Incominciamo ora a vedere qual è la secrets per rendere più performanti e più intelligenti le nostre piattaforme advertising spoiler.

Come vedete sono in realtà i dati prima parte oggi ci concentreremo in particolare in queste in queste elezioni ci concentriamo concentriamo in particolare su un dato di di prima parte che è quello legato al CRM.

Come vedremo, vedremo fra poco, ma in generale quando pensiamo al lato di prima parte, ci sono almeno tre tipologie della prima parte che possiamo considerare una quello più banale, quello più diretto che proprio la parte di dato crm, quelli degli utenti che noi abbiamo in pancia, che le aziende hanno in pancia, che possono utilizzare per ottimizzare le proprie le proprie attività di marketing.

Ma ci sono due un po' piu', un po' meno scontati e sono una laddove si tratta si tratta di un e-commerce.

I dati di prodotto, quindi tutte quelle informazioni legate a informazioni di dei propri prodotti come il margine, ad esempio, è un altro elemento che in un certo senso è andato alla prima parte.

Tutto quello che è legato al mondo della creatività, perché è qualcosa che viene prodotto dall'azienda stessa, viene identificato dal business stesso.

Ora, come vi dicevo, noi ci vogliamo concentrare oggi sulla parte di CRM e i dati del CRM ci danno un tipo di intelligenza in più che può essere ampiamente sfruttata poi in tutte le attività di marketing particolare, quella in digitale.

Le cose che vedremo che cerchiamo, su cui ci focalizzeremo nel corso di queste elezioni saranno principalmente come calcolare e poi implementare campagne basate sulle tv, quindi su lifetime value dei clienti e degli utenti.

E quindi come passare da spesso da un tipo di ottimizzazione che si playboys, quindi basato sul costo di acquisizione.

Un tipo di ottimi a un tipo di ottimizzazione che è Bates che ragiona su.

Invece il valore dell'utente è ancora di più su tutto il ciclo di vita del nostro del nostro cliente.

Un altro elemento che andremo a vedere, quello di come possiamo segmentare Jax per renderli più performanti.

Poi, nel momento in cui andiamo a connetterli con le piattaforme di advertising e qui faremo di più sulla parte di FM, avremo modo di di vedere qualche strategia che in buste box applichiamo.

Abbiamo applicato con risultati molto interessanti e poi la parte di segmentazione prodotti.

Quindi quello che è il prode clustering anche qui è che non tutti i prodotti sono creati uguali e aggiungerci un livello di intelligenza, un top per aggregare in maniera corretta fa la differenza.

Questo potrà suonare magari banale, però il è meglio di los.

Cosa vogliamo dire? Che l' ottimizzazione delle campagne, delle attività di marketing basata sulla stb da un'ottica e da una prospettiva e soprattutto poi permette di prendere le azioni che sono più efficaci rispetto a quelle basate su ros.

Perché? Perché banalmente non prende in considerazione solo l'unica transazione l'unica conversione che avviene in quel momento, ma guarda alla strategia, ma ci permette di vedere una strategia che sul lungo più sul lungo periodo che prende in considerazione il reale valore che un utente può portare al business.

Quindi lo switch da fare è cercare di mettersi nelle condizioni per poter ottimizzare, non tanto per un ritorno diretto del nostro investimento in advertising, ma perché quel ritorno, perché ma perché quell'investimento possa invece essere ponderato su un ritorno durante tutto il percorso di vita dell'utente cerco di spiegarmi un po' meglio di entrare più nel dettaglio prevede vi ricordate questo film qua che Big short? La grande scommessa field duemila.

Quindi ci penso che abbia vinto.

Anzi ha vinto anche il premio Oscar, in cui si racconta la parte di speculazione che è avvenuta nel durante il periodo della della bolla immobiliare Usa.

Quello che poi è successo ha avuto strascichi, ovviamente in tutto il mondo, tra duemila sette, duemila otto, ora che ci sono due due attori che sono Brad Pitt e Ray Gosling, chiaramente a suo assomiglia molto a uno scherzo.

