Customer analytics: approccio strategico e avanzato
L’importanza dei dati per la costruzione di una customer experience di valore è ormai largamente riconosciuta e più volte ne abbiamo all’interno del nostro blog.
Bisogna ottenere una grande quantità di informazioni sull’utente e possedere la tecnologia ed i giusti strumenti per analizzarla. I dati devono essere raccolti, divisi e lavorati in modo scientifico per offrire conoscenza rilevante, dal punto di vista strategico. Gran parte delle aziende ancora oggi riesce ad ottenere tante informazioni ma continuano a registrare una bassa maturità nell’utilizzo e nella trasformazione di quelle informazioni. Molte di queste si affidano ancora a fogli di calcolo e ai dati personali estratti in modo isolato.
Questo approccio rischia di creare dei silos di informazioni separate che non riescono a guidare le decisioni di business.
I customer analytics sono la chiave del problema.
Una bassa maturità nell’utilizzo di questi strumenti può avere cause differenti che vanno dal budget limitato, ad una mancanza di skill e competenze specifiche, fino all’inesperienza. Per poter superare questo gap e dare massimo valore alle informazioni ottenute, è necessario lavorare su quattro livelli: sulla strategia, sulle persone, sulla governance del dato e sulla tecnologia a disposizione.
Tutto dovrebbe partire da una visione chiara dell’importanza dei customer analytics all’interno e all’esterno dell’azienda: da qui è possibile adottare una visione olistica che metta in collegamento le competenze aziendali e disegni il percorso verso la piena soddisfazione del cliente.
Customer analytics e maturità dei dati
Se tutte le aziende oggi riconoscono l’importanza dell'acquisizione di dati ed informazioni sui clienti, la maggior parte non riesce a raccoglierli ed analizzarli in modo efficace, per dar forma ad un approccio strategico.
In questi casi si parla di bassa maturità nell’utilizzo e nella gestione del dato e come abbiamo già trattato altrove, l’importanza di una cultura data-driven oggi è un asset strategico riconosciuto da qualsiasi azienda di successo.
Analizzare le informazioni che si hanno a disposizione in maniera integrata, usando dati eterogenei provenienti da sorgenti differenti, è l’unica strada per dare valore a quei dati e per offrire una conoscenza impattante, nella definizione della strategia di business.
La customer experience è al centro delle scelte aziendali e le informazioni sul cliente, effettivo o potenziale, sono gli elementi più importanti per avere successo e per creare soddisfazione.
Secondo uno studio condotto da McKinsey, le aziende che utilizzano maggiormente i customer analytics performano meglio dei competitor, con un’attenzione particolare per i fattori chiavi come profitto, crescita nelle vendite e ROI.
I customer analytics sono ormai un elemento fondamentale per essere competitivi sul mercato e per emergere tra le proposte in concorrenza.
Nonostante questo, la maggior parte delle organizzazioni ancora oggi ha una capacità di analisi dei dati localizzata e frammentata e meno del 15 % effettua data analysis in modo sistematico, radicato e differenziante.
La direzione è segnata: per essere competitiva, un’azienda oggi non deve solamente acquisire dati e informazioni sul cliente, ma deve anche possedere informazioni sempre più profonde sui propri clienti e la struttura aziendale capace di lavorare queste informazioni, in una dimensione olistica, verso un obiettivo chiaro e condiviso.
Per fare questo, è necessario intervenire sulle persone, sui processi e sulla tecnologia adottati.
Centrato sulle persone e predittivo.
Questo è il futuro del marketing e delle vendite guidato dai dati. Contatta un nostro specialista.
1° Passo: check-up dell’organizzazione
I dati e le informazioni riguardanti il cliente si sono moltiplicati esponenzialmente con l’evoluzione del customer journey.
Oggi i clienti entrano in contatto con l’azienda attraverso canali molto differenti, online e offline, si informano, navigano, leggono recensioni e chiedono informazioni.
