7-soluzioni-per-7-problemi-di-marketing.pdf

7 SOLUZIONIPER 7PROBLEMIDI MARKETINGLa Data Visualizationalla basedel data-drivenmarketing

7 SOLUZIONIPER 7PROBLEMIDI MARKETING

La Data Visualization alla base del data-driven marketing

INDICE

01.

Gli obiettivi del Marketing Manager di ieri

e di oggi: cambiamenti e prospettive

02.

La Data Visualization per risolvere le 7 sfide

del marketing

03.

Visual Analytics: prendere decisioni

data-driven in real time

05

11

42

4SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

Gli obiettivi del MarketingManager di ieri e di oggi:cambiamentie prospettive

La continua nascita di nuove tecnologie,

lascesa del mobile, lInternet of Things, il

cloud e i big data hanno modificato i requisiti

che i CMO (Chief Marketing Officer) e i Project Manager

sono chiamati a soddisfare.

Viviamo in unera caratterizzata dalla velocit e da

una forte esigenza di sintesi, unita a una profondit di

conoscenza e competenza su temi specifici.

Il CMO in passato era focalizzato principalmente su:

Il CMO oggi si focalizza su:

Il volume delle vendite la costantemisurazione

delle performance

le 4 P del marketing(product, promotion,

price, placement)

la realizzazionedi un valore aziendalecondiviso con il cliente

la comunicazionemonodirezionale

la customer experience


Il CMO, oggi, deve poter accedere a una moltitudine

di informazioni e dati generati dalla sempre maggiore

preponderanza di internet nella vita aziendale:

laccesso a tale mole di dati deve avvenire con facilit e

rapidit. Diventa altrimenti impossibile comprendere e

interpretare velocemente (sempre pi spesso in tempo

reale) i dati a disposizione per poter dialogare con gli

stakeholder di riferimento.

Questa citazione non proviene da un guru del marketing

moderno, ma da Johann Wolfgang Von Goethe.

Se valeva ieri, le sfide imposte dal web rendono questo

pensiero attualissimo e ancora pi indispensabile.

Le teorie di marketing che molti manager hanno

appreso nelle business school rappresentano solo

il minimo dizionario delle competenze necessarie

per eccellere nellera digitale. Per sopravvivere alla

competizione serrata e far prosperare il business, oggi

serve unintuizione, un passo in pi, che pu celarsi

nellinterpretazione dellinterconnessa realt circostante.

Non si pu navigare a vista in uno scenario cos ricco

di informazioni da interpretare. Occorre conoscere ogni

singolo cliente, nella sua interezza e peculiarit. La

Le nuove regole del gioco

There is nothing so terrible as activity without insight

71 Gli obiettivi del Marketing Manager di ieri e di oggi: cambiamenti e prospettive

tecnologia pronta a raccogliere queste sfide: analisi del

comportamento sui Social Media, web-tracking e digital

analysis sono solo alcune delle attivit che aiutano le

aziende ad acquisire e gestire enormi quantit di dati per

definire al meglio clienti, prodotti, concorrenza e mercati.

Lesplorazione e la visualizzazione dei dati, anche sul

singolo cliente e nel rispetto della privacy, funziona non

solo per le campagne pianificate dallazienda, ma ancora

di pi nella relazione real time che si instaura sui canali

social e digital.

Questo cambiamento riscrive le regole del gioco e

richiede una visione unica dellesperienza del cliente

(customer experience), dei processi operativi e dei

modelli di business.

chiaro che questo scenario lascia alle spalle del CMO

le vecchie certezze del marketing, quelle degli store

fisici, dei carrelli e delle offerte speciali. I CMO si trovano

ad affrontare le nuove sfide dei clienti multicanale,

dellonline retailing, dellipercompetizione, dei margini

sempre pi ridotti e dei clienti sempre meno fedeli.

Sarebbe per un errore abbandonare anzitempo leve di

marketing, come lin-store, ancora oggi fondamentali.

La percezione e la sensazione degli esperti che il

digitale abbia contribuito a generare un nuovo filtro (layer

leggero) che si pone al di sopra di queste leve, che porta

alla sfida dellomni-canalit e del marketing olistico (era

il 2011 quando Brian Solis parlava di holistic business

strategy).

