29 Novembre 2023

Marketing Analytics, Product Analytics e Customer Analytics: facciamo chiarezza

Nel panorama del business digitale la comprensione e l'utilizzo dell'analisi dei dati sono fondamentali per il successo strategico. Per i responsabili marketing, di ecommerce e di prodotto, comprendere le differenze tra customer analytics, marketing analytics e product analytics è essenziale per prendere decisioni informate. In questo articolo esploreremo le potenzialità di ciascuno di questi filoni, cercando di evidenziare le principali differenze, illustrando i Key Performance Indicator più importanti per ognuno, fornendo esempi di analisi e elencando gli strumenti che possono essere alleati nella raccolta e analisi dei dati.

Che cos'è Marketing Analytics?

Marketing analytics consiste nel misurare, gestire e analizzare le performance delle attività per ottimizzare le strategie marketing. Si focalizza sull'efficacia delle campagne pubblicitarie, sull'acquisizione di clienti e sulla valutazione del ritorno sull'investimento (ROI) delle attività di marketing. A differenza di altre forme di analisi, il marketing analytics si concentra specificamente sugli sforzi promozionali.

Benefici:

  • Ottimizzazione delle campagne pubblicitarie.
  • Miglioramento dell'acquisizione e conversione dei clienti.
  • Massimizzazione del ROI attraverso analisi e insight.

KPI:

  1. Tasso di Conversione (CR): Misura la percentuale di utenti che completano azioni desiderate.
  2. Costo per Acquisizione (CPA): Indica il costo per acquisire un nuovo cliente.
  3. Ritorno sugli Investimenti (ROI): Valuta l'efficacia di una campagna rispetto agli investimenti.

Strumenti:

  • Google Analytics
  • Piwik PRO
  • Adobe Analytics
  • Piano Analytics

Product Analytics: che cos'é?

La product analytics si concentra sull'osservazione e sull'interpretazione del comportamento degli utenti all'interno di un'applicazione o di un prodotto specifico. Questo tipo di analisi mira a fornire una visione dettagliata sull'usabilità, sull'esperienza utente e sulle funzionalità del prodotto. Misurando metriche come il tasso di conversione del funnel, la retention degli utenti e il tempo trascorso nell'app, le aziende possono identificare le aree di miglioramento e ottimizzare le caratteristiche del prodotto.

Benefici:

  • Ottimizzazione dell'usabilità.
  • Aumento della retention degli utenti.
  • Miglioramento delle caratteristiche del prodotto basato sul comportamento degli utenti.

KPI:

  1. Retention Rate: Misura la percentuale di utenti che ritornano.
  2. Tempo nell'App: Indica la durata dell'interazione dell'utente con il prodotto.
  3. Tasso di Adozione delle Funzionalità: Misura la velocità di adozione delle nuove funzionalità.
  4. Churn Rate: Valuta la percentuale di utenti che smettono di utilizzare il prodotto.

Strumenti:

Che cos'è la Customer Analytics?

Definizione e Differenze:

La customer analytics è incentrato sull'analisi del comportamento dei clienti, mirando a comprendere esigenze, preferenze e interazioni. Questa analisi è cruciale per migliorare l'esperienza del cliente e la fedeltà.

Benefici:

  • Personalizzazione delle interazioni con i clienti.
  • Miglioramento dell'esperienza del cliente.
  • Aumento della retention e del valore a vita del cliente.

KPI:

  1. Valore a Vita del Cliente (CLV): Indica il valore previsto che un cliente porterà nel corso della sua vita.
  2. Net Promoter Score (NPS): Misura la propensione dei clienti a consigliare l'azienda.

Strumenti:

Conclusione

L'orchestrazione tra marketing analytics, customer analytics e product analytics diventa sempre più cruciale per assicurare un successo digitale a lungo termine. Pianificare una strategia basata sui dati non è un'impresa semplice: Digital Pills offre le competenze per aiutarti ad attraversare le sfide complesse e allineare i tuoi obiettivi con dati e insight utili. Puoi contattarci per avere maggiori informazioni oppure iscriverti alla newsletter: ogni due settimane, di giovedì, condividiamo case studies e novità utili per chi vuole crescere con i dati.

16 Novembre 2023

E-commerce analytics: cos’è e come usarla per far crescere il business

Nota: questo articolo è una traduzione e rielaborazione di un articolo del nostro partner Piwik PRO, qui trovi la versione originale.

Perché parliamo di e-commerce analytics

Il tasso medio di abbandono del carrello per gli acquisti online supera il 70%. Questa rappresenta una sfida enorme per gli e-commerce: come si possono raggiungere efficacemente gli utenti portarli a convertire? Un elemento cruciale sono i dati raccolti da uno strumento di analisi dell'ecommerce.

Le aziende e-commerce hanno bisogno di prendere decisioni basate sui dati per comprendere meglio le azioni dei clienti e favorire la crescita e i profitti. I
Come? Raccogliendo i dati giusti, ricavandone informazioni granulari sul pubblico e usare queste informazioni per prendere delle azioni specifiche. L'e-commerce analytics consiste proprio in questo.

In questo articolo spieghiamo come sfruttare l'e-commerce analytics per creare campagne più efficaci, aumentare le vendite e rafforzare il posizionamento del vostro marchio.

Cosa significa e-commerce analytics?

L'analisi dell'e-commerce comporta la scoperta, l'interpretazione e la comunicazione di modelli di dati relativi al business online. Questo processo comporta il monitoraggio di una serie di metriche relative al percorso del cliente dalla A alla Z, tra cui la scoperta, l'acquisizione, la conversione, la fidelizzazione e l'advocacy.

Analizzando i dati provenienti da più fonti, le aziende di e-commerce possono ottenere informazioni sull'andamento del proprio negozio, identificare le aree di miglioramento e prendere decisioni basate sui dati per ottimizzare le vendite online e gli sforzi di marketing.

Quali tipi di dati si possono tracciare con l'e-commerce analytics?

È possibile utilizzare l'e-commerce analytics per tracciare una serie di informazioni sugli utenti:

Audience

Raccogliere informazioni per ottenere approfondimenti sui dati demografici del pubblico, come ad esempio:

  • Sesso
  • Età
  • Posizione geografica
  • Lingue parlate
  • Dispositivo

Ottenere una visione delle customer persona sulla base dei dati consente di determinare i punti dolenti da affrontare, apportando miglioramenti alle iniziative di marketing.

Acquisition

I dati sull'audience vi informano su come i visitatori vengono a conoscenza della vostra attività e su come finiscono sul vostro sito web.

Ecco alcune metriche da tenere a mente in relazione all'acquisizione dei clienti:

  • Click-through Rate (CTR)
  • Costo per lead (CPL)
  • Costo per acquisizione (CPA)

Utilizzando i dati di acquisizione, potrete scoprire quali sono i canali di marketing che generano più traffico e che portano al maggior numero di conversioni e vendite. Potete anche vedere quali sono i canali di marketing online più efficaci e quali quelli che non funzionano. Questi dati sono fondamentali per capire dove concentrare le risorse.

Behavior

Un altro tipo di dati da analizzare è il comportamento dei clienti dopo che sono arrivati sul vostro sito e-commerce. Gli approfondimenti sul comportamento dei clienti vi aiutano a capire i percorsi che i visitatori compiono di solito quando interagiscono con il vostro negozio online e a capire quanto siano in linea con le azioni che volete che completino.

Ecco alcune domande che potete porvi per avere un'idea del comportamento dei vostri clienti:

  • Quali prodotti acquistano i clienti alla fine della loro sessione?
  • Quanti visitatori abbandonano subito il vostro sito web?
  • Quali sono le pagine che gli utenti visitano per prime dopo essere arrivati sul vostro sito?
  • Quali sono i contenuti di marketing più visitati dagli utenti?
  • Quali prodotti ricevono molto traffico ma poche vendite?
  • Quanto tempo trascorrono in media gli utenti sul vostro sito?
  • L'analisi del comportamento vi aiuta a scoprire quali aspetti del vostro negozio potete migliorare per aumentare i tassi di coinvolgimento e i livelli di conversione.

Se i visitatori abbandonano rapidamente le pagine del vostro sito e non interagiscono con esse, dovete indagare sulle possibili cause, ad esempio:

  • Le pagine si caricano lentamente.
  • Il sito web o i prodotti non soddisfano le aspettative del pubblico.
  • Il negozio online è difficile da navigare o la sua offerta o i suoi contenuti sono confusi.