Però sono i due che ci interessano in questa in questa in questa similitudine, perché sono due analisti finanziari che hanno incominciato a vedere che il trend macroeconomico puntava in una direzione differenti, differente tutta l'economia sembrava andare a destra e poi ho cominciato a dire Sai cosa? Forse quella assunzione non è corretta.

Dobbiamo incominciare, andare, andare a sinistra hanno incominciato ascoltare esattamente quelle posizioni che erano le più le più comuni in quello che è stato un esercizio è quello di aver fatto step back un secondo rispetto alla condizione che era data per assodata e l'hanno messa in discussione, l'hanno messa in discussione, cambiando il parametro di misurazione, cambiando il paradigma di misurazione.

E in questa immagine, al di là della chiara possibile due fisica che c' è tra tremerà young o sling.

Ma via di questo noi vogliamo essere come black Peter Gomez in questa questa considerazione per quanto riguarda le attività di investimento che facciamo in ottica di advertising.

Perché? Perché laddove tutti i nostri competitor i nostri concorrenti ottimizzano per una metrica come quella di Ross, che non dico che sia una Vanity metrics, perché ovviamente restituisce informazioni sul ritorno economico, che la nostra spesa però è un'informazione che è priva del dettaglio che in realtà ci serve per prendere la decisione accurata, ovvero l'informazione sul margine l'informazione su tv che l'utente che abbiamo acquisito andrà a generare quest'informazione rischia addirittura di essere con controproducente perché possiamo avere delle campagne che hanno un Ros incredibilmente positivo.

Ci portano molto, molto, molto breve, ma il loro margine è talmente basso, addirittura un margine negativo.

Pensate ai prodotti scontati.

In realtà stiamo perdendo soldi in quel momento, quindi andare a cambiare quella che è la leva di ottimizzazione guardando i nostri dati prima parte in questo caso ad esempio il margine é dell'utente sono delle informazioni essenziali.

Poi per prendere delle decisioni che non solo ci danno un beneficio diretto, ma soprattutto ci permettono di ottimizzare con un competitivo molto superiore a tutti i business che sono che sono nostri competitor.

Questo ci dice quindi che Ross Ross in realtà è una brocca in matrix, è qualcosa che finora è sempre stato utilizzato perché è super facile implementarlo ed è super facile comprensione.

Ma soprattutto nel caso ad esempio degli e-commerce non guarda alla sostanza delle cose e la sostanza delle cose per noi è quello che il profitto di quello che facciamo è l'effettiva l'effettiva moneta che una volta tolti i costi ci ritorniamo in banca.

Dobbiamo quindi cambiare pratiche, ma andare verso quello che imbusta blocks definiamo definiamo margine o ad spend.

E adesso cerchiamo di definire meglio che tipo di metrica è questa e da quali sono gli elementi che la compongono.

Ma già si può comprendere che uno va a vedere l'elemento del margine, quindi quanto effettivamente quanto profitto, cioè effettivamente da ogni ogni prodotto e due prende in considerazione, fa compound non solamente dell'acquisto attuale, ma del potenziale valore che quell'utente può avere per me, per può avere per il nostro business.

Proviamo a farlo, a chiarirlo meglio, come ad esempio questa è la classe classe.

Immagino la tabellina che probabilmente aprite Google ad aprile, Facebook e vi ritrovate di fronte che abbiamo due campagne in campagna, la farà campagna beta campagna alfa in termini di rosa sembra per formare il peggio rispetto a quella beta, perché abbiamo un rosso di due e dall'altra parte abbiamo una rosa di quattro.

Nel primo caso investiamo cento e ci ritorna duecento di Raven.

Nel secondo caso investiamo cinquanta e ci ritorna.

E ci sono sempre duecento direi.

Quindi se dovessimo prendere una decisione rispetto a questo scenario full Steam perda tutto il metal.

Per quanto riguarda campagna beta, è veramente così.

Cominciamo aggiungere altri pezzettini al schemino e incominciamo in particolare ad aggiungere il margine relativo a quella campagna le tv, quindi lifetime value ponderato su quella campagna e cominciamo a fare un paio di calcoli.

Nel primo caso la campagna Alpha vediamo che il margine applicato al cinquanta per cento.