Dalle vendite face-to-face, alla lead generation, fino

al mobile marketing, chiaro a tutti che oggi non si

pu fare marketing e non si pu creare alcun brand


di successo senza il contributo attivo e prezioso del

consumatore.

Emerge, poi, il ruolo degli utenti-clienti nel processo

decisionale dacquisto: in questo inizio 2015 diverse

ricerche e studi di settore (ripresi anche da Idealo e

TechEconomy) sottolineano come gli utenti si fidino dei

trust signals di altri clienti che hanno gi provato un

prodotto o servizio. La fiducia non si pu pi ignorare.

Nulla di nuovo, per la verit: un concetto presente

nei principali manuali di marketing, ma troppo spesso

dimenticato. Oggi gli utenti non sono solo dei grandi

custodi del passaparola, e quindi del valore. Sono anche

dei veri e propri creatori del contenuto, un contenuto che

influenza pesantemente le strategie di marketing e di

comunicazione: si pensi ad un noto brand produttore di

birra che ha proiettato i volti degli utenti che interagivano

su Facebook direttamente su un grande billboard a

Times Square.

Trasformare i clienti in ambasciatori del brand nelle loro

community di riferimento una sfida che le aziende non

possono non affrontare. Ma occorre saper leggere nei

BRAND

91 Gli obiettivi del Marketing Manager di ieri e di oggi: cambiamenti e prospettive

dati, spesso troppi e sparsi in canali diversi.

Il vero valore risiede nella capacit di integrare le

informazioni presenti nellecosistema aziendale con

quello che si trova fuori e transita sulle piattaforme

social. Raccogliere i dati, esplorarli e personalizzarne la

visualizzazione ai fini di business.

Con i Big Data e la nascita di strumenti di data

management sempre pi intuitivi stiamo assistendo a

un processo di democratizzazione della conoscenza

aziendale: prima laccesso alle informazioni e ai tool

analitici era appannaggio esclusivo del CIO e del top

management. Oggi tutte le funzioni aziendali sono

coinvolte.

Il CMO oggi deve padroneggiare le informazioni che

derivano dallanalisi dei dati e prendere decisioni di

business sulla base di queste. Con tempistiche fino a ieri

impensabili.

Di seguito ci occuperemo di mettere in luce le sfide del

nuovo marketing, le nuove regole del gioco. E scopriremo

come la Data Visualization possa rivelarsi un supporto

per affrontarle.

Prenderemo in esame diversi esempi concreti: dalla

necessit di monitorare i KPI (indicatori chiave di

performance) tradizionali come le vendite, il margine sui

nuovi prodotti, la capacit di spesa dei propri clienti, alla

misurazione di KPI pi recenti come le performance delle

campagne online, il social Return On Investment o la

sentiment analysis dei brand/prodotti.


La Data Visualizationper risolvere le 7 sfide del marketing

Aumentare la digital Lead Generation1

La lead generation un obiettivo di

marketing perseguito per generare liste

di possibili clienti realmente interessati

(clienti in target) ai prodotti o servizi offerti dallazienda.

Tipicamente il target selezionato a monte ha una forte

propensione allacquisto. La profilazione quindi una

necessit imprescindibile.

Negli anni i CMO hanno spesso utilizzato tecniche di

direct marketing (es. telemarketing, campagne mailing).

Oggi un ruolo preponderante giocato dalla rete, e

in generale dai contesti digitali, che permettono di

esplorare nuove tecniche di marketing, non solo diretto.

In particolare su web laumento di interesse da parte dei

clienti dipende da:

traffico generato su una piattaforma digitale (es. sito

web, app)

usabilit della piattaforma stessa, che si traduce

sostanzialmente in unesperienza di navigazione facile,

sexy e intuitiva, grazie alla quale lutente pu soddisfare

agevolmente il suo bisogno

buona organizzazione delle informazioni (architettura).

Se la ricerca di un prodotto richiede molto tempo, infatti,

132 La Data Visualization per risolvere le 7 sfide del marketing

lutente si scoraggia e la lunga e faticosa esperienza

di navigazione influenzer negativamente le sue scelte

future.