Conversions

Di seguito alcune metriche che danno un'idea delle vendite, del loro valore e di quali campagne di conversione devono essere migliorate:

  • Tasso di conversione delle vendite
  • Valore medio dell'ordine (AOV)
  • Tasso di abbandono del carrello
  • Fatturato
  • Costo per acquisizione
  • Ritorno sulla spesa pubblicitaria

Quando iniziate a scavare più a fondo nei dati che avete a disposizione, potrete scoprire:

  • Quanto tempo impiega un utente tipico a convertirsi in un cliente pagante?
  • Con quale frequenza i clienti tendono a convertirsi?
  • Di quante visite hanno bisogno i clienti prima di effettuare il primo acquisto?
  • I clienti effettuano acquisti ripetuti?
  • Quanti clienti abbandonano il carrello invece di convertire?

Rispondere a queste informazioni vi aiuterà a determinare come modificare la vostra comunicazione di marketing per coinvolgere efficacemente i clienti esistenti e potenziali.

Privacy compliance ed e-commerce analytics

La salvaguardia dei dati dei clienti e il rispetto della loro privacy sono diventati un nuovo standard. L'enfasi sulla privacy e sulla sicurezza deriva dal numero crescente di normative sulla privacy dei dati, dalla maggiore consapevolezza dei consumatori e dalla crescente applicazione delle normative.

Normative sulla privacy nell'e-commerce
Il punto focale delle normative sulla privacy dei dati è il trattamento dei dati personali e la protezione della privacy dei consumatori online. Poiché il vostro e-commerce tratti regolarmente tutti i tipi di dati personali, è necessario comprendere e rispettare le leggi applicabili. Verificate quali sono le normative applicabili alla vostra attività, sia che si tratti di leggi che riguardano paesi specifici, come il TTDSG tedesco o le linee guida del CNIL francese, sia che si tratti di leggi con un'applicazione più ampia, come il GDPR.

Cambiamenti tecnologici orientati alla privacy
Il panorama dell'e-commerce è influenzato anche da cambiamenti tecnologici. L'evento più rilevante è la fine delle campagne pubblicitarie di retargeting come le conosciamo, a causa della deprecazione dei cookie di terze parti.

Per adeguarsi ai cambiamenti tecnologici che riguardano la privacy, è bene adottare le seguenti misure:

  • Scegliere fornitori di tecnologia attenti alla privacy che costruiscono i loro strumenti secondo i principi della privacy by design e della privacy by default.
  • Assicuratevi che gli strumenti che utilizzate offrano funzioni che vi consentano di rispettare le scelte dei visitatori o di anonimizzare i dati.
  • Privilegiate le fonti di dati di prima parte, ovvero raccogliete i dati utilizzando le vostre fonti.

Best practice per e-commerce analytics

Decidete quali sono le vostre esigenze e i vostri obiettivi
L'obiettivo principale del team di marketing deve essere collegato agli obiettivi aziendali generali. Stabilire gli obiettivi prima di immergersi nelle analisi è il modo migliore per garantire che il team lavori per un obiettivo comune. Inoltre, aumenta le probabilità di raggiungere i Key Performance Indicator (KPI).

Tracciare i dati dei clienti attraverso diversi punti di contatto
Raccogliete tutti i dati di marketing sparsi su piattaforme e canali e standardizzateli per assicurarvi che siano aggiornati e coerenti. Questo rappresenta un'opportunità per le aziende di fornire ai clienti un viaggio senza soluzione di continuità attraverso diversi touchpoint o canali di marketing, tra cui mobile, web e social media. Man mano che il vostro stack di marketing si espande, la presenza di tutti i dati in un unico luogo vi consentirà di avere un quadro chiaro del comportamento dei vostri utenti per individuare le aree di miglioramento.

Implementare la giusta data stack
Una data stack integrata contribuirà a migliorare l'accuratezza dei dati e a migliorare il processo decisionale. Assicuratevi che la vostra configurazione soddisfi le esigenze dei vostri team, non richieda troppe risorse e vi aiuti a raggiungere i vostri obiettivi di marketing e di business.

Unisci i puntini tra i tuoi clienti e i dati
Gli strumenti di marketing spesso forniscono una quantità eccessiva di dati: non cadete nella trappola di raccogliere semplicemente quanti più dati possibile. È necessario avere uno scopo per ogni dato raccolto. I dati diventano preziosi quando si mettono in relazione i numeri con i clienti. Se si considerano i dati in modo isolato, si possono commettere errori, perché non si riesce a vedere il quadro generale.

Adattare i dati alla stagionalità e ad altre tendenze
L'analisi analitica consente di scoprire le tendenze, identificare gli schemi e scoprire la stagionalità. In questo modo è possibile comprendere meglio le prestazioni attuali dell'azienda e il suo potenziale futuro. Questo, a sua volta, vi permette di fare previsioni più accurate che possono informare le vostre azioni future.

Monitorare le prestazioni dei prodotti nel tempo
Il monitoraggio delle prestazioni della categoria di prodotti e dei singoli prodotti nel corso del tempo vi consentirà di scoprire quali sono i maggiori fattori di guadagno e su quali dovreste investire. È un ottimo punto di partenza se volete scoprire quali prodotti stanno dando buoni risultati e quali invece non stanno andando bene come previsto.

Come usare l'ecommerce analytics a beneficio del business

Valutare le tendenze e i pattern di dati in modo da poter fare previsioni accurate.
Le moderne piattaforme di analisi dei dati di e-commerce trattano i dati come un sistema interconnesso, consentendovi di scoprire tendenze e modelli. Le previsioni sono utili per qualsiasi cosa, dalle assunzioni agli obiettivi di vendita, fino a garantire che i prodotti giusti siano accessibili al momento giusto per soddisfare le aspettative dei clienti.

Capire i clienti.
I report sulla crescita, il coinvolgimento e il fatturato aiutano a capire il comportamento dei clienti. Questa conoscenza può informare su quali formati, contenuti e canali attraggono e risuonano con i vostri target demografici. È possibile utilizzare l'analisi dei dati dell'e-commerce per posizionare in modo ottimale i prodotti e supportare il percorso di acquisto dei clienti.

Ottimizzare i prezzi e l'inventario.
Il prezzo dei prodotti è la leva più potente per migliorare la redditività. Con l'analisi dell'e-commerce, potrete avere un quadro granulare di ciò che determina i prezzi per ogni segmento di consumatori. È possibile utilizzare questa conoscenza per scoprire i migliori punti di prezzo a livello di prodotto, piuttosto che di categoria, per ottimizzare i ricavi.

Misurare l'efficacia delle campagne di marketing e di vendita.
L'analisi dei dati può aiutare le aziende di e-commerce a misurare il successo delle loro campagne di marketing, a migliorare il processo decisionale, a ottenere una maggiore trazione omnichannel e a informare i programmi di marketing olistici. È possibile tenere sotto controllo tutte le campagne, dagli annunci sui social alle e-mail al SEO, e vedere le statistiche in tempo reale, in modo da poter reagire rapidamente e utilizzare i dati di marketing per la crescita dell'e-commerce.

Data activation nell'e-commerce

L'attivazione efficace dei dati per un'azienda di e-commerce richiede gli strumenti giusti. Le Customer Data Platform (CDP) consentono di integrare i dati provenienti da CRM, software di posta elettronica, strumenti di automazione del marketing, analisi, registrazioni offline, ecc.

Una CDP consente di visualizzare i dati dettagliati dei clienti e di creare segmenti che corrispondono al pubblico target. Per individuare i segmenti migliori, analizzate i comportamenti degli utenti, la cronologia degli acquisti, gli interessi, i dati demografici e così via.

Esempi di attivazione dei dati sono:

  • Retargeting degli utenti con annunci a cui è più probabile che rispondano.
  • Eseguire un test A/B per vedere quale messaggio, pagina o versione dell'annuncio converte meglio.
  • Mostrare agli utenti contenuti personalizzati in base ai contenuti che hanno visualizzato.
  • Fornire raccomandazioni sui prodotti in base ai prodotti o ai servizi per i quali gli utenti hanno mostrato interesse.
  • Creare percorsi di acquisto unici per diversi tipi di clienti.
  • Inviare campagne e-mail personalizzate in base alla cronologia degli acquisti degli utenti.
  • Integrare i dati web o dell'app sull'attività degli utenti (pagine visitate, ultima attività, obiettivi raggiunti) con un CRM per scoprire e prevenire il potenziale abbandono.

