Big Data: analisi e utilizzo dei dati utente

La raccolta di grandi quantità di dati, o Big Data, è fondamentale per creare una relazione personalizzata e one-to-one con ogni singolo utente (prospect, lead o cliente che sia).

L’analisi dei dati utente e il loro utilizzo ai fini di marketing non è una moda ma, anzi, è la base da cui partire per formulare le strategie più corrette al fine di migliorare le performance, aumentare le vendite, fidelizzare i clienti, massimizzare la customer satisfaction, ottimizzare la customer experience e molto altro.

E il motivo è molto semplice: se nella comunicazione interpersonale lo scambio tra i partecipanti avviene attraverso il linguaggio verbale (cioè attraverso l’uso delle parole), il linguaggio para verbale (che si riferisce al tono di voce, al ritmo, al volume, alle pause e a tutte le modalità di espressione, sonore e non) e il linguaggio non verbale (che riguarda il linguaggio del corpo), nella comunicazione digitale questa combinazione non è possibile.

Infatti, l’utente digitale è distante e schermato (nel vero senso della parola) ma ciò non significa che egli non esprima i suoi interessi e le sue preferenze… anzi, dobbiamo tenere presente che lo fa in modo diverso rispetto a come farebbe nella realtà analogica e che un Brand per comunicare sul web deve utilizzare gli strumenti e i linguaggi della comunicazione digitale.

Questa premessa è fondamentale per introdurre l’argomento di questo articolo, che tratta di Big Data, di analisi e di utilizzo dei dati degli utenti web, fondamentali in qualsiasi progetto di Marketing Automation. Se non ci fossero, infatti, non sarebbe possibile alcun tipo di conversazione personalizzata nel digitale.

Differenza tra dato e informazione: evitiamo di fare errori

C’è un’abissale differenza tra dato e informazione ed è fondamentale, ad oggi più che mai, smettere di confondere le due cose. Vediamo, quindi, una possibile definizione di dato e una possibile definizione di informazione per avere la corretta chiave di lettura del mondo Big Data.

Un dato è un elemento che rappresenta in maniera oggettiva un qualcosa (può essere, ad esempio, l’importo di una fattura, la taglia di una t-shirt, il numero di acquisti compiuti da un utente nell’arco di un anno e così via) e che, senza elaborazione, non ha nessuna utilità.

Invece, l’informazione è ciò che risulta dall’elaborazione di un insieme di dati ed è il significato che attribuiamo loro dopo averli contestualizzati e analizzati.

Cosa rappresenta questa differenza dal punto di vista pratico e operativo?

Prendiamo il caso più semplice di un e-commerce: i dati vengono raccolti attraverso i touchpoint attivi, vengono immagazzinati, raccolti e organizzati all’interno di un customer relationship manager (crm) o di una customer data platform (cdp) per poi essere analizzati ed elaborati e, solo a seguito di questo processo, si possono ricavare le informazioni.

Quindi, il passaggio è questo: si raccolgono dati e non informazioni e le informazioni si ottengono dopo aver analizzato i dati raccolti.

Ora che non dovrebbero più esserci dubbi, possiamo procedere.

Big Data: cosa sono?

Per capire cosa sono i Big Data, abbiamo deciso di partire dalla definizione di Wikipedia che recita più o meno così:

“il termine inglese Big Data indica una raccolta di dati informativi così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore o conoscenza. Il termine è utilizzato in riferimento alla capacità di analizzare, ovvero di estrapolare e mettere in relazione, un’enorme mole di dati eterogenei, strutturati e non strutturati, al fine di scoprire i legami tra fenomeni diversi e prevedere l’esito di fenomeni futuri“.

Precisiamo che, ad oggi, non esiste una soglia di volume minima per parlare di Big Data ma che si usa questo termine quando la quantità di dati raccolti è così grande da richiedere l’utilizzo di tecnologia e di algoritmi al fine di archiviarli, organizzarli, analizzarli, elaborali ed estrapolare le informazioni.

Infine, i Big Data provengono dai touchpoint dell’azienda ovvero si ricavano attraverso qualsiasi canale che permette uno scambio tra Brand e utente.

Le 7V dei Big Data

Per comprenderne la vera natura, è opportuno conoscere le 7V dei Big Data (probabilmente, destinate ad aumentare nel tempo) ovvero:

• volume: ovvero la quantità di dati a disposizione relativamente alla quale si sta assistendo ad una crescita esponenziale (ciò che si misurava in Gigabyte oggi si misura in Zettabyte – ZB – o in Yottabyte – YB -);
• varietà: i Big Data comprendono differenti tipologie di dati;
• velocità: che si riferisce alla velocità con cui i dati vengono elaborati per diventare informazioni accessibili e, ad oggi, è richiesta la loro trasformazione in tempo reale per poterne trarre realmente utilità e valore;
• veridicità: ovvero l’accuratezza dei dati. Ciò significa che i dati immagazzinati non devono essere errati;
• valore: l’azienda deve realmente trarre valore dai dati che raccoglie ed elabora e ciò significa che bisogna scegliere quali dati raccogliere in funzione degli obiettivi da raggiungere;
• variabilità: relativa al continuo cambiamento dei dati di cui un’organizzazione può entrare in possesso e all’attenzione che bisogna prestare per garantire che vi sia omogeneità tra essi;
• visualizzazione: la modalità di visualizzazione in tempo reale deve essere facile da leggere ed è per questo che si utilizzano tabelle, grafici e dashboard nei sistemi più avanzati.

