Di Elisa Carangelo e Valeria Alborghetti

Durante l’ultima giornata dello IAB Forum, Andrea Marcante, Martech Managing Director di Intarget, insieme a Francesco Comi, Chief Business Development Officer di intarget, hanno ospitato un webinar dedicato all’attribution analysis e al comportamento dei consumatori.

La tecnologica verticale di Intarget, guidata appunto da Andrea Marcante, è nata a supporto della performance, in un mondo di digital marketing sempre più complesso. L’argomento trattato menzionerà diversi temi: le metodologie più utilizzate e le soluzioni presenti sul mercato, focalizzandosi, inoltre, sul modello di attribuzione elaborato da Intarget e i conseguenti benefici che questo ha portato, a livello di business, ai clienti che lo hanno utilizzato. 

La prima domanda che Francesco Comi pone è: “Come è arrivato un cliente ad acquistare nel mio negozio?”; una domanda che risulta essere molto istintiva, la cui risposta è tuttavia molto complessa. Il percorso che porta il consumatore ad “entrare” fisicamente o virtualmente in un negozio è difatti molto lungo e complicato, sperimentando uno switch frequente tra touchpoint offline e online, diversamente dall’approccio molto lineare del passato. Con l’introduzione del digitale il consumatore ha più opportunità di confrontare le sue possibilità tramite ricerche sul web e decidere se acquistare presso il negozio fisico, tramite l’e-commerce online o tramite mobile app.

All’intero di questo universo, quale è il ruolo di Intarget? L’azienda leader nel marketing digitale cerca di connettere i puntini che conducono alla creazione di un percorso guidato da domande di business. Le domande da porsi per capire com’è strutturata la customer journey sono: su quale canale conviene investire per acquistare nuovi utenti? Ed è meglio la SEO o la SEARCH? Per non permettere la cannibalizzazione dei due canali è importante capire quanto è opportuno investire in questi, se lasciare spazio alla parte organica o focalizzarsi sul paid.

Qual è il marketing mix più adatto alle caratteristiche dei consumatori? Una corretta suddivisione del marketing mix è fondamentale in quanto il prodotto, avendo audience differenti, è conseguentemente sottoposto a customer journey diverse. Questo comporta uno sviluppo ed una formulazione scrupolosa di un marketing mix relativo soprattutto ai canali che guidano i consumatori all’acquisto.

Quanto e come un’azienda dovrebbe investire sui social network? Sul mercato, i social network sono ancora visti come semplici canali di aggregazione, quando invece sono estremamente utili per generare molte opportunità di business, soprattutto in determinati settori come il Luxury, o per determinati mercati come la Cina.

Come possono essere bilanciati gli investimenti digitali con quelli tradizionali? Anche i canali offline hanno un ruolo considerevole all’interno del marketing mix e nell’ottica del raggiungimento degli obiettivi di un brand, quindi è importante porsi questa domanda. Le risposte plausibili portano ad un’analisi di attribuzione e ad una mappatura di tutti i touchpoint, ovvero i momenti in cui l’utente interagisce con il brand, sia tramite canali online o offline. L’identificazione di questi touchpoint è essenziale perché sono proprio questi a portare l’utente alla conoscenza del brand, conducendolo poi fino agli ultimi stadi del buyer journey, che non necessariamente devono essere intesi come l’acquisto finale (per esempio, anche la compilazione di un forum è uno stadio finale). Una volta individuati tutti questi punti di contatto, è l’attribution analysis che conferisce importanza a queste azioni affinché si possano individuare i momenti più efficaci al raggiungimento dello stadio finale. L’analisi di attribuzione permette di comprendere in maniera sequenziale quali sono le azioni che accompagnano l’utente al raggiungimento di un obiettivo e quali tra questi sono importanti in termini di apporto rispetto all’azione finale che si vuole far compiere al consumatore.