Poiché una CDP è costituita da dati di prima parte, è possibile controllare la provenienza e il trattamento dei dati, permettendovi di allinearvi meglio alle normative sulla privacy.

Conclusioni

In conclusione, l'e-commerce analytics rappresenta un elemento cruciale per il successo delle aziende online, consentendo loro di prendere decisioni informate basate sui dati per migliorare le vendite, la fidelizzazione dei clienti e l'efficacia delle campagne di marketing. Attraverso l'analisi dei dati demografici, di acquisizione, comportamentali e di conversione, le imprese possono comprendere meglio il proprio pubblico, ottimizzare i processi e adattarsi alle tendenze di mercato.

Digital Pills è impegnata nel fornire approfondimenti e soluzioni innovative per l'e-commerce analytics. Come partner di Piwik PRO siamo focalizzati sull'adozione di best practices per garantire la privacy dei dati dei clienti in conformità con le normative in evoluzione.

Se desideri saperne di più su come sfruttare al meglio l'e-commerce analytics per far crescere il tuo business, contattaci cliccando qui. Digital Pills è disponibile per offrire consulenze personalizzate, rispondere alle tue domande e fornirti informazioni dettagliate sui nostri servizi e prodotti. Raggiungi nuovi livelli di successo nell'e-commerce attraverso decisioni informate e strategie mirate.

6 Novembre 2023

Customer retention e-commerce: un caso studio

L'acquisizione di nuovi clienti è senza dubbio una componente essenziale per la crescita di qualsiasi e-commerce. Tuttavia, troppo spesso ci concentriamo esclusivamente su questo aspetto, trascurando una fonte di valore altrettanto significativa e spesso sottovalutata: i nostri clienti esistenti. Con una concorrenza sempre più agguerrita e costi di acquisizione in costante aumento, la fidelizzazione e il coinvolgimento dei clienti rappresentano una risorsa preziosa, spesso trascurata.

Le strategie di engagement e riattivazione dei clienti esistenti rivestono un ruolo cruciale nella crescita sostenibile di un'azienda. La chiave per il successo di un e-commerce non è solo attirare nuovi visitatori, ma anche mantenere una base di clienti fedeli: hanno già dimostrato un interesse nei nostri prodotti o servizi e, quindi, presentano un potenziale enorme in termini di aumento delle vendite e della redditività.

Per un cliente e-commerce con modalità di vendita a subscription mensile abbiamo analizzato i dati transazionali dell’ultimo anno, costruendo un data model che consentisse di categorizzare gli utenti nelle diverse tipologie di segmenti. Abbiamo poi realizzato una dashboard per permettere la visualizzazione di questi cluster e dei movimenti degli utenti attraverso le diverse categorie per monitorare la customer retention.

Fase 1. Identificazione della NSM

La "North Star Metric" (NSM) è una metrica chiave utilizzato nell'ambito del business e del product management per valutare il successo di un'azienda o di un prodotto. La sua caratteristica distintiva è che rappresenta l'obiettivo principale dell'azienda o del prodotto, che va al di là delle metriche di superficie o delle prestazioni a breve termine.

La North Star Metric è spesso una metrica strategica che riflette il valore fondamentale che un'azienda offre ai suoi clienti o utenti. Questo indicatore deve essere scelto con cura perché è fortemente correlato alla crescita e alla sostenibilità a lungo termine del business. La sua importanza sta nel fatto che fornisce una guida chiara per l'azienda e per i vari team, consentendo loro di concentrare le risorse e gli sforzi su ciò che è veramente significativo.

Considerando il modello di business del nostro cliente, che vende prodotti a subscription mensile, in questa prima fase di data strategy abbiamo identificato attraverso un workshop partecipativo la NSM: gli Utenti Attivi, ovvero utenti che hanno effettuato almeno 1 acquisto nell’ultimo mese e che hanno acquistato anche nel mese precedente.

Fase 2: Raccolta e integrazione dei dati

Una volta definita la North Star Metric abbiamo effettuato una mappatura delle fonti dati che permettevano di avere queste metriche: abbiamo quindi considerato i dati transazionali (dal database acquisti) e dati comportamentali (dalle piattaforme di analytics, in questo caso erano Google Analytics 4 e Piwik PRO).

Abbiamo poi sviluppato dei connettori ETL che permettessero di effettuare giornalmente uno scarico di questi dati per integrarli fra di loro in un data warehouse su infrastruttura AWS.

Fase 3: Identificazione dei cluster e costruzione della dashboard in Power BI

Abbiamo quindi identificato i seguenti cluster:

  • Utenti Attivi: utenti che hanno effettuato almeno 1 acquisto nell’ultimo mese e che hanno acquistato anche nel mese precedente
  • Nuovi Utenti: utenti che hanno effettuato il primo acquisto nell’ultimo mese
  • Utenti Riattivati: utenti il cui ultimo acquisto risale all’ultimo mese ma che non acquistavano da più di un mese e da meno di due 
  • Utenti Resuscitati: utenti il cui ultimo acquisto è nell’ultimo mese ma che non acquistavano da più di due mesi
  • Rischio 1: utenti il cui ultimo acquisto risale a più di un mese ma meno di due
  • Rischio 2: utenti il cui ultimo acquisto risale a più di due mesi ma meno di tre
  • Rischio 3: utenti il cui ultimo acquisto risale a più di tre mesi fa

Per ultimo abbiamo progettato una dashboard in Power BI per permettere la visualizzazione dei cluster e dei movimenti tra cluster.

Fase 4: Attivazione

Grazie a questo progetto i team di marketing, prodotto e business sono ora in grado di avere a portata di mano l’andamento dell’e-commerce, ad avere insight per attivare nuove strategie digitali e soprattutto per misurarne le performance.

Ad oggi il cliente ha deciso di lavorare su questi filoni:

  • Fidelizzazione dei nuovi utenti: ha implementato una serie di attività volte a portare i nuovi utenti a utenti attivi, lavorando su un onboarding in seguito al primo acquisto per incentivare il secondo acquisto il mese successivo (ricordiamo che il cliente vende box a subscription mensile).
  • Mantenimento degli utenti attivi con una serie di attività come: creazione di un programma di fedeltà e un maggiore coinvolgimento in anticipazioni e anteprime dei nuovi prodotti.
  • Riattivazione dei clienti a rischio 1 e rischio 2 per recuperarli attraverso alcune promozioni speciali.

Se vuoi ricevere i prossimi articoli via mail iscriviti alla newsletter: arriva il giovedì (a volte ogni settimana, a volte ogni due, dipende da quante cose abbiamo da raccontare). Se vuoi leggere altre analisi qui trovi un esempio di RFM analysis sul database di un e-commerce, qui puoi trovare un'altra analisi fatta sui comportamenti di acquisto degli utenti e qui invece trovi 5 best practice per ottimizzare la customer experience.

31 Ottobre 2023

Brand o prezzo? Segmenta gli utenti del tuo e-commerce

​​Comprendere la propria base di utenti è fondamentale per anticipare le tendenze del mercato e offrire esperienze personalizzate che soddisfino le esigenze e i desideri dei clienti. 

In questo contesto, la segmentazione degli utenti emerge come uno strumento cruciale per il successo della strategia digitale (ma non solo). In particolare le aziende che acquisiscono una comprensione dei comportamenti d'acquisto dei propri clienti e che sono in grado di segmentare gli utenti sulla base dei dati riescono a ottimizzare le performance delle iniziative di marketing, offrendo alla propria customer base esperienze migliori.

Un aspetto centrale di questa comprensione è la distinzione tra due aspetti fondamentali che influenzano le decisioni d'acquisto: il brand e il prezzo.

Per alcune categorie di consumatori, la fedeltà al brand è il principale motore d'acquisto. Questi clienti cercano specifici marchi e attribuiscono un alto valore all'affidabilità e alla reputazione del produttore.  Per altri, invece, il costo e le offerte sono il fattore predominante. Questi clienti sono orientati al budget e sono spesso alla ricerca di opportunità di risparmio.

In questo articolo raccontiamo un’analisi del comportamento di acquisto e della ricerca dei prodotti dei clienti dell’ecommerce, con l’obiettivo di comprendere come fosse composta la base utenti e se fossero necessarie particolari segmentazioni nella promozione. L'analisi è stata effettuata in preparazione al Black Friday, ma si tratta di un'attività che porta valore strategico al di là della stagionalità di specifici eventi.

