Via Durini, 23 - 20122 Milano (MI)
Tel.+39.02.77.88.931 Fax +39.02.76.31.33.84
Piazza Marconi,15 - 00144 Roma
Tel.+39.06.32.80.37.33 Fax +39.06.32.80.36.00
www.valuelab.it [email protected]
MARKETING INTELLIGENCE SUL
WEB:
il ruolo dei sistemi di Business Intelligence
Abstract
I sistemi di eBusiness intelligence (o di Marketing Intelligence su Web) si presentano oggi come
i sistemi informativi di supporto alle decisioni coerenti con i nuovi modelli di impresa estesa, a
rete, dove relazioni e conoscenza diventano nuovi fattori competitivi nella Economia Digitale.
4. Marketing Intelligence sul Web: il ruolo dei sistemi di Business
Intelligence
Paolo Pasini
Docente Senior Area Sistemi Informativi SDA Bocconi
Con l’espressione sistemi di eBusiness Intelligence (eBI) si intendono quei sistemi rivolti alla
raccolta, organizzazione, accesso, navigazione nei dati Web e non Web per la produzione di
informazioni da parte dei manager e delle staff aziendali (Business Analysts), ma anche da parte
dei partner, dei fornitori (es. integrati nella eSupply Chain) e dei clienti (es. integrati nell’eCRM): in
questa accezione i sistemi di eBI risultano coerenti con i nuovi modelli di impresa estesa, a rete,
dove relazioni e conoscenza diventano nuovi fattori competitivi nella Economia Digitale.
I concetti e i metodi sottostanti al tema della eBusiness Intelligence non sono del tutto nuovi:
nuovi sono sicuramente i dati e le modalità di raccolta dei dati che si sedimentano nei Web server
aziendali; nuovi sono i sistemi di misurazione dei fatti che si manifestano sul Web in tutte le sue
conformazioni; nuove sono alcune conseguenti opportunità di analisi e di business che il Web
mette a disposizione. Ad esempio, chi vende pubblicità (come i grandi portali italiani che si stanno
impegnando in importanti progetti (di eBusiness Intelligence), può valorizzare il prezzo in maniera
differenziata non solo sulla base dei classici parametri di dimensione, frequenza e durata
dell’annuncio, ma anche in funzione della localizzazione in una pagina più o meno visitata
soprattutto dal target di clientela più coerente (quindi con maggiore probabilità di redemption);
un altro esempio, sono le imprese di on-line retailing, che possono, forse per la prima volta,
disporre di dati mirati sul comportamento di un attore che finora, soprattutto nel no-food, era
rimasto piuttosto sconosciuto nei punti di vendita fisici: il “visitatore” abituale e non; un terzo
esempio, le “dot com” che mirano alla IPO, sempre più spesso devono documentare non solo le
quantità di accessi e di utenti registrati, ma soprattutto la qualità e la solidità delle relazioni
2
instaurate, in termini di fedeltà (tassi di ritorno e di turnover), di tassi di conversione dei visitatori
a utenti registrati, di efficacia dei partner on-line affiliati, e così via.
In questo scenario le prime esperienze in Italia stanno mettendo in luce che per
l’implementazione dei sistemi di eBusiness Intelligence non esistono le stesse capacità disponibili
per i sistemi di Business Intelligence tradizionali; anche per questo motivo tutti i principali vendor
di soluzioni di Business Intelligence stanno ampliando la propria offerta di strumenti software, ma
soprattutto si stanno dotando in Italia di skill, esperienza (derivata da progetti U.S. soprattutto),
templates e modelli di dati “riutilizzabili” che possano velocizzare sia il Knowledge Transfer (ai loro
clienti diretti e ai loro Business Partner), sia l’implementazione dei sistemi e quindi la produzione
di risultati che siano coerenti con la dinamicità ambientale del mondo Web.
(Figura 1)
L’architettura di riferimento (Figura 1) dei sistemi di eBusiness Intelligence si adatta sia alle “dot
com”, sia alle aziende “brick and mortar”: essa fornisce un modello generale delle fonti dei dati,
dei principali flussi informativi e delle tecnologie informatiche necessarie per produrre e fornire
alle varie categorie di utenti le informazioni riguardanti il nuovo ambiente di eBusiness. Le
principali categorie di utenti in esame sono:
3
1. il personale aziendale, soprattutto i Knowledge Information Workers, collegati tramite la
Intranet (o il Portale Aziendale);
2. i business partner, quali fornitori, canali indiretti, i clienti business, collegati soprattutto
via Extranet con siti e sistemi B2B;
3. i clienti consumer collegati via Internet con siti di eCommerce B2C.
