Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) Tel. / Fax: +39 045 6152381 Web: www.keanet.it | E-mail: info@keanet.it

Quali sono le sfide che i social media pongono al marketing? Approccio all-lines, big data, personalizzazione della comunicazione, social caring…

Report sul libro di Marco Magnaghi, Social CRM. Email, Social Media e Web 2.0: creare nuove relazioni con i clienti, Hoepli, Milano, 2014

Marco Magnaghi parte dal presupposto che sempre più le persone interagiscono con l’azienda attraverso vari punti di contatto: offline (es. punto vendita, assistenza telefonica, assistenza on site, ecc.) e online (via web, mobile e app).

La storia dei contatti fra la persona e l’azienda genera vari tipi di dati:

• Dati transazionali, legati allo storico degli acquisti effettuati dal cliente • Dati anagrafici, raccolti tramite la compilazione di moduli off- e online (in particolare attraverso le form

di registrazione) • Dati di vario tipo, legati per esempio alla risposta a questionari proposti dall’azienda

• Il fattore comune a questi dati è che sono strutturati

• Informazioni socio-demo-psicografiche, contenute nei profili e negli interventi dell’utente su social media, forum e blog oppure derivate dalla storia delle sue navigazioni sul web

• Questi dati hanno la natura dei big data: non sono strutturati, cambiano frequentemente e, potenzialmente hanno un volume elevato.

La raccolta dei dati online avviene in vario modo sui canali owned (es. sito, e-commerce, blog di proprietà dell’azienda), paid (es. su network di pubblicità online) ed earned (es. su social network e altri siti su cui gli utenti esprimono commenti) all’interno dei quali l’azienda è presente

Le modalità di raccolta dei dati online possono essere la compilazione di form di registrazione, i cookie che salvano la storia della navigazione dell’utente, le app che richiedono l’autenticazione dell’utente, il collegamento fra il sito aziendale e una fonte di big data. Per esempio:

• Se l’utente si registra sul sito tramite il Social Login di Facebook e dà il consenso, l’azienda acquisisce in modo automatico da Facebook i big data relativi all’utente

• Se l’utente usa una app (es. PointStick, ShopKick, BeMyEye) che ha come obiettivo di svolgere missioni, per esempio per conto di un’azienda, per raccogliere punti da spendere sulla piattaforma, l’azienda raccoglie sull’utente informazioni sia anagrafiche che legate al completamento della missione.

La raccolta dei dati offline è meno automatica, legata per esempio al fatto che la persona compili un modulo di richiesta di informazioni durante la visita a una fiera o risponda a un questionario.

Magnaghi sottolinea che, partendo da questi presupposti, obiettivo dell’azienda è di seguire le attività delle persone indipendentemente dal punto di contatto scelto, conciliando i dati al fine di ottenere una

1

Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) Tel. / Fax: +39 045 6152381 Web: www.keanet.it | E-mail: info@keanet.it

visione unitaria del lead o del cliente dal punto di vista sia quantitativo (storico degli acquisti) che qualitativo (es. opinione della persona sul prodotto / servizio; suo influsso su altre persone, ecc.).

L’azienda deve quindi passare da una logica di separazione fra offline e online a una logica di integrazione, per possiamo definire come di all-lines.

Questo passaggio pone all’azienda un sfida non solo tecnologica, ma anche organizzativa. È necessario infatti creare regole e punti di contatto tra attività tradizionali e online per garantire risposte rapide, competenti e coerenti a prescindere dal punto di contatto.

Attraverso i media online, e nel sempre rispetto della normativa sulla privacy, è dunque possibile raccogliere grandi quantità di dati riconducibili alla singola persona: in questo modo, sottolinea Magnaghi, il mercato di massa diventa un mercato composto da un “massa di individui”, ognuno con le proprie specificità. Il singolo torna a essere centrale, ma questa singolarità – grazie alla mediazione di tecnologie abilitanti – è estesa potenzialmente a una cerchia molto ampia di persone. Locale e globale, micro e macro si congiungono, intermediati dalla tecnologia.

Obiettivo primario della raccolta e dell’analisi dei dati è la segmentazione di lead e clienti in base ai criteri che l’azienda ritiene più utili per personalizzare i messaggi, aumentarne la rilevanza e quindi l’efficacia. I dati devono trasformarsi in “informazioni azionabili”, cioè in informazioni in grado di guidare l’azienda al raggiungimento dei propri obiettivi.

