$EVWUDFWWUDWWRGD)HGHULFD%UDQFDOH 'DWD …

Abstract tratto da Federica Brancale - Data-Driven Marketing - Tutti i diritti riservati - © Dario Flaccovio editore

https://www.darioflaccovio.it/web-marketing-libri/1384-data-driven-marketing-come-analizzare-i-dati.html

CAMBIARE CAPPELLO SIGNIFICA CAMBIARE IDEE, AVERE UN’ALTRA VISIONE DEL MONDO.

C.G. Jung

Dario Flaccovio Editore

È la curiosità che mi fa svegliare alla mattina

Federico Fellini


DATA-DRIVENMARKETING

Federica Brancale

Crea strategie vincenti grazie all'utilizzo dei dati


FEDERICA BRANCALEDATA-DRIVEN MARKETINGCREA STRATEGIE VINCENTI GRAZIE ALL'UTILIZZO DEI DATI

ISBN 9788857908595

© 2018 by Dario Flaccovio Editore s.r.l. siti: darioflaccovio.it webintesta.it darioflaccovioeventi.itblog: magazine.darioflaccovio.it

Prima edizione: ottobre 2018

Stampa:OfficineGrafichesoc.coop.,Palermo,ottobre2018

Brancale,Federica<1988>

Data-driver marketing : crea strategie vincenti grazie all’utilizzo deidati/FedericaBrancale.-Palermo:D.Flaccovio,2018.ISBN 978-88-579-0859-51. Marketing – Impiego [di] Internet.658.8002854678 CDD-23 SBN PAL0310635

CIP - Biblioteca centrale della Regione siciliana “Alberto Bombace”

Nomi e marchi citati sono generalmente depositati o registrati dalle rispettive case pro-duttrici. La fotocopiatura dei libri è un reato. Le fotocopie per uso personale del let-tore possono essere effettuate nei limiti del 15% di ciascun volume dietro pagamen-to alla SIAE del compenso previsto dall’art. 68, commi 4 e 5, della legge 22 aprile 1941 n.633.Leriproduzionieffettuateperfinalitàdicarattereprofessionale,economicoocommer-ciale o comunque per uso diverso da quello personale possono essere effettuate solo a seguito dispecificaautorizzazionerilasciatadall’editore.


55

Introduzione .................................................................................................. pag. 15 Marketing e dati: cultura data-driven.......................................... » 15

1. Introduzione alla web analytics & al digital analytics journey – Il metodo ................................. » 211.1. Digital analytics moderna: cos’è e di cosa si occupa ............. » 21 1.1.1. Unadefinizionea360° .......................................................... » 21 1.1.2. Utilitàdeidati ............................................................................ » 27 1.1.3. La struttura della digital analytics ................................... » 29 1.1.4. Comecollezionare,monitoraree analizzare i dati digitali......................................................... » 34 1.1.5. I principali elementi delle analisi ..................................... » 351.2. Digital analytics journey: la metodologia vincente per raggiungere il successo online ................................................ » 39

2. L’evoluzione del marketing – Il contesto ................................. » 472.1. Web e trasformazione digitale ........................................................ » 472.2. Cos’è oggi il marketing e il nuovo marketing mix .................. » 512.3. Come sono cambiati i consumatori ............................................... » 57

Indice


6

2.3.1. Marketing antropologico e antropologia digitale ...... » 64 2.3.2. Micro-moments: bisogni diversi in momenti diversi » 69 2.3.2.1. I segnali di un passaggio verso il mobile ....... » 69 2.3.2.2.Micro-moments:definizioni,esempieutilità » 712.4. Funnel di acquisto moderno e il customer journey ............... » 75 2.4.1. Le varie tipologie di funnel.................................................. » 792.5. Nuovi canali e campagne di marketing ....................................... » 85 2.5.1. Canali di marketing ................................................................ » 85 2.5.2.Campagnedimarketingcheportanoallaconversione » 932.6. Customer journey map: dalla teoria alla pratica .................... » 952.7. Ecosistema di business: gli elementi necessari per mettere in atto la nostra strategia ........................................ » 100

3. Pre-analisi strategica ........................................................................... » 1053.1. Definizionedell’obiettivod’impresaetipologiadibusiness » 1053.2. Conoscereilmercatoeladomanda:ricerchedimercato, trendestagionalità .............................................................................. » 107 3.2.1. Valutare l’interesse verso il prodotto/servizio: quanto,quandoedove .......................................................... » 107 3.2.2. Conoscere il mercato in cui lanciare il business ........ » 112 3.2.2.1.Ricerchedimercatoconquestionari .............. » 113 3.2.2.2.Ricerchedimercatopronteall’uso .................. » 1173.3. Conoscere il target: metodologie e modelli per creare personas e cluster analysis ........................................ » 119 3.3.1.Conoscereetà,genere,interessi,caratteristiche demograficheecomportamentalidegliutenti ........... » 124 3.3.1.1.Analisiquantitativeperconoscereetà, genere,interessiecomportamento ................................ » 124 3.3.1.2. Analisi qualitative: parla con i tuoi clienti .... » 131 3.3.2. Conoscere i clienti e costruire le personas ................... » 135 3.3.2.1. Cluster analysis: dividere gli utenti in categorie statisticamente rilevanti ............................. » 1393.4. Analisi dei competitor e individuazione del vantaggio competitivo ................................................................ » 142


