Come trasformare i dati in opportunità di business: il punto di vista di Michele Caruso

Come si possono sfruttare i dati per sviluppare e migliorare il proprio business? Ce lo spiega Michele Caruso, Head of Data e CX di  Wunderman Thompson Italy nel suo talk tenuto alla Milano Digital Week 2022, capiremo, con alcuni “case study”, in che modo i dati ci permettono di realizzare una comunicazione efficace, che coinvolga nel miglior modo possibile una determinata persona al momento opportuno, creando esperienze di valore e sempre più personalizzate.

Innanzitutto, per gestire i dati a nostra disposizione, è necessario adottare un approccio diviso in due fasi:

1. Collezionare i dati e renderli il più “puliti” possibile, cioè strutturarli in modo chiaro.
2. Estrarre valore, identificando le “features” principali, per comprendere quali sono le leve che spingono concetti come up-selling e cross-selling, loyalty, incremento delle vendite e della frequenza di acquisto.  

I dati, quindi, possono essere considerati come una bussola, i quali ci aiutano a tracciare meglio il nostro percorso. I casi portati in esempio da Michele, ci aiuteranno a capire meglio l’importanza dei dati e il loro ruolo, sempre più fondamentali nelle decisioni aziendali.

Esempio 1: Bose

“We help Bose identify their next best consumer”

Grazie all’enorme quantità di dati a disposizione di Bose, è stato possibile intercettare nuove nicchie di mercato e quindi nuovi consumatori potenziali, basandosi unicamente sui dati raccolti dei clienti già fidelizzati. Non è importante avere tanti dati a disposizione, ma ciò che conta è saperli interpretare ed estrarre degli “insight” significativi che ci portino ad elaborare una strategia di marketing concreta, con un grosso impatto di business.

Esempio 2: Adidas

“We make Adidas personal for every athlete”

In questo caso è stata fondamentale la gradualità. L’obiettivo è passare da una logica di canale one-to-many ad un rapporto one-to-one. Questo si traduce in maggiore complessità di canali e maggiore complessità di segmentazione.

Cosa significa? Un percorso di elaborazione che porti dal dato grezzo ad un dato che generi del valore, richiede un fattore temporale lungo e graduale. I consumatori sono molto diversi tra loro e i dati a disposizione ci possono aiutare ad individuare le sfumature che distinguono un cliente dall’altro e di conseguenza attuare delle strategie differenti per ogni segmento.

Nel caso di Adidas, è stato adottato un approccio Human Centricity, in cui è fondamentale conoscere perfettamente il cliente, in modo tale da identificare il relativo customer journey e i vari touchpoint con cui egli entra in contatto, perché altrimenti il dato rimane solo un’informazione priva di valore con nulla di oggettivo in mano.    

Esempio 3: Spotify

“We built Spotify’s prediction engine to keep listeners listening”

È indubbio come Spotify sia una delle piattaforme di streaming musicale tra le più usate al mondo. In questo esempio, è stata fondamentale l’analisi e la raccolta dei dati che giornalmente gli utenti generano, per capire quali siano le loro abitudini e fornire, di conseguenza, una migliore “user experience”. Tutti i dati raccolti servono per comprendere e intuire quale sia la miglior playlist per l’utente rispetto al tracciato di prodotti ascoltati nel tempo, anticipando l’affinità tra la persona e uno specifico elemento. Come avviene già, per esempio, su Amazon e Netflix.

Esempio 4: Ikea

“We help IKEA treat their customers as individuals”

Nel caso Ikea, il focus è stato capire, attraverso i dati raccolti, le esigenze, i gusti e i momenti esperienziali di ogni consumatore. Dobbiamo tenere bene a mente che, oltre alla persona, è importante anche lo scenario ed è proprio l’incontro tra questi due aspetti che fanno breccia in un potenziale consumatore. I dati ci permettono di intercettare questi momenti e questi scenari per adottare poi le adeguate strategie.

Esempio 5: De’Longhi

“We help De Longhi serve better customer experience at global scale”

Il modo di intendere il caffè è diverso da persona a persona: il punto fondamentale è stato fare leva sulle caratteristiche dei clienti e le diverse aree geografiche di provenienza. La raccolta dati e l’analisi è servita quindi per creare una strategia globale ma che si basasse sulle specifiche caratteristiche di ogni cliente. 

A fine talk ci si è interrogati su quale potrebbe essere la realtà futura in un mondo sempre più cookieless. La risposta a tale problema, possono essere i dati di prima parte, ossia quei dati che vengono ceduti spontaneamente dal cliente grazie all’istaurazione di un rapporto di fiducia con il brand.

Stiamo vivendo per motivi tecnologici, politici, economici e culturali un’epoca di importante transizione e trasformazione e, di conseguenza, dobbiamo essere pronti e cavalcare tali cambiamenti, senza lasciarci travolgere da essi, per diventare costruttori di relazioni umane attraverso una bilanciamento tra l’intelligenza umana e artificiale.

Articolo di Strippoli Andrea e Cecchetti Lorenzo.