Nello scenario di mercato attuale e futuro, uno degli asset aziendali più importanti al fine del successo delle strategie e azioni di business è rappresentato dai dati e dalla capacità delle società non solo di raccogliere e analizzare informazioni accurate e corrette, ma soprattutto di saper integrare e collegare tra loro dati relativi alle differenti unit o aree aziendali.
Fino a non molto tempo fa, la maggior parte delle aziende, web agency e professionisti del web si limitavano ad analizzare i dati e le performance delle singole piattaforme digitali, perlopiù senza avvertire l’esigenza di incrociare tra loro dati provenienti da canali diversi (CRM, strumenti di Web Analytics, software di Email Marketing, file Excel, ecc.).
Oggi, il comportamento d’acquisto e di navigazione dell’utente è cambiato radicalmente e diventa fondamentale cercare di capire e unire i dati provenienti da differenti touchpoint, in particolare i CRM, gli strumenti di email marketing, le piattaforme pubblicitarie e gli eventi offline con l’adozione di database relazionali come BigQuery.
Cambio di scenario: dalla gestione a silos a una gestione relazionale dei dati
Negli ultimi tempi, il settore del digital ha subito non solo una profonda trasformazione, ma una brusca accelerazione in termini di esperienze di navigazione e di acquisto da parte degli utenti in contesti ibridi online \ offline.
A partire dai browser web, che nel corso degli anni si sono evoluti in interfacce di navigazione multi-tab; passando dall’immissione sul mercato di smartphone e tablet, che hanno introdotto sia il concetto di navigazione da dispositivo mobile, sia il concetto di fruizione contenuti tramite App.
Fino ad arrivare alle esperienze di acquisto ibride del cliente, che valuta e sceglie il prodotto giusto da comprare all’interno del negozio fisico grazie all’intermediazione del personale dedicato, finalizzando in seguito l’acquisto sul portale e-commerce del brand.
Senza dimenticare il ruolo giocato dall’Internet of Things (IoT), una parte integrante del nostro vivere quotidiano dove la connessione a internet viene implementata by design in buona parte degli elettrodomestici e dei dispositivi che utilizziamo: dalla smart TV agli home device come Alexa fino alle automobili.
In termini pratici, questo scenario di opzioni, strumenti e modalità di navigazione e di fruizione dei contenuti web da parte degli utenti comporta oggi:
- la presenza di nuovi flussi di dati da tracciare, monitorare e analizzare, che si aggiungono alla “tradizionale” triade di sorgenti composta da desktop, mobile e tablet
- un aumento esponenziale del numero di persone che fruiscono e interagiscono con i contenuti online e offline (social media, siti web, e-commerce, app, eventi fisici, etc.) e della conseguente quantità di dati da tracciare e analizzare
A rendere più articolato e delicato il contesto in cui le aziende si muovono oggi, si aggiungono i significativi e frequenti cambiamenti tecnici e di mercato subiti dal settore digitale che hanno comportato delle vere e proprie rivoluzioni per quanto riguarda il modo di raccogliere e utilizzare i dati per il marketing e l’advertising.
Fanno parte di questi significativi cambiamenti, in particolare:
- il Cookiegeddon, ossia il declino dei cookie di terza parte e le progressive restrizioni dei cookie di prima parte come sistemi di tracciamento e utilizzo dei dati degli utenti per finalità di marketing
- l’avvento degli Adblocker, ossia dei sistemi presenti nei browser (o installabili attraverso estensioni web) che bloccano i tracciamenti dei dati
- le disposizioni normative in materia di GDPR e privacy che limitano il numero e la tipologia di dati tracciabili con finalità di analisi e di marketing senza il consenso dell’utente
- l’entrata in vigore del Digital Market Act (DMA), il regolamento sui mercati digitali che ha cambiato le modalità di gestione dei consensi degli utenti da parte dei grandi player del settore (il DMA è uno dei fattori che ha portato Google all’introduzione della Consent Mode v2)
- l’introduzione di nuovi strumenti di Web Analytics (ad esempio, la chiusura definitiva di Google Universal Analytics e l’arrivo di Google Analytics 4)
- il costante aumento di percorsi di navigazione e di conversione degli utenti con caratteristiche multi-canale/omni-canale (multi-channel/omni-channel) e multi-dispositivo (multi-device)
- l’introduzione dei nuovi sistemi di tracking Server-Side
- la necessità di utilizzare dati di prima parte per passare alle piattaforme di advertising dati più accurati per ottimizzare sia il targeting, sia le prestazioni delle campagne
All’interno di questo complesso e difficile scenario, come si sta ancora muovendo la maggioranza delle imprese in merito alla gestione dei dati per il proprio business e perché è urgente che cambino rapidamente lo “standard” finora adottato di raccolta, organizzazione, analisi e utilizzo dei dati?