7

4. Creare una strategia di marketing data-driven ................... » 1514.1. Creare una presenza di mercato con il sito web ..................... » 154 4.1.1. Sviluppare e aumentare la website awareness dichinontistacercando ..................................................... » 154 4.1.2. Sviluppare e aumentare la brand awareness dichitistacercando .............................................................. » 1574.2. Interagire con gli utenti e renderli partecipanti attivi ......... » 1594.3. Portare i nostri utenti alla conversione ...................................... » 1624.4. Fidelizzare gli utenti e aumentare le conversioni nel tempo . » 1634.5.Modellodistrategiaedefinizionedelmeasurementplan.. » 167 4.5.1. Esempi di strategie per ogni stadio del funnel ............ » 171

5. Creare un sito web ottimizzato e collezionare dati corretti e utili – Presenza e monitoraggio .......................... » 1755.1. Creare un sito web ottimizzato. Cenni di UX ............................ » 175 5.1.1.Studiareinostriutenti(personas,scenariefocusgroup)» 177 5.1.2.Costruireun’architetturainformativa con dati relativi ai bisogni degli utenti ........................... » 180 5.1.3. Creare landing page ................................................................ » 184 5.1.4. Scegliere il design con i dati di contesto ........................ » 1905.2. Collezionare i dati per le future ottimizzazioni ....................... » 192 5.2.1. Collezionamento dei dati quantitativi conGoogleAnalytics .............................................................. » 192 5.2.1.1. Il piano di misurazione strategico .................... » 192 5.2.1.2.Setup,configurazioneecheckdeidati diGoogleAnalytics ................................................................. » 194 5.2.1.3. Obiettivi: come sceglierli e come impostarli » 201 5.2.1.4. Collegamento tra le varie piattaforme e centralizzazione .................................................................... » 204 5.2.1.5.Tracciamentodellecampagne, canali di marketing e tag per ottimizzare il marketing mix ...................................................................... » 206 5.2.2. Collezionamento dei dati qualitativi ............................... » 212 5.2.2.1. Questionari ................................................................. » 213 5.2.2.2. Tracciamenti per la UX .......................................... » 216


8

6. Come ottimizzare le sorgenti di acquisizione, interazione e conversione dei clienti .............................................. » 2216.1. Misurare brand awareness e web reputation .......................... » 2216.2. Misurare strategicamente le performance dellesorgentidiacquisizione,interazioneeconversione .. » 228 6.2.1. Misurare le performance dei canali di acquisizione » 234 6.2.2. Analisi delle sorgenti di interazione e conversione . » 236 6.2.3. Modello complessivo di allocazione budget e analisi dei modelli di attribuzione ................................ » 237 6.2.4.TV,stampaeoffline:introduzioneaimodelli econometrici .............................................................................. » 2416.3.Focussorgenti:analisiperl’operatività ..................................... » 245 6.3.1.Analisidisplay,socialekeywordadvertising ............. » 245 6.3.2. Analisi SEO ................................................................................. » 248 6.3.3. Analisi di e-mail marketing ................................................. » 254 6.3.4. Analisi di social media marketing .................................... » 258

7. Come migliorare il conversion rate ............................................. » 2637.1.UnsitowebchefunzionagrazieaUXeCRO ............................ » 2637.2. Analisi quantitative e analisi qualitative .................................... » 2667.3. Meccanismi inconsci: pillole di neuromarketing e persuasione » 2807.4.Pianificazione ......................................................................................... » 2927.5. Attuazione: A/B e test multivariati ............................................... » 2987.6. Analisi dei risultati ............................................................................... » 300

8. Come aumentare la fidelizzazione ............................................... » 3078.1.Cohortanalysisechurnanalysis ................................................... » 3088.2. Customer lifetime value ..................................................................... » 3148.3. RFM analysis ........................................................................................... » 3178.4. Cluster analysis...................................................................................... » 3228.5. Prodotti correlati e l’indice di Jaccard ......................................... » 326

9. Come presentare i dati per farci dire la verità – Data visualization best practice ......................................................... » 3319.1. Anatomia di un dato perfetto .......................................................... » 333


9

9.2.Tipologiedigrafici ............................................................................... » 3409.3. Anatomia di una presentazione ..................................................... » 3459.4. Data storytelling .................................................................................... » 3479.5. Riassumereidatiofarsischiacciare: dashboardecentralizzazione ......................................................... » 350

10. I limiti dei dati e la rivincita della creatività ....................... » 35510.1.Limitideidatiedatahumanism ................................................. » 35510.2.Larivincitadellacreatività ........................................................... » 35910.3.Designthinkingperlosviluppodellacreatività .................. » 361 10.3.1.LametodologiaLEGO® Serious Play®: lacreativitàèl’intelligenzachesidiverte .............................. » 365 10.3.2. Da consulente a facilitatore ........................................... » 36710.4. L’unione fa la forza ........................................................................... » 369

APPENDICE...................................................................................................... » 377Come diventare web analyst ..................................................................... » 380Educazione digitale ....................................................................................... » 384Organizzare il lavoro per diventare “agili” ......................................................... » 384

Strumenti di marketing .......................................................................... » 384Brainstorming e mappe mentali ......................................................... » 385Checklist strategiche e operative ........................................................ » 387

Bibliografia ....................................................................................................... » 389Sitografia............................................................................................................ » 392


11

Contributori

Unodegliaspetticheamodelwebèlapossibilitàdicondividereedilavorareinteamperaumentareilvaloreel’utilitàdelprodottoodelservizioofferto.Perquesto,hodecisodicontattarealcunigrandiespertidimarketingperrichiedereillorocontributo.All’internodellibro,potraivederecome iprofessionistiapplicano leanalisiper iloro scopi. Vorrei quindi ringraziare tutti i collaboratori per aver reso note le loro applicazioni. Colgo l’occasione per ringraziare il mio editor personale Erica Farsetti e l’illustratrice Beatrice Corsetti chehannoresotuttopiùfaciledacomprendere.