SAS Visual Analytics permette di visualizzare la digital

Customer Journey dei visitatori e individuare i nodi critici

su cui intervenire. In figura 1, ad esempio, le barrette

rosse evidenziano 3 abbandoni alla prima interazione su

un sito web di e-commerce.

La soluzione permette di visualizzare il numero di click

realizzati dal visitatore, dal momento in cui entra nel sito,

al momento in cui effettua lacquisto. Lo scopo stabilire

i motivi che hanno contributo allaumento del numero

di click e definire cos le aree di intervento necessarie

a stimolare lutente allacquisto con il minor numero di

passaggi. Meno passaggi rivelano una migliore web

usability e unottima architettura del sito internet.

(figura 1: Customer Journey) Lo screenshot evidenzia il percorso di 13 diverse tipologie di visitatori e lesito dellacquisto: dallimmagine evidente che solo 2 di questi hanno ultimato lo shopping online. La schermata indica inoltre le pagine pi frequentate dagli utenti (ricerche in-site e visualizzazione dei prodotti).

Lanalisi del dato si rivela fondamentale a tale scopo, in particolare lanalisi del percorso dellutente fatto sul sito web.


Oltre alla visualizzazione del volume di traffico, la

soluzione permette di individuare le pagine di uscita

dei singoli utenti, seguendone i singoli percorsi (come

mostra il SanKey Diagram della figura 2).

In ottica di ottimizzazione delle campagne di marketing,

possibile quindi individuare i percorsi pi frequenti

degli utenti e le pagine datterraggio del sito pi visitate,

cos da attivare eventuali azioni correttive e capire in

tempo reale quali sono gli argomenti pi appealing.

Qualunque sito web costruito per vendere prodotti o

servizi genera dati come quelli appena discussi: il CMO

deve decidere se sfruttare questa ricchezza, conoscendo

meglio il comportamento dei propri clienti digitali e

incrementando le conversioni e di conseguenza le

vendite, offrendo la migliore esperienza.

(figura 2: Sankey Diagram of page) Lo screenshot rappresenta nel dettaglio il percorso di navigazione di una singola tipologia di utente (n.8 di 13): dalla pagina di welcome fino allinvio dellordine dacqui-sto (quinta interazione). La figura mostra un ottimo percorso, dove lutente accede allarea e-com-merce in soli tre click.


Migliorare la CustomerExperience2

Philip Kotler, di fatto il maggior esperto di

marketing al mondo, ha definito il CMO come:

Disporre di un servizio clienti soddisfacente un

elemento chiave per assicurare al proprio brand

unimmagine forte, favorevole e unica nella mente del

consumatore.

Migliorare lefficienza del proprio servizio clienti,

analizzando e monitorando la customer satisfaction nel

tempo, ed anche in tempo reale, risponde allobiettivo pi

ampio di tenere sotto controllo i costi in linea con un

approccio organizzativo lean.

la figura aziendale che, assieme alle altre funzioni, deve delineare la strategia aziendale. Uno dei suoi compiti principali far si che il resto dellazienda sia focalizzato sui clienti, non sui prodotti.


Un customer service portato avanti da una linea

telefonica interattiva comporta un risparmio nellimpiego

di personale qualificato e un tracciamento dei dati pi

rapido e standardizzato.

Questo tipo di customer service molto utilizzato nel

settore educational, in particolare dalle Universit: per gli

organi universitari fondamentale indagare i percorsi di

selezione dello studente collegato da rete telefonica allo

sportello servizi e analizzarli in ottica di miglioramento.

Il monitoraggio dei flussi telefonici possibile grazie alla

mappatura dellinterazione con lutente, che permette

allanalista di individuare il percorso di trouble ticketing

(vedi esempio nella figura 3) e il punto preciso in cui

lutente:

abbandona la conversazione

sbaglia percorso

non trova le informazioni che cerca

Con SAS Visual Analytics possibile visualizzare il

percorso delle chiamate e approfondire lanalisi fino

a ottenere lesperienza di un singolo utente. Oppure,

partendo dallindividuazione del percorso pi lungo in

termini di risoluzione, dallinizio dellinterazione fino al

contatto con loperatore, possibile mettere in evidenza

con pochi click i passaggi chiave che hanno indotto il

cliente ad abbandonare la telefonata.