Quali possono essere gli obiettivi da raggiungere? Dal punto di vista strategico l’obiettivo è aumentare la profittabilità dell’azienda sia incrementando il fatturato derivante dai clienti, che diminuendo i costi di acquisizione e mantenimento del cliente. A partire da questo presupposto Magnaghi fornisce numerosi e interessanti esempi concreti:

• Aumentare la base dei lead, raccogliendo dati utili alla segmentazione e quindi all’invio di messaggi pertinenti

• Comunicare la marca • Presentare le caratteristiche distintive del prodotto / servizio • Coinvolgere le persone e proporre loro call to action con l’obiettivo di raccogliere dati e consenso

utili a un successivo contatto

• Diminuire i costi di acquisizione e di gestione del cliente

• Utilizzare i media online (owned, paied ed earned) per acquisire lead e cercare di trasformarli in clienti

• Utilizzare newsletter e campagne di Direct Email Marketing (DEM) per inviare contenuti informativi e promozionali mirati, rilevanti ed efficaci

• Incentivare l’acquisto non solo con sconti e promozioni, ma anche con l’invio di informazioni significative ai fini del processo decisionale

2

Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) Tel. / Fax: +39 045 6152381 Web: www.keanet.it | E-mail: info@keanet.it

• Affiancare al customer care tradizionale attività di social caring erogate tramite i social media (Fracebook e Twitter sono attualmente i più usati a questo scopo). E’ stato calcolato che il social caring riduce i costi del contatto da costi da 6-8 dollari a 1 dollaro. Si tratta di una modalità particolarmente adatta a gestire quesiti di routine e a cui è possibile rispondere per iscritto

• Aumentare il fatturato generato dal cliente facendo leva su contenuti e incentivi

• Stimolare il lead al primo acquisto per convertirlo in cliente • Indurre il cliente all’acquisto di un numero maggiore di prodotti oppure ad aumentare il valore

unitario dell’acquisto

• Personalizzare l’offerta in base alla segmentazione • Utilizzare piattaforme di social loyalty, che premiano gli utenti che interagiscono con i contenuti

dell’azienda (es. se l’utente condivide un contenuto raccoglie punti spendibili sulla piattaforma)

• Diminuire il tasso di abbandono dei clienti con opportune azioni di stimolo

• Proporre buoni sconto personalizzati tramite siti e/o app dell’azienda o di aggregatori

• Migliorare i prodotti / servizi e svilupparne di nuovi

• Condurre ricerche di mercato online, per esempio attraverso questionari • Mettere in campo strategie di ascolto dei media online per comprendere meglio le esigenze di

segmenti omogenei di lead / clienti • Ricorrere al crowdsourcing per innovare • Stabilire contatti personali con clienti chiave.

Mentre per raccogliere e analizzare i dati strutturati le aziende dispongono di norma già di strumenti consolidati, l’ascolto delle conversazioni che avvengono su social media, forum e blog è un ambito ancora relativamente nuovo.

Per l’azienda le finalità dell’ascolto possono essere varie: seguire le discussioni intorno al brand e/o a prodotti / servizi; intercettare le persone che sono attivamente alla ricerca di prodotti / servizi; monitorare il grado di soddisfazione dopo l’acquisto; cogliere problemi; partecipare alle discussioni portando il punto di vista dell’azienda; risolvere problemi con interventi di social caring o tramite il customer service tradizionale.

Social Listening (l’ascolto) e Sentiment Analysis (l’analisi, detta anche Social Intelligence) presuppongono l’uso di tecnologie dedicate, in grado di gestire big data, che supportino l’azienda nelle seguenti attività:

• Definizione degli ambiti, dei volumi e delle metriche di ascolto • Analisi semantica delle conversazioni. Si tratta di un’analisi automatica basata su applicazioni di natural

language processing (NPL). Per questo motivo è importante scegliere tecnologie italiane o in grado di supportare la lingua italiana, in modo tale da garantire l’interpretazione ottimale dei testi. Lo stesso vale naturalmente per ogni lingua

• Generazione di report automatici • Invio di notifiche automatiche in presenza di situazioni critiche predefinite.

3

Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) Tel. / Fax: +39 045 6152381 Web: www.keanet.it | E-mail: info@keanet.it

Magnaghi propone una panoramica sugli strumenti software utili in questo contesto, sottolineando l’importanza di integrarli in prospettiva con l’ERP e il CRM dell’azienda nell’ottica della conciliazione dei dati e di un approccio all-lines al marketing:

• Social engagement: Engagor, HootSuite (permette anche di gestire la presenza su più social media tramite un unico pannello di amministrazione), HubSpot, Lithium, MeltWater

• E-mail marketing: MailChimp, MailUp, MagNews, Contactlab • Marketing Automation: Marketo, Hubspot, Eloqua, Salesforce • Social Listening e Sentiment Analysis: Blogmeter, Mention.com, Social Bullguard, Brandwatch,

Radiand6, Socialbakers, CubeyìYou (per l’analisi di big data veicolati dal Social Login di Facebook) • Social Caring: Social Bullguard • Altri:

• ClickTale: traccia quanti e quali campi l’utente compila prima di abbandonare una form di registrazione

• Bewe Roialty: permette di gestire iniziative di social loyalty su più social media tramite un unico pannello di amministrazione

• Klout e LinkedInd: permettono di valutare il grado di influenza di una persona sui suoi contatti.

*** Autore: Petra Dal Santo (dalsanto@keanet.it) www.keanet.it http://blog.keanet.it/

4