Tommaso Galli > pag243Lavora nel mondo del digital marketing dal 2004. Oggi coordina il team di consulenza strategica direzionale data-driven cheintarget mette a disposizione dei clienti top di agenzia: attra-verso la costruzione di un’infrastruttura di dati relativi a qual-siasi attività aziendale (advertising&media planning, socialmediamarketing,searchmarketing,onlinepr,webanalytics,crm,offlinedataetc.)ilteamaffiancailC-Leveldelleaziendenellesceltestrategichedituttiigiornirelativealmondodigitalusandoildatocomeelementochiavedeiprocessidecisionali.

Marco Cilia > pag31Classe1976,èunappassionatodi informaticae internet sindai tempi dei modem a 33k. Il suo percorso lavorativo inizia inunagranderealtàgenovesecheglipermettediavvicinarsia vari aspetti del mondo digitale. Il colpo di fulmine tuttavia avviene quando scopre il mondo del marketing a tutto tondo edelleanalisistatistichedegliaccessiaisitiwebtramitelog-files,giustopochimesiprimacheGoogleacquisiscaUrchinelorilancisottoformadiGoogleAnalytics.Daallorahaconti-nuatoastudiare,asperimentare,eadivulgareescrivernesulsuo blog. Ha partecipato e partecipa tutt’ora come relatore a selezionati eventi sul digital in Italia; vale la pena ricordare una tavola rotondacon la superstardelmondodeidati,AvinashKaushik, nel 2009. Ricopre il ruolo di Head of Data pressoRagooo.


12

Andrea Saletti > pag83WebMarketingManager, CRO&Neuromarketing Specialist, Andrea Saletti è web marketing manager di Pronesis srl,consulente e formatore di neuromarketing e psicologia della persuasione applicati al web. Da sempre appassionato di psi-cologia e neuroscienze, dal 2007 èwebmarketingmanagerdi Pronesis srl, agenzia specializzata nello sviluppo/promo-zione di e-commerce e siti web orientati alla vendita. Neuro-marketing e scienze cognitive per vendere di più sul web,ilsuoprimo libro, illustra il suo approccio operativo allamateria,duttile e ideato per essere ricalibrato su qualsiasi progetto web si debba affrontare. Punto di riferimento sulla psicologia applicata al marketing digitale in Italia, collabora con SDABocconinellaformazionedimanager,responsabilimarketinge team di comunicazione aziendali. Il suo motto è “Il web è fatto dipersonereali:eccoperchénondobbiamoprogettareperlepersone,maCONlepersone”.

Jacopo Pasquini > pag191Insegna Comunicazione Digitale e UX Design in ambito pro-fessionaleeaccademico.Lavoracomeconsulenteperaziende,agenzie e istituzioni. Founder dello Studio Pasquini Associati (http://pasquiniassociati.studio/) e Co-founder di UX Bou-tique(http://ux.boutique).HapubblicatoilibriWeb Usability (Hoepli,2014),Marketing e comunicazione(Hoepli,2017)eUX Designer(FrancoAngeli,2018).

Davide Camera > pag308Classe 1974, Laurea in Economia e Commercio (1999) aNovara e Laurea in Scienze Sociali per la Cooperazione e Svi-luppo(2009)aPavia.Expertise15+annisutemidiAdvancedAnalytics&MachineLearning,formatoreerelatoreinmeetupe convegni di Data Science. Inizia il suo percorso nel 2000 nel GruppoMediolanumperpoientrareafarpartedellafunzioneMarketing Strategico con il ruolo di Business Intelligence Analyst. Nel 2005 passa in Eurizon (Holding di Risparmio Gestito del Gruppo IntesaSanpaolo) prendendo la responsa-bilitàdelMarketingStrategicoedelCustomerCare.Nell’apriledel 2012 fondaExcelle (excelle.it) società di consulenza chelavora in ambito Data Science e Data Driven Marketing.


13

Enrico Pavan > pag301Founder&PresidentdiAnalyticsBoosters(analyticsboosters.com),societàconfocussuldata-drivenmarketing.EspertodiAnalyticseunconsulenteCRO(ConversionRateOptimization),maanchescrittore,speakereformatore.LaureatoinStatistica,hasviluppatolesueskillssulcampo,perclientiappartenentiadifferentisettori–qualifinanza,fashion,luxury,travel,gam-bling,foodemoltialtri–eindifferentimercati.Perben3annidi seguitoè rientratonella shortlist comePratictioner of the Year e Most influential Contributor nei DAA Awards for Excel-lence Competition. Nel 2015 e nel 2018 ha pubblicato unoSpecial Issue Paper in Applied Marketing Analytics per Henry Stewart Publications sulla Mobile Analytics.