I danni dei dati a silos per il business e il marketing delle aziende
Ad oggi, lo “standard” della raccolta, analisi e gestione dei dati da parte di aziende e agenzie digitali comprendeva:
- da un lato, l’utilizzo di Google Analytics, che riusciva a dare un quadro generale dei dati e delle performance delle attività di marketing senza dover realizzare troppe configurazioni tecniche
- dall’altro lato, l’analisi dei dati di business e delle campagne advertising, che erano rinchiusi all’interno dei backend dei CMS ecommerce (Shopify, Magento, Woocommerce, ecc.), dei CRM e delle piattaforme di advertising (Business Manager di Facebook, Instagram, LinkedIn, TikTok, ecc.) utilizzati dai singoli reparti o aree aziendali, o dal cliente della digital agency.
In pratica, i dati erano archiviati in silos separati e scollegati tra loro, senza che ci fossero né l’esigenza, né la volontà di aggregare i dati stessi.
Perché fino ad oggi non è stata ancora sentita l’esigenza di raggruppare in un unico grande database tutte le informazioni chiave per il marketing e per il business delle aziende e/o dei propri clienti?
Le motivazioni possono essere principalmente due:
- la mancanza di cultura del dato interna alle aziende e alle agenzie digitali
- la presenza di un mix di fattori tecnici e di mercato menzionati all’inizio di questo articolo
Riguardo la prima motivazione, la scarsa consapevolezza dell’importanza di raccogliere e analizzare i dati in maniera strategica è all’origine di innumerevoli sprechi sia riguardo le prestazioni delle campagne advertising (che vengono inquinate da dati inaccurati o mancanti), sia riguardo le decisioni di marketing (che vengono prese sulla base di dati inaccurati o mancanti).
Così facendo, ciascun reparto guardava e analizzava soltanto le metriche più rilevanti e importanti a livello tattico per le proprie singole esigenze, ma senza poter contare su una visione di insieme.
In termini pratici, ogni reparto aziendale – amministrativo, commerciale, marketing, logistico, ecc. – si focalizzava perlopiù sui dati riportati in un foglio Excel o sulle dashboard standard presenti all’interno dei vari software.
Facciamo un esempio concreto.
Analizzando i dati all’interno del Business Manager di Meta, il reparto Marketing afferma che le campagne online stanno registrando un ritorno dell’investimento (ROI) positivo.
Alla luce di questo dato, il Management aziendale approva la proposta del reparto Marketing di raddoppiare il budget di investimento nelle campagne Instagram Ads.
Tuttavia, in seguito a una successiva analisi dei dati degli acquisti all’interno del CRM, il reparto Amministrativo si accorge che l’effettivo numero di prodotti venduti non corrisponde ai numeri analizzati nel Business Manager da parte del team Marketing.
In altre parole, le campagne online erano in ROI negativo; come se non bastasse, l’extra budget allocato sulle campagne andrà completamente bruciato e non genererà acquisti, proprio perché destinato a campagne in perdita.
Per quanto riguarda la seconda motivazione per la quale fino ad oggi non esisteva la necessità di raggruppare e analizzare i dati in un unico grande database, la responsabilità dei cambiamenti tecnici e di settore è molto chiara.
In uno scenario tecnico e normativo in costante evoluzione, l’attività di raccolta, organizzazione, archivio e utilizzo dei dati a silos su molteplici piattaforme è diventata una pratica non solo inefficace, ma anche esponenzialmente dannosa per:
- i risultati e le performance di marketing e di business
- la potenziale non conformità del proprio sistema di gestione dei dati alle disposizioni GDPR e Privacy vigenti e nuove
Come rimanere competitivi all’interno del mercato digitale
Per rimanere competitivi all’interno di un mercato digitale che presenta frequenti e sempre più impattanti sfide per chi si occupa di tracking e marketing, le aziende sono chiamate a integrare al proprio interno un nuovo paradigma capace di mettere in leva e in sicurezza i dati raccolti da molteplici presidi digitali attraverso l’adozione e integrazione di:
- database cloud per l’archiviazione centralizzata e sicura di grandi quantità di dati
- tool digitali per mettere in relazione tra loro ed estrapolare specifiche tipologie di dati, visualizzandoli e analizzandoli in report chiari e accurati
Il nuovo “gold standard” della gestione dei dati: i database relazionali
È ormai diventato indispensabile integrare all’interno della propria azienda il nuovo gold standard riguardo il tracciamento, l’organizzazione e l’analisi dei dati dotandosi di un database relazionale all’interno del quale far confluire tutti i dati relativi alle diverse attività e reparti aziendali, rendendo l’archiviazione, l’accesso, la reportistica e l’analisi di una grande mole di dati molto più chiara, efficace e accurata.
