Big data marketing e programmatic advertising: ottimizzazione o valore? di Andreina Mandelli Luglio 2016 Articolo di approfondimento Programmi di formazione 201 6 > I n tern et, s oci al m ed i a an d m obi l e for corporate an d m arketi n g com m u n i cati on 27 ottobre - 28 novembre Consulta i programmi di formazione 2016 Marketing SDA Bocconi C'è chi associa il recente trend dei cosiddetti big data nel marketing e nella pubblicità a scenari alla Mi­ nority Report. Collegato a questo trend, è sicuramente presente un tema cruciale di protezione della privacy (se affrontato seriamente, meno apocalittico di quanto spes­ so prefigurato). C’è però un altro tema che vale la pena discutere: l’impatto dei big data sul paradig­ ma di marketing e le logiche di management delle relazioni di mercato. Ogni attività che faccia­ mo lascia una traccia di dati. Se queste attività si riferiscono a con­ sumi (ricerca di informazioni sui prodotti, comparazioni tra offerte, acquisti, utilizzo dei prodotti) e in­ terazioni di mercato (scambi di in­ formazioni/opinioni sui prodotti, interazioni marca­consumatori di varia natura), i dati generati pos­ sono avere un forte impatto co­ noscitivo e di supporto alle decisioni nei processi di marke­ ting. Ma se queste attività sono svolte o registrabili in ambienti di­ gitali (sui siti web, usando il nostro smartphone, in negozi dove ci sia­ no sensori di prossimità etc.), il tracciamento dei dati diventa mol­ to più potente. Il fenomeno dei Big Data è, infatti, definito da tre variabili di accelera­ zione della complessità dei dati raccolti e gestiti: i volumi, la va­ rietà di formato e la velocità (real­ time). L’incremento di potenza e sofisticazione delle capacità com­ putazionali ha reso continuo e ubiquo il tracciamento dei dati (soprattutto attraverso sensori, wearables e tecnologie di facial/object recognition) e spostato il processamento delle infor­ mazioni oltre i limiti dei dati quantitativi tradizionali. Sempre più, infatti, testi complessi e immagini entra­ no nel flusso dei dati trattati. Gli esempi più comuni si riferiscono alla possibilità di costruire una co­ noscenza maggiormente approfondita degli stili di vita dei consumatori, delle relazioni brand­customer e delle comunità di consumo, attraverso l’applicazio­ ne alle conversazioni online di diverse tecniche di analisi semantica e discourse analysis automatizza­ te (integrate o meno con le più tradizionali tecniche di social network analysis), ma anche mediante la possibilità di riconoscere pattern di consumo e so­ ciali attraverso l’analisi delle immagini pubblicate sui social. Questo nuovo modo di utilizzare i dati nel marketing ha un impatto significativo almeno su due livelli: Perché vengono raccolti e analizzati tutti questi dati? Per aumentare la comprensione dei fenomeni rile­ vanti nel mercato, per supportare la precisione e le probabilità di successo delle decisioni di investimen­ to e azione nei mercati, per automatizzare al massi­ mo i processi di marketing e advertising. I dati raccolti sono inoltre analizzati con tecniche statisti­ che e software di intelligenza artificiale per costruire scenari predittivi (ad esempio anticipare comporta­ menti di clienti, anche a partire da dati su comporta­ menti di consumatori con profilo simile). Stati Uniti, Emarketer prevede che nel 2017 il 72% di tutto l’advertising display sarà programmatic. Con questo termine si intende l’automazione degli acquisti e delle vendite di spazi/contatti pubblicitari, attraverso piattaforme che fanno incontrare, anche con aste in tempo reale, la domanda degli investitori con l’offerta di vecchi e nuovi editori (prevalente­ mente digitali, ma anche la TV adv comincia a di­ ventare programmatic). Questi scambi avvengono a partire dalla disponibilità, in tempo reale, di dati sempre più precisi sui profili e i comportamenti dei Figura 1 ­ Esempio di visual intelligence Issue 1 School of Management © SDA Bocconi • Nell'ottimizzazione e incremento di efficienza dei processi di marketing (diminuzione di costi e incremento della precisione e velocità di decisio­ ne); • Nell’incremento del valore creato nelle interazioni di mercato. Un esempio di come si possano automatizzare alcu­ ni processi fondamentali di marketing è il program­ matic advertising, che si sta diffondendo velocemente sia negli USA sia negli altri mercati ad alta digitalizzazione. Come sostiene Francesco Luc­ chetta, Managing Director di Mediacom, “La doman- da non è se ci sposteremo sul programmatic; la domanda riguarda solo quando lo faremo”. Negli Fig. 2 Diffusione del Programmatic Advertising Display in US Fonte: Emarketer Page 2 consumatori. I nuovi intermediari di dati sui mercati pubblicitari riescono a raccogliere e (soprattutto) sin­ cronizzare dati da fonti molto diverse, incluso il CRM proprietario, per ricostruire il profilo anagrafico, psi­ cografico, comportamentale di ognuno di noi, sia in termini storici che predittivi. Se questi dati integra­ ti/sincronizzati sono dinamici ­ cioè si riferiscono a cosa abbiamo fatto in tempo reale e dove ­ la capa­ cità di targetizzazione (o retargeting) pubblicitaria at­ traverso i diversi canali (mobile, display, video, social, solo per parlare del digitale) diventa molto ef­ ficiente e precisa. Da ciò nasce la (spesso) ossessi­ va raccolta di dati/tracking sul consumatore, anche in mobile/geo­localizzazione. Un altro esempio di come i big data possano creare maggiore efficienza nel marketing risiede nell’analisi in tempo reale dei lead scoring e content scoring a supporto di decisioni su quali rapporti