I dati comportamentali raccontano cosa fa il cliente, ma raramente spiegano perché lo fa. Il salto tra la raccolta del dato e la comprensione del suo significato è ancora uno dei nodi irrisolti per molte aziende italiane. Marketing automation, AI e Customer Data Platform possono aiutare, ma solo se si cambia prospettiva: dal dato come risposta al dato come domanda. Ne abbiamo parlato con Paolo Confortini della Marketing Automation Academy.
Le aziende italiane sono già attrezzate per usare i dati in chiave relazionale?
Qualcuna sì, ma non moltissime. Sembra però un processo in forte accelerazione. Il punto di partenza non è la mancanza di dati: molte aziende ne hanno già in abbondanza. Pensiamo a un retailer che dispone dei dati sugli scontrini associati alle loyalty card, dei dati comportamentali degli utenti sull’e-commerce, dei dati transazionali. Il problema principale è che questi dati sono scollegati tra loro e soprattutto scollegati dalla persona fisica.
La prima cosa su cui un’azienda deve investire è uno strumento che consenta una visione a 360 gradi del cliente: una Customer Data Platform, o un CRM evoluto per la marketing automation, che permetta di associare tutti i dati disponibili, raccogliendoli in un unico luogo, alla persona reale. Questo è il punto di partenza, non il punto di arrivo.
Una volta che i dati sono consolidati, come si passa dalla raccolta alla comprensione?
Il problema è che le aziende tendono a guardare il dato come dato. Ma il dato da solo non ci dice nulla di contestuale: ci racconta il passato, non il perché. Un clic, per esempio, può significare moltissime cose: un dubbio, un confronto, una curiosità, una distrazione. L’utente si è sbagliato? Stava esplorando? Mancavano tre minuti alla fine della giornata lavorativa?
Il salto vero è usare il dato non come risposta, ma come domanda. Se vedo un clic ma non vedo un ordine, le domande giuste sono: cosa manca a quella persona per decidere? Il prezzo? La fiducia? Le informazioni? La conferma che altri abbiano avuto una buona esperienza con quel prodotto?
Al dato dobbiamo aggiungere due elementi fondamentali: il contesto in cui quel dato si è generato, e la conversazione. Le aziende devono mettere al centro della propria strategia la relazione con ogni singolo cliente. Una relazione che è diversa per ognuno, a seconda di decine di fattori. Il brand deve riconoscerla e contraccambiarla, non con messaggi outbound di massa, ma con una conversazione personalizzata.
L’AI può aiutare in questo processo? E quali sono i rischi?
L’intelligenza artificiale è in questo contesto un alleato potentissimo e allo stesso tempo pericolosissimo. Pericolosissimo perché è ancora molto diffuso l’approccio del “fa tutto da sola”: non è così. L’AI lavora bene se ha tutto ciò che le serve: i dati disponibili, il contesto, le istruzioni strategiche del brand: tono, voce, approccio.
Se queste condizioni ci sono, l’AI può davvero fare la differenza: ricorda il contesto, personalizza la conversazione, e in alcuni casi è in grado di anticipare i bisogni. Attraverso l’identificazione di pattern ricorrenti nei dati comportamentali, è possibile fare previsioni su chi probabilmente avrà bisogno di qualcosa, e quando. Questo è il vero valore: migliorare l’esperienza dell’utente rendendola più pertinente.
Come cambia la misurazione della qualità della relazione? Restano validi i classici indicatori come NPS e CSAT?
C’è qualcosa di non nuovo, ma di poco utilizzato e molto potente. La relazione è per definizione personale: è diversa per ogni cliente. Un cliente che acquista da dieci anni, che ha fatto trenta ordini tra canale fisico e digitale, ha con il brand un grado di relazione completamente diverso rispetto a chi ha appena effettuato il primo acquisto. Questa differenza va riconosciuta e misurata.
Una volta identificato il grado di relazione, la domanda strategica che l’azienda deve porsi è: riesco a generare più valore comunicando meno? Ho lavorato con un grande brand del lusso moda su un caso molto concreto: una cliente fedele da anni, decine di acquisti, una conoscitrice profonda del brand. Continuavamo a mandarle contenuti di posizionamento e di brand awareness. Ma ne aveva davvero bisogno? O stavamo solo creando rumore?
I parametri che propongo sono tre, in ordine: il cliente torna, acquista, visita, apre le mail, clicca? È attivo? Se sì, la domanda successiva è: devo disturbarlo di meno, riservando le comunicazioni solo a ciò che è davvero rilevante per lui? Da qui nascono due indici che abbiamo sviluppato: l’indice di attenzione, quanto l’utente è attento alla relazione con il brand, e l’indice di intenzione, quanto è orientato ad acquistare in questo momento. Entrambi si calcolano in modo scientifico, a partire dai dati comportamentali, con il supporto dell’AI. La frase con cui mi piace sintetizzare tutto questo: la relazione non si misura da quanto parli, ma da quanto poco devi disturbare per essere utile