Prima di andare nel dettaglio, se vuoi ricevere articoli come questo direttamente nella tua casella email puoi iscriverti alla nostra newsletter, arriva il giovedì mattina.

Fase 1 - Analisi del comportamento

Abbiamo analizzato i dati con il fine di segmentare gli utenti in 4 categorie, sulla base dell’importo medio speso per paio di scarpe e della fama dei brand acquistati.

Abbiamo calcolato la fama del brand sulla base di quanto un brand veniva cercato, considerando la ricerca interna sul sito (numero di ricerche), l’interazione con i filtri nelle pagine di listing (numero di click sui filtri) e le ricerche organiche contenenti un brand (numero di click sui risultati di ricerca).

Per quanto riguarda il price point abbiamo assegnato un punteggio sulla base del prezzo medio di vendita per categoria prodotto, normalizzandoli per renderli confrontabili.

Per le analisi abbiamo considerato le vendite online per circa 6 mesi, i dati di Google Search Console (per le ricerche organiche) e Google Analytics 4 (per la ricerca interna e l’interazione con i filtri).

Fase 2 - Creazione dei segmenti

Con l'analisi dei dati a disposizione abbiamo i 4 segmenti di utenti che potete osservare di seguito

Price funzionali: utenti attratti dal basso costo e principalmente dalla funzionalità del prodotto

Price seeker: utenti che cercano l’affare, attratti dai prodotti di brand conosciuti ma restii a comprarli ad un prezzo elevato

Brand follower: utenti che seguono la moda e la sua stagionalità, basano gli acquisti sul brande e il prezzo per loro non rappresenta un limite per l’acquisto

Brand seeker: utenti attratti un particolare brand di nicchia, anche per loro il prezzo del prodotto non risulta essere una barriera per l’acquisto

Fase 3 - Benefici e azioni

Conoscenza approfondita degli utenti

Queste analisi hanno permesso al cliente di conoscere a fondo gli utenti, il loro comportamento di acquisto, le preferenze in termini di prodotti. Di conseguenza è possibile lavorare meglio sulla fidelizzazione, sull’ottimizzazione della comunicazione, sulla riduzione dei tassi di abbandono del carrello e sulla retention. Vale la pena ricordarlo: si tratta di una conoscenza utile a prescindere da eventi come Black Friday o Prime Day.

Segmentazione delle iniziative

Basandosi sulle preferenze degli utenti, è stato possibile per il nostro cliente progettare campagne mirate che si allineano alle preferenze di ciascun segmento, personalizzando la comunicazione email, l’esperienza su sito e le promozioni. In questo modo ha deciso di indirizzare risorse specifiche verso gruppi di utenti che sono più inclini a rispondere positivamente, aumentando il ROI.

Puntare su Price Seeker e Price Funzionali

In ottica di Black Friday i segmenti su cui il nostro cliente ha deciso di puntare maggiormente sono stati i Price Seeker e i Price Funzionali, che per le loro caratteristiche e per i loro comportamenti di acquisto sono sicuramente più propensi ad acquistare in momento di sconti. 

Ti è piaciuto questo articolo? Trovi altri casi studio come questo nel report in preparazione al Black Friday. Se invece vuoi approfondire il tema della segmentazione, qui trovi un progetto di Keyword Clustering che potrebbe interessarti, in alternativa puoi leggere qui il racconto di una RFM Analysis.

Se invece vuoi fare una chiacchiera per approfondire puoi scriverci compilando questo form.

17 Ottobre 2023

Black Friday 2023: come prepararsi

Il Black Friday, ormai una delle date più cruciali nel calendario del commercio online, si avvicina inesorabile, e con la sua crescente importanza è fondamentale prepararsi adeguatamente per capitalizzare al meglio questo momento dell’anno. 

Il 24 Novembre 2023 offrirà opportunità uniche per aumentare le vendite, acquisire nuovi clienti e migliorare la visibilità del brand.

Questo articolo è un estratto del report gratuito sul Black Friday 2023 in cui esploriamo una serie di best practice e forniamo esempi concreti di analisi per aiutare i marketing manager e gli e-commerce manager a prepararsi al meglio per questo evento. 

1. Allinea strategia e raccolta dei dati

Come dicevamo nell'introduzione, il Black Friday offre un'opportunità straordinaria per aumentare le vendite, attirare nuovi clienti e rafforzare la propria presenza sul mercato. 

Ma per capitalizzare appieno su questa occasione è essenziale avere una strategia ben definita, obiettivi chiari e KPI (Key Performance Indicators) che permettano di monitorare il progresso. 

Non è un caso se questo è il primo consiglio che diamo: senza trattare con la dovuta attenzione questa fase si rischia di non di avere in seguito gli strumenti adeguati a rispondere alla domanda più importante: ‘Come è andato il Black Friday 2023?’

La prima best practice è quindi quella di individuare le persone che lavoreranno al Black Friday o che dovranno monitorare le performance e raccogli obiettivi ed esigenze e intervistarle: chiedi che obiettivi hanno, che cosa vogliono vedere, su che cosa vogliono concentrarsi. Nel report gratuito trovi una lista di domande le cui risposte ti permetteranno di avere una strategia ben definita, un allineamento aziendale e soprattutto dati a disposizione.

2. Brand o prezzo? Segmenta i tuoi utenti

Prima di decidere che cosa promuovere, a chi e in che modo è importante comprendere a fondo i tuoi attuali consumatori e capire a che cosa sono interessati.

Un esempio di iniziativa che abbiamo condotto su un nostro cliente in preparazione al Black Friday è stata una analisi del comportamento di acquisto e della ricerca dei prodotti dei clienti dell’ecommerce, con l’obiettivo di comprendere come fosse composta la base utenti e se fossero necessarie particolari segmentazioni nella promozione.

Abbiamo identificato 4 cluster di utenti e questa segmentazione ha permesso al nostro cliente di identificare strategie diverse per ognuno di loro, oltre ad ottenerne una conoscenza approfondita.

All'interno del report trovi il dettaglio delle analisi.

3. Prodotti: cosa puoi migliorare?

Un altro esempio di attività in preparazione del Black Friday sono analisi sulle performance dei prodotti.

In particolare, risulta utile confrontare i dati sui prodotti visti e sui prodotti aggiunti al carrello, identificando punti di possibile ottimizzazione.

Una visualizzazione di questo tipo per esempio permette di comprendere come sono distribuiti i prodotti all’interno del sito in base al numero di volte che vengono visualizzati e al numero di volte che vengono aggiunti al carrello. Sull’asse delle X vediamo le visualizzazioni, mentre sull’asse delle Y vediamo gli add to cart.

Nel nostro report proponiamo un’analisi di confronto tra i prodotti molto visti e poco aggiunti al carrello e tra i prodotti meno visti ma aggiunti al carrello più spesso.

4. Utenti attivi: come averne di più

Il Black Friday, tradizionalmente associato a sconti e acquisizione di nuovi clienti, offre anche un'opportunità strategica significativa per la riattivazione di clienti esistenti e inattivi.

I clienti inattivi o a rischio sono una categoria di clientela che ha già dimostrato interesse nel marchio o nei prodotti in passato: potrebbero aver perso interesse per un periodo, ma il Black Friday offre l'opportunità di rianimarlo.

Per un cliente e-commerce con modalità di vendita a subscription mensile abbiamo analizzato i dati transazionali dell’ultimo anno, costruendo un data model che consentisse di categorizzare gli utenti nelle diverse tipologie di segmenti. Abbiamo poi realizzato una dashboard per permettere la visualizzazione di questi cluster e dei movimenti degli utenti attraverso le diverse categorie per monitorare la retention.

5. Considera l’intera user journey

Uno degli aspetti critici del Black Friday è il controllo delle performance delle campagne pubblicitarie, garantendo che il budget venga utilizzato in modo ottimale. Purtroppo, i tradizionali modelli di attribuzione spesso presentano limitazioni, essendo o parziali o poco specifici. 

In risposta a questa sfida, abbiamo sviluppato un modello di attribuzione che abbraccia l'intero percorso dell'utente anziché concentrarsi solo sulla fase finale. Questo approccio ci consente di riconoscere il valore di ciascuna campagna e canale nel processo di conversione, offrendo una visione più completa e precisa dell'impatto delle nostre attività di marketing.