Francesco Tinti > pag247Per oltre 10 anni è stato consulente “dietro le quinte” dialcuneaziendediitalianedovehagestitobudgetasettezerineisettoripiùcompetitivi.Hacuratocampagnepubblicitariepercontodipochiselezionaticlientiquali:AtaHotels,RoyalCaribbeanItalia,BoscoloTours,PortaleSardegna,Moneyfarm,Money360,Banca Ifis, IlGiardinodeiLibri, SorgenteNatura,Apps Builder e altri. È stato relatore ai principali convegni ed eventidiwebmarketinginItaliaehascrittoilmanualedigitaleLa Bibbia di AdWords,pubblicatonel2015.Ispiratodaunsuomentore indiano e dalla frase di Peter Drucker «We use the world guru because charlatan is too long to fit into a headline»,ritienechelaformazionesenzaazionesiaprincipalmentepas-saggiodiinformazione.Daqualcheannosiinteressadivenditebig ticket.

Alessia Musi > pag358Lepiacciono i#numerie le#idee,amamisurare il successodelle ideecon inumeri,adorastudiare inumeriper trovareidee.Eprovaundiscretoaffettoperilweb.Nel2017hapub-blicato Cicale & Formiche.

Pere Juárez Vives > pag369Professore di Agile Project Management, Design Thinking,InnovationeEntrepreneurshipall’universitàUBdiBarcellona.Direttore accademico della cattedra UB-ICE LEGO® Serious


14

Play® for Agile Learning. EFQM Trainer di Agile management &Innovation–EuropeanFoundationforQualityManagement.DirettoregeneralediEDUCHALLENGESePresidentedelClubAlumni UB di Innovazione e Competitività dell’Università diBarcellona. Consulente internazionale di Innovation Mana-gement. Membro di IAF – International Association of Facili-tators.FacilitatorecertificatoinLEGO® Serious Play®. Creatore della metodologia agile di Inspireo®.

Beatrice Corsetti IllustratriceInarteGISA,nataaPescianel1983,artista, illustratrice,pit-trice, ritrattista e scultricedi carta;ha collaborato convariecaseeditricietipografie,tracui:PaciniFazziEditore,TipolitoLucca,Prospettiva,IlMolo,DelBucchiaEditore,GiraldiEditore,Lampi di Stampa, Carmignani Editore. Il tutto è iniziato inseconda elementare come autodidatta, dapprima copiandoi mitici Topolino e successivamente passando aimanga. Giàdalla prima media intuisce quale sarebbe stata la sua strada: CREARE,donareaglialtriquellochehadentro.DopolaLaureainArteContemporaneapressol’UniversitàdiPisa,inizianoleesperienzeartisticheecreative,finoadarrivareallarealizza-zioni delle illustrazioni per il questo libro.


1515

Introduzione

Marketing e dati: cultura data-driven

Sindaglialbori,ilconcettodimarketingsièprestatoanumeroseinterpretazioniedèstatodefinitointantimodidiversi.Ladefi-nizione di PHILIP KOTLER recita così: «Il marketing è quel processo sociale e manageriale diretto a soddisfare bisogni ed esigenze attra-verso processi di creazione e scambio di prodotti e valori. È l’arte e la scienza di individuare, creare e fornire valore per soddisfare le esigenze di un mercato di riferimento, realizzando un profitto»1.La sensazione che hai adesso, ne sono certa, è quella che tuttiprovano nell’approcciarsi a questa materia: “Cosa avrà volutodire,esattamente?”.Oggi,con ilweb, ilconcettodimarketingèdiventatoancorapiùvastoedifficiledagovernare.Perglistessiimprenditorièdifficileconosceretuttiicanalialorodisposizione.

1 KotlerP.,Marketing Management,Prentice-Hall,UpperSaddleRiverNJ,1967


16

Insomma,viviamoinun’epocaincui,perpotercontrollarelecosecomevorremmo,dovremmoavereedèunbagagliodiconoscenzeenorme…equesto,losappiamo,èimpossibile.Ilnuovomondovaveloceedècomplessoedèprobabileche,perimparare,commet-teremomoltierrori,maidatirappresentanoinquestosensounabuona ancora di salvezza.Esiste una soluzione alla smisuratezza e al caos. La digitalizza-zione,infatti,cihaoffertolapossibilitàdiutilizzareidatiasup-portodelledecisioni.Ebbenesì,neldigitale,idatianostradispo-sizione sono così tanti da essere stati ribattezzati big data. Siamo consapevoli che i big data creano due emozioni nelle persone:attrazione e paura. Ci sentiamo attratti perché avere a dispo-sizione idati èutile.Eproviamopauraperchénonabbiamo lapiùpallidaideadicomeutilizzarliperraggiungereinostriscopi(unapauraconradiciprofondissimecheaffondanonellelezionidimatematicadellemedie).Questolibrorappresentaunaguidasemplificataall’utilizzodeidatilungotuttoilpercorsodiconver-sione dell’utente. Ladifferenzatraunastrategiachefunzionaeunachenonfun-ziona sta proprio nella creazione di linee guida complete per il raggiungimento degli obiettivi tramite azioni coerenti e precise2. Idatihannoesattamentequestocompito:guidarcipassopassonellacreazionediunbusiness,convalidandolenostrepresuppo-sizioni e ottimizzando le nostre decisioni. I dati rappresentano quindi la nostra sorgente di potere per navigare nel mare del web.Èrisaputoche, inguerra, chidetienepiù informazioniè ilpro-babile vincitore. Pensaairepartidiintelligencechesitrovanoinognifilmdispio-naggiochesirispetti.Possiamodedurrechechidetieneilmaggiornumerodidati,equindidiinformazioni,abbiailcontrollodella

