{"id":10823,"date":"2020-06-23T22:05:13","date_gmt":"2020-06-23T20:05:13","guid":{"rendered":"https:\/\/www.dgpixel.com\/techblog\/?p=10823"},"modified":"2020-06-23T22:05:16","modified_gmt":"2020-06-23T20:05:16","slug":"e-ora-di-fare-una-data-revolution-in-azienda-lesperienza-di-loreal-italia","status":"publish","type":"post","link":"https:\/\/www.dgpixel.com\/techblog\/e-ora-di-fare-una-data-revolution-in-azienda-lesperienza-di-loreal-italia\/","title":{"rendered":"\u00c8 ora di fare una data-revolution in azienda: l\u2019esperienza di L’Or\u00e9al Italia"},"content":{"rendered":"\n

di Angeliki Zarra, Chief Digital Officer L\u2019Or\u00e9al Italia<\/a><\/p>\n\n\n\n

Con la diffusione del coronavirus e molti negozi chiusi in seguito al lockdown, sempre pi\u00f9 consumatori si sono approcciati agli acquisti online e molti brand hanno utilizzato l\u2019ecommerce per dare continuit\u00e0 alla propria attivit\u00e0. Con la riapertura dei negozi, le persone stanno tornano allo shopping fisico, ma probabilmente continueranno a comprare anche online. Quindi, come possono gli esperti di marketing far parlare mondo offline e mondo online?<\/p>\n\n\n\n

Acquisire un approccio data-driven<\/u><\/a> e utilizzare i first-party data<\/u><\/a> possono aiutare i brand a stare al passo con i bisogni dei consumatori e dare loro la migliore esperienza d\u2019acquisto possibile, anche durante momenti di incertezza come quello che stiamo vivendo.<\/p>\n\n\n\n

L\u2019Or\u00e9al Italia, come molte aziende, affrontava la difficolt\u00e0 dell\u2019avere una forte frammentazione di dati e scollegamento tra mondo offline e online. Per superare questa difficolt\u00e0, in 15 mesi abbiamo sviluppato un piano di attivit\u00e0 integrato (\u201cJoint Technical Plan\u201d) verso l\u2019adozione e lo sviluppo di nuove tecnologie di misurazione e attivazione, con l\u2019obiettivo ultimo di valorizzare al massimo l\u2019impatto dei nostri investimenti marketing. In questo percorso \u00e8 emersa una forte necessit\u00e0 di adeguare anche le competenze organizzative, avvalendosi di skill tecniche specialistiche, per supportare la trasformazione digitale.<\/p>\n\n\n\n

Cosa fare prima di partire? Abbattere i silos<\/h3>\n\n\n\n

Se l\u2019obiettivo \u00e8 quello di collegare due mondi spesso disgiunti come l\u2019online e l\u2019offline in modo tale da avere una visione a 360\u00b0 sul comportamento del consumatore, \u00e8 necessario anche collegare le funzioni interne all\u2019azienda. Per un progetto del genere, infatti, \u00e8 necessario coinvolgere data analyst, data scientist, data engineer, media manager, ecommerce manager, CRM manager, digital e brand manager.<\/p>\n\n\n\n

La vera sfida organizzativa sta nell\u2019eliminare i silos aziendali e fare in modo che tutta l\u2019azienda sia allineata sulle azioni da compiere e gli obiettivi da raggiungere.<\/p>\n\n\n\n

La data-revolution \u00e8 partita dall\u2019assunzione di un data-first mindset che ci ha portato anche ad accogliere nel team delle figure pi\u00f9 specialistiche, come data analyst ed engineer. Ora abbiamo un team tecnico a cui fare riferimento per tutte le nostre necessit\u00e0 tecnologiche. Abbiamo anche attivato collaborazioni con tech partner, come Google, per ottenere supporto nell\u2019utilizzo degli strumenti.<\/p>\n\n\n\n

La vera sfida organizzativa sta nell\u2019eliminare i silos aziendali<\/h3>\n\n\n\n

Mappare le fonti di dati<\/h4>\n\n\n\n

I percorsi dei clienti possono essere complessi: quando gli utenti cercano informazioni su un prodotto utilizzano diversi dispositivi e si spostano continuamente tra online e offline. Durante il loro percorso lasciano delle tracce che possono essere raccolte, naturalmente nel rispetto della privacy<\/u><\/a>, e che forniscono informazioni importantissime sulle loro preferenze.<\/p>\n\n\n\n