Se vuoi vedere gli esempi pratici, capire come puoi usare questo tipo di analisi e che impatto potrebbero avere nella tua strategia scarica il nostro report gratuito, lo trovi qui.

12 Ottobre 2023

Keyword clustering con machine learning

Molte aziende che operano nel settore del retail stanno affrontando sfide sempre più complesse per rimanere competitive e soddisfare le esigenze dei consumatori. Un nostro cliente, specializzato in rivendita di abbigliamento sportivo sia online che offline, ha riconosciuto l'importanza cruciale della raccolta e analisi dei dati per la crescita omnicanale

In questo breve contenuto racconteremo uno dei progetti a cui abbiamo lavorato in quest’ottica: un’attività di keyword clustering volta a comprendere al meglio quali fossero le keyword che portavano traffico organico al sito, in modo da comprendere cosa funzionava e soprattutto quali fossero invece le aree che richiedevano intervento.

In merito a questo tema esigenze principali del cliente erano due:

  1. Valutare le performance del sito web: il cliente desiderava avere una visione chiara e dettagliata delle performance del suo sito web. In particolare, una delle sfide più importanti era l'identificazione delle query di ricerca che portavano i visitatori al suo sito web.
  2. Ottimizzare la strategia SEO: una volta identificate le query di ricerca, il cliente intendeva utilizzare queste informazioni per migliorare il posizionamento del sito nei motori di ricerca, aumentare la visibilità online e ottenere insight volti a supportare il canale offline. 

Per soddisfare queste esigenze, abbiamo condotto un'analisi delle keyword utilizzate dagli utenti che hanno raggiunto il sito web.

In questo caso studio condivideremo l'approccio gli output di questa analisi di clustering delle keyword, evidenziando come questi dati possano contribuire a migliorare le performance non solo del sito web ma in generale di tutte le strategie di promozione sia online che offline.

Prima di procedere: se vuoi ricevere ogni settimana i nuovi articoli, casi studio e aggiornamenti sul mondo dei dati puoi iscriverti alla nostra newsletter.

Che cosa abbiamo fatto

Abbiamo prima di tutto effettuato una prima analisi sulla distribuzione delle keyword e dei click per tipologia di keyword, in modo da avere una visione di alto livello di come le varie keyword contribuiscono nel portare traffico organico al sito.

analisi: come le persone arrivano sul sito da organic

Abbiamo in seguito utilizzato i dati di Google Search Console per eseguire il clustering sulle parole chiave che hanno portato traffico al sito web nel periodo analizzato.

Identificazione dei cluster

Per la clusterizzazione abbiamo provveduto ad una differenziazione tra segmenti di keyword di brand (ovvero keyword che contenevano il nome del brand del nostro cliente) e segmenti di keyword senza brand.

L’algoritmo di clusterizzazione ha identificato 7 cluster differenti.

Cluster 0 - query branded e offline-oriented. Si tratta di traffico che sta cercando informazioni sui negozi offline del cliente e che può essere sfruttato in ottica omnichannel.

Cluster 1 - query branded e legate a prodotti (zaini, softshell…). Traffico fidelizzato e che conosce il brand, molto probabile che converta.

Cluster 2 - query legate a brand specifici di abbigliamento sportivo che non includono il brand del cliente. Si tratta quindi di persone che hanno in mente un prodotto specifico ma non stanno cercando il rivenditore. Potenziale di espansione e miglioramento grande, ma molta competizione.

Cluster 3 - query legate ai prodotti per donna, sia collegate a brand specifici che a categorie di prodotto (pantaloni donna, antipioggia donna primavera 2023).

Cluster 4 - query collegate a “piumini”. Probabilmente influenzata dal periodo invernale, da ripetere nel corso dell’anno per vedere quanto può pesare sull’economia annuale del sito. Nei mesi invernali circa il 10% delle parole chiave totali e dei click.

Cluster 5 - query collegate in generale al mondo “abbigliamento sportivo”, si evidenziano molte query quasi di content marketing tipo “taglie pantaloni alpinismo” su cui il sito sembra ben posizionato ma che sono difficilmente convertibili. 

Cluster 6 - query collegate a “cappelli”. Valgono stesse considerazioni della 4, con la differenza che sono il 5% del totale delle query e il 2% dei click circa.

Prima di procedere due note sulla metodologia di identificazione dei cluster

Il processo

Si tratta di un processo eseguito da Digital Pills con algoritmi proprietari senza supporto di software SAAS o strumenti terzi (es. Chat GPT). Ricordiamo infatti che è fondamentale non condividere dati potenzialmente riservati con piattaforme che hanno politiche di condivisione dei dati stessi con terzi o per il training di modelli. 

Le fasi del dell’attività sono state le seguenti

  1. Download dei dati di Google Search Console (keyword e numero di click che hanno portato sul sito)
  2. Pulizia dei dati (es. rimozione delle stop words, conversione a lower case etc.)Implementazione dell’algoritmo per l’identificazione del numero ottimale di cluster
  3. Run del K-means che ha restituito i 7 cluster di appartenenza delle keyword
  4. Caratterizzazione dei cluster (distribuzione e composizione dei cluster tramite grafici e wordcloud)

La soluzione: una dashboard per prendere decisioni

Una volta ottenuti i cluster abbiamo poi creato una dashboard che ha permesso al cliente di visualizzare in real time l’andamento delle performance del sito sui vari cluster di keyword.

Per ogni cluster di keyword, come si può vedere dal grafico sotto, abbiamo analizzato il numero di click che hanno portato al sito:


Per andare più nel dettaglio poi, abbiamo costruito uno scatterplot, detto anche grafico a dispersione.

Nel grafico che segue si possono osservare due variabili di un set di dati distribuite in uno spazio cartesiano: vediamo i Click sull’asse delle X e il Click Through Rate sull’asse delle Y.

Ogni punto rappresenta una keyword, mentre a colore diverso corrisponde un diverso cluster.  Le linee tratteggiate invece rappresentano le due medie: una parte l’average CTR e l’average di click.

scatterplot con distribuzione delle keyword

Questo tipo di grafico permette di fare analisi granulari, permettendo di identificare quali sono i cluster di keyword su cui concentrarsi per migliorare le performance del sito.

Vediamo un esempio. 

Nell’immagine che segue si trova il dettaglio del cluster 0, che è quello di query branded e offline-oriented, con per esempio parole chiave come NOME BRAND + CITTÀ e altre parole.

Se ci concentriamo ad esempio sul quadrante in basso a sinistra (quello in sono disposte keyword con click e CTR al di sotto della media), vediamo che è per la maggior parte composto da keyword contenenti il nome del brand seguito dal nome della città e dalla parola ‘orari’ o ‘foto’.


Da questa prima analisi emerge un bisogno degli utenti specifico: ottenere informazioni in merito a orari e foto del negozio offline in una specifica città.


In questo caso è probabile che le performance del sito siano sotto la media poiché Google mostra già i risultati della ricerca all’interno della SERP senza che sia necessario cliccare sui link dei risultati di ricerca.

Una granularità di questo tipo permette quindi di intraprendere azioni specifiche, come in questo caso adottare delle strategie volte ad indicizzare contenuti, come ad esempio gli orari di apertura, anche su canali diversi dal sito web (come per esempio i social).

Conclusioni

In queste poche righe abbiamo esplorato l'importanza di un'analisi delle keyword come punto di partenza per ottimizzare una strategia SEO.

L'identificazione dei cluster di keyword può rappresentare una preziosa fonte di quick win, consentendo di migliorare la visibilità del sito web sui motori di ricerca e attrarre un pubblico più ampio e interessato. Inoltre una visualizzazione così granulare come quella della scatterplot permette di fare interventi specifici e molto mirati per cluster di keyword, rendendo l’ottimizzazione delle performance del sito molto più mirata.

Sottolineiamo anche che questo tipo di analisi risulta anche utile nell’ottica di una strategia omnicanale: alcuni cluster sono correlati alle esperienze offline dei clienti e comprendere le loro esigenze è fondamentale per lo sviluppo di contenuti online agevolino la loro conversione offline.

Se ti interessa la clusterizzazione degli utenti qui puoi trovare un articolo che parla di RFM e clustering analysis per l'ottimizzazione del budget e del lifetime value. Potresti anche trovare utile la nostra guida per prepararsi al Black Friday, che offre spunti utili sulle analisi da fare per affrontarlo al meglio!

Vuoi ricevere i prossimi articoli via mail appena li pubblichiamo? Iscriviti alla nostra newsletter.