Un esempio concreto: state monitorando i flussi telefonici?


Con SAS Visual Analytics il decisore dellarea marketing

potr sapere esattamente dove intervenire, capire

lorigine delle problematiche e proporre un percorso pi

idoneo alle necessit degli utenti.

(figura 3: Percorso di Trouble Ticketing) Lo screenshot mostra fino a sette passaggi percorribilidallutente per risolvere una criticit. In particolare, la visualizzazione presenta due tipi di percorsi che terminano con la risoluzione del problema. Il path in verde scuro si rivela estremamente efficien-te, mentre laltro, pur essendo risolutivo, coinvolge un maggior numero di interazioni, tra cui anche la sospensione del servizio (in giallo). L etichetta in lavorazione si riferisce allintervento di un opera-tore, passaggio che, in ottica di ottimizzazione del customer service aziendale, costituisce un punto di intervento segnalabile dal CMO.


Tutelare la Web Reputation e il Social Sentiment del prodotto/brand3

Essere a conoscenza di come un brand o un

prodotto vengono percepiti dagli utenti in

rete diventata una necessit primaria per i

marketing manager, i quali non possono pi prescindere

dal monitoraggio di ci che viene detto e condiviso

online.

In un momento storico in cui gli utenti e i consumatori

(o consumattori) sono sempre pi informati e attivi, il

monitoraggio della notoriet di marca (brand awareness)

e della percezione rispetto alla stessa (brand sentiment)

attivit non accessoria. Grazie ad essa, sar infatti

possibile attivare procedure di crisis e reputation

management con lobiettivo di intervenire positivamente

sulle metriche descritte.

Con lavvento della rete, stiamo assistendo ad una

sovraesposizione dei brand al mondo esterno:

lamplificazione della percezione di un brand, di un

prodotto, di un servizio o di unazienda intera, se

negativa, pu condurre a danni dimmagine che rischiano

di avere ripercussioni di lungo periodo anche sulle

vendite.

Conoscere latteggiamento del mercato nei confronti

dei valori che il brand esprime essenziale per capire le

migliori strategie da seguire durante la pianificazione delle

attivit di digital marketing.


Senza questo tipo di analisi, il CMO rischia di non

rendersi conto della presenza di opinioni negative degli

utenti, correlate spesso a disinformazione sui prodotti o

ad attivit di pushing commerciale.

La valutazione del sentiment facilita un processo aziendale

chiave, permettendo di:

INDIVIDUARE velocemente gli eventuali problemi

PIANIFICARE azioni correttive e di miglioramento

INTERVENIRE rapidamente e reagire, in caso di minacce

rilevanti

Lanalisi del social sentiment e della web reputation sono

operazioni chiave in diversi ambiti e processi strategici,

ad esempio, per il settore bancario.

Queste analisi si rivelano utili per determinare la

curva di percezione dei singoli target o segmenti di

consumatori prospect (es. millennials, imprenditori,

famiglie), comprendendo la percezione di ciascun target,

e intervenire laddove sono presenti contenuti negativi.

Un caso di studio: il Sentiment nel settore Bancario


(figura 4: Reputation by Content ) Questo screenshot mostra la visualizzazione della Reputation By Content in SAS Visual Analytics. Attraverso lo strumento possibile vedere il volume di contenuti positivi pubblicati nellarco di due anni, suddivisi in base al luogo di discussione attraverso luso di colori diversi (blu per i blog; verde per i forum; azzurro per i microblog; rosso per le news; giallo per i social network)

(figura 5: Digital Influence by Twitter) Nello screenshot sono messi in evidenza il numero di tweet, share e reply, relativi ad una campagna e il loro volume di distribuzione nei tre indici (positivo, negativo, neutro). Nella parte inferiore della schermata viene visualizzato il sentiment totale della campagna, positivo nella figura 5. Ci facilmente comprensibile dalla curva di analisi dei tweet (in verde), la quale ha un rialzo nellarea positiva e diminuisce in quella negativa.

