Ora parliamo di data intelligence.

Cosa si intende per intelligence? Se guardiamo solo la parola l'intelligence e la capacità di apprendere informazioni e anche riuscire ad applicare le informazioni che noi riusciamo ad apprendere applicato al marketing, la data intelligence e la nostra capacità di raccogliere dati esterni ed interni e applicare le strategie di marketing? Ora prendiamo un fanne abbastanza semplice che abbia tre fasi una fase di acquisition in cui portiamo i clienti verso il nostro business, una fase di conversione in cui i nostri clienti diventano appunto delle persone che poi si trasformano in clienti.

É una fase di loyalty in cui le nostre strategie di retention ci permettono di trattenere al massimo e far ritornare i nostri.

I nostri clienti in questo fanno molto semplice in ogni fase del panel posso avere dei dati interni ed esterni che mi aiutano molto ad avere una vera strategia data-driven? Una strategia data-driven si basa appunto sui dati, ma soprattutto si basa sugli insight Insight non è solo un dato, è un qualcosa che mi racconta un particolare trend e una particolare azione che io posso sfruttare per fare business.

Partiamo dalla parte di Acquisition, dalla parte alta del tunnel nella parte di Acquisition.

Potrei sfruttare, ad esempio, i trend di ricerca che vedremo poi in un modulo separato.

I trend di ricerca sono tutte quelle azioni che gli utenti fanno nei motori di ricerca, che solitamente portano appunto a trovare un nuovo sito, trovare uno shop su una mappa, trovare un prodotto su Amazon o trovare un video su YouTube.

Tutti questi elementi in realtà sono ricerche.

Se noi le prendiamo singolarmente le possiamo prendere come touch point, quindi come momenti in cui veniamo trovati dagli utenti.

In realtà, se vogliamo avere una data intelligence per il marketing, possiamo aggregare questi dati.

Cominciare a capire come grazie ai dei data scientist e degli algoritmi di intelligenza artificiale possiamo trarre dal dato appunto l' insight, quindi capire come aggregare milioni o miliardi di ricerche degli utenti nei motore di ricerca e trarne un insight di business.

Ad esempio, poniamo un caso abbastanza classico sono in un picco il piccolo, il Black Friday Nel Black Pride ci sono infinite ricerche da parte degli utenti di prodotti in offerta.

Se sono così bravo da avere dei tool e delle capacità di analisi per capire prima dei miei competitor, qual è il prodotto più cercato e non solo quale prodotto è più cercato, ma anche il modo in cui viene cercato se viene cercato in offerta e quindi abbasserò il prezzo se viene cercato, ad esempio in un colore particolare, e quindi posso sfruttare aggregando tutti questi insight per avere una capacità di acquisizione dei miei clienti molto più performante rispetto ai miei competitor e questi trend di ricerca, mi permetto di agire in real time anche in momenti di elevata complessità come quello dei Picchi.

Posso avere altri tipi di dati che posso analizzare? E questi dati sono meno esterni, meno ricavati da altri sistemi più interni, più legati a la capacità che ho di monitorare e questo punto tra l'altro è molto legato alla lezione precedente di come raccolgo i dati degli utenti.

Parliamo di conversione di una parte centrale o bassa del funnel sono entrati gli utenti nel mio sito facciamo questo esempio ora voglio che convertano che diventano miei clienti, che diventino i miei clienti.

Come faccio a ottimizzare la conversione? Ci sono tantissimi modi, ne trattiamo uno che é meno comune rispetto ai classici, le classiche tecniche di conversion rate.

Se ho fatto bene il lavoro della lezione precedente e quindi eticamente.

Ho raccolto tutti i dati dei miei utenti e sono riuscito ad aggregare li dashboard, visualizzazioni veramente in real time che mi permettono immediatamente di prendere delle decisioni.

Riuscirò a comprendere quale interesse hanno gli utenti che stanno navigando nel mio sito.

Diciamo che ho un sito di formazione e riesco a tracciare molto bene l'interesse che sta dimostrando un certo utente semplicemente navigando nelle mie pagine, perché ho creato un framework di tracciamento e appunto raccolto il consenso per essere tracciato dagli utenti in maniera etica.

E quindi comprendo che Quell'utente è molto interessato a corsi di web design.

Questa informazione io ce l'ho prima che l'utente compri effettivamente un corso e posso attivare tutta una serie di strategie data-driven per ad esempio mostrargli i contenuti più in linea con la sua esperienza utente e quindi mostrargli pagine che cambiano e mostrano più contenuti che sono più in linea con le sue esigenze.

Potrei immaginare di riconoscerlo quando ritornerà sul mio sito.

É per esempio alzare una chat, interagire ci direttamente e far sapere all'operatore che dietro la chat che quell'utente ha uno storico di interesse forte nel web design.

Quindi tutte le informazioni che io prendo ancora in una fase prima della conversione, con gli strumenti opportuni, con l'etica opportuna e con l'aggregazione con le nostre strategie opportune ci permettono di migliorare molto i tassi di conversione.

Quindi anche qui essere estremamente efficienti e performanti grazie ai dati e ai dati ottenuti con intelligence, non semplicemente raccogliendo grandi mole di dati senza una strategia l'ultimo esempio che possiamo fare sempre legato al funnel è la parte di loyalty.

Come faccio a trattenere un cliente? Come faccio a fare si' che il cliente ritorni e riacquisti? Qualsiasi sia il mio business? Potrebbe essere semplice, magari in prodotti di consumo in cui posso supporre che il prodotto sia terminato un sapone biologico, ma anche i mondi, come abbiamo detto della formazione.

Come faccio a comprendere su quale utente o più opportunità di retention? Una delle tecniche che vi possiamo illustrare oggi, sempre in ottica data driven, è ad esempio la segmentazione.

Ci sono dei modelli e uno dei framework che si usano è l'analisi FM, in cui posso dividere tutti gli utenti che hanno interagito con me, di cui ho collezionato in maniera etica tutti i dati in un'analisi di Risen si frequency e monetari questo è un esempio.

Ad esempio, quel questa analisi mi permette di capire chi sono i miei top client.

Quindi chi sono quegli utenti che tornano continuamente nel mio sito, ad esempio, sono quelli che spendono di piu' e posso avere un segmento di questi utenti disponibile per tutta una serie di azioni? Posso sempre con questa analisi, capire ad esempio chi sono quegli utenti che sono mediamente interessati, magari fanno un acquisto importante, ma lo fanno con poca frequenza, e su quegli utenti potrei fare un altro tipo di strategia mappando tutti vali Craster dei miei utenti possa avere una strategia data-driven di loyalty e quindi ad andare a Rio, ingaggiare gli utenti in funzione di come ha interagito col mio business.

Siccome siamo in un'ottica di Full fa nel ci dobbiamo ricordare che la migliore opportunità è di ragionare appunto su tutto il fanale.

Quindi correlare i dati del mio CRM con i dati degli interessi che abbiamo visto nello step precedente, addirittura con i trend di mercato e di ricerca.

Se io riesco ad avere una visione olistica della data intelligence riesca ad avere i risultati migliori e quindi a correlare tutte le sorgenti di dato interne ed esterne in una strategia realmente data-driven che mi permette di massimizzare le performance