La prima sfida, quindi, sta nell\u2019identificare quali sono le fonti di dati proprietari che si hanno a disposizione.
Per L\u2019Or\u00e9al sono state mappate tutte le piattaforme esistenti tramite le quali si raccoglievano dati utili per determinare il comportamento dei consumatori, come dati di vendita online e offline, CRM, informazioni sulla loyalty, analytics del sito.<\/p>\n\n\n\n

Come riunire i dati e \u201cfarli parlare\u201d<\/h4>\n\n\n\n

Una volta identificate tutte le fonti di dati, \u00e8 necessario creare un\u2019infrastruttura tecnologica avanzata che permetta di raccogliere e \u201cfar parlare tra loro\u201d i dati di queste diverse fonti. L\u2019utilit\u00e0 sta nel renderli poi azionabili non solo a livello di insight, ma anche in fase di attivazione. Come possiamo usare i dati per migliorare le nostre campagne, ottimizzare il budget e, di conseguenza, impattare positivamente i risultati di vendita?<\/p>\n\n\n\n

\u00c8 stato quindi sviluppato ci\u00f2 viene definito un Data Lake<\/em>: tutte le informazioni sono state aggregate grazie allo sviluppo di un ID unico, una sorta di carta di identit\u00e0 di ogni consumatore che riassume tutte le interazioni avute con i diversi brand, sia online che in store. Ora possiamo avere una visione unica del consumatore, rispetto alle sue interazioni col brand, siano esse online o offline.<\/p>\n\n\n\n

Come possiamo usare i dati per migliorare le nostre campagne, ottimizzare il budget e, di conseguenza, impattare positivamente i risultati di vendita?<\/h3>\n\n\n\n

Utilizzare i dati per personalizzare i messaggi<\/h4>\n\n\n\n

Abbiamo mappato tutte le fonti di dati, le abbiamo raccolte e analizzate. E ora?
La carta d\u2019identit\u00e0 del consumatore ci permette di parlare davvero con la nostra clientela e instaurare con loro una relazione 1 a 1. La tecnologia ci permette di modificare dinamicamente non solo le creativit\u00e0 delle campagne, ma anche gli stessi contenuti del sito mostrando a segmenti di clientela diversi messaggi, prodotti e CTA diverse.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Questo \u00e8 stato possibile applicando un approccio a performance anche per il Brand Advertising, attraverso la creazione di un modello di Engagement Score<\/em> che prende in considerazioni micro-conversioni che possono avvenire sia online che offline.<\/p>\n\n\n\n

Abbiamo individuato 15 azioni online, come le visite al sito, l\u2019iscrizione alla newsletter e la visualizzazione di un video, 6 azioni legate al CRM e acquisti online e offline e gli abbiamo associato un punteggio in modo tale da poter differenziare gli utenti rispetto al loro livello di ingaggio.<\/p>\n\n\n\n

Mostrare il contenuto pi\u00f9 efficace al consumatore aumenta la probabilit\u00e0 che il suo percorso si concluda con un acquisto. Ci\u00f2 si traduce in una importante ottimizzazione del budget e quindi in una pi\u00f9 consapevole allocazione delle risorse e degli investimenti.<\/p>\n\n\n\n

Mostrare il contenuto pi\u00f9 efficace al consumatore aumenta la probabilit\u00e0 che il suo percorso si concluda con un acquisto.<\/h3>\n\n\n\n

Grazie all\u2019Engagement Score Model e all\u2019ottimizzazione della bid strategy, dopo 4 settimane di campagna abbiamo ottenuto una riduzione del CPA del 16% sulle campagne generiche e del 17% sulle campagne di brand.

L\u2019Engagement Score Model introduce uno nuovo approccio alla Search per il brand advertising, basato su ci\u00f2 che interessa davvero ai consumatori. L\u2019Or\u00e9al \u00e8 ora in grado di investire meglio sugli utenti che sono pi\u00f9 coinvolti. Questo \u00e8 importante perch\u00e9 i KPI dei media e del marketing finalmente si allineano.<\/p>\n\n\n\n

Questo nuovo approccio pu\u00f2 aiutare le aziende a:
avere una conoscenza pi\u00f9 approfondita del consumatore, grazie alla possibilit\u00e0 di attingere a dati di pi\u00f9 fonti disponibili in un unico posto,<\/p>\n\n\n\n