Nell’era del digitale, acquisire e ottenere conoscenza attraverso i dati dei clienti riveste un’importanza vitale per il business delle organizzazioni. Per gestire al meglio quelli che vengono definiti i customer data il classico foglio Excel non è più sufficiente, occorrono tecnologie progettate per tale scopo, ed è proprio in questo ambito rientrano le customer data platform (CDP), software pensati nello specifico per le esigenze dei professionisti del marketing, in maniera per certi versi analoga all’approccio con cui i più celebri customer relationship management (CRM) sono orientati a supportare l’attività delle vendite.
In questo approfondimento vedremo cosa sono le CDP e per quali ragioni sono oggi fondamentali nelle attività di qualsiasi reparto marketing aziendale in grado di operare secondo le logiche data driven offerte dalle interazioni dei clienti, ai fini di conoscerli meglio e personalizzare la comunicazione che il brand instaura con loro nel contesto delle strategie omnichannel.
Cos’è una customer data platform o CDP
La customer data platform (CDP) può essere definita come una soluzione di marketing centralizzata che acquisisce, unifica e rende fruibili i dati che i clienti instaurano con tutti i canali di comunicazione aziendali. Una CDP può raccogliere dati dai clienti stessi, oltre ad utilizzare quelli già presenti sui sistemi CRM (customer relationship management) e DMP (data management platform). Come vedremo nel dettaglio, si tratta di dati riguardanti l’identità, il comportamento e le transazioni effettuate dagli clienti.
Secondo la definizione del CDP Institute, un’organizzazione vendor neutral che si occupa di supportare i professionisti del marketing nella gestione dei dati dei clienti, una customer data platform è un: “Software in grado di generare un database sui clienti persistente e unificato, e a renderlo accessibile agli altri sistemi aziendali”.
Le customer data platform sono in grado di costruire dei profili cliente grazie all’integrazione di una grande varietà di fonti dirette ed indirette, che comprendono altri sistemi di gestione dei dati relativi ai clienti stessi, come i CRM e i DMP, i sistemi transazionali, i web form, le e-mail e le interazioni con i social media, il sito ufficiale e gli e-commerce, oltre a qualsiasi informazione possa rivelarsi utile all’analisi comportamentale degli utenti nel contesto del loro intero customer journey.
La CDP acquisisce il dato grezzo, lo pulisce, lo elabora e lo contestualizza in tempo reale, ai fini di assegnargli un significato utile e fruibile dai marketer. L’elaborazione comprende una profilazione accurata e coerente dei clienti, che confluisce in una banca dati accessibile da altri sistemi aziendali, ai fini di soddisfare le esigenze di tutte le linee di business in qualsiasi attività preveda una determinata conoscenza riguardante le caratteristiche e le abitudini dei consumatori.
Grazie alle customer data platform, le organizzazioni possono utilizzare dati sempre più pertinenti ed utili ad ottimizzare le azioni nell’ambito del marketing o delle vendite. Una CDP permette infatti una elevata profondità nell’analisi, nella conoscenza dei clienti e nella gestione delle loro interazioni con l’azienda. I reparti marketing possono in primo luogo acquisire le informazioni che i CDP sono in grado di generare a partire dai dati dei clienti, per indirizzare meglio i messaggi a loro rivolti, mentre i commerciali possono integrarle con i CRM per formula strategie operative mirate ad incrementare i tassi di conversione. Una CDP può risultare funzionale anche alle esigenze del customer care nel contesto di tutti i servizi post-vendita, per rispondere in maniera puntuale ed efficace alle richieste dei clienti, anticipando molto spesso le loro richieste.
A cosa serve una customer data platform
In sede di definizione abbiamo visto come una customer data platform consenta in primo luogo di acquisire i dati più significativi per elaborare informazioni in grado di aiutare i brand a comunicare nel migliore dei modi con i loro clienti.
I dati vengono standardizzati in formati in grado di renderli accessibili da altri sistemi molto diffusi come i già citati CRM o le stesse customer experience management (CEM), piattaforme di gestione degli aspetti riguardanti la CX. Queste ultime sono sempre più diffuse ed utilizzate date la vitale importanza dell’argomento per le sorti del business.
In altri termini, la principale funzione della CDP consiste nell’acquisire il dato grezzo e generare da questo una conoscenza approfondita dei consumatori, per consentire ai marketer di creare esperienze personalizzate.