2 RumeltR.P.,Good Strategy/Bad Strategy: the difference and why it matters,CrownBusiness,NewYork,2011


17

situazione.Questovaleanchenelmarketinge,volendo,potremmoespandere il concetto alla vita stessa. Cisonoduefrasichehannoradicalmentecambiatoilmiomododi pensare. Una è: «Senza i dati sei solo un’altra persona con un’o-pinione»3. La prima volta che l’ho sentita, ho immediatamentepensatoche,persupportarelemieideeeottenereascolto,idatimi sarebbero stati molto utili. Pensa a quanto possono essere importantiinunmondodove,purpartorendodelleideevalide,haiventianniinmenodegliespertidelsettore.Idati,inoltre,miavrebbero aiutata a capire davvero cosa valesse la pena fare e cosano,equindiaprioritizzareefiltraretuttociòchemivenivainmente...Insomma,idatieranogiàdiventatideivalidialleatiasupporto delle mie idee. La seconda frase è «Se non puoi misurarlo, non puoi migliorarlo»4. Inquestianni,facendoesperienza,hocapitochenelmarketingnonesisteunaregolaaurea,semprevalida,chenonesisteunastrategiagiusta o sbagliata di default. Esiste solo un’intuizione e la successiva valutazione. La massima di THOMSON, in particolare, mi ha fattocomprendereche,grazieaidati,avreiridottoalminimoilrischiodelleazionidimarketingchepromuovevo,riuscendoalcontempoamigliorarleeottimizzarleinterminidiefficienzaediefficacia.Facendounbilanciodegliultimianni,idatimihannoaiutatoa:

� ottenereascolto,perchélemieideeeranosostenutedadatiin-confutabili;

� creare strategie di marketing vincenti a partire da analisi in-centrate sui bisogni degli utenti;

� ottimizzare le campagne aumentando i risultati e diminuendo i costi;

� monitorare aree di marketing a me poco note.

3 «Without data you’re just another person with an opinion»,W.E.Deming4 «If you cannot measure it, you cannot improve it»,W.Thomson


18

ElacosapiùbellaècheTUTTIpossonoraggiungereimieistessirisultati.Sesoloapochièconcessodidareallaluceideegeniali,capaci di rivoluzionare il mondo, gli altri possono imparare aleggereedecifrareciòchegliutenticercanodidire,soddisfacendoi loro bisogni nel modo e nel momento giusto. «L’unico limite a quanto in alto potete andare è quanto credete di poter salire»5.

COSA IMPARERAI DA QUESTO LIBRO

Se ti stai chiedendo “Questo libro è per me oppure no?”, sappi che anche a me preme scoprirlo. Non voglio certo farti perdere tempo.

In rete è disponibile tantissimo materiale su cui studiare e informarsi; tut-tavia, non sempre ciò che troviamo è esaustivo o di qualità. Insomma, serve intuito per capire di chi fidarsi e sono necessarie buone capacità associative per stabilire collegamenti e orientarsi. E, sicuramente, nessuna fonte online ti fornirà un metodo. Questo libro ti offrirà una chiave di lettura dei dati totalmente nuova e aggiornata al web contemporaneo: il digital analytics journey, una guida semplice e chiara per comprendere il viaggio dell’utente e accompagnarlo verso l’acquisto, il tutto condito con un po’ di dati.

Questo libro è una scorciatoia per il successo, un concentrato di tutte le analisi di marketing a tua disposizione per spendere meglio. Sicuramente ci sono tanti concetti, la finalità di questo libro è capire TUTTO il web marketing con una chiave di lettura data driven. Ricordati solo di respirare e prenderti tante pause durante la lettura.

Ti libererai dalla paura e dai rischi d’impresa perché saranno i dati a indicarti cosa fare, se continuare a farlo e come farlo. Qui, i dati vengono trasformati in azioni.

5 CerèR.,Se vuoi puoi,MindEdizioni,Milano,2013


19

E non si tratta solo di vaghe promesse, perché questo libro è una guida pra-tica, e il suo scopo è l’applicabilità immediata.Comprandolo, decidi di fare un investimento per la tua attività. Un possibile investimento, solitamente, viene valutato in base a due fattori:

1. il costo iniziale (in questo caso, l’equivalente di una cena fuori);2. il costo opportunità: ovvero il costo derivato dal mancato sfruttamento

di un’opportunità. In poche parole, quanti soldi stai perdendo perché non hai sviluppato un metodo vincente per creare le tue strategie (pen-saci sul serio, quanti soldi hai utilizzato, o gestito, affidandoti al caso?).

Non so dirti se ti divertirai, anche se lo spero, e a questo proposito voglio citare un grande analista: «Se guardi i dati e non ti stai divertendo, vuol dire che stai guardando i dati sbagliati»6.

6 W.E. Deming


2121

1. Introduzione alla web analytics & al digital analytics journey – Il metodo

«Ci deve essere una spiegazione matematica per la bruttezza della tua cravatta».

A Beautiful Mind

1.1. Digital analytics moderna: cos’è e di cosa si occupa

1.1.1. Una definizione a 360°

Quando si parla di analytics, talvolta ci imbattiamo in terminioscuri,difficilidainquadrare.Partiamodallebasi;cosa vuol dire fare analisi?L’analisièilprocessocheconduceallascopertadiinformazioniutili, attraverso l’interpretazionee la comunicazionedelle rela-zioni tra dati7.Inquestocaso,ildatorappresentaunostrumentocheutilizziamoperraggiungereunobiettivo.

