In questo momento come marketer, come persone che si occupano di marketing, di marketing digitale.

Sicuramente è importantissimo riuscire a guardarsi intorno e a sapere quelle che sono le innovazioni, sia in termini applicativi che in termini di modalità per riuscire ad applicare quelle che sono le soluzioni che vedremo in questi in questo percorso.

Un elemento importantissimo che dobbiamo tenere in considerazione è che oggi l'accessibilità alle soluzioni di intelligenza artificiale e alla prototipazione di intelligenza artificiale.

È sicuramente molto migliorata rispetto al passato un trend in particolare vorrei sottolineare che è un elemento fondamentale perché oggi si vuole avvicinare all'utilizzo dell'intelligenza artificiale per il marketing.

Oggi, grazie a un trend fortissimo che è quello della no code, hai un trend esploso l'anno scorso e in forte crescita.

Anche quest'anno è possibile anche per i non tecnici, anche per i non data scientist.

Andare a prototipi pare dato un obiettivo ovviamente molto chiaro quelli che sono prime bozze dei modelli da andare a testare sulla base dei propri dati un'applicazione, per esempio quella fatta con le viti e hai un tool che permette, tramite un'interfaccia tra drop molto molto semplice, di andare a collezionare dati da diverse sorgenti.

Quindi dati che abbiamo nei nostri database dati che prendiamo che magari abbiamo preso dall'esterno e abbiamo messo all'interno di alcuni Excel, dati di qualsiasi tipo che possiamo utilizzare per allenare i nostri modelli e senza la riconoscenza di programmazione.

Andare a collegare tutta una serie di sistemi che permettono poi di utilizzare appunto anche algoritmi molto molto avanzati per riuscire a raggiungere obiettivi come quelli di classificare del testo, come quelli di estrarre delle informazioni importanti da un set di dati e quelle di andare ad automatizzare in parte di processo che era difficile automatizzare in altro modo.

Un altro trend importantissimo è quello dell'aumento di Analytics.

Se da una parte abbiamo un'applicazione generale in termini di prototipazione legata alla gioco dei con strumenti come leviti, oppure come il più famoso e vecchio Nim è uno strumento open-source per riuscire a fare cose simili a quelle che si possono fare con leviti, anche se con una complessità applicativa maggiore dall'altra, abbiamo degli strumenti ormai maturi che permettono di focalizzarsi su quella che è l'analisi dei dati in modo evoluto.

Abbiamo strumenti di visualizzazione classici che non utilizzano i di business intelligence come data studio o come tablet o o come altri strumenti di visualizzazione del dato, che storicamente permettono di agganciarsi a propri dati e di visualizzarli in varie forme in tempo reale.

Questi strumenti hanno una limitazione enorme.

In realtà non ci dicono nulla su questi dati, non raccontano i dati, non evidenziano anomalie, li visualizzano e passare dalla semplice visualizzazione l'azione è qualcosa di sempre, molto, molto difficile.

Se non siamo dei data analyst, con una forte propensione all'analisi di quel dato e alla propria applicazione.

Andare a scovare per esempio un'anomalia all'interno di una serie all'interno di un set di dati molto complesso non è poi così facile.

Immaginiamo per esempio di avere dei dati che prendiamo da Google Search Console Google Search Console è lo strumento di Google che permette di vedere come le persone atterrano su un su un sito web andando a spaccare il traffico che otteniamo da Google per due dimensioni più dimensioni, ma due dimensioni principali che sono le kiri e la pagina di destinazione.

Tramite questo incrocio di informazioni numero di click che riceviamo numero di impressioni che abbiamo sul motore di ricerca relativamente a una determinata query per una determinata pagina sarebbe possibile, in via teorica, andare a capire se abbiamo un problema di cannibalizzazione.

Il problema di cannibalizzazione è il problema che andiamo a vedere anche tramite un'altra metrica, che è quella della posizione media.