Secondo alcune stime formulate da Deloitte Digital, il mercato CDP sarebbe in forte espansione, e dovrebbe generare un volume d’affari di circa 10,3 miliardi di dollari entro il 2025, un dato in sensibile aumento rispetto ai 2,4 miliardi registrati nel corso del 2020, anno in cui è esplosa la pandemia Covid-19.
Deloitte, secondo una ricerca condotta a livello globale, stima che le organizzazioni tuttora acquisiscano dati e metriche in media da 28 differenti fonti, utilizzando ben 17 software. Il tutto sarebbe causa di una naturale dispersione dei dati e di una notevole inefficienza a livello operativo, stimata in un 20% di dati non corretti, duplicati o non completi.
I data scientist, ma gli stessi specialisti del marketing dotati di una profonda conoscenza sull’argomento, sostengono infatti che la data quality costituisca la sfida più importante da affrontare in questo contesto, soprattutto per rispondere alla forte esigenza di personalizzazione della CX che deriva dal mercato.
Numerosi sondaggi confermano inoltre come i consumatori ricorrano sempre meno al cosiddetto acquisto compulsivo, favorendo i customer journey in grado di supportarli con informazioni personalizzate. Marketing e vendite ancora una volta si ritrovano a lavorare insieme, e l’integrazione dei sistemi aziendali che utilizzano i dati dei clienti costituisce una risorsa di fatto ormai irrinunciabile, su cui le organizzazioni devono investire in maniera sempre più consapevole. Per rendere più chiara l’utilità di questi sistemi, vediamo alcuni degli aspetti più rilevanti che le customer data platform consentono di abilitare.
Profili cliente: segmentazione e personalizzazione
Una CDP può acquisire continuamente dati e utilizzarli per creare un’ampia tipologia di personas, fondamentali per le attività di marketing, che richiedono una conoscenza dettagliata sulle anagrafiche, il comportamento e la cronologia degli acquisti, ai fini di generare campagne personalizzate, in grado di intercettare in maniera accurata le esigenze dei clienti ancor prima che si manifestino.
Centralizzare i dati dei clienti provenienti da varie fonti
Una CDP semplifica il processo di customer data gathering e consente di creare un’unica base di dati accessibile dalle applicazioni analitiche, che possono pertanto fruire di una fotografia efficace per quanto riguarda gli aspetti comportamentali e transazionali relative ai clienti.
Integrazione con i sistemi aziendali
Le principali CDP presenti sul mercato sono piattaforme software di moderna concezione, nativamente predisposte per integrarsi con i principali strumenti di marketing automation e i CRM utilizzati dai commerciali.
L’integrazione consente di creare una continuità dei dati che abbatte i tradizionali silos tra i vari reparti aziendali, a tutto vantaggio della nascita di sinergie utili ad automatizzare in maniera efficace le campagne di marketing.
Big data analytics
Le CDP dispongono di strumenti di business analytics capaci di generare insight sulla base dei dati di cui dispongono. Tali informazioni si rivelano molto preziose per effettuare analisi predittive basate sulle abitudini dei consumatori, per individuare in anticipo i trend del mercato e l’evoluzione della domanda. I CDP consentono pertanto di andare oltre le attività di marketing, consentendo ai decisori aziendali di ottimizzare le risorse in senso ampio.
Rispetto delle normative vigenti
L’acquisizione dei dati dei clienti comporta un’attività piuttosto complessa da gestire sul piano normativo, dove garantire il soddisfacimento del GDPR costituisce un imperativo categorico per non incorrere in pesanti sanzioni e danni reputazionali.
Le piattaforme CDP durante la fase di sviluppo godono di un supporto legale per garantire la conformità ai disposti del GDPR e il rispetto delle normative vigenti in tema di sovranità dei dati, soprattutto per quanto riguarda lo spazio economico europeo. Tale aspetto viene continuamente monitorato ed è oggetto di continua revisione.
Quali sono i vantaggi
Le principali funzionalità delle customer data platform si riflettono al tempo stesso in una serie di importanti benefici per le organizzazioni che scelgono di implementare un workflow in grado di sfruttarne pienamente le caratteristiche.
– Superamento dei tradizionali data silos
Secondo quanto affermato da Peter Reinhardt, CEO di Segment, una delle più note piattaforme CDP sul mercato: “Nel contesto di un’azienda, ogni singola persona ha bisogno di accedere ai dati dei clienti in qualche forma. Il team di marketing ha bisogno dei dati dei clienti per la profilazione e la generazione delle campagne. Il team vendite ha bisogno dei dati in un CRM per chiudere le trattative più velocemente. I team finanziari e operativi hanno bisogno dei dati dei clienti per comprendere i modelli di pagamento e il comportamento di acquisto. La customer data platform è l’elemento chiave dell’infrastruttura che consente di raccogliere e utilizzare i dati dei clienti in modo coerente tra tutti i team e gli strumenti“.