7 «Analytics is the discovery, interpretation, and communication of meaningful patterns in data»

Perché il mondo è diventato data driven everything: cosa sono i dati,

come li reperisco, quali guardo, come li applico e perché li uso


22

All’interno dell’analisi, possiamo individuare due aree di parti-colare interesse: la data analytics e la business intelligence. La data analyticsèlascienzachestudiaibigdata,ossiagrandidatabasedettidatawarehouseal cui internoèpossibilecondurrediversitipi di analisi. Per maneggiare basi di dati di dimensioni notevoli esistono varie tecniche di datamining che possono richiedere(nonnecessariamente)competenzedistatisticaediprogramma-zioneperutilizzareprogrammiqualiPhyton,Recc.La business intelligence è un’area della data analytics incen-tratasuanalisicheportanoadazioniconcretelegatealbusiness.Ha un’applicazione molto più economica e spesso si occupaprincipalmente di analisi sui clienti.

Conl’arrivodelweb,ilmercatoeglistrumentisonocambiatiesiè reso necessario coniare nuovi termini per completare il quadro della situazione: web e digital analytics diventano le nostre due nuoveamiche.

La web analytics 2.08 è definita come l’attività di misurazione,raccolta,analisiereportingdeidationlinevoltaacomprenderee ottimizzare l’utilizzo dei siti9. Riunisce, infatti, tutte le analisichepossiamocondurresulsitoesugliutentiinrelazionealweb(come ricerche di mercato online, ecc.). Torneremo più avantisullaspiegazionedelsuofunzionamento,peradessolimitiamociall’individuazione delle aree di studio. Quella di digital analytics10 èunanozioneancorapiùampia, chenonèpiù limitataalwebmaestesaaldigitale,ecomprendelacosiddettainternet of things,cioè l’interconnessione tra “oggetti” cheutilizzanouna connes-

8 WAAStandardsCommittee,Web Analytics Definitions,WebAnalyticsAssociation,WashingtonDC,2008

9 «... is the measurement, collection, analysis and reporting of web data for purposes of understanding and optimizing web usage»

10 PhillipsJ.,Building a Digital Analytics Organization,FinancialTimesPress,UpperSaddleRiverNJ,2013,pp.7-8


23

sioneinternet,manonfannoriferimentoalwebinsensostretto.Ladigitalanalyticsvienedefinitacome«the analysis of qualitative and quantitative data from your business and the competition to drive a continual improvement of the online experience that your customers and potential customers have which translates to your desired outcomes (both online and offline)»11.Includeancheanalisidei dati dei clienti, compitodella vecchiabusiness intelligence,applicatealdigitaleeall’offline,comepredizioni,modelliecono-metrici e molto altro.

Nel2016hocondottounapiccolaricercadimercatosulladefini-zionediwebanalyticsinItalia.HochiestoaimaggioriespertidelPaesequalefosselaloroopinione.Diseguito,trovialcunedelledefinizionipiùdivertenti,informaanonima:

� le attività di analytics, qualunque sia il dato che stai analiz-zando, possono essere riassunte così: l’arte di prevedere ilfuturo studiando attentamente il passato;

� la web analytics sta al marketing digitale come lo Scouter (il visore)aiSaiyandiDragonBall.Ladifferenzaconilmarketingtradizionale,ooffline,chesibasa(va)sugruppidiascolto,au-ditel e dati poco completi e il marketing online è soprattutto questa. L’informazione èpotere (over9.000 cit.). I sistemidiweb analytics permettono di tracciare in modo estremamente preciso non solo il numero delle visite o dei like, metrichequantitativebuoneperfareagaraachihalesferedeldragopiùgrosse,maancheesoprattuttoipatterndisceltaovveroicom-portamenti degliutenti,inmodotaledaprofilareconestremaprecisione e agire strategicamente di conseguenza. Una mag-gioreresponsabilitàdelmarketerinotticadiritornodell’inve-stimento, il giusto “prezzo”dapagareper informazioni inim-maginabilifinoaqualchetempofa;

11 KaushikA.,Web Analytics 2.0,Hoepli,Milano,2010


24

� lawebanalyticsèladisciplinachestudiaconapproccioquan-titativo lo studio dei comportamenti e delle interazioni umane sulle pagine web;

� la web analysis è un servizio a supporto del business aziendale alfinedimigliorarneleperformance;

� la base per fare qualsiasi investimento online; � è un po’ l’arte e un po’ la scienza di ricavare informazioni utili damassedidatipiùomenoomogenee;

� il compito generale della web analytics è quello di comprendere ilmodellodibusinessdelsitowebodellaproprietàchestiamomisurando,alloscopodideterminaredichi(iprofiliutente)erispettoacosa(gliobiettivi)stiamoanalizzandoidati,einfinedeterminarequaliottimizzazionisononecessariealfinedimi-gliorare le performancedi ogni profilo utente in relazione aisuoispecificiobiettivi. Insomma, farewebanalyticsvuoldiremettere al centronon i dati,ma gli utenti, e cercaredi com-prendere gli utenti attraverso i dati al solo scopo di costruire unastrategiadimarketingediottimizzazionedellaproprietàchestiamomonitorando;

� l’esamediunaseriedidatistatisticirelativiallafacilitàdicon-tatto verso un sito web e le azioni necessarie a migliorare la situazione;

� ilmetodopiùefficacepertrasformare idatiweb inunabasepermodificarelepropriestrategiedigitali;

� monitorare e analizzare il comportamento dell’utenza sul sito (o sull’app)al finedi raggiungeregli obiettividel sito (enga-gement,vendita,leadgenerationecc.);

� può sembrareunadomanda semplice,ma in realtà spiegarlainmodochetuttipossanocomprenderenonèaffattobanale.Ci provo. La web analytics è un insieme di metodi e di impo-stazioni software che ti permettono di ottenere dei dati og-gettivi.Questidatisonocorrelatiadattività(onon-attività)su


25

una (opiù)pagine (oapplicazioni)web.Daquestidatipoièpossibilepianificare(tipicamente)strategiediwebmarketing,marketingosemplicementediuserexperiencedefinendodegliobiettivi(KPI)oggettivi.