Quando improvvisamente, magari per una determinata parola chiave, abbiamo un sito web che, non so vende assicurazioni per le auto.

Eravamo posizionati ieri con una nostra pagina del sito che la pagina con cui vendiamo quella assicurazione auto in prima posizione.

Abbiamo fatto un lavoro enorme improvvisamente Sky, magari un articolo sul nostro blog.

Google reputa quel quell'articolo come estremamente più rilevante per quella parola chiave e sostituisce il risultato di ricerca che prima avevamo con la landing page di conversione, quindi con la pagina con cui riusciamo effettivamente poi a portare le persone ad acquistare proprio con quell'articolo di blog un pochino più informativo.

Questa è una cosa che dagli strumenti di analisi, se ci limitiamo alla visualizzazione, è estremamente difficile da percepire, perché vediamo il traffico e le impressioni che magari continuano ad essere le stesse di prima, se non migliori.

Quindi potremmo anche dire cavolo, il traffico sta migliorando.

Il nostro posizionamento medico sta migliorando.

Tutte le metriche di qualità che andiamo ad analizzare stanno migliorando, ma in realtà succede una cosa che è drammatica per un sito web quello di andare a portare il traffico sulla pagina sbagliata.

La capacità di andare a identificare questo problema è un elemento critico, in questo caso per chi si occupa di Seo, ma lo stesso esempio lo potremmo applicare in tantissimi altri contesti.

Ecco qui che ci vengono in supporto gli strumenti di aumenti di analytics.

Gli strumenti di aumenti di analytics non si limitano a visualizzare i dati.

Non si limitano a dirci che abbiamo del traffico, che è costante, delle impressioni che sono costanti.

Una posizione media che è costante, ma si agganciano allo stesso modo ai set di dati che utilizzeremo nella business intelligence classica e vanno a fare delle analisi automatiche su tutta una serie di parametri e di informazioni che noi possiamo andare a estrarre Dai.

Quei dati estraggono per esempio in questo caso che abbiamo un'anomalia.

Il traffico è rimasto costante, ma la distribuzione di questo traffico è cambiata perché il traffico lo riceviamo su una pagina, non lo riceviamo piu' sull'altra pagina e riesce quindi a fare tutte quelle operazioni di micro analisi che dovrebbero essere fatte da un analista in modo automatico e segnalarci l'anomalia ce l'ha segnala sotto forma di dashboard o ce l'ha segnala anche sotto forma di testo.

Addirittura ci sono strumenti di argomenti di analytics fac spot tv, uno strumento anche che abbiamo sviluppato in casa in B tech, che si chiama anomali sonar, che permette proprio di agganciarsi a quest' questi dati e non solo e vive ad evidenziare questo tipo di anomalie in modo automatico all'interno della dashboard, ma addirittura mandarci un alert.

Quando arriviamo a vedere questo tipo di anomalie e magari suggerire l'azione che dovremmo fare lei guarda che è stata posizionata una pagina che non era quella che convertiva di più fino a ieri.

Forse devi fare un redattore zero uno e qui la specializzazione dello strumento importante.

Quindi devi reindirizzare la l'utente dalla pagina che si è posizionata adesso e che ha sostituito il tuo vecchio risultato e quindi anche Google e il bot di Google, dalla vecchia pagina alla nuova pagina alla vecchia pagina.

E in questo modo lo strumento arriva addirittura quando è fortemente specializzato.

A suggerire l'azione nucleo dei aumenti di analytics vanno nel trend generale di democratizzare l'accesso all'intelligenza artificiale.

Sempre di più sarà possibile per gli specialisti per chi lavora nel nostro ambito accedere a strumenti che in modo molto molto semplice, senza essere dei matematici, senza essere dei data scientist, andare ad utilizzare anche strumenti, tecnologie, algoritmi fortemente specializzati e fortemente avanzati per risolvere problemi complessi che abbiamo nella vita di tutti i giorni.