I data silos si riferiscono alla tendenza di un reparto di utilizzare dati in sistemi autoreferenziati, di fatto isolati dal resto dell’organizzazione. Ciò si verifica quando le aziende non dedicano sufficiente attenzione agli aspetti strategici, da cui consegue un data management con evidenti limiti sul piano della collaborazione. La scarsa condivisione delle informazioni relative ai clienti genera possibili incoerenze e in ogni caso i data silos non consentono di sfruttare pienamente il potenziale per cui un’azienda effettivamente investe.
– Elevata conoscenza dei consumatori
Nell’era del digitale si è affermata l’idea di un marketing customer-centered, con l’inflazionata definizione che suggerisce “il cliente al centro dell’esperienza”. Perché ciò avvenga in maniera efficiente, le aziende devono sviluppare una conoscenza puntuale dei loro consumatori.
Le CDP consentono di costruire in maniera fortemente automatizzata i profili clienti sulla base dei dati acquisiti dalle loro interazioni con i canali aziendali. Gli strumenti di data analytics e data visualization di cui le CDP moderne dispongono consentono di generare analisi comportamentali dei clienti in tempo reale e rappresentarle in una forma che ne consente la comprensione anche agli stakeholder non tecnici.
– Dati basati sulle interazioni dirette
Le CDP consentono di acquisire e analizzare soltanto dati “di prima mano” che derivano dalle interazioni dei clienti con i canali aziendali: sito internet, social media, ecc. Questa tipologia di dati risulta fortemente rappresentativa dell’audience di riferimento e consente ai marketer di profilare delle personas altamente attendibili.
Oltre a garantire un elevato livello di conoscenza dei consumatori, questa tipologia di dati consente di verticalizzare e personalizzare con accuratezza, evitando l’eccessiva genericità dei dati acquisiti da terze parti.
– Ottimizzazione delle risorse per il marketing
Un particolare aspetto del marketing aziendale è costituito dalla presenza di varie attività in corso contemporaneamente, il che rende spesso problematico ottenere una visione di insieme. Le CDP consentono di unificare gli sforzi che i marketer effettuano sui vari canali, offrendo una leggibilità in tempo reale dei dati relativi alle varie attività in corso.
In tal modo, le aziende possono avere una percezione molto più nitida del marketing multicanale che stanno implementando, con la possibilità di ottimizzare le risorse in funzione dei risultati attesi a livello di business.
CDP e Data Management
Le customer data platform operano raccogliendo varie tipologie di dati, utili alla profilazione dei clienti. Tali dati provengono dalle interazioni dirette che i clienti stessi effettuano con i canali aziendali: online, telefonicamente e in store. Tra le principali tipologie che le CDP consentono di trattare ritroviamo i dati relativi all’identità, i dati comportamentali, i dati transazionali, e i dati offline.
Dati relativi all’identità
Si tratta di dati che nella maggior parte dei casi le CDP acquisiscono già collezionati nei CRM, e risultano indispensabili per una profilazione basata sugli aspetti identitari omogenei dei clienti. I dati relativi all’identità costituiscono la base della personalizzazione delle comunicazioni, e si riferiscono ad esempio a:
- – Cognome e nome
- – Indirizzo
- – Età
- – Sesso
- – Professione
- – Situazione famigliare
- – Contatto telefonico
- – Contatto e-mail
- – Contatti social network
Dati comportamentali
I dati comportamentali costituiscono una risorsa fondamentale nel contesto della conoscenza dei clienti e derivano dalle interazioni che questi effettuano durante la navigazione del sito internet, dell’e-commerce, dei social e degli altri canali di comunicazione aziendali, ivi compreso il customer care.
Grazie ai dati comportamentali, le aziende possono capire meglio le azioni che spingono i clienti ad effettuare certe decisioni, e dare seguito a comunicazioni personalizzate sulla base delle preferenze di ognuno.
I dati comportamentali più comuni sono rappresentati da:
- – Tasso di apertura di e-mail e newsletter
- – Dati di navigazione del sito web: clic totali, visualizzazioni uniche, visualizzazioni di pagina, tempo dedicato alla loro consultazione, ecc.
