Back to Blog

L’opportunità offerta dai retail data non è solo per i big player

  • - LiveRamp
  • 4 min read

I Retail Media hanno dominato l’agenda del marketing negli ultimi due anni, ma questa è solo una piccola parte della storia dei retail data. Ciò che è stato trascurato sono i modi forse un po’ meno entusiasmanti, ma molto più accessibili, con cui in questo momento i retailer sono in grado di sfruttare i dati. I brand non hanno necessariamente bisogno di grandi quantità di dati o di un team di dati sofisticato per cominciare a gettare le basi di una strategia media data-driven.

La sfida

Quello che sentiamo dire dai retailer marketer del Regno Unito è che oggi avanzano più o meno alla cieca, basandosi su ipotesi rispetto al profilo del cliente, senza che vi sia un modo per testare o convalidare tali ipotesi. La maggior parte dei dati a cui oggi i marketer hanno accesso sono di natura transazionale e spiegano solo ciò che i clienti acquistano, dove acquistano e quando acquistano.

Oltre a costruire una strategia di dati di prima parte, è fondamentale che i marketer comprendano meglio i loro clienti al di là della storia transazionale. Hanno bisogno di sapere chi sia veramente il loro cliente e di avere dati a conferma delle loro ipotesi. Quanti anni hanno? Gli acquirenti sono uomini o donne? Spendono in lussuose vacanze a cinque stelle all’estero oppure investono in oggetti per la casa? Vanno a fare la spesa da Waitrose o da Tesco?

La costruzione di un profilo completo della propria clientela può aiutare a condurre una media strategy olistica e a garantire che gli investimenti di marketing siano rivolti alle persone giuste; dal risparmio sulla spesa eliminando i segmenti di audience poco efficienti per le campagne del brand, all’utilizzo di messaggi personalizzati appropriati a seconda del profilo (ad esempio, confrontando cliente attuale, cliente passato e nuovo potenziale cliente). È inoltre fondamentale per l’acquisizione di nuovi clienti e per lo sviluppo di strategie di valore del ciclo di vita (LTV). Chi sono i nostri clienti attuali, come possiamo coinvolgerli efficacemente per guadagnare e aumentare la loro fedeltà e come possiamo coinvolgere in modo efficiente nuove persone simili?

Ma come fa un marketer a raggiungere questo obiettivo senza possedere o avere accesso a dati demografici, psicografici, comportamentali o del livello di interesse dei propri clienti?

Un’altra sfida comune che i marketer del Regno Unito stanno affrontando è che, con l’evoluzione del settore e della tecnologia, i dati sono stati introdotti nell’azienda in fasi diverse. Il risultato? I sistemi che li archiviano non sono stati progettati per consentire ai marketer di accedervi e agire di conseguenza. Al contrario, i dati si trovano in silos operativi, rendendo praticamente impossibile la data collaboration interna e ostacolando gli sforzi per creare una vera e propria strategia data-driven.

L’opportunità

Dai un’occhiata ad alcuni media innovator come Boots e Costa Coffee. Oggi, potrebbero avere sofisticati programmi media data-driven, ma è importante ricordare che le loro applicazioni iniziali di dati sui clienti sono iniziate con poco: hanno iniziato con un prototipo di poche risorse per mostrare ciò che era possibile; successivamente, hanno aiutato l’azienda ad andare avanti facendo leva su ogni singolo successo, un passo alla volta.

Indipendentemente dalle dimensioni o dalla complessità, tutti i retailer affrontano sfide simili quando si tratta di sfruttare i dati. Tutto questo ti suona familiare?

  • Non esiste una visione univoca dei dati dei clienti, o il profilo del cliente percepito non si basa su dati convalidati.
  • Non ci sono dati di prima parte, o manca l’accesso a quelli che ci sono.
  • Incapacità di visualizzare, pianificare e attivare i dati dei clienti; anche se i dati esistono, lo sviluppo di insight significativi per aiutare a costruire e a implementare la strategia è difficile e richiede tempo.
  • Incapacità di collegare i dati dei clienti alle piattaforme di marketing su larga scala.

Tutte queste criticità possono essere affrontate ed eliminate ponendo le giuste basi. Non si tratta solo di una questione di tecnologia, ma piuttosto di progettare una strategia dei dati basata su casi d’uso e su risultati. Significa anche elaborare una strategia di dati di prima parte con un forte scambio di valore per il cliente, in modo da poter comprendere meglio la clientela, con dati che hanno le autorizzazioni necessarie per essere utilizzati. Significa instaurare una cultura della collaborazione, sia all’interno dell’organizzazione di marketing sia all’esterno, in modo che i diversi reparti riconoscano il valore della condivisione dei dati che raccolgono. Infine, significa rendere più accessibili i dati in tutta l’azienda per consentire ai diversi stakeholder di sfruttarli per prendere decisioni più intelligenti.

Le buone notizie

Ci sono due risvolti positivi in questo caso. Il primo è che non c’è azienda che non possa utilizzare meglio i dati dei propri clienti per aumentare i ricavi e migliorare l’efficacia del proprio marketing. Pertanto, non sei solo in questo viaggio. Discutine con i tuoi collaboratori e colleghi del settore. È probabile che stiano affrontando la stessa identica difficoltà. Il secondo è che non è necessario ricostruire l’intera infrastruttura di dati per ottenere risultati. Ogni passo del percorso, per quanto piccolo, è un passo nella giusta direzione e porterà vantaggi progressivi.

Boots non ha costruito la sua sofisticata infrastruttura di dati e il suo programma di marketing di successo da un giorno all’altro. Solo un paio d’anni fa, solamente il 7% circa dei digital media di Boots veniva indirizzato utilizzando dati di prima parte. Ora supera il 40%. E il CMO di Boots, Pete Markey, “ritiene che ci sia un’enorme opportunità di puntare più in alto, perché: «stiamo vedendo che funziona davvero»”, citando la campagna estiva del 2021 che ha ottenuto un incremento di 2 sterline di fatturato a fronte di 1 sterlina spesa.

Ma con tutti questi elementi in ballo, da dove si comincia? Nel prossimo articolo analizzeremo le prime fasi per creare le basi dei dati.