Lanalisi dei contenuti digitali comprende anche le attivit

legate ai social media: attraverso SAS Visual Analytics

possibile analizzare i dati provenienti da una campagna

su Twitter e comprendere il sentiment relativo ad ogni

singolo tweet.


Nel caso visualizzato non sono presenti dati negativi:

il CMO potr cos concentrarsi sul monitoraggio dei

contenuti neutri, presenti soprattutto nei dati provenienti

dal CRM, come suggerisce la visualizzazione,

e intervenire nel miglioramento di questi.

La figura 6 mostra la curva generata dallanalisi della

brand reputation:

(figura 6: Brand Reputation) Limmagine riporta nella parte superiore i risultati dellanalisi della Brand Reputation suddivisa per tipologia di contenuto: documenti, CRM e post dei social media. Nella parte inferiore sono visibili le tre curve generate dagli stessi contenuti: i positivi in verde, i neutri in grigio e la media tra i due indicatori in rosso.


Misurare il ritorno sullinvestimento nei Social Network in ottica multicanale4

Secondo diverse ricerche pubblicate dal

portale Social Media Examiner e da Social

Media Today, limpatto dei Social Media sul

business aziendale molto forte. Sei dati sul mercato

americano:

1 Il 92% dei brand dichiara che i Social Media hanno

portato benefici in termini di esposizione al target

obiettivo e in termini di traffico (fonte: Social Media Examiner)

2 Il 50% delle aziende ha registrato un aumento delle

vendite tramite Social Network, dopo 3 anni di attivit

Social (fonte: Social Media Examiner)

3 I consumatori si aspettano che un brand sia attivo in

almeno 3-4 canali Social (fonte: Hubspot)

4 Il 73% dei consumatori si dichiara ben disposto ad

acquistare da un brand che dialoga e risponde con gli

utenti tramite i Social Network (fonte: Hubspot)

5 I consumatori sono annoiati dalla pubblicit. Ma

l82% di essi si dichiara molto interessato ai contenuti

generati dallattivit di storytelling di un brand (fonte:

Content Marketing Association CMA)

6 Il 79% dei CMO che usano Twitter dichiarano di aver

raggiunto il doppio dei contatti rispetto a coloro che non

usano Twitter (fonte: InsideView)


Il ritorno sullinvestimento (ROI) un indicatore molto

discusso, a tal punto che, quando si parla di investimenti

relativi allarea marketing delle aziende, pi adeguato

parlare di ROMI (Ritorno sullInvestimento di Marketing),

come proposto da Guy Powell.

Gli obiettivi di una campagna di marketing sui Social

Media non sono quasi mai direttamente collegati al

ritorno economico sullinvestimento. Il social media

marketing (SMM), infatti, impatta a livello strategico

sulla brand awareness e su tutto il social business, dalle

attivit di caring alla brand protection. Nel momento

in cui entrano in gioco investimenti diretti di social

advertising e il SMM viene cos collegato ad attivit di

lead generation, queste attivit online devono essere

sommate a quelle offline per poter poi calcolare il ROMI

in maniera completa.

Condurre una campagna di marketing in ottica omni-

channel significa considerare gli indicatori (conversioni,

click, visualizzazioni, engagement) provenienti da tutti i

canali attraverso i quali la campagna ha avuto luogo, ad

esempio:

vendite online vendite offline uscite stampa download app


evidente come la dashboard diventa parte integrante

del processo decisionale, fornendo risposte precise e

facilmente visualizzabili, in grado di supportare azioni

di marketing digitale e suggerire nuove soluzioni per le

strategie future.