Tutti questi momenti costituiscono dei touchpoint che l’azienda deve presidiare e che offrono grandi quantità di informazioni per la customer analytics.
Dal website, ai canali social, dall’email marketing al customer service: i tool registrano informazioni e dati che dovrebbero essere raccolti, integrai ed analizzati da un punto di vista più ampio.
Solo quando un’azienda riesce a mettere insieme queste informazioni, per ricostruire il customer journey del cliente, i suoi bisogni e le sue aspettative, quei dati sono sfruttati al meglio. Se, come spesso accade, ogni canale e ogni reparto aziendale lavora in maniera separata, il dato perde di valore e non può costituire il fondamento della strategia di business.
L’utilizzo degli strumenti a disposizione dell’azienda deve essere consapevole ed approfondito, senza limitarsi ad una tabella di dati e variazioni specifiche. Solo quando un dato assume un peso a livello strategico può essere definito maturo.
La maturità dal punto di vista delle customer analytics si acquisisce attraverso sei competenze aziendali dal valore critico: la strategia, la struttura, i dati, l’analisi, il processo e la tecnologia. Ognuno di questi aspetti deve essere analizzato con attenzione e implementato nella direzione dell’analisi dei dati. Solo attraverso il rafforzamento delle competenze in questi settori, si può abbracciare un approccio realmente data-driven, dove sono i dati, analizzati in modo consapevole e strategico, a determinare le scelte aziendali future.
Come primo passo, è importante che l’azienda verifichi il suo livello di maturità nell’utilizzo dei customer analytics.
Livello principiante
A questo livello, le aziende non hanno la consapevolezza dell’importanza dei dati e dell’impatto che questi possono avere sulla crescita del business.
Raccolgono le informazioni dai diversi canali e touchpoint del customer journey, ma le analizzano in maniera separata. È quello che viene chiamato “effetto silos”.
Ogni reparto acquisisce dati inerenti alcuni canali e li utilizza per definire la strategia interna del reparto. In questo modo, le vendite, il marketing e il customer care avranno delle visioni molto specifiche su alcuni aspetti del cliente, ma non avranno una visione d’insieme e non potranno costruire una strategia globale.
Conoscono il cliente solo in alcuni comportamenti ma non vanno oltre, per creare una conoscenza approfondita ed empatica, fatta di desideri, aspettative e perplessità.
In aziende di questo tipo, le decisioni di business continuano ad essere affidate all’intuito e non si fondano su dati scientifici. I tool di customer analytics vengono utilizzati, ma sono strumenti separati, ciascuno dedicato ad un touchpoint, spesso gratuito e limitato alle funzionalità di base.
Il livello è principiante perché manca l’aspetto chiave, l’integrazione e la visione complessiva.
Queste aziende, ancora troppo numerose, spesso non sono consapevoli di questa mancanza e del potenziale miglioramento che potrebbero ottenere con una comunicazione più ampia.
Livello intermedio
Le aziende con un livello di maturità intermedio, hanno cominciato la transizione dalla semplice reportistica di ogni canale e touchpoint, ad un’analisi più approfondita ed incentrata sull’azione.
In queste realtà, esistono delle competenze specifiche, magari organizzate in team dedicati: ai marketer vengono affiancati gli analisti del dato. Si sta imparando a leggere i dati in una dimensione più ampia, con l’obiettivo di guidare l’azione aziendale.
Queste professionalità hanno anche il compito di avviare la trasformazione interna all’azienda: l’approccio data-driven deve partire dall’interno, nella comunicazione e nella collaborazione tra i reparti. Le informazioni devono essere messe insieme e devono convergere in una visione complessa e condivisa del cliente e del percorso d’acquisto. L’azienda deve trasformarsi per offrire un’esperienza sempre più in linea con i propri clienti e con ciò che vorrebbero ottenere.
Livello avanzato
Le aziende che hanno raggiunto un livello avanzato nella maturità con le customer analytics dispongono di una piattaforma integrata, capace di raccogliere dati da sorgenti differenti. integrarli e analizzarli per costruire una visione completa del cliente in relazione all’azienda e al prodotto.
