Il marketing predittivo è una parte integrante del marketing e ha come obiettivo quello di accumulare le informazioni, dati ed elementi su tutto quello che i clienti vogliono, così da riuscire ad anticipare e fare una previsione delle loro esigenze future.
Nel 2009, Netflix ha offerto 1 milione di dollari a chiunque potesse migliorare la qualità del proprio motore di raccomandazioni del 10%.
Ci sono voluti due anni, ma alla fine una squadra ha vinto. Netflix ha pagato il premio che aveva concesso ma alla fine ha ignorato il codice prodotto… assurdo no?!
Come si è scoperto successivamente, gli algoritmi avanzati progettati dal team vincitore non sembravano giustificare lo sforzo ingegneristico necessario per implementarli in ambiente di produzione.
Non solo il motore di previsione vincente non è riuscito a scalare economicamente, ma stava affrontando un ostacolo che presto diventava opportunità: il passaggio dal noleggio dei DVD allo streaming. Questo passaggio che stava avvenendo parallelamente stava per fornire a Netflix tutti i dati necessari per sviluppare algoritmi nuovi e migliori di quello vincitore.
L'analisi predittiva, in altre parole, non era una panacea in quel momento storico. Né lo è diventata nel decennio successivo. Ma oggi i potenziali guadagni incrementali che all’epoca erano dell’ordine di milioni di dollari oggi costano molto meno.
Oggi oltre ad aiutare i clienti, il marketing predittivo tende la mano a tutte quelle aziende che desiderano restare focalizzate sui propri clienti analizzando il loro comportamento e le loro abitudini, partendo dai dati raccolti attraverso vari strumenti.
Ogni azienda, anche la tua, deve cercare di fornire ai propri clienti quello di cui hanno bisogno, per questo è importante farsi trovare sempre un passo avanti facendo delle previsioni accurate e cercando di servire i potenziali clienti il più rapidamente possibile: un cliente non sa cosa vorrà di preciso finché tu non glielo farai vedere, questa è ormai una tendenza generale.
Oggi si spera di prevedere tutto.
Peccato che la realtà è bene diversa.
Vedi ad esempio l’ampia diffusione anche di modelli che adottiamo anche noi di agile e lean marketing.
L’analisi e il marketing predittivo sta rendendo tutti questi sogni una realtà, offrendo soluzioni per queste e tante altre questioni, inclusa la capacità di prevedere:
I dati storici che si stanno analizzando possono quindi diventare la base previsione.
Tutto parte dall'assicurarsi di avere questi i dati.
Vuoi iniziare questa attività ma non sai da dove cominciare?
Devi essere in grado di adattarti.
In effetti, l’adattamento è una delle migliori abilità nel mondo aziendale oggi e quella caratteristica di cui hai bisogno per sopravvivere nell'era dell’intelligenza artificiale nel marketing e nelle vendite.
Prendere la decisione di andare avanti con l'analisi predittiva è il primo passo.
Iniziare a capire come raccogliere dati sui comportamenti dei tuoi clienti online, ti aiuta a programmare meglio le tue attività future.
Alcuni degli usi maggiori dell'analisi predittiva includono la possibilità di definire il profilo ideale del tuo cliente e di conseguenza sviluppare strategie e tattiche via via più personalizzate.
Il marketing predittivo può produrre due risultati principali in due momenti differenti:
Ecco perché dovresti usare il potere del marketing predittivo come uno strumento estremamente versatile che può aiutarti a:
Utilizzare in maniera intelligente le enormi quantità di dati che raccogliamo sui nostri prospect e clienti ti aiuta prendere decisioni decisive per il tuo business.
Il marketing predittivo consente di avere una visione panoramica del cliente e di delineare le caratteristiche comuni che costituiscono il profilo di un cliente ideale e quindi trovare e coinvolgere più clienti ideali simili tra di loro.
Un ostacolo che però si mette tra il marketing predittivo e le molte persone che vogliono trarre vantaggio da esso è che questo approccio richiede parecchio lavoro e spirito di analisi.
