Questo è il quarto post della nostra serie su “Perché il tuo obiettivo principale NON dovrebbe essere costruire una customer journey unificata”. Clicca qui per accettare tutti i cookie: Creare una strategia di dati e privacy che vada oltre il cookie banner.

Il panorama incentrato sulla privacy

Quando pensiamo alla privacy, la prima cosa che viene in mente a molti di noi sono normative come il GDPR. Ma la legge non è l’unica cosa che ha cambiato le regole del gioco; tecnologie come l’ITP, iOS 14 e la nuova “privacy sandbox” proposta da Google hanno imposto nuovi standard attraverso cambiamenti quali il blocco totale dei cookie di terze parti.

Ciò ha modificato radicalmente le basi su cui si fondava l’ad-tech. Oggi gli utenti di Internet si aspettano che le aziende agiscano in modo responsabile e trasparente quando si tratta di dati. E, man mano che le aspettative degli utenti cambiano, devono adeguarsi anche le aziende che cercano di interagire con loro online.

Si è verificata una svolta epocale nella sofisticazione dell'apprendimento automatico nelle piattaforme di marketing digitale. Google e Facebook sono più efficienti che mai nell'automatizzare l'ottimizzazione attraverso i propri algoritmi.

Allora, come fanno i professionisti del marketing digitale a orientarsi in questo nuovo mondo?

Cosa comporta la combinazione tra tutela della privacy e machine learning più avanzato per il ruolo dei dati nel marketing digitale basato sui dati?

Di seguito illustriamo quattro aspetti da tenere in considerazione quando si definisce una strategia nell’era della “privacy-first”.

Preparazione organizzativa

La tutela della privacy richiede competenze giuridiche, ma ha anche effetti profondi sull’esperienza dell’utente (non c’è niente di peggio di un banner sui cookie mal progettato) e sul modo in cui comunichiamo con i clienti.

Ha inoltre un impatto significativo sulle modalità di utilizzo dei dati, fissando standard molto più elevati in termini di raccolta, analisi e applicabilità.

Dovrebbe essere istituito un gruppo di lavoro interfunzionale sulla privacy per contribuire a comprendere il valore dei dati per l’organizzazione e promuovere una privacy incentrata sul cliente. Non dovrebbero più essere raccolti dati non necessari. Il valore dei dati degli utenti per l’azienda dovrebbe essere chiaramente documentato. Questo gruppo deve inoltre comprendere come garantire la conformità alle normative, ma idealmente dovrebbe puntare più in alto e capire come comunicare in modo chiaro con gli utenti, tutelando al contempo l’immagine del marchio e conquistandone la fiducia.

Misurazione dei risultati

Nel 2016, l’obiettivo nell’ambito dell’attribuzione era quello di costruire il modello multi-touch perfetto, ma tale obiettivo è stato raramente raggiunto. Oggi, nel 2021, è impossibile. Gli sviluppi tecnologici come l’ITP, la crescente diffusione dei percorsi cross-device e il fatto che sia necessario ottenere il consenso prima di poter misurare le interazioni degli utenti fanno sì che i percorsi siano più frammentati che mai.

Fortunatamente, anche gli strumenti di attribuzione si sono evoluti dal 2016. Strumenti come l’MMM (Media Mix Modelling) e gli studi sul lift e sull’incrementalità hanno fatto passi da gigante e sono ormai molto più facilmente accessibili sulle piattaforme con cui lavoriamo.

Questo argomento verrà approfondito nella quinta parte della nostra serie, ma il punto fondamentale è che i professionisti del marketing devono adottare un approccio multiforme all’attribuzione. I modelli basati sul percorso, l’MMM e gli studi di incrementabilità presentano ciascuno punti di forza e di debolezza; la nostra capacità di combinare i dati provenienti da ciascun metodo nel modo più intelligente ci garantirà le migliori possibilità di successo quando si tratterà di impostare correttamente offerte, budget e obiettivi.

Segnali più intelligenti

Per motivi di privacy, i criteri relativi ai dati che raccogliamo e utilizziamo sono più rigorosi, quindi è importante scegliere con attenzione. In questo contesto, la rivoluzione del machine learning nelle piattaforme rappresenta un fattore fondamentale. Man mano che Google e Facebook diventano sempre più abili nell’utilizzare gli algoritmi per ottimizzare i risultati, il nostro ruolo come professionisti del marketing digitale è quello di addestrare tali algoritmi affinché operino a nostro vantaggio.

Prendiamo ad esempio un’azienda di e-commerce. Nel 2021, sono pochi i siti di e-commerce che conducono con successo campagne di ricerca a pagamento o sui social media e utilizzano il “totale delle vendite” come indicatore di conversione, mentre molti continuano a utilizzare il “ricavo”. Sicuramente, parte di una strategia di dati di successo nel 2021 consisterà nel trovare indicatori migliori, ottimizzando in funzione di risultati quali l’utile, l’acquisizione di nuovi clienti o il valore nel corso della vita del cliente, e farlo in modo automatizzato e ponendo la privacy al primo posto.

All’avanguardia

Che la vostra azienda abbia già compiuto notevoli progressi o sia ancora agli inizi, un gruppo di lavoro interfunzionale è fondamentale per sviluppare una strategia che concili la necessità di creare valore dai dati all’interno dell’organizzazione, l’esigenza di una comunicazione incentrata sul cliente e il superamento delle aspettative in materia di privacy.

Chi agisce per primo ha la possibilità di trarne i maggiori benefici, sia in termini di fiducia da parte degli utenti sia in termini di capacità di ottenere un vantaggio competitivo creando processi e strutture in grado di garantire risultati eccellenti nel rispetto della privacy.

Prossimi passi

Questa è la terza parte di una serie in cinque parti dedicata all’attribuzione 2.0. Per saperne di più su come impostare i percorsi degli utenti, il data warehouse e i dati di marketing in un’era in cui la privacy è al primo posto, potete consultare gli altri articoli della serie qui.