Oggicomeoggiassistiamoaquellachepuòesseredefinitaunademocratizzazionedeidati.Significache i dati sono tutti uguali: sianoessibig,businessodigital,adessol’attenzionesièspostatasullaloroutilitàesullalorocapacitàdidareinformazioniintempibrevi. L’avvento della digital analytics segna quindi l’inizio di una nuovaeraincuinumerosebranchedell’analisitrovanoapplica-zione nel mondo digitale.

Dopo questa breve panoramica, possiamo tornare al signi-ficato di digital analytics. La digital analytics è l’analisi dei dati quantitativi e qualitativi relativi al tuo business e ai tuoi compe-titor,condottaalloscopodiottenereuncontinuomiglioramentodell’esperienzaonlinevissutadaiclienti,effettiviepotenziali,laqualesitraduceinrisultatidesiderati(onlineeoffline).Gliaspettipiùimportantisucuidobbiamosoffermarcisono:

DATI QUANTITATIVI E QUALITATIVIQuandosicitanoquesteduetipologie,sifariferimentoadatidispo-nibilicome,adesempio,inumerisullevenditeeillivellodigra-dimento di un prodotto espresso da un utente. I dati quantitativi cidiconocosastasuccedendo,adesempioseèinattounmiglio-ramentoounpeggioramento.Idatiqualitativi,invece,cisvelanoil perché di quel miglioramento. Ecco un semplice esempio: iltrafficosulmiositocala(datoquantitativo);miasorellaaffermachequandonavigailsitoèlento(qualitativo)enoncitorneràpiù.Inoltreidatiquantitativisonopiùfacilidamaneggiare,maèpiùdifficiletirarefuoriinformazionidasfruttareinmodoconcreto.Idatiqualitativiinvecepossonoesseremenostatisticamenteaffi-dabili,maleanalisichecisipossonofaresononotevolmentepiù


26

pratiche12.Vedremoinseguitochelasinergiatraquestiduetipidi dati è la soluzione per avere il quadro completo.

MIGLIORAMENTO

Con questo termine indichiamo il processo messo in atto peraumentare la soddisfazione dell’utente. In sostanza, si trattadi definire i bisogni e le aspettative del cliente traducendoli innumeri detti indicatori di performance (key performance indi-cator).Grazieaquestinumeripossiamotestareleipotesianostradisposizione e agire di conseguenza. Questa tecnica deriva dalle teorie sul miglioramento dei processi di ingegneria, si chiamaDemingoPDCAedè raffigurabilenell’immagineche trovatediseguito. La tecnica, in un secondomomento, è stata rivista daAvinashKaushik (evangelist diGoogleAnalytics) e applicata aldigitale.

Figura 1.1. Il processo di ottimizzazione, dalla web analytics alla gestione dei processi

12 CrollA.,YoskovitzB.,Lean Analytics. Use Data to Build a Better Startup Faster,O’Reilly,SebastopolCA,2013


27

RISULTATII risultati possono consistere nell’aumento delle vendite o nell’ac-quisizionedicontatti,adesempio.Nondobbiamotuttaviadimen-ticareche,perraggiungereirisultati,sifariferimentoalpercorsodisoddisfazionedell’utenteprimaancorachealraggiungimentodegli obiettivi.

Questometodociseguiràpertuttoillibro,enonnegocheètal-mentevalidodatrovareapplicazioneancheincontestinonlavo-rativi!

1.1.2. Utilità dei dati

Setiècapitatodichiedertiqualisianolepaginepiùvisualizzatedeltuositooicontenutipiùcondivisitramiteisocial,seilcon-version rate è troppo basso, se vuoi sapere qual è la fonte ditrafficopiùefficace,oppureseorganizzare ilworkshopchehaiinmenteaMilanooaMadrid...sappicheidatipossonoessertid’aiuto. Idati, infatti, ti guidanonelmonitoraggio,nell’analisi enellarisoluzionedeiproblemidibusiness,tipermettonodiesa-minare il comportamento degli utenti sul sito per migliorare l’e-sperienzadinavigazione(UX)ediottimizzareleattivitàonlinecome campagne e budgeting in base agli obiettivi. Insomma, tipermettono di prendere decisioni basate su dati oggettivi.

Oggiidatitrovanoapplicazioneincontesticompletamentenuovi,comequellodigitale,mailpuntodipartenzarimanesempre lostesso.Dunque,aprescinderechesitrattidiwebanalytics,digitalanalytics,business intelligenceobigdata, ildatopurohaun’u-tilitàintrinsecatuttasua.