Nel secondo caso la campagna avete del trenta percento è una punto cinque per la prima e uno sulla seconda.

Cominciamo a fare un po' di conti se dovessimo calcolare il margine, quindi quanto è rispetto a i dati che vediamo, il margine futuro che proviene dalla campagna Alfa verso la campagna veneta.

La situazione comincia già a cambiare perché nel primo caso abbiamo centocinquanta edificio al margine e nel secondo sessanta non mangi, come viene calcolato, che viene calcolato come la parte di review moltiplicato appunto per il margine attribuibile a quella review e a sua volta moltiplicata per In questo caso abbiamo assunto come la frequenza di riacquisto e da qui vediamo la differenza.

I suoi parametri associamo ci anche il costo, quindi in questo caso un investimento pubblicitario delle due campagne e quello che vediamo che il fuoco o il fumo Asquith margin on ad spend è di una punto cinque nel per la prima campagna di una punto due per la seconda campagna si è ribaltata la situazione laddove prima avremmo messo hanno cercato di scalare il più possibile campagna beta.

Qui, al contrario, capiamo che il vero investimento a fare la campagna alfa, ma solo questo è stato possibile solo grazie all'integrazione dei dati di prima parte nella valutazione della del delle nostre campagne.

Questo esempio ci ha permesso di vedere qua qual è la la la differenza.

Insomma, con questo cambio di di di paradigma, questo cambio di approccio cosa più interessante è che possiamo utilizzare il flusso marginale spend anche per il calcolo del nostro target.

Cerchiamo quella di spacchettare un po' di più la formula che vedete qui qui di fronte di fronte a voi.

Noi sappiamo generalmente quando stabiliamo il target ross per le nostre campagne advertising, questo target ross viene dato da il nostro target mangi nel senso che target ross è l'inverso de del margine target nel calcolo del target del fiume marginale aspen rimane sempre l'inverso di questo target magic, ma moltiplicato per lift può essere identificato come il ticket meglio futuro proiettata bill e per il nostro utente moltiplicato per la frequenza media di riacquisto.

Quindi per la frequenza media degli ordini.

Questo è moltiplicato per il maggiore ci permette di avere di identificare un target su il fumo hasil fusion marginale spend tale per cui poi possiamo può essere implementato anche a livello di ottimizzazione della campagna.

Proviamo a fare un passaggio in più abbiamo visto come ros se n'era with metric comunque eh un elemento che ha dell'ambiguità abbiamo visto che ce la possiamo calcolare un target più preciso, più vicino alle nostre reali esigenze di business e appunto questo target onshore margin margin on ad spend.

Ora il passo successivo è come cadiamo a terra tutto ciò come scarichiamo a terra il valore di quello che abbiamo visto generalmente da parte di piattaforme.

Questo caso si tratta di un esempio preso alla gola, ma quello che vediamo questa classica questa questa classica tabella abbiamo le campagne proprio convention rate, il conversion buio e conversion beyond the cost, ovvero da parte di Ross di nuovo questa è una porzione della realtà no che abbiamo visto prima, ma che racconta solo un pezzettino della storia in realtà aggiungendo questa tipologia di metrica e soprattutto prendendo in considerazione quello che è l'integrazione dei dati prima parte nel caso di gola questo è possibile integrandole offline conversion é importando le all'interno di piattaforma abbiamo visibilità su tutta una serie di altri parametri, molto meno triviale e in questo caso in particolare possiamo vedere quello che è quelli che sono i numeri di ritorni, addirittura quello.

Si tratta di una casistica di e-commerce.

Possiamo vedere il margine specifico e questa questa Wu in realtà racconta solamente una porzione della verità è una storia parziale, integrando i dati di prima parte, i dati del CRM nel caso specifico tramite il l'implementazione della Flynn Convention per per Google AZT.

Incominciamo a vedere tutt'altra porzione della storia.

Si si, la prospettiva si allarga di molto.

Perché? Perché cominciamo a tracciare la parte di ritorno, quindi non solo vediamo quali campagne generano più conversioni, ma anche quelle che generano più ritorni degli ordini.

E possiamo capire eventualmente perché in questa casistica una delle motivazioni che abbiamo visto era legata ad una determinata di tipologie di prodotti.

