Come possono gli strumenti offerti dalla trasformazione digitale aiutare la propria impresa nel settore digital printing ad avere una comprensione più globale dei prodotti? Come possono questi strumenti aiutare nel comprendere le esigenze dei clienti e a ricavare dati preziosi sui comportamenti dei clienti stessi?
In questo articolo analizzeremo come sia possibile ricavare gli interessi dei clienti e aspiranti tali relativamente ai propri prodotti, come sia possibile comprendere i comportamenti dei clienti correlati all’utilizzo dei prodotti e a trarre da ciò un’analisi predittiva delle esigenze e dei comportamenti futuri. Tutto questo lo faremo attraverso l’analisi dei social big data per mezzo di applicazioni di data-driven decision appositamente create per le esigenze delle imprese. Queste applicazioni ci permettono – come suggerisce il nome – di prendere decisioni guidati dall’analisi dei dati. Le applicazioni di data driven marketing sono adatte alle imprese indipendentemente dalla loro dimensione (dalle start-up alle big corporation) e sono utilizzabili per le imprese il cui target è indifferentemente business to business oppure business to consumer. I dati dedotti dai comportamenti e dalle abitudini degli utenti possono aiutarci sia nella ideazione di nuovi prodotti di digital printing, sia nell’ottimizzazione dei prodotti esistenti e nella comunicazione dei benefit dei prodotti esistenti.
Che cosa sono i big data e perché dovrebbero interessare alle imprese del digital printing
Una caratteristica importantissima per ogni tipo di impresa offerta dal digitale è quella di avere a disposizione un’enorme quantità di dati in forma anonima (per non ledere la privacy) sulle abitudini degli utenti. Questi dati provengono da diverse fonti, come ad esempio smartphone, siti web e social network, wearable device (orologi, bilance, ecc.), oggetti dell’Internet delle Cose come le smart-TV. Ogni volta che noi, in quanto utenti, ci portiamo dietro il nostro smartphone e giriamo per luoghi e più in generale compiamo delle attività, di fatto produciamo una mole impressionante di dati – da qui il termine di big data – che vengono raccolti e processati dalle applicazioni di data driven decision: analizzando questa mole di dati siamo in grado di costruire dei profili di utenti – le cosidette customer personas – con caratteristiche demografiche, modelli di comportamento, e interessi ben definiti.
Per fare un esempio, quando noi cerchiamo un service di stampa nelle mappe del nostro smartphone, noi generiamo flussi di dati. Quando, una volta individuato lo stampatore, attiviamo il navigatore magari anche per andare a piedi, oppure con i mezzi pubblici o in automobile, generiamo altri flussi di dati. Incrociando questi dati un’applicazione è in grado di ricostruire modelli di comportamento, se per esempio ci muoviamo a piedi o in automobile o attraverso i mezzi pubblici.
Dai big data ai modelli di consumo: il data-driven marketing
Per analizzare questi big data legati ai modelli e alle interazioni di consumo e ricavarne informazioni preziose per comprendere meglio i bisogni degli utenti, il loro modo di interagire con i nostri prodotti o servizi e addirittura creare dei modelli predittivi di comportamenti futuri, abbiamo bisogno di applicazioni speciali in grado di leggere questa impressionante mole di dati, dotate anche di sistemi di intelligenza artificiale: questi strumenti vanno sotto il nome di data-driven decision application.
Queste applicazioni sono quasi sempre delle web application (ovvero software as a service, direttamente accessibili via sito web): sono per questo motivo semplici da implementare (non hanno quasi mai bisogno di interventi dello staff IT) e facili da utilizzare.
L’output, ovvero il risultato ottenuto, ci restituisce dati sotto forma di grafici, e prospetti semplici da comprendere che ci consentono più facilmente di prendere delle decisioni strategiche.
Per fare un esempio della loro potenza, le applicazioni di data-driven marketing ci consentono di ricostruire un modello di comportamento preciso delle persone che hanno deciso di cambiare società e di andare da un concorrente. Tramite queste applicazioni siamo in questo modo in grado di comprendere il perché hanno abbandonato la nostra società e soprattutto di fare una proposta efficace ai clienti che hanno caratteristiche simili al segmento che ci ha abbandonato anticipando il loro intento di passare dalla concorrenza.
Le applicazioni di data-driven marketing ci consentono di ricostruire un modello di comportamento preciso delle persone che hanno deciso di cambiare società e di andare da un concorrente
Case history: Georgia Pacific e i piatti di carta
Sysomos – una nota applicazione di data-driven marketing per la lingua inglese – ha creato sul proprio blog aziendale un case study (presente su questo indirizzo https://sysomos.com/case-studies/georgia-pacific/) su Georgia Pacific, impresa protagonista nel settore dei tissue paper negli Stati Uniti.
In questo case study Georgia Pacific ha spiegato come ha compreso i meccanismi alla base dell’acquisto dei suoi i suoi piatti di carta sotto marchio Dixie Paper Plates e come ha usato i media digitali per favorirne l’acquisto sul punto vendita.
I piatti di carta non sono propriamente un argomento di conversazione sui canali social e per questo motivo non ci sono dati su interazioni in cui viene esplicitamente nominato il prodotto piatto di carta. Scopo di Georgia Pacific era capire cosa veniva detto sui suoi piatti di carta nella rete e comprendere come usare i social come strumento per incrementare e favorire l’acquisto di questi prodotti. Per fare questo l’azienda ha usato la piattaforma Sysomos per analizzare non i testi scritti dagli utenti nei post (in quanto raramente il prodotto piatto di carta viene nominato), ma le immagini che contenevano i prodotti. Una delle caratteristiche di questa piattaforma è, infatti, quella di avere un sistema di riconoscimento eidetico ovvero delle forme all’interno delle immagini: Sysomos è in grado di leggere le immagini e di distinguere il logo oppure una forma all’interno di fotografie postate sui social network.