I sistemi di eBusiness Intelligence possiedono quindi le seguenti caratteristiche:
1. ampliano le applicazioni e gli strumenti dei sistemi di Business Intelligence tradizionali1;
2. integrano nel datawarehouse nuove fonti di dati elementari ed operativi provenienti dal
Web, con le fonti dei dati dei sistemi di CRM, con le fonti dati gestionali più tradizionali;
3. offrono una piattaforma di integrazione e di accesso ai dati sia strutturati, sia non
strutturati dell’azienda tramite un Portale Informativo Aziendale (Enterprise Information
Portal) basato sulla Intranet aziendale e collegato alle reti Extranet e Internet;
4. offrono sistemi di front-end dell’utente che consentono, tramite browser, di visualizzare
informazioni in varie forme - report e grafici predefiniti o ad hoc, documenti testuali,
ecc. - di eseguire analisi multidimensionali, di eseguire interrogazioni standard o libere
sul datawarehouse, sulle basi di dati non strutturate, tipicamente testuali, o, se
necessario, direttamente sulle varie fonti di dati operativi.
La figura 1 mette in evidenza quindi gli obiettivi di queste nuove architetture informatiche, che si
possono riassumere nei seguenti punti:
1. integrazione di tutte le possibili fonti dei dati di eBusiness, consentendo di ottenere una
visione completa di tutte le attività aziendali, di tutti i canali di interazione col mercato
(dalla forza vendita, al contact center, al customer service, al Web) e di tutte le relazioni
interorganizzative su Web e non;
2. produzione di informazioni in maniera “push” o “pull” per il supporto alle decisioni di
trade e retail marketing (tra cui il sistema di offerta, il pricing, la pubblicità e la
promozione, la segmentazione dei clienti Web, ecc.), di approvvigionamento e di
ottimizzazione della supply chain, e più in generale della strategia aziendale di
1
Per una breve illustrazione di questi sistemi si veda P. Pasini, “Il manager di fronte ai suoi dati: i sistemi di Business
Intelligence”, Economia & Management, n.2, marzo 2000.
4
eBusiness, verificandone obiettivi stabiliti e risultati derivanti dai marketplace e dai
mercati reali in cui l’azienda opera;
3. produzione di informazioni on-line e off-line che consentano di conoscere il profilo
dell’utente registrato o del cliente in tutte le sue accezioni (business, ma soprattutto
consumer), e quindi di “personalizzare” pagine, messaggi e contenuti Web rispetto ai
suoi bisogni, comportamenti, percezioni o inclinazioni, in maniera interattiva e non;
4. l’estensione dell’ambiente di Intelligence anche ai trading partner, al fine di condividere
informazioni necessarie per l'integrazione della supply chain rispetto alla domanda del
mercato, al fine di contenere i costi di stock, di logistica e di trasporto;
5. l’estensione dell’ambiente di Intelligence anche ai clienti, al fine di offrire un portafoglio
di servizi informativi via Extranet o Internet, che consenta loro di visualizzare situazioni
storiche di account, condizioni contrattuali, disponibilità medie e rotazione dei
magazzini, indicatori di servizio o di avanzamento ordini, e così via.
Gli ultimi due punti menzionati costituiscono sicuramente due elementi caratteristici dei nuovi
sistemi di eBusiness Intelligence, che oggi grazie all’ampliamento e alla diffusione delle tecnologie
Web, consentono di pensare concretamente, forse per la prima volta, ad un nuovo concetto di
Extended-Business Intelligence, quale elemento qualificante dell’impresa network-centrica o a
rete della Web Economy.
Si è finora analizzato prevalentemente il caso delle aziende “brick and mortar” per le quali il
problema più rilevante consiste nel far evolvere i sistemi di Business Intelligence tradizionali
(presenti in molte imprese italiane, ma non certamente in tutte) verso i sistemi di eBusiness
Intelligence; nelle “dot com” la eBusiness Intelligence è al contrario un’attività “core”, per il tuning
continuo e dinamico della loro Web Strategy.
La eBusiness Intelligence deriva i suoi obiettivi e la sua ragion d’essere direttamente dal
Business Model e dalla eBusiness Strategy che l’azienda persegue, in quanto contribuisce a
valutare la coerenza degli obiettivi raggiunti (economici, di target di mercato, di awareness del
marchio, di efficacia delle relazioni con affiliati e partner, ecc.) con quelli stabiliti a livello
strategico.
La eBusiness Intelligence deve essere coerente con lo sviluppo della Web strategy e può essere
utilizzata in ognuna delle fasi di sviluppo della presenza su Web di un’azienda (Figura 2), dalla
semplice “visibilità” sulla rete, fino al consolidamento e alla integrazione di tutte le relazioni
5
digitali (ERM, Electronic Relationship Management) che avvengono su Web, a monte, a valle, con
fornitori, partner nella R&D, distributori, agenti, clienti finali business o consumer, ecc.