Approccio Euristico  First Event: importanza principale sul primo touchpoint Last Event: importanza principale sull’ultimo touchpoint Linear: tutti i touchpoint hanno lo stesso peso Position Based: il primo e l’ultimo passaggio rivestono un maggiore importanza; per i passaggi intermedi c’è un’equa distribuzione del peso Time Decay: l’importanza dei touchpoint è man mano crescente

Approccio Data Drive Analisi di tutti i touchpoint per verificare quali ed in che modo questi influenzano il comportamento degli utenti.

Dal punto di vista strategico, possiamo dividere in due macro categorie i modelli esistenti che utilizzano approcci differenti rispetto al modello di attribuzione. 

Successivamente, la parola passa ad Andrea Marcate, il quale illustra i principali vendor del mercato. Partiamo con Google Analytic, il quale possiede una sezione di attribution in cui è possibile confrontare i modelli euristici e data driven. Quest’ultimo ri-attribuisce valori a step di funnel di conversione, che nei modelli euristici sono sottovalutati. I limiti di Google sono i pochi segnali in grado di superare la discontinuità cross device e la dipendenza da un corretto design e l’implementazione dei tracciamenti. Un altro importante modello è quello di Facebook, avendo questo la capacità di colmare in modo migliore i limiti dovuti al cross device. I suoi limiti restano comunque la dipendenza dal tracciamento. Esso è un buon modello data driven che però funziona solo all’interno dei suoi canali (Facebook e Instagram). Recentemente anche Amazon ha lanciato una versione beta dell’attribuzione, seguendo prettamente il modello euristico. Agisce solo all’interno dell’ecosistema Amazon analizzando i canali esterni che portano l’utente sulla piattaforma del grande e-commerce.

I modelli di attribuzione richiedono un tracciamento dei dati al fine di raccogliere le informazioni utili a valutare la customer journey rispetto alle conversioni e necessitano di configurare i canali in modo da avere una lettura coerente nel tempo. Purtroppo, questi passaggi sono solitamente disattesi o errati e alcune delle soluzioni presenti sul mercato, come quelle citate precedentemente, sono autoreferenziali rispetto alla “propria” piattaforma.

È dunque possibile superare questi limiti? “Da qui abbiamo deciso di sviluppare Intarget Attribution” ci spiega Andrea Marcante.

Questo modello ha tre caratteristiche principali:

1. Data cleaning: “pulizia” dei dati eliminando le dupliche e normalizzando i dati di provenienza; 
2. Scalabilità dei dati: possibilità di acquisire dati da fonti diverse;
3. Modello data driven: l’algoritmo dà un’importanza ai canali seguendo un approccio statistico classico del tema di attribuzione.

Questo sistema di attribuzione custom si basa sul modello di Markov: indica la probabilità di conversione, quindi del passaggio di un utente da un touchpoint all’altro, in modo da poter valutare che effetto provocherebbe l’assenza di un dato punto di contatto sul conversion rate (chiamato removal effect).

“Questo lavoro, basato sul mettere e togliere i touchpoint nei percorsi di conversione dei clienti, sostiene il ragionamento volto a capire se è utile o no l’investimento su un determinato canale. Il nostro modello consente di reiterare i calcoli di questi percorsi, sia di conversione che di non conversione, per arrivare all’individuazione di ponderazioni importanti. Possiamo dire di aver trovato una risposta definitiva? No.” Così, il Martech Managing Director di Intarget, spiega le funzionalità del modello di attribuzione, concludendo però il discorso con una considerazione importante: non c’è una risposta definitiva di un modello di attribuzione, nemmeno quello firmato Intarget. 

