Tra gli engine base che Blendee offre per mettere in campo efficaci strategie di profilazione e segmentazione della propria audience troviamo “Segmenti”.
Caratteristiche e Funzionalità dell’Engine
L’engine “Segmenti” è direttamente accessibile dal menù principale cliccando in corrispondenza della voce “Target“.
Così come ricorda il nome, l’engine “Segmenti” permette in pochi e semplici click la creazione di cluster di utenti che vengono raggruppati sulla base di caratteristiche comuni.
Tali caratteristiche vengono definite, per lo più, sulla base di Dati di Prima Parte, ovvero informazioni sugli utenti raccolte all’interno delle properties aziendali.
Dati Demografici:
informazioni come nome, cognome, sesso, Indirizzo, telefono, email, ecc..
Dati comportamentali:
informazioni inerenti il comportamento di navigazione e/o acquisto al’interno del sito (pagine viste, categorie del sito o di un eCommerce navigate, numero di prodotti acquistati, importo ordine…).
Dati in real-time:
informazioni su che cosa fa l’utente che sta navigando adesso sul sito.
Dati relativi al ciclo di vita dell’utente (customer lifecycle)
dati che permettono di profilare l’utente sulla base della specifica fase del ciclo di vita in cui si trova (utente appena registrato /iscritto, utente al primo acquisto, utente occasionale, ghost..)
Filtri: alla base delle attività di segmentazione
L’analisi delle diverse tipologie di dati che è possibile sfruttare per attività di segmentazione della audience apre la strada alla tematica relativa ai filtri.
Potremmo pensare ai filtri come alla modalità di clusterizzazione più atomica della audience all’interno di Blendee: il filtro permette, di fatto, di raggruppare tutti gli utenti che rispondono ad una singola caratteristica.
Pensiamo, ad esempio, a tutti gli utenti uomini o donna, a tutti coloro che hanno visitato una specifica categoria ecommerce o che hanno letto una specifica pagina del blog o che si sono iscritti alla newsletter.
I filtri possono essere, a loro volta, categorizzati in tre principali gruppi:
- filtri demografici
- filtri comportamentali
- filtri real-time
- filtri relativi al ciclo di vita dell’utente/cliente
Cerchiamo adesso di capire, con qualche esempio, i particolari filtri che rientrano in ciascuna categoria.
I filtri demografici riguardano ovviamente i dati di natura demografica e quelli inerenti il profilo di un utente. Ne sono un esempio la data di nascita, il sesso, la città o la regione di provenienza, i dati relativi all’appartenenza ad una lista (es: tutti gli utenti registrati al negozio di Milano) oppure relativi all’iscrizione alla newsletter.
Nel gruppo dei filtri comportamentali, invece, andiamo ad inserire i dati relativi ad azioni storicizzate degli utentI come categorie viste, prodotti cliccati, newsletter aperta o cliccata, data dall’ultimo acquisto, coupon utilizzato.
Per quanto riguarda invece i dati in real-time, andiamo a raccogliere all’interno di questo gruppo le informazioni che riguardano le azioni in real-time dell’utente all’interno del sito come pagina di provenienza, prodotti nel carrello, campagna di provenienza, ecc..
Dal filtro al segmento: il primo passo per una strategia di personalizzazione della customer experience
Se da una parte i filtri consentono di segmentare fin nel più piccolo dettaglio la propria audience, nel momento stesso in cui si pianificano attività e campagne marketing, è possibile trovarsi di fronte all’esigenza di creare cluster di utenti e clienti che rispondono contemporaneamente a più caratteristiche.
Immaginiamo di gestire uno shop di abbigliamento, ad esempio, e di voler predisporre una newsletter per tutte le clienti donna iscritte per presentare in anteprima le nuove collezioni in arrivo, oppure di gestire un sito istituzionale di una compagnia assicurativa e di voler mostrare un messaggio che inviti a scaricare un ebook di approfondimento agli utenti uomo che visitano la categoria del nostro sito dedicato alle assicurazioni per la moto.