La eBusiness Intelligence, come altri fenomeni aziendali supportati dalla T.I., ha quindi una sua
curva di esperienza e di diffusione che può essere così schematizzata (Figura 2):
Figura 2
• Fase 1: Web Site Analysis e Basic Profiling: in questa fase, utilizzando sostanzialmente i file di
log dei Web server, i coockies, la clickstream analysis e il catalogo delle pagine Web, è possibile
valutare le performance del sito (in termini di traffico, di disponibilità, di pagine maggiormente
accedute e non, ecc.) ed effettuare una prima segmentazione elementare dei visitatori occasionali
e abituali, nonché i cluster e le tipologie di sessioni e di comportamenti/percorsi più ricorrenti di
utenti tendenzialmente “anonimi”;
• Fase 2: Customer/Partner Analysis: alle fonti di dati precedentemente citate, si aggiungono i
dati di registrazione e/o i dati delle transazioni (ordini, fatture, pagamenti dei clienti o dei partner
attivi), i dati di eventuali sistemi di Customer Service, al fine di conoscere più precisamente il
profilo del cliente o del partner (con dati, ad es. anche socio-demografici o con dati di
penetrazione della concorrenza), associarlo ad un preciso segmento e prevederne o influenzarne
l’evoluzione dei gusti e del comportamento, al fine di ampliare e personalizzare la relazione
commerciale via Web; in ultima analisi l’obiettivo risulta essere la produzione di informazioni che
possano supportare le decisioni di Web marketing, da un lato (predisposizione del sistema di
offerta, analisi delle redemption promozionali e pubblicitarie, sviluppo di canali distributivi
addizionali su web, il raggiungimento di nuovi target di mercato, ecc.) e dall'altro di supply chain,
6
(analisi fornitori, programmazione acquisti, programmazione scorte di componenti e di materie
prime, ecc…);
• Fase 3: E.R.M. (Electronic Relationship Management): gli obiettivi principali di questa fase
consistono nell’integrare tutti i canali e i sistemi di interazione con i clienti e i partner (Web e non)
e di costruire un patrimonio informativo completo (derivato da dati strutturati e non) che
descrivano e tengano tracciati nel tempo fatti ed eventi significativi del cliente o del partner;
customer satisfaction reale, fidelizzazione dei clienti, valorizzazione delle relazioni (capitale
relazionale) in una logica 1-to-1 e focalizzazione degli investimenti sulle relazioni più profittevoli,
costituiscono gli obiettivi dei sistemi di eBI in questa fase.
In generale a livello tecnologico i sistemi di eBusiness Intelligence devono presentarsi:
a) il più possibile integrati, ma anche aperti al “closed loop”, all’integrazione di molteplici
soluzioni e strumenti di terze parti, anche di “broad o narrow casting”, considerando sia l’elevato
tasso di cambiamento delle tecnologie in questo campo, sia l’inesistenza di fatto di un leader di
mercato riconosciuto in queste tecnologie;
b) scalabili rispetto alla crescita potenziale degli utenti, dei volumi di accesso, di navigazione e
di transazione, dell’ampiezza e profondità dei prodotti e/o dei servizi offerti su Web, e così via;
c) affidabili e solidi come tecnologie e infrastrutture di base (questa caratteristica è in via di
consolidamento);
d) dotati di buone prestazioni tecniche, sia nei tempi di caricamento dei dati operativi, sia nelle
elaborazioni dei report e delle analisi, sia nello sfruttamento della rete;
e) disponibili sempre (24*7), soprattutto se utilizzati in rete da partner esterni dispersi
geograficamente o se il profiling dell’utente e la personalizzazione dei contenuti su Web avviene in
tempi molto ristretti.
Un modo di mappare il mercato delle soluzioni software disponibili per realizzare i sistemi di eBI
è rappresentato in Figura 3, dove sono evidenziati 4 gruppi di offerta:
1. Soluzioni tradizionali basate su suite di tools di Datawarehousing e di Business Intelligence
che approdano al Web, o con nuove architetture browser-based (e non più client-server), o con
nuovi strumenti dedicati all’analisi specifica dei dati Web;
2. Soluzioni tradizionali di CRM che si sviluppano verso il Web visto come nuovo canale di
interazione con la clientela (in termini sia di dati on-line disponibili, sia di nuove funzionalità
7
applicative possibili, ad esempio di e-survey, di on-line configuration e profile management, di email o Web-based customer support, e così via);
3. Soluzioni pacchettizzate di vendor specializzati su piattaforme di eBusiness (eCommerce
soprattutto), che dispongono di funzionalità applicative di analisi dei dati Web che si generano;
4. Tools di nicchia specializzati di analisi del traffico Web.
Figura 3
Il lavoro delle aziende, dei vendor e degli studiosi su questo tema è solo agli inizi, soprattutto in
Italia, dove le prime esperienze di una certa rilevanza (cioè più sofisticate delle classiche analisi del
traffico Web) sono ancora troppo embrionali per poterne commentare i risultati e per poterne
prevedere gli sviluppi quali-quantitativi nel nostro paese. Una volta consolidatisi modelli
architetturali, approcci metodologici e cicli di sviluppo dei sistemi di eBusiness Intelligence, un
impegno certo che i fornitori di soluzioni informatiche dovranno produrre, sarà di progettare
politiche di pricing e di implementazione delle suddette soluzioni specificamente rivolte alle
piccole e medie imprese che si stanno affacciando al mondo del Web: è necessario evitare che
anche in questo campo (come è successo nel datawarehousing e nei sistemi di business
intelligence tradizionali) non si erigano barriere all’ingresso di tipo economico (oltre a quelle
culturali) che non consentano loro di accedere alle soluzioni e ai progetti necessari per
implementarle, e che quindi le privi della “intelligenza” necessaria per consolidarsi nella Web
Economy.
8