Nello specifico, un database relazionale è un sistema di archiviazione di dati in Cloud strutturato e personalizzato, all’interno del quale i dati sono organizzati in tabelle composte da righe e colonne.
Attraverso l’esecuzione di processi tecnici – ad esempio, il metodo ETL (Extract, Transform, Load) -, l’utilizzo di tool, API e software di migrazione dei dati, è possibile far confluire e importare all’interno di database relazionali centralizzati grandi quantità di dati provenienti da molteplici fonti (social media, fogli Excel, CRM, software di Email Marketing, piattaforme di web analytics, ecc.) e reparti aziendali.
Infine, grazie all’utilizzo di linguaggi di programmazione – ad esempio, SQL (Structured Query Language) – è possibile estrarre, mettere in relazione tra loro e visualizzare in modo personalizzato i dati in base agli obiettivi e i KPI dei vari reparti aziendali.
Dotarsi di strumenti in grado di creare database relazionali efficienti e scalabili (come ad esempio Google BigQuery), permette di utilizzare in modo semplice e diretto dati di prima parte con notevoli vantaggi, in particolare per:
- realizzare report ad-hoc sia per visualizzare dati specifici per ciascun reparto aziendale, sia per ottenere una visione globale sul business aziendale
- profilare al meglio i propri clienti o gli utenti che visitano il proprio sito web o ecommerce
- creare audience di pubblico mirate per rendere più performanti gli annunci delle proprie campagne advertising
- monitorare in tempo reale i risultati di una campagna online o di una landing page e prendere rapidamente decisioni per ottimizzarne le prestazioni
- collegare i dati di vendita con quelli provenienti dalle campagne online, per distinguere facilmente le inserzioni (o i canali di marketing) che stanno generando vendite dalle inserzioni (o dai canali di marketing) che sono invece in perdita
- richiamare ed estrarre una specifica informazione da una grande mole di dati (ad esempio, la percentuale di donne che hanno cliccato su uno specifico link all’interno di una campagna di email marketing)
e molto altro.
Ad esempio, in questo scenario collegare il proprio database relazionale (come BigQuery), ad uno strumento di data visualization per creare dashboard e report (come Looker Studio) e impostando BigQuery come fonte dati, permette di:
- estrarre dati specifici da BigQuery per identificare segmenti di clienti con caratteristiche e comportamenti simili (acquisti ricorrenti, prodotti preferiti, mesi dall’ultimo acquisto, ecc.)
- organizzare e visualizzare i dati grezzi in dashboard ad hoc chiare e di facile lettura
- prevedere le tendenze di acquisto dei clienti e personalizzare le campagne advertising basandosi sulle caratteristiche e i pattern di comportamento specifici degli utenti.
Questo approccio consente di massimizzare l’impatto di ogni messaggio pubblicitario, ottimizzando la spesa e aumentando la conversione.
Gli imprenditori digitali, i marketer e i data analyst contemporanei sono chiamati ad evangelizzare le loro aziende in tal senso, divulgando l’esigenza di adottare una data strategy che comprenda (almeno) un piano di misurazione e un’implementazione consapevole degli strumenti di digital analytics in azienda.
Conclusioni
In conclusione, la grande sfida in cima alla lista dei decision maker aziendali è duplice: importare all’interno dell’azienda una cultura e una democratizzazione del dato a tutti i livelli aziendali attraverso l’adozione di un database relazionale, o di una data platform, che permetta di rendere i dati in esso contenuti accessibili e fruibili da chiunque e che chiunque in azienda possa trarre beneficio (ed estrarre valore) dai dati stessi.
Per mere ragioni di spazio, in questa sede non possiamo dilungarci ulteriormente su strumenti, funzionamento e soluzioni tecniche dei database relazionali.
I database relazionali, BigQuery e la Data Visualization saranno tra i temi al centro dei keynote speech e casi studio pratici in programma nell’edizione 2024 del GA4 SUMMIT, il maggiore evento internazionale dedicato in modo verticale a Google Analytics 4 per il marketing e l’advertising, a cui hanno preso parte nel corso della passata edizione oltre 400 tra E-commerce Manager, Direttori Marketing, Dirigenti C-Level, Imprenditori.