5 Ottobre 2023

RFM e Clustering Analysis per ottimizzare LTV e allocazione del budget

Capita spesso che non si sappia, fino in fondo, chi sono gli utenti del proprio e-commerce, della propria community o della propria app.


Questo non per lacune di qualche tipo ma perché, semplicemente, a volte non si hanno i dati, oppure non si hanno i mezzi per analizzarli.

È successo per esempio ad un nostro cliente, che è arrivato da noi con l’esigenza di capire chi fossero gli utenti attuali e comprendere le loro esigenze al fine di aumentare il fatturato generato dai canali digitali e supportare la vendita all’interno dei negozi fisici.

L’obiettivo del progetto era lavorare sulle seguenti metriche: l’aumento del ROI delle iniziative marketing, la riduzione dei costi media e del tasso di abbandono e l’aumento del lifetime value.

Per supportare il nostro cliente in questo processo siamo partiti da un’analisi RFM, con l’obiettivo di segmentare gli utenti del database in base al valore che avevano o che potevano assumere e separare gli utenti attivi o potenzialmente attivabili da quelli persi definitivamente.

Abbiamo considerato i parametri tipici della RFM Analysis:
Recency: numero di giorni dall’ultimo acquisto
Frequency: numero di acquisti durante il ciclo di vita dell’utente
Monetary Value: totale del valore economico degli acquisti dell’utente



Siamo a quel punto arrivati alla definizione dei cluster di utenti, andando a caratterizzare ogni cluster, con un focus specifico su quello dei Champions, che rappresentavano il 22.6% degli utenti.

✅ Riduzione tasso di abbandono e aumento lifetime value: è stato ottimizzato l’e-commerce in funzione del reale utilizzo che ne fanno gli utenti. Sono state ad esempio create le descrizioni delle categorie e inseriti dei chiarimenti a proposito delle differenze tra le varie categorie, facilitando la ricerca per gli utenti.

✅ Aumento ROI e diminuzione costi media: le analisi hanno portato ad un riallineamento tra aspettative audience e base utenti effettiva e ad una comprensione profonda del need degli utenti per agire sulle campagne media, sui contenuti marketing, sull’ottimizzazione SEO e sulle campagne PR.

✅ Supporto decisioni strategiche, perché gli insight estratti dalle analisi sono stati valorizzati non a livello di prodotto digitale, ma soprattutto a livello di business. Sono stati infatti utilizzati per un’ottimizzazione e un allineamento della comunicazione tra shop online e offline, proposte commerciali, offerta e campagne di advertising.

Vuoi avere più informazioni sul questo progetto? Scrivici a hello@digitalpills.it

Se invece vuoi leggere altro, ti consigliamo questo articolo sempre dedicato al mondo retail oppure puoi scaricare il nostro report Dati e Retail: sfide e opportunità per il 2024.

12 Settembre 2023

Data activation e CDP per il mondo retail

L'avvento del digitale ha trasformato le modalità con cui i consumatori interagiscono e acquistano.  Le loro abitudini, le nostre abitudini, sono mutate e il modo in cui ci si relaziona con i venditori al dettaglio è diverso. 

La tradizionale concezione di negozio o punto vendita sta evolvendo: il negozio del domani potrebbe essere più prossimo di quanto immaginiamo, e ancora una volta, è il mondo digitale a guidare questa rivoluzione nel commercio al dettaglio.

Chi, oggi, non consulta le opinioni online prima di comprare qualcosa? E chi non si aspetta che un venditore disponga almeno di un sito web o di una presenza sui social? Di fronte a questo scenario, è fondamentale sfruttare le potenzialità dell'innovazione, proponendo esperienze d'acquisto che rispecchino le aspettative e i valori dei clienti.

In un contesto in cui le aziende si trovano di fronte a sfide sempre più complesse la grande questione è: come raggiungere gli obiettivi aziendali in un contesto altamente competitivo, sfruttando al meglio dati, tecnologia e strategie digitali?

In questo articolo vedremo quali sono i principali ostacoli per il settore retail e come pensiamo che si possano utilizzare i dati per ottenere un vantaggio competitivo, proponendo come una via possibile quella dell'implementazione di una Customer Data Platform.

Prima, però, se vuoi ricevere i prossimi articoli via email e non perderti le novità di settore puoi iscriverti alla nostra newsletter.

I principali ostacoli per il settore retail

In un'era dominata dalla digitalizzazione, le aziende si trovano di fronte a sfide complesse e ostacoli che possono rallentare la loro crescita e l'efficacia delle loro strategie di marketing:

Frammentazione dei dati

In un mondo in cui i dati sono il nuovo "oro", molte aziende si trovano a navigare in un mare di informazioni spesso disorganizzate. Questi dati, essenziali per comprendere il comportamento e le esigenze dei clienti, sono spesso dispersi in diversi silos informatici. Questi silos, o sistemi isolati, rendono arduo integrare e analizzare le informazioni in modo da ottenere una visione olistica del cliente. La sfida non è solo raccogliere dati, ma organizzarli e interpretarli in modo efficace.

Adattamento alla strategia omnichannel

L'era post-cookie ha portato con sé la necessità per le aziende di reinventare le loro strategie digitali. Non si tratta solo di trovare alternative ai cookie, ma di costruire un approccio omnicanale che integri vari punti di contatto con il cliente, garantendo un'esperienza fluida e coerente su tutti i canali.

Comprensione dei journey degli utenti

Ogni cliente intraprende un percorso unico quando interagisce con un brand, e comprendere questo "viaggio" è fondamentale. Le aziende devono mappare e analizzare questi percorsi per identificare momenti chiave, potenziali ostacoli e opportunità, garantendo che ogni interazione aggiunga valore all'esperienza complessiva del cliente.

Valutazione e ottimizzazione dell'efficacia delle campagne

In un ambiente in rapida evoluzione, le aziende non possono permettersi di "impostare e dimenticare" le loro iniziative di marketing. Ogni campagna, ogni contenuto e ogni interazione devono essere costantemente monitorati e valutati in termini di performance. Questo non solo per garantire un ROI positivo, ma anche per adattarsi rapidamente alle esigenze in continua evoluzione dei clienti e del mercato.

Come utilizzare i dati per ottenere un vantaggio competitivo

Con l'aumento esponenziale dei dati, la crescente attenzione alla privacy e la necessità di una strategia omnicanale, le aziende devono essere in grado di trasformare questi dati in azioni concrete.

Questo processo può essere visualizzato come una piramide capovolta:

piramide processo data activation

​​Dati

Questo è il livello iniziale e rappresenta la raccolta grezza di dati da diverse fonti, come siti web, social media, CRM e altri canali. Si tratta di dati non elaborati che, presi singolarmente, potrebbero non avere un significato immediato. Anche se in questa fase i dati possono sembrare disorganizzati o non correlati, rappresentano la fondamenta su cui costruire qualsiasi strategia. Senza dati accurati e completi, le fasi successive non potrebbero esistere.

Informazioni

Una volta raccolti, i dati vengono organizzati, filtrati e interpretati per trasformarli in informazioni utili. Questo processo può includere la categorizzazione, la segmentazione e l'analisi preliminare. Questa fase trasforma i dati grezzi in qualcosa di più comprensibile e gestibile. Le informazioni sono dati contestualizzati che iniziano a mostrare tendenze, pattern e anomalie.

Insight

Gli insight sono le conclusioni o le comprensioni tratte dall'analisi delle informazioni. In questa fase, si inizia a comprendere il "perché" dietro ai dati, identificando cause, motivazioni e fattori scatenanti. Gli insight permettono alle aziende di comprendere meglio i loro clienti, i mercati e le proprie operazioni. Forniscono una visione profonda che può guidare la pianificazione e la strategia.

Actionable Insight

Questa è la fase finale in cui gli insight vengono trasformati in azioni concrete. Si tratta di conclusioni basate sui dati che possono guidare decisioni strategiche, come campagne di marketing, sviluppo di prodotti o miglioramenti del servizio clienti. Gli actionable insights sono il culmine del processo di analisi dei dati. Forniscono alle aziende le informazioni necessarie per agire in modo efficace, garantendo che le decisioni siano basate su dati solidi e analisi approfondite.

Per raggiungere quest'obiettivo e superare la competizione in un contesto cookieless, molti si stanno concentrando su una strategia di raccolta e utilizzo dei dati di prima parte, focalizzandosi ad esempio sull’implementazione di customer data platform.