I giusti strumenti tecnologici sono fondamentali a questo livello, ma sono comunque al servizio di un approccio aziendale strategico.
Tutti i settori dell’azienda lavorano in sinergia, accedendo alle stesse informazioni e conoscendo gli obiettivi da raggiungere. Esiste un team di data scientist dedicato che mette in sinergia le risorse per costruire una customer experience sempre migliore.
I tool di customer analytics che utilizzano sono molto avanzati, integrando l’AI (Artificial Intelligence) e il machine learning: questi strumenti sono in grado di processare le informazioni ottenute ed imparare da esse.
In questo modo, sarà possibile prevedere in modo scientifico comportamenti futuri e acquisire un vantaggio rispetto ai competitor.
Ogni momento del customer journey può essere analizzato con attenzione, per costruire momenti di piena soddisfazione per il cliente. A questo livello, è possibile lavorare anche con dati non strutturati per ottenere conoscenza.
I livelli di maturità nei customer analytics sopra riportati, toccano gli ambiti aziendali della strategia, della struttura, dei dati, l’analisi e della tecnologia.
In ciascuno di questi ambiti, ci saranno degli interventi e delle correzioni da fare per raggiungere la maturità.
2° Passo: identificazione dei fattori chiave
Dopo aver individuato il livello di maturità in relazione ai customer analytics, ogni azienda dovrebbe saper individuare i fattori determinanti per il miglioramento e la crescita da questo punto di vista.
Ciascuna azienda dovrà conoscere quali ambiti rafforzare, quali professionalità e capacità devono essere acquisite, quali investimenti compiere.
Tutte queste considerazioni devono essere fatte a partire dagli obiettivi di business che si si vogliono raggiungere.
Per passare da un livello basso di maturità con i customer analytics ad un livello avanzato, il percorso è molto lungo e la trasformazione dovrà riguardare tutta l’azienda.
Dal marketing, al customer care, dalle vendite alla fidelizzazione: tutti i settori devono avere lo stesso obiettivo strategico aziendale e devono poi saperlo declinare all’interno delle funzionalità e degli obiettivi specifici del reparto.
Per meglio organizzare questa complessa transizione potrebbe essere utile costruire una roadmap con tutti gli step da seguire e i micro obiettivi da raggiungere.
Se la customer experience deve essere al centro dell’azienda e delle sue azioni verso l’esterno, i customer analytics hanno un ruolo assolutamente fondamentale.
Per questo, affinché l’azienda raggiunga un utilizzo consapevole e strategico di queste informazioni, il tempo è un fattore determinante. Non si diventa data-driven acquistando una piattaforma di integrazione dati o un tool specializzato: si diventa data-driven quando l’intera azienda acquisisce un mindset legato ai dati e alla conoscenza che ne scaturisce.
Ogni azienda deve intraprendere un percorso fatto di persone, di strumenti e di strategie volte all’analisi scientifica dei dati. Definire gli step di questo percorso, capendo cosa si può ottenere subito e cosa ha bisogno di più tempo, è il primo passo verso la consapevolezza e l’approccio strategico.
Ogni azienda deve intraprendere un percorso fatto di persone, di strumenti e di strategie volte all’analisi scientifica dei dati.
Definire gli step di questo percorso, capendo cosa si può ottenere subito e cosa ha bisogno di più tempo, è il primo passo verso la consapevolezza e l’approccio strategico.
3° Passo: la strategia
Tutte le informazioni ottenute attraverso i customer analytics sono fondamentali per conoscere il cliente e per offrire una customer experience che possa soddisfarlo al meglio.
Per ottenere questo risultato è necessario che ogni settore dell’azienda agisca in questa direzione, sempre a partire dai dati e dai tool a disposizione.
A questo punto, dopo aver analizzato la situazione attuale e aver costruito una roadmap per trasformare l’azienda in direzione data-driven, è necessario definire la strategia.