In questo modo Georgia Pacific ha individuato e analizzato moltissimi post sui social network in cui era presente il proprio prodotto «piatto di carta» sotto forma di immagini e foto, pur non essendo mai nominato nel testo. Georgia Pacific ha quindi compreso in quali situazioni il proprio prodotto veniva fotografato (feste, barbecue, ecc.), a quali argomenti era legato, e ha potuto quindi ricavare dei dati importanti, come un profilo anagrafico e psicografico (interessi e comportamenti) avanzato dei propri clienti. Georgia Pacific ha ottenuto indicazioni preziosissime per orientare la propria creazione di contenuti sul proprio sito web dedicato al brand Dixie, sulla propria pagina Facebook in modo tale da generare un alto livello di coinvolgimento. Questo effetto di coinvolgimento ha determinato un livello di memorizzazione del marchio che si è trasformato in incremento di vendite nel punto vendita: i clienti si ricordavano, infatti, il marchio sullo scaffale del punto vendita e di conseguenza le vendite sono aumentate.
Le soluzioni di data-driven marketing per le imprese grafiche
Le data-driven solution platform sono interessanti per ogni impresa – dalla PMI all’impresa più strutturata – poiché consentono con molta facilità di ottenere dati preziosi per prendere decisioni più consapevoli nella creazione di nuovi prodotti, nell’ottimizzazione di quelli esistenti e nel prevenire la fuga di clienti.
Queste soluzioni permettono quindi alle imprese sia di ottenere dati preziosi per incrementare la percezione positiva e la vendita di prodotti esistenti, sia di ottenere dati preziosi per fare un’evoluzione dei propri prodotti in modo correlato agli interessi dell’audience, sia per creare nuove tipologie di prodotti, sia addirittura per posizionarsi in nuovi mercati anche lontani dal proprio settore. Per fare un esempio, Apple è una impresa nata nel 1982 per produrre computer e nel corso della sua storia si è evoluta in un’impresa produttrice di lettori musicali (iPod), smartphone (iPhone) e ora orologi (Apple Watch) entrando in questo modo in mercati nuovi, ma sempre coerenti per la sua customer base.
Perché le soluzioni di data driven marketing sono indicate per le PMI
Questa necessità di creare nuovi prodotti (e nuovi mercati) è molto diffusa ed è causata proprio da questo tipo di dati facilmente accessibili e alla portata di imprese che hanno effettuato un cambiamento organizzativo verso la trasformazione digitale: ciò vale in modo particolare per le PMI che hanno spesso la necessità di riposizionarsi quando un big player del mercato si muove in altre direzioni invadendo la propria nicchia. Vi sono quattro caratteristiche di queste soluzioni che le rendono particolarmente appetibili per le PMI del nostro settore.
La prima caratteristica è che sono relativamente economiche. Il costo di queste piattaforme più variare da poche centinaia di euro al mese a poco più di mille euro al mese: di fatto il costo di un’auto aziendale. La seconda caratteristica è che sono semplici da usare: sono piattaforme SAAS (software as a service) immediatamente accessibili da un normale browser web e non necessitano quindi di complessi interventi di installazione o set-up da parte del dipartimento di IT aziendale (quando presente) o da sviluppatori esterni. I dati forniti sono visualizzati sotto forma di rapporti anche attraverso immagini grafiche spesso in formato PDF, e sono facilmente comprensibili consentendo alle figure aziendali di prendere decisioni chiare. La quarta caratteristica non è data da questi sistemi, ma dal settore della stampa digitale che offre notevoli margini di creatività consentendo facilmente la creazione di nuove tipologie di prodotti basati sull’analisi dei comportamenti, degli interessi e della demografica dei nostri utenti, siano essi B2B siano essi B2C.
Come porre la domanda giusta: tre consigli
Le soluzioni di data-driven marketing sono create per dare risposte alle nostre domande. Non dobbiamo però sovrastimare l’efficacia di queste soluzioni. Esse ci forniscono degli indizi preziosi che noi dobbiamo decodificare, comprendere se sono pertinenti ai nostri scopi e tramutare in un programma di azione. I dati sono appunto dati e ce li forniscono le macchine. Le risposte dobbiamo darle noi esseri umani. L’esperto di marketing Martin Lindtstrom nel suo libro «Small Marketing» consiglia appunto di non diventare succubi delle risposte fornite dalle macchine, ma di considerarle appunto degli strumenti che danno degli indizi al pari di lenti di ingrandimento di Sherlock Holmes: noi siamo il celebre detective e la piattaforma è la nostra potente lente di ingrandimento che ci fa scoprire gli indizi.
Il primo consiglio che mi sento di dare di usare il metodo sperimentale che consiste nel testare e considerare l’errore come una prova in confutazione. Quando usiamo queste soluzioni dobbiamo quindi seguire il metodo sperimentale e fare delle assunzioni, validarle, comprendere il feedback e riformulare. Perché si tratta di strumenti predittivi.
Il secondo consiglio è quello di chiederci se stiamo formulando la domanda giusta: un modo semplice per testare se stiamo ponendo la domanda giusta è nel valutare la risposta. La domanda giusta è quella domanda la cui risposta deve cambiare i nostri atteggiamenti e/o le nostre decisioni. Se si usa questi strumenti senza la domanda giusta si rischia di ottenere la risposta giusta alla domanda sbagliata. Il terzo consiglio riguarda la natura stessa della domanda: ci sono domande chiuse come «capire se un segmento target è interessato a fare o non fare un qualcosa», ci sono domande aperte ed esplorative come nel caso dell’esempio dei piatti di carta ovvero indagare dove si parla di piatti di carta senza nominarli.
