Home Blog Dati per … inc ...

Dati per … incrementare le vendite combinando online e offline.

Fabrizio Milano d'Aragona

di Fabrizio Milano d’Aragona, Co-Fondatore & CEO di 3rdPLACE

La nuova frontiera dell’Artificial Intelligence applicata ai dati combina le informazioni digitali con quelle raccolte nei negozi fisici con l’obiettivo di passare da un paradigma Omnichannel ad un reale Unified Commerce.

La ricerca “Il consumatore digitale allo specchio – L’impatto del digital sui nuovi comportamenti di consumo”, svolta quest’anno da NetComm, evidenzia che il 70% del campione analizzato ha effettuato un acquisto online negli ultimi sei mesi. Ma, cosa ancora più importante, il 70% degli acquisti, online o in un negozio fisico, è stato innescato da un “trigger” digitale: un evento specifico scatenato dal brand come, per esempio, una e-mail, un sms, una notifica push di una app o una comunicazione sui social network.

Ma ci sono anche altre evidenze importanti che, per rimanere competitivi, non si possono più trascurare:

  • la crescente rilevanza della navigazione sul mobile, che usiamo anche negli store fisici (ad esempio per comparare i prezzi);
  • il raddoppio in meno di due anni delle ricerche online con “best of …” (dati Google USA 2017), a dimostrare la fiducia riposta nell’opinione condivisa in Rete;
  • l’integrazione totale e reale tra i canali è un’esigenza espressa dai clienti stessi, come si evince dall’aumento delle ricerche su Google inerenti a “Near me…”, “Where to buy…” e “Local…”, a segnalare la volontà di comprare un prodotto visto online in un negozio fisico vicino a dove si trovano;
  • è l’online (ad esempio Amazon) a settare le aspettative dei consumatori anche quando non sono online, in termini di qualità, di velocità di risposta e di consegna, di accuratezza e completezza delle informazioni inerenti ai prodotti e ai servizi;
  • i clienti vogliono essere trattati come “unici” e manifestano quindi preferenze in termini di personalizzazione della comunicazione, della navigazione nello store online, dei prodotti suggeriti, di riconoscibilità anche nei servizi e nelle interazioni nei negozi fisici;
  • i grandi operatori prima solo e-commerce, forti dell’intelligenza accumulata sull’online, aprono negozi fisici.

Di fronte a queste evidenze, non ha più senso distinguere tra consumatore digitale o tradizionale. Indipendentemente dal canale utilizzato per finalizzare l’acquisto, è il touchpoint digitale, in particolare il mobile, che si mostra sempre più determinante nel processo di orientamento all’acquisto ma anche durante e dopo l’acquisto. La ricerca su Google, i siti comparatori di prezzi, i forum e i social network rappresentano i touchpoint principali e, per questo, è fondamentale che i brand li “frequentino” ma, soprattutto, li sfruttino, ovvero raccolgano e analizzino i dati che generano.

La Customer Journey oggi è un percorso misto tra tappe online e offline, in cui non è più fondamentale concentrare le risorse sul singolo touchpoint, sebbene sia fondamentale presidiarlo, ma piuttosto sui cluster di profilazione dei consumatori, veri forzieri di informazioni da sfruttare, in totale conformità con le normative sulla privacy.

La ricerca NetComm ha definito fino a 8 categorie – dal Fast Shopper allo Sherlock Digitale, dal Friend Follower all’Informivoro – con abitudini diverse ma con l’obiettivo comune di finalizzare presto l’acquisto, in un canale qualsiasi. Per questo, le aziende B2C oggi devono focalizzarsi sulla Customer Centricity, ovvero (ri)progettare l’intera azienda sulle esigenze del cliente in una modalità progressiva, non stressante ma efficace.

In questo scenario, l’offline non scompare ma si trasforma in un “nuovo canale online” da trattare con la stessa cura dei canali digitali. E, se la base cognitiva necessaria per un’ottimizzazione di risorse ed energie sono i dati relativi ai consumatori, è giunto il momento di avviare un processo di integrazione tra le informazioni raccolte online e quelle disponibili nei punti vendita.

L’evoluzione di DataLysm – la soluzione software di 3rdPLACE basata su algoritmi di Artificial Intelligence per customer intelligence e marketing optimization – si è diretta proprio verso l’integrazione nella sua piattaforma dei dati reperibili offline, provenienti da CRM, Fidelity Card e dalle moderne tecnologie di monitoraggio (anonimo) che sfruttano per esempio le videocamere, i beacon, l’accesso al WiFi e il bluetooth. Allo stesso modo, le informazioni di geolocalizzazione fornite da Google e Facebook sui cluster di utenza possono concorrere a una migliore consapevolezza di ciò che succede o che potrebbe succedere in negozio.

L’approccio metodologico prevede una segmentazione del target e una definizione molto granulare degli interessi, dei comportamenti, delle caratteristiche, delle preferenze e delle opinioni diffuse dagli utenti durante la navigazione sul Web. Incrociando questi dati con quelli provenienti dagli applicativi aziendali offline (come il CRM) e con gli External Data relativi alla stessa tipologia di utenza, Datalysm disegna un Interest Graph completo e particolarmente accurato, formato dall’intersezione di preferenze e classi di interesse.
La soluzione di 3rdPLACE è in grado di capire se il posizionamento di prodotto è corretto rispetto ai cluster di clienti e fornisce informazioni utili ad una rimodulazione efficace di campagne e attività. Attraverso le proprietà di machine learning consente non solo di ricostruire il percorso online e offline dei clienti, ma anche di prevederlo per nuovi utenti con caratteristiche simili e, quindi, poter giocare d’anticipo.

Una volta acquisite ed elaborate le informazioni, DataLysm propone azioni di correzione della strategia, online e offline, sul sito di e-commerce come sullo store fisico e, soprattutto, predice il cluster che potenzialmente può “convertire” meglio, ovvero spendere di più o acquistare prodotti a più alto valore aggiunto.
Allo stesso modo individua i cluster a più alto rischio di abbandono per favorire l’applicazione tempestiva delle necessarie contromosse.

Durante un recente Explore Talk organizzato da Gellify sul Phygital Store (vedi presentazione), abbiamo illustrato alcuni risultati concreti ottenuti dai nostri clienti applicando il software DataLysm.

  • Nel settore Retail: incremento del 7% del conversion rate ridefinendo la Customer Journey a partire dal matching di informazioni raccolte online e nei negozi.
  • Consumer Goods: incremento delle revenue del 12% rispetto al forecast successivamente ad un’analisi delle esigenze delle popolazioni locali e una conseguente rimodulazione e diversificazione dell’offerta nei singoli punti vendita.
  • Finance: +4% nell’apertura di nuovi conti correnti grazie all’analisi dei touchpoint e alla realizzazione di un modello predittivo per determinare i cluster più propensi ad aderire al servizio.

Il livello avanzato e l’intelligenza della tecnologia, insieme ai tool specifici forniti agli inserzionisti dai big player come Google e Facebook permettono finalmente a piattaforme come DataLysm di chiudere il cerchio e passare da una visione Omnichannel a una Unified Commerce in cui i singoli canali non risultato distinti e scollegati ma fanno parte di un unico ecosistema costruito intorno al cliente.