Digital Customer Experience

Soft (vs. Hard) data marketing – 4 strategie per migliorare il customer engagement (1°parte)

di |

Affiancando ai tradizionali ‘hard data’ i cosiddetti ‘soft data’, qualitativamente diversi, per caratterizzazione e specificità, diventa possibile comprendere il cliente in maniera più approfondita e veritiera, fino a prevedere cosa potrebbe apprezzare di più e come potrebbe comportarsi in futuro.

Digital Customer Experience (DCX) è una rubrica settimanale dedicata alla Digital Experience a cura di Dario Melpignano, Ceo di Neosperience. Per consultare gli articoli precedenti, clicca qui. Per la versione inglese vai al blog.

Il marketing one-to-one è una strategia di gestione della relazione con i clienti che si basa sulla personalizzazione per incoraggiare la fidelizzazione e migliorare il ritorno sull’investimento dei canali digitali.

L’intuizione alla base di questo modello è che, per quanto riguarda la comunicazione, non può esistere una soluzione che vada bene per tutti. Il marketing tradizionale, infatti, perde di vista l’unicità di ogni cliente, rendendo di fatto l’intera strategia inefficace. Costruire esperienze differenziate è essenziale per essere persuasivi ed efficaci.

Questo discorso è vero tanto per il rapporto tra azienda e cliente, quanto per i rapporti umani in genere. Ma, se per l’essere umano è naturale sviluppare la capacità di modulare la propria comunicazione a seconda dell’interlocutore, sulla base delle proprie capacità relazionali ed empatiche, le aziende non hanno ancora imparato a sviluppare questa capacità.

In un certo modo, questo dipende dalla tipologia di dati che l’azienda possiede riguardo ai propri clienti, che sono incredibilmente inferiori – per quantità e tipologia – rispetto a quelli che le persone possono avere o acquisire sugli altri esseri umani e sul contesto.

Usando soltanto dati sociodemografici, tutti i clienti che rientrano in una determinata categoria (p.e. Neomamme, Millennials) vengono classificati come identici. Queste informazioni sono necessarie, ma, prese da sole, portano a costruire un’immagine vaga e indefinita del cliente, e sono in grado di fornire poche indicazioni circa il loro interesse ad acquistare un determinato prodotto.

Affiancando ai tradizionali ‘hard data’ (dati sociodemografici quali età, localizzazione, e situazione economica) i cosiddetti ‘soft data’, qualitativamente diversi, per caratterizzazione e specificità, diventa possibile comprendere il cliente in maniera più approfondita e veritiera, fino a prevedere cosa potrebbe apprezzare di più e come potrebbe comportarsi in futuro.

Ci riferiamo alle attitudini, aspirazioni, valori, stile di vita e personalità – informazioni abbastanza stabili nel tempo – ma anche alle sensazioni, percezioni ed emozioni – che sono invece più labili e mutevoli.

Diversamente dagli hard data, i soft data non sono direttamente rilevabili. Per trovarli è necessario scavare più a fondo nei punti di contatto e di relazione, virtuali e fisici, attraverso i quali si dipana la customer relationship.

Quali sono questi punti di contatto? Qui di seguito presentiamo quattro ottime fonti di soft data.

Profili social

I profili social sono senza dubbio una fonte di informazioni tra le più varie e articolate: immagini, video, testi scritti, descrizioni autobiografiche, likes, commenti e contenuti condivisi offrono un’immagine complessiva degli interessi e del modo di pensare dell’utente, così come dei suoi hobby, dello stile di vita e della sua personalità.

Per questo, i social network sono oggi la prima fonte di raccolta dei dati da esaminare, oltre che luogo di interazione tra brand e cliente: raccogliendo ed elaborando i dati che gli utenti condividono spontaneamente possiamo cominciare a delineare un’immagine più dettagliata della persona, a partire dal mondo in cui interagisce con gli altri e con l’azienda.

Sito web ed eCommerce

La quantità di dati risultante dal comportamento di un utente su un sito o un e-commerce può essere analizzata e interpretata a diversi livelli di profondità. Per esempio, è possibile analizzare lo stile di navigazione dell’utente, scoprendo se preferisce approfondire le informazioni nel dettaglio o passare velocemente da una pagina a un’altra, il livello di engagement con i contenuti, la probabilità di completare l’acquisto etc.

Ancora più nel dettaglio, un’azienda di moda potrebbe acquisire informazioni che spaziano da ciò che l’utente ha acquistato fino a comprendere lo stile di vestiario che predilige o il rapporto che questi ha con la moda.

Nell’articolo della prossima settimana della rubrica DCX proseguiremo analizzando altri due elementi.

Photo by Antonio Lainez on Unsplash