Come è possibile intuire, in entrambi i casi, la sola profilazione mediante i filtri non è sufficiente ed è necessario ricorrere a qualcosa che ci consenta di raggruppare più filtri.
Ecco allora che entrano in gioco i segmenti: essi ci consentono di unire tra loro più filtri al fine di creare cluster che possano rispondere meglio a più caratteristiche comuni: riprendendo gli esempi di prima: utenti donna e iscritti alla newsletter e utenti uomo che visitano la categoria del sito dedicato alle assicurazione per la moto.
Come è facilmente intuibile dagli esempi sopra riportati la creazione dei segmenti avviene partendo dall’unione di più filtri mediante operatori logici quali and / or / and not.
TIPS & TRICKS: Tanti più filtri vengono utilizzati per creare un segmento, tanto più il cluster di utenti che ne scaturirà nel segmento sarà profilato. È tuttavia possibile creare anche segmenti che contengano un solo filtro all’interno.
Segmentazione Evoluta e Dinamica: il valore aggiunto di Blendee
Tante tipologie di filtri per un’attenta segmentazione, ma non solo: un aspetto, senza dubbio, da non sottovalutare quando si parla di segmentazione in Blendee dell’audience riguarda il suo aspetto dinamico.
Dati ed informazioni relative agli utenti vengono raccolte e normalizzate a livello di single customer view e permettono la creazione di segmenti aggiornabili in tempo reale.
Come è facilmente intuibile la raccolta dei dati e delle informazioni sugli utenti riveste un ruolo strategico per un’efficace attività di segmentazione. Durante le diverse interazioni con il brand lungo l’intero customer journey l’utente rilascia numerose informazioni che lo riguardano.
Molte di queste possono essere raccolte direttamente (pensiamo ad esempio alle informazioni relative a prodotti acquistati, pagine viste) altre, che per inciso rappresentano quelle più interessanti per efficaci attività di profilazione, devono essere esplicitamente richieste (data del compleanno, preferenze di stile, interessi).
È qui che entrano in gioco le attività di progressive profiling che permettono di qualificare un contatto mediante la raccolta progressiva di dati ed informazioni durante l’intero customer journey, rimanendo fedeli e coerenti al contesto di navigazione e/o interazione in cui si trova l’utente.
HOW TO: Blendee permette attività di progressive profiling mediante l’impiego dell’engine form e survey. Form contestuali e personalizzabili permettono di richiedere le informazioni giuste al momento giusto e possono essere mostrati on-site, in fase di navigazione, mediante behavioral message oppure embeddati su pagine del sito.
PILLOLE DI PROFILAZIONE
Con il termine “dati di prima parte“, facciamo riferimento a tutti i dati relativi agli utenti che, raccolti nelle properties aziendali, di fatto risultano di proprietà dell’azienda.
Rientrano in questa categoria, ad esempio, dati anagrafici, comportamentali relativi a percorsi di navigazione ed acquisto, solo per citarne alcuni.
Storicamente il digital marketing ha utilizzato poco i dati di prima parte, ma normative sulla privacy sempre più stringenti e la progressiva deprecazione dei cookie di terze parti, hanno acceso i riflettori sulle loro potenzialità.
Profilazione e segmentazione evoluta della propria audience grazie ad una conoscenza approfondita dei propri utenti, ma non solo: i dati di prima parte rappresentano una risorsa strategica anche in ambito advertising.
Ovviamente tanto più questi sono ricchi e dettagliati, tanto più permettono la creazione di strategie marketing vincenti. Con i dati di prima parte è importante concentrarsi sulla raccolta mantenendo sempre chiari gli obiettivi per la quale viene effettuata.
I first-party-data, e ancor più gli zero-party-data, sono, infatti, legati ad informazioni preziose sugli utenti, che vengono rilasciate da questi ultimi in un contesto di relazione con il brand: tanto più è il valore che gli utenti percepiscono derivare dalla relazione stessa con il brand, tanto più alta è la probabilità che rilascino informazioni personali, a patto che l’azienda si mostri trasparente e responsabile in merito al loro impiego.