Quindi se hai deciso di investire in questa attività devi tenere traccia di tutte le azioni dei tuoi clienti: cosa hanno visitato online, come hanno interagito con le azioni di marketing intraprese, come interagiscono con le vendite, come hanno acquistato, come utilizzano le tue offerte, come pagano.
In sostanza come, quanto e quando interagiscono con la tua azienda.
Potrebbe essere abbastanza faticoso raccogliere tutti questi dati, ma tutte queste informazioni sono fondamentali per lo sviluppo di un modello di dati affidabile e preciso da cui poi trarrai previsioni future.
Se hai iniziato da poco a dedicarti al marketing predittivo ci vorrà un po’ di tempo prima che questo sistema inizi a dare risultati importanti, considera un minimo di 6 mesi ed un massimo 12. La forbice è data dalla quantità di dati e di lead che la tua organizzazione produce nel tempo.
Gli archivi di dati basati su cloud delle interazioni con i clienti, spesso denominati “data lakes”, sono il materiale di base per le applicazioni di analisi predittiva.
Molte aziende hanno approfittato di uno storage cloud a basso costo per archiviare i dati per anni, senza nemmeno considerarne l'utilizzo potenziale.
Pensa a quanti dati trascurati hai in Google Analytics, Google Ads, MailChimp, HotJar, Facebook, Stripe e servizi simili… Questa duplice crescita in scala, dei dati raccolti e dell'accessibilità ad essi, ha risolto due delle principali sfide dell'implementazione delle analisi per fare marketing predittivo.
Storicamente, il potere di calcolo è stato l'altro ostacolo. Come osserva Andrew Pearson di Intelligencia, "Senza significativi investimenti in hardware, i programmi di analisi predittiva non erano possibili o troppo lenti per essere utili." e continua: ”I sistemi di analisi basati su cloud hanno raggiunto una massiccia potenza, vedi le potenzialità offerte dall’intelligenza artificiale.”
Così sistemi sempre più efficaci hanno aperto la porta all'analisi predittiva in tempo reale.
L’era dell'analisi predittiva "in tempo reale" è già qui.
Judah Phillips, co-fondatore e CTO di Vizadata e fondatore di SmartCurrent è stato molto chiaro
Aziende come HubSpot, Tableau, Mintigo e Versium offrono già soluzioni integrate in tempo reale per il lead scoring, dimostrando che la transizione è tecnicamente possibile. Possibile, tuttavia, non significa perfetto.
Sam Underwood, vicepresidente di Futurety, ha riconosciuto la complessità delle integrazioni necessarie: soprattutto nel mercato mid-market, gli strumenti che raccolgono i dati per trasformarsi in sistemi di modellazione predittiva, aggregatori di social media, logistica e sistemi di acquisto, spesso non dispongono di API semplici o altri facili meccanismi con cui raccogliere e interpretare rapidamente i dati.
Tale disconnessione ostacola anche i casi più semplici di analisi predittiva in tempo reale. David Longstreet, il principale data scientist di FanThreeSixty, ha offerto un semplice quanto ecclatante esempio. "Nel mondo dello sport e dell'intrattenimento, ad esempio, la maggior parte delle squadre sportive non sa quante persone ci sono in uno stadio durante una partita. Le squadre sanno quanti biglietti sono stati distribuiti; tuttavia, non sanno in "tempo reale" quante persone si trovano nello stadio durante l'evento."
Paradossale.
Questo divario di conoscenze ostacola gli sforzi per il personale e rifornisce lo stadio in modo appropriato. È anche il motivo per cui l'interesse per l'analisi predittiva è quasi universale, anche se supera ampiamente la sua adozione.
Quante aziende utilizzano attivamente l'analisi predittiva?
Secondo un'interessante ricerca di Dresner Advisory Services negli USA nel 2017, circa il 23%, una cifra sostanzialmente invariata rispetto all'anno precedente. L'interesse, tuttavia, supera l'implementazione.