I dati e il metodo di lavoro acquisito dai diversi reparti devono convergere nello sviluppo e nell’attuazione di una strategia per ottimizzare la customer experience e massimizzare la soddisfazione.
I customerr analytics hanno un ruolo determinante perché possono mostrare aspetti e tendenze che l’azienda non aveva preso in considerazione o che erano ritenuti marginali. I dati servono a sventare questo rischio.
Molte aziende, con un processo decisionale ancora legato all’intuito e all’esperienza dei dirigenti, hanno una visione dei propri clienti e dell’audience molto statica, per comportamento e caratteristiche. Su questa visione costruiscono la strategia aziendale e progettano interventi dedicati. I customer analytics diventano fondamentali proprio a questo livello: con una raccolta dati scientifica e non indirizzata, evidenziano spesso nicchie di pubblico, comportamenti tendenziali e spostamenti, anche minimi, verso nuovi bisogni.
Solo in questo modo, si possono conoscere veramente i clienti in tempo reale e sviluppare una strategia efficace nel presente e nel prossimo futuro.
Non utilizzare al meglio i customer analytics significa restare legati ad una visione statica del pubblico, spesso non più aderente alla realtà presente.
Un’immagine completa del cliente
Dal punto di vista strategico, è molto importante raggiungere una visione completa e univoca del cliente.
I customer analytics sono in grado di offrire moltissime informazioni in questa direzione, ma devono essere utilizzati in maniera consapevole e condivisa da tutta l’azienda.
Per ottenere questa immagine del cliente è necessario costruire una piena sinergia tra i diversi reparti.
Non basta superare la divisione delle informazioni in silos separati, ma è necessario mettere insieme le informazioni in maniera concreta, in una visione complessiva del cliente da diffondere all’interno dell'azienda.
Ogni reparto acquisirà questa visione e, grazie alle competenze in campo, la declinerà negli obiettivi e negli interventi specifici.
Attraverso una comunicazione continua e consapevole tra i diversi reparti, si dovrebbe raggiungere una visione olistica del cliente, che attiva i touchpoint e attraversa i canali proprietari, i canali a pagamento e quelli indirettamente guadagnati.
Tutto viene monitorato, registrato, analizzato ed integrato.
In un’ottica ciclica, per un processo che si alimenta in continuazione e che migliora ad ogni step, gli analytics permettono di registrare le intenzioni del cliente ad ogni touchpoint e anticipare le sue richieste in tempo reale. Una conoscenza del cliente che si rinnova di volta in volta.
Predictive analytics: per conoscere gli scenari possibili
Possedere una visione completa del cliente, delle sue interazioni e dei suoi comportamenti, è molto utile per intercettare la richiesta in tempo reale e offrire ciò che stava cercando.
Ma i customer analytics hanno delle funzionalità maggiori, capaci non solo di registrare il presente ma anche di ipotizzare in maniera attendibile il futuro.
Molti tool oggi a disposizione sono in grado di offrire all’azienda analisi predittive e prescrittive. Per quanto riguarda l’aspetto predittivo, i customerr analytics sono in grado, a partire dall’osservazione del comportamento del cliente e dal dato storico, di indicare lo scenario futuro più probabile e le sue possibili implicazioni.
Gli strumenti predittivi, con una struttura basata sul “Cosa succederebbe se…”, offrono all’azienda diversi scenari futuri attendibili a seconda degli interventi e degli indirizzi strategici scelti. Una possibilità molto interessante per ogni azienda.
Un esempio molto utilizzato di analisi predittiva applicata al marketing riguarda il lead scoring.
Alcuni strumenti e piattaforme assegnano ai clienti o ai prospect un punteggio che riguarda la propensione all’acquisto e alle potenzialità del contatto in rapporto al business.
In questo modo, l’azienda ha la possibilità di formulare proposte differenti in relazione al punteggio e alle proiezioni della relazione con quel cliente nel futuro prossimo.