Il caso: misurare il Social ROI nel settore telecomunicazioni

Il lancio di un nuovo prodotto nel settore delle

telecomunicazioni pu essere desempio per

contestualizzare un caso di misurazione del ritorno

sullinvestimento di una campagna Social (Facebook e

Twitter) (figura 7)

(figura 7: Campaign Efficiency). In questo screenshot sono visibili i dati provenienti da una campagna di marketing. Obiettivo: aumentare lo scontrino medio dei clienti in un determinato punto vendita. Le diverse campagne realizzate sono visualizzate dal grafico a torta. Il diagramma sottostante mostra invece il valore dello scontrino medio (reso attraverso la grandezza delle sfere) dei cluster di clienti suddivisi per fascia det. Sul lato destro sono rappresentati, attraverso un istogramma, il volume e il valore delle vendite, filtrati per sesso degli utenti (contraddistinti dai colori blu, rosso e verde).N.B. - Nella rappresentazione sono presenti 3 sessi, poich nei dati ricavati dai social media spesso non viene inserito il sesso dellutente (e quindi presente un unknown)


Determinare laGeo-targetizzazione nellancio di nuovi prodotti5

Il lancio di un nuovo prodotto sul mercato

un momento chiave per le aziende: si tratta di

unopportunit di differenziazione e un modo

per acquisire un vantaggio competitivo rispetto alla

concorrenza.

La fase preliminare riveste un ruolo determinate per il

successo delloperazione: in questo momento che la

raccolta dati e unanalisi di mercato condotte con gli

strumenti adeguati diventano essenziali per effettuare le

giuste previsioni e le scelte di business corrette.

Spesso fondamentale individuare la giusta area

geografica in cui lanciare un nuovo prodotto o un servizio

per concentrarvi gli investimenti.

Diventa necessario, quindi conoscere:

tutte le informazioni dei potenziali clienti appartenenti

ad una determinata zona geografica;

il loro valore economico medio nel territorio.


Si tratta di dati cruciali per il successo della scelta.

Nellimpostazione di una campagna di marketing per

localit importante identificare puntualmente il bacino

in cui un retailer opera e le abitudini e capacit di spesa

dei clienti, come visualizzato in figura 8.

Si pensi per esempio al settore delle utility: nel caso

in cui il CMO di unazienda che distribuisce energie

rinnovabili voglia pianificare il lancio di un nuovo

pacchetto di servizi tutto compreso, sar necessario

individuare i principali canali distributivi in cui il lancio

Un esempio concreto:la geo-targettizzazione nel settoredelle energie rinnovabili

(figura 8: Bacini di influenza) Questa visualizzazione mostra come SAS Visual Analytics sia in grado di evidenziare le aree di influenza dei punti vendita di un determinato settore presenti nella regione Lombardia. E possibile approfondire lanalisi scendendo fino al dettaglio desiderato (es. comune, area commerciale, ASL, etc).Lintensit del colore verde identifica la capacit di spesa media dei consumatori presenti sul territorio.


del prodotto possa risultare pi profittevole.

Con SAS Visual Analytics possibile riconoscere, a

seconda della regione, il profitto generato da un prodotto

e visualizzarlo attraverso la distribuzione delle sfere,

corrispondenti ai punti vendita, su due assi cartesiani,

come in figura 9.

(figura 9: Valore Medio Cluster Vita) Sul lato sinistro dellimmagine evidenziato il valore medio delle regioni italiane, calcolato in base al valore medio dei clienti presenti sul territorio: attraverso lintensi-t dei colori (rosso, corrispondente ad un valore medio basso e blu, corrispondente a un valore medio alto) possibile distinguere le profittabilit delle regioni. Se si seleziona una particolare regione, SAS Visual Analytics elabora un nuovo grafico sul lato destro. Gli assi cartesiani mostrano la quantit di prodotti venduti (x) e il relativo profitto generato dai singoli prodotti (Y). Le sfere colorate indentificano i punti vendita in cui sono presenti quei determinati pro-dotti, la cui grandezza corrisponde al proprio scontrino medio.

possibile visualizzare anche il valore medio di spesa

dei clienti per regione, come mostrato in figura 10.

Il valore medio di un cliente si calcola rispetto allincasso

totale e risulta dalla raccolta dati relativi ad un id cliente.


Attraverso la raccolta di tutte queste informazioni il

CMO pu decidere con sicurezza in quali aree lanciare

un nuovo prodotto e applicare unadeguata politica di

pricing.

(figura 10: Valore Medio Clienti) Lo screenshot mostra come SAS Visual Analytics visualizza il valore medio dei clienti presenti in un determinato territorio. Maggiore la grandezza delle sfere, maggiore la capacit di spesa dei clienti di una regione rispetto ad un determinato prodotto.