Che cosa permettono di fare? In che senso di parla di CDP come strumento per l’attivazione dei dati?

I vantaggi e le opportunità che offrono le CDP per il settore retail

La trasformazione digitale ha portato le aziende a riconsiderare le loro strategie, soprattutto nel settore retail. La chiave per navigare con successo in questo nuovo panorama risiede nella creazione di una roadmap di progetto evolutiva, che pone al centro l'attivazione dei dati digitali. Una componente essenziale di questa strategia è l'implementazione di una Customer Data Platform (CDP), supportata da un'approfondita strategia di gestione dei dati. 

Analizziamo ora le opportunità chiave di questa soluzione:

Ingestion dei dati e creazione di una "Unique Source of Truth"

Questo processo implica la raccolta e l'unificazione dei dati provenienti da diversi sistemi e team all'interno di un'organizzazione, come marketing, customer care, vendite e IT. Avere una fonte unica di verità permette alle aziende di avere una visione chiara e completa dei loro clienti, migliorando la presa di decisioni e l'efficacia delle campagne di marketing.

Sistema informativo basato sui dati di prima parte

In un mondo che si sta allontanando dai cookie di terza parte, le aziende devono fare affidamento sui dati di prima parte, ovvero quelli forniti direttamente dagli utenti. Questi dati sono più affidabili e conformi alle normative sulla privacy, rendendo le strategie di marketing più efficaci e rispettose dei diritti dei consumatori.

Infrastruttura del dato

Si tratta di costruire una strategia digitale che possa essere misurata attraverso strumenti di analytics integrati. Avere una solida infrastruttura dati consente alle aziende di monitorare e misurare l'efficacia delle loro iniziative in tempo reale, permettendo una rapida ottimizzazione.

Strategie di clienteling

Queste strategie sono focalizzate sulla costruzione di relazioni durature e significative con i clienti, andando oltre la semplice transazione di vendita. Un cliente fedele è più propenso a fare acquisti ripetuti e a raccomandare l'azienda ad altri, aumentando così la longevità e la redditività del business.

Omnicanalità

Grazie alla loro capacità di raccogliere e integrare dati provenienti da diverse fonti, le CDP offrono una panoramica dettagliata del percorso multicanale intrapreso da ciascun cliente. Questo pool di informazioni, che comprende interazioni sul sito e storico degli acquisti, permette alle aziende di costruire profili clienti a 360°, fondamentali per sviluppare una strategia di marketing omnicanale mirata e basata su dati concreti.

Conclusioni

Il settore retail è attualmente alle prese con sfide senza precedenti. Tuttavia, con una strategia ben pianificata, centrata sull'uso efficace dei dati e sull'implementazione di soluzioni come la CDP, le aziende possono non solo affrontare queste sfide, ma anche sfruttare nuove opportunità di crescita e successo.

In un mondo digitale in rapida evoluzione, avere una strategia solida, un'implementazione efficace e una capacità di analisi approfondita è fondamentale per il successo di qualsiasi azienda. Digital Pills può aiutarti a definire una strategia digitale su misura per le tue esigenze, implementare soluzioni innovative e analizzare i risultati per garantire un ritorno sull'investimento ottimale. 

Contattaci per scoprire come possiamo supportarti!

Vuoi avere più informazioni sul questo progetto? Scrivici a hello@digitalpills.it

Se invece vuoi leggere altro, ti consigliamo questo articolo dedicato ad un'analisi RFM e clustering nel mondo retail oppure puoi scaricare il nostro report Dati e Retail: sfide e opportunità per il 2024.

6 Settembre 2023

Privacy Sandbox: una soluzione alla dismissione dei cookie di terza parte?

Come ormai è noto, Google ha pianificato la totale dismissione dei cookie di terza parte sul proprio browser Chrome a partire dal Q3 del 2024 (seguendo la linea già intrapresa dalla maggior parte dei browser presenti sul mercato tra cui i più noti Firefox, Safari, Edge). Nonostante questo annuncio, procrastinato ormai da diverso tempo, possa rappresentare una tematica piuttosto tecnica da comprendere per i non esperti del settore, le sue ripercussioni saranno notevoli e impatteranno il modo in cui tutti noi fruiremo dei contenuti online in futuro.

In un mondo in cui la protezione dei dati personali degli utenti è diventato a tutti gli effetti un tema prioritario, la necessità di garantire la sicurezza e la privacy degli utenti online è diventato un requisito fondamentale.

L’utilizzo dei cookie di terza parte permette agli advertiser di tracciare l’attività sul web degli utenti che si muovono tra diversi siti (tecnica nota come cross-site tracking), permettendo un’integrazione di dati tale da essere sfruttata per attività di marketing mirate.

E’ facile dunque intuire quanto la scomparsa dei cookie di terza parte impatterà 

l’industria dell’advertising online che necessita di trovare una valida alternativa per poter continuare a perseguire i propri obiettivi.

Per questo motivo Google si sta muovendo, già da diverso tempo, per trovare una soluzione: l’iniziativa è stata denominata The Privacy Sandbox, il cui obiettivo è quello di creare una nuova tecnologia che permetta ai siti web di continuare a svolgere attività di marketing mirato online, limitando il più possibile tecniche di tracciamento invasive e garantendo la privacy degli utenti. The Privacy Sandbox è un progetto collaborativo che permette a chiunque di avanzare proposte e fornire feedback; è possibile seguirne gli sviluppi e saperne di più andando sul relativo blog.

A partire da metà agosto 2023 le features fin qui sviluppate all’interno del Privacy Sandbox, sono state abilitate globalmente su tutti i browser Chrome (versione 116) in modo da poter essere testate adeguatamente e con sufficiente anticipo rispetto alla roadmap prevista.

Tra le molteplici iniziative, ecco quelle che saranno alla base dei nuovi meccanismi di advertising online e di misurazione delle loro performance:

  • Topics API: permette di associare una label di alto livello a ciascun sito web in base al proprio contesto (Sport, Cucina, ecc..) e salvare su ciascun browser le label più ricorrenti in base alla navigazione dell’utente. In questo modo l’informazione è utilizzabile per proporre pubblicità più vicine agli interessi dell’utente.

Il numero di label possibili è limitato e non è possibile sfruttare label relative a categorie sensibili come orientamento sessuale, religione, razza o altre ancora.

  • Protected Audience API: permette al browser dell’utente di iscriversi a dei gruppi di interesse sulla base dei contenuti fruiti sul web. Proprio questi gruppi di interesse sono utilizzati poi da un algoritmo che permette al browser di lanciare un’asta tra le diverse proposte di pubblicità per l’utente e mostrare infine quella più coerente e remunerativa.
  • Attribution Reporting API: abilita la misurazione delle performance delle attività di advertising senza che vengano condivise informazioni di navigazione dell’utente. Permette dunque di ottenere due tipologie di report:
    • Event-level report: permette di valutare l’efficacia di ogni singola pubblicità mostrando le relative performance in termini di click e view. Le informazioni sono aggregate e viene aggiunta una certa percentuale di rumore alle metriche per garantire una maggior protezione degli utenti.
    • Summary report: permette di valutare l’efficacia delle campagne. Il report è più ricco di informazioni rispetto al precedente e permette di affinare le analisi aggiungendo dettagli aggiuntivi (aree geografiche, valore delle conversioni, ecc..) tuttavia anche qui viene garantita la privacy dell’utente grazie ad un sufficiente livello di aggregazione dei dati.

Nonostante i numeri sforzi rimangono dei grossi quesiti sulla possibile trasformazione di queste proposte in veri e propri standard web. Sembra infatti che con gli altri grossi player di mercato (Firefox, Edge) non ci sia ancora stata collaborazione, mentre Safari ha espresso parere negativo proponendo un sistema proprietario e alternativo chiamato Private Click Measurement.

Come si può immaginare, si tratta di soluzioni in evoluzione continua: per questo continueremo a studiare queste soluzioni e a condividere aggiornamenti man mano. Nel frattempo puoi iscriverti alla nostra newsletter per ricevere tutte le novità una volta ogni due settimane nella tua casella o fare una chiacchierata con noi per capire insieme come possiamo aiutarti.

5 Settembre 2023

Chiedilo a loro: la Voice of Customer alla base delle strategie aziendali

Questo articolo è a cura di Euteco Loyalty Partner, specializzata nella raccolta della Voice of Customer, partner di Digital Pills.

