In un contesto in cui tutto cambia velocemente, dove gli interessi, le richieste e i trend di ricerca dei consumatori di oggi non coincidono con quelli della settimana successiva, ma nemmeno con quelli del giorno dopo, per i brand diventa complesso sviluppare delle strategie efficaci, che rispondano tempestivamente ai nuovi desiderata. Continuare a fare affidamento a strumenti classici di osservazione del mercato è una scelta anacronistica. Le indagini tradizionali, che utilizzano le interviste telefoniche, di persona o il metodo CAWI hanno, infatti, tempi di esecuzione di qualche settimana oltre al naturale bias cognitivo che contraddistingue i dati derivanti da queste tipologie di raccolta.
In una realtà completamente digitalizzata come quella odierna, dove quasi tutto è misurabile e tracciabile, i dati possono fare la differenza: la loro raccolta e analisi può aiutare i brand a comprendere i desideri dei clienti e a migliorare la customer experience.
La base di partenza sono i Big Data, detti anche megadati, che si caratterizzano per quattro attributi principali o “Quattro V”. Sono dati Veloci, generati con un ritmo estremamente rapido e accessibili in realtime. Hanno un Volume importante, e una molteplicità di fonti da cui vengono generati. Sono, inoltre, incredibilmente Vari: possono essere, ad esempio, interazioni, impression, click legati all’apertura di una pagina web o click legati a un acquisto online. Infine, sono Veri, proprio perché non richiesti e generati spontaneamente dagli utenti, hanno il pregio di non soffrire delle tipiche distorsioni presenti nei dati raccolti con i questionari o con i focus group, dove gli intervistati tendono a non dare risposte totalmente sincere o subiscono condizionamenti legati alla natura stessa dei quesiti.
Generati in pochissimo tempo, tanti, vari e veritieri, i Big Data sono, al tempo stesso, dati non strutturati, che devono essere riassunti, interpretati e adattati alle esigenze dei clienti, così da poter acquisire un valore reale. Il rovescio della medaglia è che questi dati sono quindi complessi da gestire e per poterli trasformare in informazioni azionabili è necessario adottare un approccio innovativo alla brand proximity, basato su clustering e tecniche di analisi semantica in grado di descrivere le esperienze dei consumatori in modo olistico.
La cluster analysis, applicata ai dati numerici e testuali, è un metodo di Data Mining che può aiutare a descrivere in modo fedele i feedback degli utenti sulle esperienze online e offline. Combinando la ricerca di informazioni su un determinato brand o argomento con le conversazioni pubbliche presenti nei social network e con le recensioni sugli store fisici pubblicate nelle piattaforme dedicate, è possibile creare dei cluster semantici modulabili a seconda della specifica esigenza del brand.
Occorre quindi impostare la concettualizzazione di un framework di analisi, raccogliere e analizzare i Big Data, prestando la dovuta attenzione alla qualità degli stessi, trattandosi di dati non strutturati provenienti dal web. Questi elementi vengono in seguito tradotti in vere e proprie informazioni mediante strumenti di data visualization, ad hoc analysis e report. Si passa poi all’execution, con lo sviluppo di campagne, che possono essere personalizzate su cluster e finalità diverse e vengono ottimizzate e aggiornate in base alle performance e all’emergere di nuovi obiettivi.
Un processo che rispecchia il metodo di lavoro del Digital Marketing di H-FARM. Agiamo, infatti, su tutti i touch point della customer experience digitale, ridefinendo il concetto di audience in un approccio data driven. Studiamo i dati con un approccio scientifico e li traduciamo nei messaggi più adatti a rendere rilevante la comunicazione digitale dei nostri clienti, lungo tutto il customer journey sia nei canali paid che in quelli owned. Con una formula che combina dati e creatività, arricchiamo i contenuti con ciò che scopriamo e apprendiamo, ottimizzandoli con un approccio di conversione. Pianificando le campagne in base al pubblico e agli obiettivi, scegliamo quali attività, canali e formati sono più adatti per inviare messaggi personalizzati. Con l’analisi basata sui dati, comprendiamo, testiamo e siamo sempre pronti a cambiare percorso per ottimizzare i risultati sulla base di tecnologie e strumenti all’avanguardia.
Per un approccio efficiente alla brand proximity, abbiamo sviluppato dei tool innovativi che mettiamo al servizio dei nostri clienti, offrendo così una soluzione efficace, in grado di interpretare il mercato sfruttando al massimo gli strumenti tecnologici, di raccolta, analisi e interpretazione dei dati, restituendo ai brand strategie che possano tradursi in risultati concreti per il business.
Il nostro approccio data driven alla brand experience è sintetizzato da una “Brand Proximity Dashboard”, uno strumento erogato in software as a service su infrastruttura H-FARM, che raccoglie e razionalizza le keyword sulle quali si concentrano le informazioni degli utenti, siano esse ricerche, conversazioni o commenti. Questi dati vengono individuati e raccolti partendo da tre fonti principali. Provengono innanzitutto dalle ricerche fatte su Google: si intercettano quindi gli interessi degli utenti su un determinato brand o su un settore, le intenzioni d’acquisto e le principali preoccupazioni e richieste su un certo argomento. La seconda fonte in cui vengono raccolte queste informazioni sono i social network: le conversazioni pubbliche permettono di sapere come si parla di un brand in un contesto informale e di confronto fra gli utenti, in cui lo scambio di opinioni e la condivisione di esperienze è centrale.
Infine, il terzo ambito in cui raccogliere dati di rilievo per i brand sono le piattaforme specializzate in recensioni, nelle quali gli utenti lasciano intenzionalmente un feedback sull’esperienza fatta con una certa azienda. Incrociando queste tre fonti è quindi possibile avere una fotografia piuttosto fedele del percepito del brand e degli argomenti di principale interesse, che possono essere registrati e integrati nella dashboard. I dati sono organizzati a seconda del giorno in cui la ricerca è stata fatta e della specifica keyword inserita dall’utente. Le parole chiave, a loro volta, vengono raggruppate in cluster semantici che permettono di aggregare e analizzare le informazioni nel tempo all’interno della dashboard, secondo un approccio dinamico. Lo strumento è infatti utilizzabile per far emergere le informazioni di maggiore interesse per il cliente, come ad esempio degli insight sul posizionamento del brand, facendo delle comparazioni secondo diverse combinazioni possibili. Si possono, ad esempio, monitorare le reazioni online su situazioni problematiche che potrebbero interessare l’azienda o verificare gli effetti e le reazioni a una determinata campagna di comunicazione. Sono altresì possibili analisi sulle variazioni di traffico no brand e brand comparando periodi diversi.
Si tratta, quindi, di uno strumento molto utile, che può essere utilizzato da brand conosciuti, ma anche da realtà più piccole che in poche settimane possono avere accesso alle informazioni senza impatti sulle proprie infrastrutture.
Giorgio Sacconi,
Digital Marketing Director H-FARM
COMMENTI