Quandoundatocresce,ediventasostanzioso,ciregalainforma-zioni.Leinformazioniaumentanolanostraconoscenza,cheine-vitabilmente si traduce in una maggiore saggezza. La saggezza ci permette di prendere ottime decisioni. Mi viene in mente l’im-


28

magine di un nonno sapiente a cui chiedere consigli; in realtà,ilconcettoprovienedadueinteressantiteorie.Laprimateoria,elaboratadaAvinashKaushik,fariferimentoall’approccio“fromdatatoaction”cheprendespuntodaMichaelPorteredallasua“catenadelvalore”13 . Secondo Porter bisogna partire da una base diinput(dati)perraggiungereunoutput(tramiteleanalisi)chesiingradodiprodurremarginalitàincrementaliperl’impresa:idatidevono,cioè,portarciaintraprenderedelleazioniconcrete.Ovvero,seildatononciportaaprenderedecisioni,senonvieneconcretizzatoinun’azionedimarketingnonhasensodiesistere.Seaidatinonvieneassociataun’azionedaapplicarecheproducavalore per l’impresa (risparmiare o guadagnare di più) il datononhavalore.

Laseconda,piùgenerale,sichiamapiramide di DIKW,utilissimaper comprendere come arrivare all’azione citata dalla prima teoria.

Figura 1.2. La piramide di DIKW e il processo che conduce alla saggezza

NellapiramidediDIKW,ildato ègrezzoepuòesistereintanteforme,manonhanessunsignificatopresodasolo.Unavoltacom-

13 PorterM.,Il vantaggio competitivo,Einaudi,Torino,1985


29

presoildato,possiamorispondereadalcunedomande,comeadesempiochi, checosa,quando,dove,perché; soloallora ildatodiventautileepuòesseredefinitoinformazione.L’informazione,dunque,èundatochehaassuntosignificatograzieallacompren-sionedellerelazioniesistentitraildatostessoe,nelnostrocaso,le azioni di marketing.

La conoscenza,invece, scaturisce dall’appropriata raccolta delle informazioni.Ilprocessoconsistenell’individuazionedischemi,strutture ripetitive o modelli che vengono organizzati e strut-turati.Ilconcettoèampioedinonfaciledefinizione,soprattuttoinquestasede.Infine,lasaggezzaèunprocessoesplorativo.Anchequi,èunpo’comenellavita:seapplichiamolanostraconoscenzaatantearee,mischiandolaconetica,morale,giudizi,esperienzaetantoaltro,laconoscenzadiventasaggezza.Alcunidescrivonolasaggezzacomelacapacitàdiaumentarel’efficacia.

Nonostante questa visione possa sembrare, di primo acchito,lontanadalmarketing,inrealtàciaiutaadaccostarciallamateriaconocchidiversi,consguardoneutroesgombrodapreconcetti.

1.1.3. La struttura della digital analytics

Bene, e come usiamo questi dati dati per migliorare il nostrolavoro?Facciamoriferimentoaquattroattivitàprincipali,dettedigital analytics framework:

DATA STRATEGYConsiste nel creare una strategia multicanale, nell’individuarei principali obiettivi, nelmonitorareKPI, nell’allocare il budgetsullabasedeidati.Èunoschemadellastrategiamessaapuntoamontechehailfinedicomprenderecos’èimportantemonitoraree come farlo. Per questo motivo viene messa al primo posto.


30

DATA CAPTURINGLasecondaattivitàsioccupadicollezionareidatipiùimportantiperilpropriobusiness.Sibasasull’identificazionedeidatidacat-turare inbasealla loroutilità inunapiattaformaper la letturafutura.

DATA REPORTINGLaterzaattivitàconsistenelmonitorareidatisceltidalleaziendeattraverso documenti riassuntivi per il controllo; in linguaggio tecnico,significamonitorareKPItramitedashboardereport.

DATA ANALYSISL’ultimaattivitàconsistenell’analisideidatienellarelativatra-duzioneinattivitàdibusiness,eimplical’abilitàdiinterpretareidati con lo scopo di estrapolare conoscenza da essi.

Figura 1.3. Digital analytics framework

Se vogliamo applicare questi quattro processi al nostro business dobbiamocalarlinel contestoaziendale, e soprattutto adattarlialla maturità aziendale. In figura 1.4 vedrai uno schema deldiverso peso delle quattro attività a seconda dellamaturità di


31

business. È il primo esempio di visualizzazione dell’informazione chehal’obiettivodiaiutartiacapiremeglioquestoconcetto.

Figura 1.4. Digital analytics framework

La fase iniziale di un business è quella in cui si decide cosa trac-ciare in base agli obiettivi prefissati. Nella fase intermedia l’at-tivitàdidatacapturingentraafarpartedellamanutenzioneel’at-tenzionesispostaversoidatieversolaloroutilitàperilbusiness.Nella fase avanzata i dati e le analisi sono utilizzati per sviluppare una strategia di marketing omni-canale.

Eadesso,provaapensareaquantotempovienespesonellatuaazienda per ognuna delle precedenti fasi al fine di stabilire illivellodimaturitàdidigitalanalyticsdeltuobusiness.

Marco Cilia

L’IMPORTANZA DEI DATI, OGGIImmagina di vivere nella preistoria e di essere un uomo delle caverne. Quasi sicuramente i tuoi quesiti principali nella vita avranno a che fare con la soprav-


floriana

DF

https://www.darioflaccovio.it/web-marketing-libri/1384-data-driven-marketing-come-analizzare-i-dati.html

$EVWUDFWWUDWWRGD)HGHULFD%UDQFDOH 'DWD …

Documents

Transcript of $EVWUDFWWUDWWRGD)HGHULFD%UDQFDOH 'DWD …