Determinare e aumentare la redditivit del singolo cliente6


Il CMO che persegue lobiettivo di aumentare

la redditivit del cliente, oltre ai dati

provenienti dalle analisi di mercato, pu

prendere in esame anche i processi decisionali che

inducono il cliente allacquisto di un prodotto (figura 11).

Il percorso delineato da questo processo detto albero

decisionale del cliente e permette di individuare i valori

che hanno un maggiore impatto sullo svolgimento del

processo.

(figura 11: Decision Tree of High) Lo screenshot si riferisce allalbero decisionale dei clienti apparte-nenti a unarea geografica visualizzato attraverso SAS Visual Analytics. Dallimmagine possibile determinare il primo e il secondo fattore in grado di influenzare i processi decisionali dei clienti, rispettivamente il brand e la qualit del prodotto/servizio.


IL prodotto? Il Brand? La novelty?

Attraverso SAS Visual Analytics possibile effettuare

una scrematura tra clienti alto e basso spendenti di un

determinato territorio. Una volta focalizzata lanalisi

sul target prescelto, vengono visualizzate le frequenze

riferite ai soli clienti che spendono oltre una determinata

cifra, come mostra la figura 12.

(figura 12: Revenue by Facility State) Limmagine identifica la distribuzione della capacit di spesa dei clienti alto spendenti suddivisi per Stato (USA). I box plot mostrano i range di spesa (individuabili at-traverso lestensione dei baffi di ogni box) e il valore medio di spesa (coincidente con la linea centrale di ogni box in blu).

Nel caso in cui il CMO stia progettando una nuova

campagna, con target clienti alto spendenti, importante

che sia in grado di identificare cosa incide maggiormente

sulle loro scelte dacquisto:


Un caso concreto: i clienti delle agenzie assicurative

Per le reti di agenzie assicurative, in Italia, importante

avere dati che riguardano i clienti, sia demografici

che di reddito, in modo da riuscire a profilare pi

dettagliatamente possibile le varie offerte.

Dopo aver individuato unarea con maggior potenziale

di business, il Chief Marketing Officer di una compagnia

assicurativa pu spostare gli sforzi commerciali dove

i clienti sono profilati come alto spendenti e provare ad

incrementare le vendite. E di conseguenza la redditivit

dellagenzia.

Se il CMO fosse interessato, invece, ad aumentare la

redditivit attraverso il potenziamento di prodotti di

fascia prezzo bassa, attraverso SAS Visual Analytics

potr isolare i clienti medio o basso spendenti, con

una frequenza di spesa molto elevata, e individuare le

aree geografiche a cui appartengono. Grazie a queste

informazioni sar in grado di decidere se, come e dove

implementare le offerte in portafoglio.

Tutte queste informazioni possono essere circoscritte a

un territorio specifico per individuare le aree a pi alto

valore.


Conoscere le stagionalit del prodotto7

Il caso: landamento delle vendite nellindustria farmaceutica

La stagionalit di un prodotto dipende da

vari fattori tra cui linput umano (esperienze

e sensazioni) e i dati storici di vendita. La

possibilit di fare delle previsioni accurate e puntuali

sullandamento futuro delle vendite di un determinato

prodotto rappresenta uno dei principali obiettivi a

cui aspira ogni CMO. Avendo queste informazioni,

potr accelerare e semplificare i processi decisionali

e supportare le scelte strategiche attraverso solide

considerazioni.

Ottimizzare tale processo un obiettivo ambizioso, che

pu modificare le performance dei prodotti e trasformare

le attivit di trade marketing, consentendo, allo stesso

tempo, una riprogettazione e un riallestimento efficienti e

efficaci della Supply Chain.

Riuscire a prevedere i trend della domanda diventa

fondamentale per pianificare linvestimento totale in scorte

e in attivit di marketing, come pu accadere nellindustria

farmaceutica.

Questo settore , infatti, soggetto a una fluttuazione

della domanda molto elevata rispetto a determinati


prodotti.