- – Attività sui social network
- – Download di risorse da lead generation
- – Comunicazioni con il customer care
Dati transazionali
Si riferiscono alle effettive transazioni concluse dai clienti. Solitamente si ricorre a queste informazioni nel caso degli e-commerce, soprattutto per ottenere un quadro esaustivo in merito alla cronologia degli acquisti. I principali dati transazionali sono costituiti da:
- – Prodotti acquistati: tipo e quantità
- – Numero degli ordini
- – Frequenza degli ordini
- – Data degli ordini
- – Carrelli medi acquisti conclusi
- – Carrelli abbandonati
- – Metodi di pagamento privilegiati
Dati offline
Sono costituiti da tutti i dati di interazione non riferibili a canali e attività su internet, come i contatti presso gli store e le comunicazioni con il customer care. Tali informazioni vengono in alcuni casi raccolte dai venditori, ad esempio nel caso di fiere ed eventi di settore, oltre che nel corso della loro regolare attività di corrispondenza con i clienti.
CDP, CRM e DMP
Nell’ambito dei dati relativi ai clienti, oltre alle customer data platform (CDP), ritroviamo i customer relationship management (CRM) e le data management platform (DMP). Vediamo quali sono le principali differenze tra questi sistemi, sempre più frequentemente utilizzati in sinergia tra loro.
CDP vs. CRM
CDP e CRM si occupano entrambi di collezionare i dati dei clienti per generare valore all’interno dell’organizzazione, ma lo fanno in maniera del tutto differente, per raggiungere obiettivi altrettanto distinti. I CDP creano automaticamente profili unificati dei clienti a partire dai dati direttamente acquisiti da varie fonti online e offline, mentre i CRM solitamente considerano solo i dati intenzionalmente condivisi dai clienti stessi.
Le CDP sono progettate per gestire data point provenienti da un gran numero di fonti, con tecnologie che limitano nativamente la loro dispersione e la possibilità di duplicati, favore di una data quality mediamente elevata. I CRM raccolgono dati inseriti individualmente e necessitano di controlli puntuali per evitare che vengano etichettati in maniera errata.
A livello operativo, le principali differenze tra CDP e CRM possono essere così sintetizzate:
- – Le CDP raccolgono dati sia sui visitatori anonimi che sui visitatori noti, mentre i CRM considerano solo i clienti noti o potenziali.
- – Le CDP analizzano il comportamento dei clienti e i customer journey, mentre i CRM analizzano principalmente la pipeline di vendita e le rispettive previsioni.
- – Le CDP tracciano i dati dei clienti sia online che offline, mentre i CRM non possono raccogliere i dati offline, salvo inserimento manuale.
CDP vs DMP
Per divulgare la differenza tra CDP e DMP riportiamo una puntualizzazione di David Raab, il fondatore del CDP Institute: “Le CDP operano con dati di individui sia anonimi che noti, memorizzando informazioni di identificazione personale come: nomi, indirizzi postali, indirizzi e-mail e numeri di telefono, mentre le DMP lavorano quasi esclusivamente con entità anonime come cookie, dispositivi e indirizzi IP“.
A livello operativo le principali differenza tra CDP e DMP possono essere così sintetizzate:
- – Le CDP influenzano tutti i tipi di marketing, mentre le DMP influenzano principalmente la pubblicità. Per tale ragione le CDP conservano i dati per un lungo periodo di tempo per creare profili dei clienti sempre più accurati, per generare comunicazioni personalizzate in maniera sempre più efficiente, mentre le DMP, essendo prevalentemente rivolte all’advertisement, prendono in considerazione i dati relativi a periodi di tempo più limitati.
- – Le CDP raccolgono principalmente dati di interazione diretta, direttamente dalla fonte, mentre le DMP raccolgono principalmente dati di terze parti, tramite fornitori di dati, gestori e servizi.
- – Le CDP riflettono identificatori specifici del cliente come: nome, e-mail e ID cliente nel caso di sistemi registrati, mentre le DMP riflettono identificatori anonimi del cliente, riferiti alla sua attività di navigazione, come cookie, indirizzi IP, ecc.
Categoria: DATA SCIENCE
Cluster Analysis: cos’è e come si esegue
La tendenza a creare gruppi omogenei a partire dai dati di cui si dispone rappresenta un atteggiamento sempre più diffuso… Leggi tutto
Data Driven: cosa significa e come applicarne i principi in azienda
Nell’era del digitale, parlare di data-driven è diventato quasi un imperativo categorico, ma cosa vuol dire per davvero, essere un’azienda… Leggi tutto
Data Science Lifecycle, le 6 (+1) fasi del processo
La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da… Leggi tutto