Big Data: a cosa servono e vantaggi

I Big Data non solo servono ma sono fondamentali sia per i business online sia per i business centrati su di una strategia omnicanale che sfrutta, quindi, sia la dimensione fisica che quella digitale.

I principali vantaggi che derivano dalla raccolta, dall’analisi e dall’elaborazione di grandi quantità di dati sono:

• la personalizzazione dell’esperienza utente sulla base della rilevazione di preferenze e comportamenti reali (quindi, dei suoi gusti effettivi proprio come avverrebbe se ci fosse una conoscenza vis-a-vis);
• l’estrazione di informazioni aggiuntive e più dettagliate rispetto a quelle che si otterrebbero analizzando piccole serie di dati;
• la possibilità di individuare strategie di marketing di molto più potenti perché basate su dati oggettivi e su modelli costruiti appositamente tramite AI e Machine Learning;
• l’automatizzazione delle attività basate sui Big Data;
• l’individuazione di nuove opportunità di business.

Big Data e approccio data driven

Con il diffondersi dell’utilizzo dei dati, si è cominciato a parlare anche di approccio data driven facendo riferimento a quelle aziende che si servono dei Big Data e della tecnologia per prendere le decisioni strategiche e implementare le attività ad esse connesse.

Inoltre, data driven significa anche che i dati, oltre a entrare nel processo decisionale, si integrano perfettamente nella cultura aziendale e in ogni livello dell’organizzazione guidata dai dati.

Soprattutto in alcuni business, questo approccio e questa impostazione sono indispensabili per disporre sempre di dati corretti e aggiornati e di informazioni che aiutino a comprendere con anticipo il futuro. In un mondo sempre più veloce, infatti, l’analisi delle metriche e dei KPI basate su serie di dati storici non è più sufficiente.

Facciamo qualche nome? Amazon, Spotify e Netflix.

Big data: esempi e classificazione

Le tipologie di dati da raccogliere per conoscere l’utente sono:

• dati anagrafici: sono lasciati dall’utente attraverso la compilazione di un form d’iscrizione online o di un modulo cartaceo (che serve, ad esempio, per richiedere la fidelity card) e sono indirizzo email, età, genere, indirizzo di residenza, codice fiscale e così via;
• dati comportamentali: riguardano le azioni che compie l’utente sul nostro sito e il suo livello di interazione (come, ad esempio, la creazione di una wishlist e il tasso di apertura delle email);
• dati transazionali: ovvero i dati relativi al comportamento d’acquisto dell’utente (come, ad esempio, prodotto acquistato, frequenza d’acquisto, numero di acquisti, taglia, colore, cambi, resi e così via).

Lasciamo, infine, volutamente in un angolo per ora i dati relativi alla Privacy.

Single Customer View

Hai capito cosa sono i Big Data e hai scoperto che i dati utente si dividono in anagrafici, comportamentali, transazionali e relativi alla Privacy. E adesso? Adesso introduciamo il concetto di Single Customer View cioè della visualizzazione del cliente a 360 gradi.

Infatti, il processo di raccolta, che avviene attraverso diverse fonti online e offline, termina con la rappresentazione olistica, aggregata e coerente dei dati relativi ad ogni singolo utente e con il metterli a disposizione di ogni area aziendale al fine di migliorare il rapporto dell’utente con il Brand.

Come utilizzare i Big Data nelle attività di Marketing Automation

La Marketing Automation si alimenta con i dati che… più sono e meglio è!

A tal proposito, ricordiamo che il marketing automatizzato è contenuto giusto alla persona giusta nel momento giusto e che i Big Data, raccolti sempre più spesso all’interno di customer data platform (cdp), servono in particolare a:

• raggiungere le persone giuste attraverso profilazione, segmentazione e analisi anche con il supporto dell’AI e del Machine Learning;
• arrivare ad esse con il messaggio giusto attraverso la produzione di contenuti, o meglio, di conversazioni che si rivolgono al target di riferimento e sono spinte al massimo verso l’hyper personalization;
• arrivare nel momento giusto, capendo a che punto del customer journey si trova l’interlocutore.

In particolare, l’Intelligenza Artificiale sfrutta i Big Data per rendere possibile l’apprendimento automatico, l’utilizzo di algoritmi in grado di prevedere il comportamento degli utenti e l’attivazione automatica di azioni specifiche di marketing per personalizzare l’esperienza del cliente in tempo reale con contenuti, consigli, follow-up degli acquisti che anticipano le esigenze delle persone.