibile utilizzare le informazioni, influenzando i rapporti con i clienti, aumentando le inefficienze e potenzialmente influenzando negativamente le performance aziendali.  La qualità dei dati è quindi di importanza cruciale per le aziende in cui sempre più decisioni sono basate sui dati.

Il terzo ostacolo, e forse il più importante o sicuramente quello che porta al reale insuccesso di ogni strategia data-driven, è quello organizzativo. I problemi “politici” e organizzativi rappresentano spesso il maggiore ostacolo. Per superare questo ostacolo occorre che tutta l’organizzazione sia coinvolta nello sviluppo e nell’implementazione della strategia, implicando tutti gli utenti nelle specifiche e formando adeguatamente tutte le risorse a partire dal top management.

Se si vuole costruire un'organizzazione basata sui dati, la cultura basata sui dati deve essere pervasiva: i dati devono essere trasparenti e tutti all'interno di un'organizzazione devono avere la capacità di capire come funziona l'azienda e la possibilità di avere un impatto.

Se volessimo riassumere tutto in uno slogan un’organizzazione aziendale moderna dovrebbe essere “powered by data and driven by people”.

 

D: Vuoi illustrarci brevemente cosa intendi con Account Based Marketing? E perché ritieni che porti a un maggiore allineamento tra Sales e Marketing?

R: L’Account Based Marketing è una strategica utilizzata dai marketer B2B per raggiungere un gruppo di prospect più mirati. In altre parole, invece di concentrarsi sulle strategie di vendita e marketing rivolte a un ampio gruppo di aziende, il messaggio è rivolto in modo preciso e ristretto su un singolo prospect. Sostanzialmente si tratta di passare da un approccio one-to-many per arrivare a un reale approccio one-to-one.

Il concetto non è del tutto nuovo e utilizzato spesso come buzzword. In passato, era stato visto come una strategia laboriosa e costosa riservata alle grandi aziende che si concentrava sul targeting di solo una manciata dei loro più grandi account.

Ma con i progressi della tecnologia, della disponibilità dei dati e della capacità di analizzarli, l’ABM può essere utilizzato su vasta scala per qualsiasi attività commerciale. Ma questo non vuol dire che sia diventato più facile da eseguire.

Il primo punto fondamentale per il successo di una strategia di questo tipo è infatti l’allineamento tra marketing e sales. Probabilmente bisognerebbe togliere la M dall’acronimo ABM perché quando questa strategia è implementata nel modo corretto non si dovrebbe essere in grado di dire dove finisce il marketing e iniziano le vendite. Per creare questa sinergia tra i team, è necessario disporre di processi condivisi, dati condivisi e approfondimenti e misurazioni condivise. In molte aziende ad esempio i team di marketing sono misurati sui contratti chiusi non sui lead generati.

Per fare ciò i team sales e marketing devono essere strutturati in modo che possano facilmente collaborare. È importante superare i tradizionali silos, incoraggiando una visione completa e azioni agili per fornire l'esperienza ottimale al cliente.

Si tratta di un vero cambiamento culturale e di paradigma, passare dalle vecchie liste di prospect più o meno caldi su cui fare del “cold calling” a un approccio realmente basato sul singolo cliente.

Si potrebbe riassumere tutto nei passi seguenti:

  • Azioni di marketing in grado di creare engagement e una relazione con i prospect
  • Dati mirati e tempestivi che descrivano e prevedano i comportamenti di acquisto del potenziale cliente
  • Allineamento tra sales e marketing al fine di semplificare il processo e aumentarne l’efficacia