Prescriptive analytics: per indirizzare le azioni
Se le predictive analytics hanno un impatto importante sul processo decisionale aziendale, un ulteriore passo in avanti è possibile con le prescriptive analytics. Questi strumenti si basano sull’utilizzo dell’AI e sul machine learning.
Attraverso l’acquisizione di grandi quantità di dati, studiando il comportamento online dei clienti in passato, le opinioni e gli atteggiamenti, questi tool riescono a prescrivere azioni automatiche all’interno del customer journey.
Lo strumento riesce a comprendere dove intervenire per migliorare la customer experience e applica automaticamente l’intervento, in modo contestuale ed efficace.
Personalizzazione, segmentazione dell'audience e gestione dei contenuti: sono solo alcuni degli esempi più celebri di prescriptive analytics già diffusamente in uso.
I modelli di attribuzione
Avere a disposizione moltissimi dati e utilizzare degli strumenti di analisi molto avanzati per interventi in tempo reale, crea all’interno dell’azienda e del marketing la necessità di capire quale intervento ha performato meglio.
Se, ad esempio, l’azienda registra un aumento del tasso di conversione del website, quale azione è stata determinante? In quella direzione potrebbero aver contribuito gli investimenti in advertising, la comunicazione sui canali social, l’email marketing, l’assistenza tramite messaggistica online o l’ottimizzazione della user experience e della navigazione nel sito.
Che ruolo ha avuto all’interno del customer journey anche la comunicazione offline?
Che impatto ha l’esperienza in store?
Le customer analytics possono essere fondamentali anche in questa direzione.
Attraverso la descrizione accurata e precisa del comportamento del cliente in ogni momento del journey e in ogni touchpoint, possono attribuire la giusta importanza ad ogni intervento.
Se per il marketing è comunque importante individuare dei modelli di attribuzione affidabili, le customer analytics mettono in evidenza un aspetto sopra agli altri: la necessità di una presenza e di lavoro integrato su tutti i canali.
La customer experience è il risultato di una serie di momenti del tutto particolari di interazione tra il cliente e l’azienda: la soddisfazione è nella somma di questi momenti.
Le customer analytics devono essere utilizzate in questa direzione, per integrare le informazioni e per leggere ogni fase all’interno di un percorso.
Customer analytics a fondamento della strategia aziendale
I customer analytics sono fondamentali per conoscere il cliente in modo approfondito e per offrire un’esperienza d’acquisto di valore.
In un mercato pieno di competitor e di proposte concorrenti, l’esperienza con il brand può costituire un vantaggio competitivo importante. Ma le customer analytics non sono solamente degli strumenti ma definiscono dei percorsi che l’azienda deve compiere per diventare (realmente) data-driven.
All’interno del percorso, alla tecnologia andranno affiancate le capacità delle persone e le politiche di gestione.
Servono competenze specifiche e professionalità dedicate; serve una governance condivisa delle informazione e degli strumenti.
Tutti questi elementi devono essere poi integrati all’interno di una strategia di aziendale.
Cosa serve ad un’organizzazione per ottenere il meglio dalle customer analytics?
Non bastano i tool specifici per ogni piattaforma, non basta una conoscenza approfondita dell’argomento. Non basterebbe nemmeno una piattaforma avanzata di integrazione dei dati come un CRM o CEM di nuova generazione com HubSpot.
Ciò che serve è un approccio strategico a queste informazioni e a questi strumenti.
Serve la capacità di avere una visione d’insieme centrata sul cliente.
Per ottenere il massimo dai customer analytics è necessario adottare un approccio del tutto data-driven, che riconosce il potere dei dati e lo integra in una visione completa e complessa, a partire dal cliente per arrivare all’azienda, in un percorso che si autoalimenta continuamente.
E tu hai già iniziato ad addentrarti in un utilizzo migliore dei dati e delle customer analytics nella tua organizzazione?
Non sai dove cominciare o non vedi l’ora di valorizzare meglio questi dati e informazioni?
Oppure non esitare a contattarci per maggiori informazioni.
