Iab Seminar Digital Power: il data driven marketing è protagonista

I dati sono il nuovo petrolio. Una frase che ormai a risentirla per l’ennesima volta dà quasi la nausea, ma repetita iuvant. La scienza del dato è un trend economico e finanziario sul quale ormai è inutile dibattere per manifesta efficacia, per la profondità di penetrazione in tutti i settori, per la perfetta affinità con la natura del terreno su cui il business si sviluppa al giorno d’oggi: il digitale. La rivoluzione del dato brucia già da qualche anno, ma non ha ancora raggiunto il suo apice, l’onda deve ancora arrivare, come emerso venerdì scorso allo Iab Seminar Digital Power.

Le 4 V dei Big Data

Sul modello delle 4 P del professor Kotler, i Big Data devono essere classificati in base a quattro punti saldi: Volume, Velocità, Varietà e Veridicità. Più di 250 miliardi di immagini vengono caricate su Facebook ogni anno, e 2,1 miliardi di like vengono espressi ogni minuto su Instagram. Moli di informazioni enormi, convogliate a velocità estrema, che sommate al resto di internet formano una valanga di dati da elaborare e trasformare in informazioni. La varietà delle forme di questi - che possono assumere sembianze di video, immagini, testi, click e così via - e la verificabilità della loro autenticità sono due fattori che complicano la loro interpretazione. Ma prendere i dati e trasformarli in informazioni non basta, se queste poi non vengono condivise.

La democratizzazione del dato

L’obiettivo è una «democratizzazione del dato», che «non serve solo ai verticali. Democratizzazione del dato significa mettere insieme i dati, non solo all’interno di diverse piattaforme tecnologiche, ma anche in base alla granularità», ha detto Francesca D’Amato, head of digital analytics di Sky Italia, allo Iab Seminar dello scorso venerdì. In questo modo, attraverso la condivisione tra agenzie ed editori, si crea una catena virtuosa in cui gli uni riescono a conoscere meglio le audience e gli altri possono lavorare ai contenuti in modo da accrescere la base utenti e creare nuove inventory. «Seguendo il nostro custom attribution model, raccogliamo i dati media per capire come pianificare, siamo legati ai modelli data driven e partendo da dati granulari per ricostruire la storia dell’utente, cerchiamo di capire quali banner sono stati più efficaci», continua D’Amato. Mentre per aumentare le visite, a parità di risorse, Sky - con la sua redazione sportiva - ha lavorato «valutando parametri di periodicità, interesse dei lettori ad alcuni topic e formati editoriali, fino a raggiungere un aumento di traffico del 7,5%».

Artificial Intelligence e Machine Learning

La scienza del dato ha donato agli scienziati umani un supporto molto utile: l’intelligenza artificiale. Gli algoritmi sono in grado di elaborare dati grezzi e mettere in azione i risultati che ne ottengono per raggiungere gli scopi più vari, come ottimizzare una campagna pubblicitaria digitale, vincere una partita a scacchi, accendere il riscaldamento poco prima che il proprietario di casa rientri da lavoro. Fondamentale in queste funzioni è la capacità di apprendimento, che calibra le azioni in base alle esperienze. Importante però è saper usare questi strumenti: «Se un’azienda non è preparata a gestire e analizzare dati, non è pronta per il machine learning», ha spiegato Matteo Andrini, field sales representative di Google Cloud. Per sfruttare la tecnologia in maniera efficace sono necessari «un data lake di grandi dimensioni, algoritmi ben sviluppati e tanta capacità elaborativa». Gli strumenti non servono, però, se la società non è preparata. E allora «come prima cosa è necessario organizzare e aggregare dati, poi si prosegue con analisi e cloud per abilitarsi, infine, al predictive marketing. «Google punta a democratizzare l’artificial intelligence».

Dai dati agli utenti

La sfida del digital marketing contemporaneo è «individuare il consumatore nel momento in cui sta per prendere una decisione d’acquisto», ha affermato Giovanna Loi, managing director [m]PLATFORM di GroupM. Ma in questo mare di informazioni, hanno bisogno di una bussola che gli indichi la direzione per mettere insieme persone e tecnologia.

Audience

Il primo focus è sulle audience: «I dati sugli utenti vanno messi a fattor comune, unendo quelli di prima a quelli di terza parte, per disegnarne un profilo il più definito possibile. In questo modo si può lavorare sulla personalizzazione, prendendo decisioni su informazioni specifiche e valutando, quindi, canali e utenti secondo logiche predittive e di geo-localizzazione», continua Loi.

Contenuti

Il secondo punto d’attenzione riguarda i contenuti, e nello specifico il content marketing: «Le emozioni svolgono un ruolo importante per la memorabilità di un messaggio, ed è molto difficile estrapolarne le reazioni spontanee dalle ricerche di mercato svolte in maniera tradizionale. Domandando loro che emozione hanno provato, questi risponderanno esprimendo la razionalizzazione di quell’emozione, lontana dalla reazione spontanea. Con le nuove tecnologie come eye tracking e neurotracking la valenza emotiva è relativamente semplice da misurare, e con altri strumenti, che misurano battiti del cuore ed espressioni facciali, è possibile tracciare anche l’intensità emotiva. In questo modo si riesce a valutare la portata emotiva di un sito o di una creatività», spiega il direttore scientifico del centro di ricerca di neuromarketing behavior e brain lab dell’Università IULM, Vincenzo Russo.

Ottimizzazione

Terzo e ultimo punto è l’ottimizzazione: «AI e Machine Learning non sono altro che algoritmi che trasformano un input A in un output B. Gli algoritmi possono essere supervisionati - istruiti per risolvere compiti autonomamente su una base di esempi ideali - o non supervisionati - istruiti con nozioni che poi autonomamente riclassificheranno per creare ragionamenti, e da questi output. Xaxis ha sviluppato l’algoritmo Copilot, un supporto per la gestione del lavoro di ottimizzazione delle campagne, che si è ingrandito in termini di KPI, attraverso machine learning e automazione di alcune funzioni», spiega Erik Rosa, managing director di Xaxis Italia.