Ad esempio vediamo poi la storia legata al margine, quindi di nuovo possiamo vedere.

Quello ci permette poi di vedere qual è la performance in ottica di ritorno della spesa advertising sul margine e non più sulla review.

E qui è stato molto chiaro, ad esempio, che ci sono delle campagne che per noi erano stampavano soldi guardando al Ros, ma in realtà era una campagna che erano ben rider in ottica di di margine, perché è una campagna che promuovevano molti prodotti scontati e questo ci ha fermati.

Permesso poi di andare a ottimizzare le le campagne in ottica di un di ritorno in problematiche di profitti di profitto per quello che riguardava il business.

Questo tipo di visibilità poi si sblocca determinati ragionamenti volevo un attimo raccontare quello che cerchiamo di portare, di portare in busta Jack.

Cercare di identificare dei quadranti in cui determinate campagne chi vuol aggiungeteci la dimensione che volete, rientrano poi proprio in ottica per presa di decisioni.

È una sorta di di matrice.

In questo caso stiamo guardando in giallo vedete la linea di profitto in termini di di ritorno sul margine in verde, la linea di profitto in ottica di ritorno su sulla revisione in questo caso l'immagine che avete qui davanti bevete una matrice che prende in considerazione come macro metriche, ma Macron metriche la parte di Moas, quindi di margine broadband.

La parte di rosa premium spende e cerca di classe rizzare le campagne in differenti gruppi l'altra cosa che vediamo ovviamente sono i valori medi poi effettivi di Moas Ros.

Vediamo proprio nel dettaglio Nel quadrante in basso a destra abbiamo campagne che sono sopra il livello di di profitto.

Per quanto riguarda il ritorno sulla rete sembrerebbe andare bene, però sono campagne che sono sotto.

Invece per quanto riguarda il margine, queste campagne ci stanno mangiando letteralmente il nostro margine e senza visibilità su sul Moas sono campagne che su cui in realtà noi probabilmente continueremo ad investire.

Ci sono poi quelle che ovviamente vogliamo uccidere domani perché sono non profittevole sia in ottica di margine che in ottica di review.

Ci sono quelle all' opposto in alto a destra, che sono quelle su cui vogliamo accelerare il più possibile perché sta andando ottimo profitto sia in termini di review che in termini che in termini di margine.

C' è una porzione di campagne, poi che hanno un margine positivo che sta tra anche se sono al di sopra o al di sotto del Moas, ma sono al di sopra della legge Ross.

In questo caso probabilmente sono cam campagne che fanno siano una buona quantità in termini di vendite e che dobbiamo tenere monitorate similar nel caso in cui abbiamo campagne di cui sono piu' qualitative, non nel senso che danno un miglior margine, ma uras che è meno meno profittevoli veramente queste campagne sulla base dell'esperienza che hanno vedi in termini di quantità poi di di conversione sono più più ridotte.

E poi abbiamo tutta una sezione che sono un po', le nostre gemme nascoste, che sono quelle campagne che hanno un reddito che non è un ros negativo.

Quindi a prima una prima nave sono le campagne che vorremmo, volevo mettere in pausa immediatamente, però in realtà hanno un margine positivo e su questo può aver senso per noi andare ad investire invece perché ci stanno dando un un ritorno in te proprio in ottica di profitto.

Questo è un buon esempio, insomma questo elemento di ragionamento su sulla matrice, sul confronto tra Ross e mostri come l'introduzione di una metrica direttamente legata ai dati di prima.

Ma i dati di prima parte, i dati da parte in questo caso sia il margine ma sia breve perché è stato possibile solo prendendo i dati del crm e ricaricando lì come offline conversation cambiare l'ottica in cui vediamo le cose di nuovo.

Come nel the big short come nel film con che abbiamo utilizzato come similitudine, all'inizio ha incominciato avere un superpotere.

Cominciamo a indossare un paio di occhiali che un paio di occhiali che nessun altro ha e che ci permettono di vedere la realtà in maniera differente e di prendere decisioni conseguentemente differenti.

E questo è il superpotere che attribuiamo ai dati di prima parte