<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=270060846955571&amp;ev=PageView&amp;noscript=1">

Come generare più valore dai dati della tua audience online con la Data Monetization

Luglio 2018

Come marketer sentiamo sempre più spesso parlare di Data Monetization e di come è possibile trasformare i dati sul cliente in una fonte di profitto grazie alle Data Management Platform. Ma cosa è la Data Monetization e per quali aziende rappresenta un’alternativa percorribile?

 


 

La Data Monetization nella Data Economy

 

“I dati sono il nuovo petrolio”, sosteneva già nel 2006 Clive Humby, da molti considerato l’artefice del successo della Clubcard di Tesco, la carta fedeltà della nota catena di supermercati “Make in UK”. La frase è nota, non tutti però conoscono il seguito il questo quote che recita così: “Crea valore, ma allo stato grezzo non può essere utilizzato. Deve essere trasformato in benzina, plastica e prodotti chimici per creare profitto. Allo stesso modo, i dati devono essere scomposti e analizzati per generare valore”.

Secondo IDC (“IDC PlanScape: Data Monetization”), nel 2025 verranno creati nel mondo 180 Zettabyte di dati e la Data Monetization rappresenterà una delle principali fonti di fatturato per le aziende. La possibilità di estrarre più valore dai dati sugli individui, sulle loro abitudini, le loro passioni, i loro interessi e comportamenti è già stata compresa da tempo. La riprova sono i successi dei grandi nomi che caratterizzano quella che gli economisti definiscono una vera e propria “Data Economy”: Google, Facebook e Amazon, solo per citarne alcuni. Sbaglia, però, chi pensa che questa attitudine “magica” a trasformare i record in fatturato sia una prerogativa esclusiva delle grandi corporation.

 


 

Il valore delle DMP

 

Le Data Management Platform (DMP), infatti, permettono anche alle aziende più piccole di raccogliere, riorganizzare, clusterizzare e analizzare dati e informazioni provenienti dalle fonti più disparate. Molte organizzazioni si sono rese conto che all’interno dei loro sistemi informativi giace un’enorme quantità di record inutilizzati, poco integrati e troppo spesso mal gestiti. Un patrimonio dalle enormi potenzialità di business, a patto di essere correttamente valorizzato. Come? Attraverso una Data Monetization diretta, ovvero la vendita dei dati acquisiti attraverso la propria attività ai soggetti interessati. Quest’ultima, poi, si suddivide in due diverse modalità: la cessione a pagamento dei dati grezzi (raw) e quella dei dati trattati, già preventivamente rielaborati e trasformati in informazioni contestualizzate. L’altra modalità di Data Monetization è quella indiretta, che si traduce nel miglioramento dell’efficacia delle azioni di engagement e fidelizzazione del cliente attraverso azioni di marketing più incisive (si parla, a questo proposito, di Data Driven Marketing) e offerte più personalizzate.

 


 

I 4 elementi chiave della Data Monetization

 

Sono 4 i passaggi attraverso cui si compie il processo di estrazione del valore economico da un dato grezzo.

 

1 - Data Collection

La base di partenza è, ovviamente, l’acquisizione dei dati, che può avvenire sia sfruttando le informazioni immagazzinate all’interno dei sistemi aziendali (principalmente il CRM) sia facendo leva sulla sentiment analysis e sui dati provenienti dai social network oppure dall’osservazione dei comportamenti di navigazione sul web. Le fonti di dati sono generalmente riconducibili a tre tipologie:

  • First Party: i dati che l’azienda acquisisce direttamente dai propri clienti (pagine social, CRM, pagine web…).
  • Second Party: i dati acquisiti dall’azienda attraverso accordi con altri vendor (per esempio un’azienda che vende caschi da moto che vende i propri dati First Party a un’altra che vende scooter).
  • Third Party: dati socio-demografici (età, genere, livello di studi…) provenienti da database acquistati e dataset con profilazioni anonimizzate.

Ovviamente, la Collection delle prime due categorie di dati è più semplice. Per acquisire i dati relativi ai dataset con profili anonimizzati, invece, occorre dotarsi di tecnologie avanzate. Tecnologie come quelle alla base delle DMP, che grazie al machine learning e all’analisi di grosse quantità di record (Big Data) sono in grado di riconoscere le affinità e le corrispondenze tra le voci contenute in un database CRM e i profili anonimi relativi, per esempio, ai comportamenti di navigazione sul web di una certa popolazione di utenti.

 

2 - Data Integration

Questa è la fase in cui i dati provenienti dalle diverse fonti vengono correlati tra loro – trovando affinità e corrispondenze –, arricchiti di informazioni ed elementi di contesto, statistiche e serie storiche che possono aiutare a comprendere meglio il fenomeno oggetto di analisi.

 

3 - Data Visualization

La resa grafica dei dati, sotto forma di istogrammi, torte e altre rappresentazioni di facile comprensione, mette immediatamente in evidenza le informazioni da valorizzare e quelle, invece, di minor utilità, isolando i trend rilevanti.

 

4 - Data Analysis

È, questa, la fase decisionale vera e propria, che si basa sul confronto delle informazioni rilevante scovate all’interno di fogli di calcolo Excel, database CRM, documenti PDF, immagini, post social e video.

 


 

Data Monetization sì perché…

La possibilità di creare nuove opportunità di business attraverso strategie di upselling e cross selling, ma anche l’aumento della fidelizzazione del cliente grazie allo sviluppo di nuovi servizi accessori. O, ancora, la riduzione del famigerato churn rate, il tasso di abbandono, attraverso l’elaborazione di strategie di ritenzione ad hoc per ciascun cliente. Le opportunità offerte dalla Data Monetization sono le più disparate, basta avere la tecnologia giusta.