Un indicatore fondamentale che supporta i decisori

aziendali nel monitoraggio della stagionalit di un

prodotto il trend delle vendite nel lungo, medio o breve

periodo.

Grazie a questo indicatore, il CMO pu comprendere

landamento delle vendite di ogni store, identificare

la stagionalit dei prodotti e decidere se e quando

aumentare linvestimento su quelli soggetti ad un alto

livello di fluttuazione stagionale.

Con SAS Visual Analytics possibile stimare le vendite

future di un prodotto sulla base della distribuzione delle

vendite corrispondenti alle variazioni avvenute negli anni

precedenti, come mostrato dalla figura 13:

(figura 13: Forecast of Profit by date by Month) Lo screenshot evidenzia il rapporto tra il prezzo del prodotto e il profitto dei punti vendita in determinati periodi dellanno. Sul lato sinistro dellimmagine viene riportato il dato storico, mentre sulla parte destra viene evidenziata la previsione di profitti e prezzi per i mesi futuri.


Lindividuazione dello scarto relativo al profitto e al

prezzo di un prodotto facilita per il CMO la decisione

di aumentare o ridurre gli investimenti stagionali e fare

solide previsioni sullandamento delle vendite future.


Visual Analytics: prendere decisioni data-drivenin real time

Se il metodo di analisi precedentemente

descritto rappresenta la base per lo sviluppo

di progetti di qualit, la disponibilit di una

tecnologia di visualizzazione del dato il braccio armato

che permette di estrarre tutto il valore che le aziende

gi possedevano ma ancora non sapevano di poter

utilizzare. Da qualche anno la mole di informazioni e la

necessit di interpretarle in real time chiama il marketing

management verso una nuova avventura: il racconto e

la comunicazione del dato a vari livelli in azienda. Ecco

quindi che la Data Visualization si rivela un approccio di

qualit che riesce a rispondere allimportante bisogno

del data-driven marketing.

La risorsa scarsa oggi non solo il budget. Per il

top management anche e soprattutto il tempo a

disposizione. Uno strumento personalizzabile e auto-

apprendente vitale per estrarre un dato richiesto

con urgenza o per fornire unanalisi da inserire in

una presentazione da preparare in poche ore. Inoltre

la disponibilit pervasiva dello strumento, con livelli

diversi di accesso e utilizzo, permette di rispondere

ad un mantra oggi non pi ignorabile: a ognuno i

suoi dati. Una piattaforma di eccellenza deve poter

fornire, attraverso una user experience agile, i dati di

riferimento ad ogni livello, dallamministratore delegato

433 Visual Analytics: prendere decisioni data-driven in real time

alla figura operativa, considerando lIT un alleato per

la personalizzazione e non un filtro per le singole

estrazioni. Il tutto senza la necessit di conoscere il

codice sorgente o di programmazione. Per scoprire

perch la Data Visualization diventata fondamentale in

ambito aziendale, scarica il nostro e-book 4 motivi per

cui non puoi pi fare a meno della Data Visualization.

Oltre ai benefici che la Data Visualization pu portare al

tuo business, troverai utili casi di successo di chi ha gi

provato SAS Visual Analytics.


www.briansolis.com

www.youtube.com

www.socialmediatoday.com

www.slideshare.net 01

www.slideshare.net 02

www.insideview.com

www.sas.com

www.allanalytics.com

Jessica Bosari,The Developing Role of Social Media in the Modern Business World

Stephanie Chandler,The Hidden Benefits of Social Media Marketing

Belle Beth Cooper,10 Surprising Social Media Statistics

John Elkaim,Say Goodbye to the Age of Generalizations

Hubspot,All the Marketing Statistics You Need

Fonti

453 Visual Analytics: prendere decisioni data-driven in real time

SAS INSTITUTE VIA DARWIN, 20/22 20143 MILANO 02 831 341 www.sas.com/italy

WORLD HEADQUARTERS CARY, NC 27153 USA +1 919 677 8000

segui SAS Italy su

7-soluzioni-per-7-problemi-di-marketing.pdf

Documents

marketing manager di

big data

marketing moderno

teorie di marketing

dati generati

mole di dati

visualizzazione dei

cmo chief marketing