commerciali o contenuti privilegiare (quali lead hanno maggiori probabilità di generare acquisti e quali contenuti creano maggiore engagement nel consumatore?). Avis/Budget, l’azienda di rent­a­car, gestisce i dati di 40 milioni di clienti, sincronizzando in tempo reale le decisioni di offerta con l’analisi del valore del singolo cliente per l’impresa (Lifetime-Customer-Value). In diverse occasioni, tale approccio ha permesso di in­ crementare l’efficacia della strategia di contatto del 30% rispetto ad approcci commerciali più tradiziona­ li1. Se l’ottimizzazione dell’efficienza è indirizzata ad accrescere la rilevanza delle comunicazioni e delle offerte, ciò consente al contempo di creare maggior valore per il cliente (il cuore del nuovo paradigma di marketing: relationship-based e service-dominant). Semplificando un po’, il valore per il cliente è dato dalla nostra capacità di generare benefici tangibili e intangibili in tutte le occasioni di contatto, al netto dei costi richiesti in queste interazioni (incluso sforzi, di­ sagi e percezioni di rischio anche sulla privacy). Quindi, qual è l’impatto dei big data sulla creazione del valore nel marketing? Se i dati raccolti vengono utilizzati per customizzare e contestualizzare al meglio l’offerta ­ tenendo conto non solo delle preferenze del consumatore, ma an­ che della fase in cui si trova nel suo “customer journey” e delle variabili di contesto, quali il luogo, l’ambiente e la socialità nei quali l’incontro con il consumatore avviene ­ la maggiore efficienza di spesa per l’impresa si può sposare con un incre­ mento di valore per il consumatore. Ad esempio, Neutrogena ha implementato una cam­ pagna mobile sun-activated e location-based per un suo prodotto di crema solare. Ha esposto il messag­ gio solo a persone interessate a tematiche di salute e con un lifestyle outdoor, che si trovavano in un’ora di punta della giornata in ambienti con un alto tasso di raggi UV (misurati in tempo reale), ad esempio spiagge e parchi, e in prossimità di un punto vendita Fig. 3 Esempio di Retargeting ­ Fonte: www.perfectaudience.com Issue 1 School of Management © SDA Bocconi Page 3 con il loro prodotto. La campagna ha aiutato l’azienda a ottenere una buona perfomance di branding (+63% awareness, +43% intenzione di acquisto) perché incentrata su contenuti rilevanti, guidati da dati precisi e aggiornati in tempo reale. Non si può dire lo stesso delle pubblicità che ci inseguono per settimane (tanto da essere chiamate "stalking ad" in modo ironico), dopo che abbiamo visitato dei siti per i motivi più diversi, per riproporci genericamente l’acquisto dei prodotti precedentemente visualizzati. Fig. 4 Sun­activated campaign di Neutrogena Fonte: www.mmaglobal.com Aumentando la contestualizzazione del messaggio pubblicitario, aumenta la rilevanza e quindi l’utilità del messaggio stesso. Ma questo richiede, anche, una maggiore quantità e precisione di dati. Perché questa rilevanza non si accompagni a una reazione negativa dei consumatori è necessario investire ­ ol­ tre che sulla qualità e l’aggiornamento continuo dei dati utilizzati ­ su una policy di protezione della pri­ vacy che sia all’altezza della possibile percezione di intrusione. È inoltre necessario investire sull’integra­ zione dei dati utili ai fini di advertising con una co­ noscenza più approfondita dell’intero ciclo di relazione con il cliente. E ciò richiede un approccio strategico al big data marketing. Nel rapporto di IAB Europe di Giugno 2016 sul programmatic adverti­ sing, si richiama l’attenzione, purtroppo, su come oggi sia prevalente “la tendenza a utilizzare il programmatic in una logica più tattica” con focus prima­ rio sull’efficienza di spesa e il conseguente rischio di “perdere le opportunità strategiche”. Per non perdere di vista il focus sul valore ­ centrale nell’elaborazione delle strategie e delle azioni di marketing nell’era dei big data ­ dobbiamo rinforzare l’attenzione sul customer learning e sull’intero ciclo di management della relazione con il cliente. Il focus dovrebbe risiedere sul come i dati possano aiutare le aziende a capire meglio i propri clienti e a Fig. 5 Ottimizzazione e valore ­ Fonte: Elaborazione dell'autrice Issue 1 School of Management © SDA Bocconi Page 4 disegnare per loro esperienze rilevanti e soddisfacenti. Questo implica un cambiamento culturale, volto a guarda­ re ai consumatori come a partner rela­ zionali e non – alla vecchia maniera – come a un’audience da catturare. Andreina Mandelli è SDA Professor dal 1995, dove è responsabile di program­ mi di executive education sui temi del digital marketing e della digital corpo­ rate communication. È nella faculty della global business school dell'Uni­ versità Bocconi a Mumbai dal 2013 e professore a contratto a USI Lugano. È cofondatrice di due network di ricerca internazionali dedicati allo studio dei mercati digitali, in collaborazione con Ucla Anderson school of management e USC Center for Digital Future di Los Angeles. La Marketing Community è co­ stituita da tutti coloro che hanno partecipato a un corso di Marke­ ting, hanno conosciuto la nostra Faculty e desiderano mantenere un legame con essa. Un experience network alimen­ tato da un mix straordinario di testimonial accademici e azien­ dali, oltre che dalla passione e partecipazione di tutti i Commu­ nity Member. Perché lo sviluppo della co­ noscenza si basa sullo scambio reciproco e continuo di espe­ rienze. Per informazioni: www.sdabocconi.it/amacom [email protected] 02 5836.6853 1Fonte:CSC company website Issue 1 School of Management © SDA Bocconi Page 5