Parleremo del Sistema VoC Strategy, di Experience Gap (il gap tra ciò che pensa l’azienda e ciò che effettivamente pensa il suo mercato), del Metodo Net Promoter e dell’indice NPS, riconosciuto a livello internazionale, degli altri KPI (Key Performance Index) che vengono utilizzati nella VoC Strategy e dell’importanza del processo ‘Ascolta, Analizza, Agisci’.


Il principale obiettivo di business dell’introduzione di una Voice of Customer Strategy in un’azienda è ridurre il tasso di abbandono dei clienti e acquisirne di nuovi tramite il passaparola positivo.

Quando un’azienda affronta l’inserimento della VoC Strategy, ci sono passi di estrema importanza perché il tutto diventi sistema e porti valore al business. Ogni step del metodo risulta essere determinante, dalla comunicazione ai contenuti, ai KPI scelti, fino al Close the Loop, ovvero la messa in atto di tutte le azioni di miglioramento che scaturiscono dalle indicazioni dei clienti.

Grazie ad una corretta impostazione di VoC Strategy si raccolgono “dati azionabili” che consentono di intervenire subito sulle criticità emerse; questo porta benefici ai clienti e soprattutto all’azienda che recupera clienti insoddisfatti e indirizza azioni di miglioramento.
Per gestire al meglio i dati raccolti, alcune Aziende alleggeriscono le funzioni interne di tutte le azioni operative della raccolta e analisi della Voce dei loro Clienti, delegandole a servizi in outsourcing: in questo modo si possono dedicare alle attività di miglioramento che scaturiscono dalle informazioni ottenute.

Chi beneficia in azienda della VoC Strategy?
-
il Management perché ha una visione di che cosa pensa il mercato, criticità ed eccellenze; 
- la funzione Commerciale perché riesce a non perdere quote di mercato, ma ad aumentare il parco clienti; 
- il Marketing perchè emergono proposte di comunicazione mirata; 
- il Front Office che può intervenire in tempi brevi.

È meglio mantenere un cliente acquisito o acquisirne uno nuovo? Che domanda

È essenziale fare entrambe le cose. La crescita passa attraverso innovazione di prodotto e di servizio, acquisizione di nuovi clienti e mantenimento di quelli acquisiti. Facile, no?

Però Rob Yanker, Partner McKinsey, annunciò anni fa che acquisire un nuovo cliente può costare da 5 a 10 volte il mantenerne uno. E così, anche grazie alle possibilità tecnologiche, si sono sviluppati metodi e strumenti per fidelizzare i clienti attivando piani di ascolto strutturati per indirizzare azioni di miglioramento in base alle loro indicazioni. La Voice Of Customer è una disciplina.

Ascolta, analizza e agisci

Tutto inizia con l’ascolto.

Possiamo ascoltare la voce indiretta, cioè quando i clienti parlano della nostra azienda.

Ma la Voice Of Customer è ascoltare con un metodo strutturato e continuativo la voce diretta, cioè quello che hanno da dire i clienti quando parlano alla nostra azienda.

L’obiettivo è colmare l’Experience Gap, ovvero vedere i processi non con la visione interna, ma per come li percepiscono i clienti, che fanno la loro strada, non la nostra.

Non migliori ciò che non misuri

Oltre al metodo servono le giuste metriche, perché non si può migliorare ciò che non si misura. Ma attenzione all’errore che abbiamo visto in alcune aziende.
I KPI devono essere scelti e valutati in base ai differenti punti di contatto. Ogni KPI ha le sue specificità.

Vediamo i principali:

NPS (Net Promoter Score) misura la fedeltà.

Il metodo NPS identifica Promotori, Passivi e Detrattori. L’obiettivo è non avere Detrattori e far diventare i Passivi dei Promotori, così il passaparola diventa vincente.
È calcolato in una scala 0-10 e l'indice NPS (Net Promoter Score) è la % dei Promotori meno la % dei Detrattori.
Il suo utilizzo ottimale è per misurare la relazione overall tra azienda e mercato e opera indagini periodiche per clienti con caratteristiche omogenee (i nuovi, i dormienti, i più redditizi) e a valle di momenti di relazione chiave.

CSATCSI (Customer Satisfaction Index) misura la soddisfazione.

Le indagini di Customer Satisfaction aumentano l’ingaggio del cliente su argomenti che lo interessano.
È calcolato solitamente con una scala 1-5 e il KPI è la media dei voti oppure la % dei voti 4 e 5 sul totale.
Il suo utilizzo è ottimale dopo una interazione su un canale di contatto, come ad esempio la richiesta di assistenza

CES (Customer Effort Score) misura lo sforzo

CES mette a fuoco il livello di difficoltà che il cliente incontra per risolvere un problema.
È calcolato con una scala 1-7 e la media identifica il KPI.
Il suo utilizzo è ottimale per identificare gli ostacoli che il cliente incontra con le procedure e i supporti.

Definire il set di metriche per la giusta impostazione del sistema VOC è fondamentale, per avere dati azionabili.

Il sistema VoC Strategy

Quando un’azienda affronta l’inserimento della VoC Strategy, cioè raccolta e gestione della voce dei clienti, ha di fronte a sé un percorso definito perché il tutto diventi sistema e porti valore al business.

Dal coinvolgimento del Top Management e delle varie Business Unit, alla cultura aziendale, all’applicazione del metodo, alla scelta della piattaforma da utilizzare. Per ottenere un valido ritorno di business servono cultura, metodo e tecnologia. È importante non solo inserire la VOC Strategy, ma anche a renderla sistema.

Giuste domande, giuste persone, giusto tempo: le best practice più utilizzate

Impostare il Sistema VoC Strategy vuole dire analizzare la Customer Journey per impostare le domande che ci diano le informazioni utili, analizzare i dati a disposizione sui clienti, accedendo a tutti i silos aziendali e definire la giusta Roadmap.

Rilevazione relazionale: la fotografia di un definito Customer Set, impostata in modo periodico, utile per verificare successivamente gli andamenti. Ad esempio su può fare su tutti i clienti che abbiamo acquisito l’anno precedente, o su tutti i clienti aqcuisiti, oppure nel BtoB sui Partner commerciali. Dalle voci destrutturate, ovvero le voce libere in particolare nel Metodo Net Promoter, emergono gli insight di miglioramento.

Rilevazione transazionale: la rilevazione a valle di uno specifico evento, per capire eventuali difficoltà che il cliente ha percepito nella relazione che ha avuto con l’azienda. Può essere sia sul ticketing dell’assistenza, oppure a chiusura di un processo digitale come ad esempio a valle di un acquisto on line.

L’importante è agire, non misurare

Fare il ‘Close the Loop’, ‘rendere azionabili i risultati’, ‘attivare i piani di miglioramento’: comunque lo chiamiamo, questa è l'attività più importante da fare per ottenere risultati dai programmi di raccolta della voce dei clienti. Chiudere il cerchio dei feedback con azioni concrete deve diventare una parte fondamentale delle attività. È un passaggio essenziale del sistema di VoC strategy, senza il quale si ottiene solo un indice, ma si fallisce nel miglioramento della relazione e della fedeltà dei Clienti.  

Un buon processo di Close the Loop va oltre le organizzazioni interne, è cross funzionale e deve essere veloce.

Euteco Loyalty Partner

Dal 2011, il nostro mestiere è la VoC Strategy: raccogliamo la Voce diretta degli stakeholder e la trasformiamo in dati azionabili utili al business.

Completiamo gli O-DATA dell’Azienda (Operational Data) con gli X-DATA (Experience Data), cioè la Voce dei Clienti. Collaboriamo con le migliori piattaforme di Experience Management.

Abbiamo risorse certificate sul Metodo Net Promoter e Indice NPS (Net Promoter Score), uno dei metodi di analisi della Customer/Employee Experience più diffuso a livello internazionale.

Alla base dei nostri lavori c’è Tecnologia, Metodo e Cultura Aziendale. Per fornire risultati migliori, integriamo la nostra esperienza con un vivace ecosistema di Partner.

Se vuoi sentire come puoi lavorare con Digital Pills e Euteco Loyalty Partner compila questo form:

NON PERDIAMOCI DI VISTA
VUOI RICEVERE AGGIORNAMENTI?
SEGUICI SUI SOCIAL

Copyright 2022, Digital Pills SRL
Via Stampatori 4, 10122 | Torino, Italia
P.IVA: IT12183450019

unnamed-3

Certificato n. 2728 QM