Ma come scegliere tra le tante alternative? L’individuazione del modello a cui riferirsi deve considerare diversi aspetti, come le caratteristiche dei consumatori, della industry, del prodotto offerto dal brand e della presenza o meno di touchpoint fisici, andando così a supportare la scelta strategica che verrà presa. Capiamo, quindi, che è il contesto a guidare la scelta del modello e colui che implementa la soluzione e analizza i dati dovrà definire una approccio analitico calibrato sulle concrete esigenze dell’azienda e sulle necessità di chi prenderà decisioni strategiche. Il secondo step per muoversi nell’ecosistema e scegliere un modello adatto è capire quanto è complesso il customer jounery individuando le risorse disponibili e partendo in primis dalla risorsa del dato; dopodiché si imposta l’analisi andando ad individuare i KPI da misurare, i modelli più adatti ai nostri obiettivi, la configurazione delle piattaforme e la definizione di una finestra temporale di riferimento. La finalità è quella di individuare degli insight che siano azionabili e verificabili rispetto alla finestra temporale discussa con il cliente e che abbiano un’efficacia, dando una visione completa delle informazioni. 

Uno dei fattori più interessanti del modello custom è il fatto di riuscire a dare una rappresentazione all’interazione dei canali dall’upper al lower funnel: questo è ciò che viene chiamata “matrice di transizione”. Sull’asse delle ascisse troviamo quelli che sono i canali di provenienza, mentre sull’asse delle ordinate troviamo gli step successivi, ovvero quelli che ci portano alla conversione. Concentrandoci sul centro di questa matrice di transizione, notiamo la possibilità concreta di intercettare il peso delle azioni dell’upper funnel sui canali più distanti dall’obiettivo, notando come anche i canali più lontani abbiano un peso rilevante per le conversioni. Questo fattore è di estrema importanza perché va a ricadere in maniera considerevole sulle conversioni finali.

Due sono i casi particolarmente significativi (ma anche molto diversi) sviluppati da Intarget con i loro clienti attuando l’applicazione della loro analisi di attribuzione: 

1. CASO A: Il progetto di analisi di attribuzione è impostato già da tre anni sulla piattaforma di Google Analytics tramite il confronto tra modelli standard. A partire dal secondo anno, l’analisi ha permesso di evidenziare meglio il contributo delle attività di brand awarness alle piattaforme di vendita digitale e dunque di promuovere il bilanciamento del budget destinato a queste attività. Si è conseguentemente notato un aumento importante di ordini, con una magnitudine di ben 150 volte più rilevante, rispetto ad un’analisi basata sui last click. Inoltre, si è ottenuto un miglioramento finale di conversione e di ROI, determinato dalla fondamentale individuazione di questo asset relativo al brand awarness e all’upper funnel.

2. CASO B: Si sta sviluppando un progetto di analisi di attribuzione multi-modello da oltre due anni, con confronto tra il modello di Intarget attribution e i modelli standard sulla piattaforma di Facebook. Già dopo le prime due analisi trimestrali è stato possibile isolare alcuni elementi responsabili di una dispersione del budget ed è stato possibile correggere l’allocazione liberando risorse per altre attività strategiche. Questa si è rivelata un’ottimizzazione del budget attorno al 10%.

L’ultima domanda che ci si pone è: “è sufficiente l’azione che si svolge sui canali digitali?” Senza dubbio, i canali digitali sono una parte molto preponderante, ma misurare solo questi non è abbastanza, soprattutto nel mercato italiano dove i canali offline hanno ancora un peso molto importante, specialmente per alcune tipologie di prodotti come quelli di mass market. Quindi è comprensibile che l’approccio strategico all’attribuzione porta Intarget nella condizione di interpretare il full funnel dei clienti rimanendo su una centralità del digitale e potendo unire anche alcuni puntini dell’offline, come ad esempio gli acquisti in store. Per questo è stata realizzata una partnership tra Intarget e Coreanalytics, una delle più consolidate realtà sul mercato per quanto riguarda la modernizzazione di econometrie avanzate con lo scopo di aiutare in un’ottica multicanale a capire il peso e l’importanza dei singoli canali, siano essi offline o online.