La stessa ricerca suggerisce che il 90% delle aziende "attribuisce un’alta importanza all'analisi avanzata e al marketing predittivo”.
I software di marketing predittivo utilizzano il machine learning e modelli statistici per generare modelli previsionali e trend a partire dai dati raccolti ed immagazzinati sui clienti.
I dati da cui partono per generare i modelli previsionali sono di diverso tipo: demografici, comportamentali, sulle abitudini di acquisto, sugli interessi e così via.
Si parte dalle informazioni di cui effettivamente ha bisogno la tua azienda.
Lo scopo di queste piattaforme è quello di permetterti di prevedere ed identificare quali sono i lead più propensi alla conversione automatizzando il più possibile.
Ci sono diversi casi in cui potresti aver bisogno dell’utilizzo di una piattaforma di analisi predittiva, per esempio durante il processo di generazione di nuovi lead: prevedere il comportamento di questi ti permetterà di identificare i potenziali clienti non ancora presenti nel database della tua azienda.
Per questo motivo si utilizzano le più evolute e moderne piattaforme CRM in circolazione.
Oppure potresti averne bisogno quando i tuoi team di marketing e vendita devono capire a quale potenziale cliente dare la priorità per concludere un'offerta, infatti con una piattaforma di analisi predittiva i marketer possono stabilire gerarchie sia tra i contatti che tra le diverse aziende (in area di Account Based Marketing), individuando così i responsabili delle decisioni di acquisto per avviare le vendite e coordinare al meglio i propri sforzi.
I tuoi reparti marketing e vendita possono creare segmentazioni di persone e clienti inserendoli nelle fasi di vendita in base alle caratteristiche dell'azienda, agli interessi personali o al loro ruolo nel processo di acquisto. Queste segmentazioni possono essere utilizzate per esempio per assegnare determinati lead a determinate campagne di marketing.
Non è semplice capire se la tua azienda abbia bisogno o meno di una piattaforma di analisi di marketing predittivo; se non sei ancora convinto dell’adozione di questa nuova tipologia di software prova a chiarirti le idee rispondendo a queste semplici domande:
Solo così potrai sfruttare il vero potenziale dell'analisi di marketing predittivo.
Dati, dati e dati.
Le priorità diventano poi le fonti di dati.
Tutti gli usi che si vogliono fare dei dati richiedono allenamento nella raccolta. Questo significa che non ti devi preoccupare se il processo è lento.
L’unico ostacolo che abbiamo incontrato finora nell’attivare analisi predittive ha riguardato la quantità di dati.
Alcune migliaia di registrazioni con una quantità sufficiente di risultati positivi e negativi possono essere sufficienti per avviare analisi predittive.
Non tutti i dati vengono creati (o memorizzati) allo stesso modo però. Le fonti di dati importanti potrebbero non essere facilmente accessibili o essere accessibili a tutti.
Tornando all’esempio dello stadio, gli scanner dei biglietti non memorizzano i dati in modo efficiente per l'estrazione, né possono gestire richieste server continue.
Non dimenticare le fonti di dati esterne.
Non tutti i dati provengono da fonti interne efficienti.
Le fonti di dati esterne, come i bollettini meteorologici (open data), sono spesso un dato interessante, soprattutto per le piccole imprese. I ristoranti possono utilizzare l'analisi predittiva per attivare email automatiche relative alla promozione di un tè freddo quando la temperatura in una data area metropolitana è superiore a 30°.
In questo esempio si raggiungono i consumatori in un momento chiave del bisogno, bloccando la spesa pubblicitaria a valle e battendo i concorrenti.
Hai quindi un set di dati ampio e ben organizzato.
Cosa puoi farci adesso?
Mentre la limitazione di dati insufficienti sta finendo grazie all’utilizzo che si farà sempre più massiccio della blockchain, oggi quello che viene richiesto essenzialmente è che un team dedicato analizzi attraverso un software set di dati (più o meno rapidamente).
Per la maggior parte delle aziende le soluzioni si dividono in due:
Per la maggior parte dei clienti, Adv Media Lab inizia identificando gli obiettivi chiave e il contesto in cui opera l’azienda. I clienti possono utilizzare i nostri servizi una-tantum o attraverso canoni annuali sulla base degli sforzi e obiettivi richiesti.
Per esperienza possiamo dirti che il risultato finale non è sempre chiaro all'inizio. Quando consegniamo i primi risultati i responsabili marketing e vendite, sono molto contenti del modello identificato e del lavoro svolto.
Il risultato finale potrebbe essere molto diverso a seconda dei casi, tutto dipende dagli obiettivi che si vogliono raggiungere. Ad esempio:
Alla fine di ogni attività, Adv Media Lab consegna il modello al cliente o la dashboard come la chiamiamo, per la gestione continua dei dati.
Mentre ogni analisi è unica, i driver di complessità alla base di tutti i progetti sono simili e possono essere quantificati.
Se le aziende comprendono la complessità di un nuovo progetto, possiamo stimare lo sforzo e le risorse necessarie per completarlo.
I modelli di analisi predittiva tengono conto non solo della complessità del progetto (sia degli aspetti funzionali e di implementazione), ma anche della complessità dell'ambiente e del team in cui si andrà ad operare.
Aumentare la fiducia dei clienti con il marketing predittivo
Il mondo della fidelizzazione dei clienti si basa tutto sulla creazione di esperienze su misura: occorre personalizzare il rapporto cercando di conoscere le loro preferenze e agendo di conseguenza.
Il marketing predittivo, grazie allo sviluppo di soluzioni sempre più performanti, è senz’altro il futuro per quello che concerne la fidelizzazione dei clienti: più informazioni e dati abbiamo sui nostri clienti, maggiore è la visibilità che abbiamo su questi prospect (attraverso la previsione).
Ecco perché è necessario sfruttare le tue possibilità previsionali per capire chi sono i profili o le aziende più qualificate rispetto ad altre.
Utilizzare il marketing predittivo nel modo giusto significa anche considerare le azioni del cliente.
Per esempio, quando hai filtrato il tuo elenco clienti fino ad arrivare ad un profilo di cliente ideale, prova a chiederti "Stanno usando le soluzioni che la mia azienda offre?" e "Cosa fa di loro ottimi clienti?".
Dovresti anche considerare quali tipi di aziende sono diventate tue sostenitrici: l'applicazione predittiva ti aiuterà a identificare ulteriori clienti target che devi coinvolgere e soprattutto ti consente di assicurarti che i tuoi sforzi siano rivolti solo a coloro che hanno già dimostrato di essere clienti ideali.
Ciò che è importante capire è che la previsione non è valida come una soluzione unica ed autonoma e perciò non dovrebbe mai essere trattata come tale.
Infatti è necessario integrare la tecnologia predittiva in una strategia di marketing e vendita solida e dinamica, dove ogni parte della strategia lavora per raggiungere degli obiettivi prefissati.
Vedrai che una volta presa confidenza e sicurezza con il marketing predittivo, questo sarà fondamentale per poter rimanere al passo con i tuoi competitor e diventerà una vera e propria fonte di verità da cui sarà possibile analizzare i dati e quindi agire in modo informato attraverso una varietà di canali diversi.
Come del resto nel marketing, più sei informato, meglio puoi agire e più riuscirai a generare risultati in area vendite.
L'analisi predittiva continua a essere centrale per arrivare a sfruttare le opportunità più rilevanti del marketing e delle vendite di oggi.
Parliamo della creazione di esperienze eccezionali per i clienti, del marketing orientato ai dati o quello centrato sul cliente o della creazione di contenuti accattivanti e sempre più rilevanti.
I concetti chiave da considerare:
Infine l'analisi e il marketing predittivo non è immune alle critiche:
Per tutti coloro che intendono posticipare i loro progetti di analisi e marketing predittivo fino a quando riusciranno a gestire facilmente le attività, sarebbe saggio continuare a riempire al massimo i propri data lake.