TECH & INNOVATION

Rocket Fuel: AI e DSP unite per migliorare la trasparenza e la customer experience

- # # # # # #

DSP

Secondo l’analisi di Rocket Fuel le aziende impegnate soprattutto a conservare o accrescere la propria quota di mercato, spesso, approcciano il digital marketing dando la priorità ai risultati, senza preoccuparsi dei mezzi utilizzati. A volte anche alcuni fornitori di piattaforme di programmatic marketing hanno favorito questo atteggiamento mantenendo un certo alone di mistero. L’evoluzione del settore ha però portato a una crescente richiesta di trasparenza: i marketer desiderano sapere dove compaiano le loro pubblicità e quale sia il rendimento delle loro campagne. Gli inserzionisti sono sempre più interessati a sapere ciò che non ha funzionato e quello che può essere fatto per migliorare l’efficienza e l’efficacia delle proprie campagne.

Per ottenere questi risultati bisogna puntare sulla qualità dei dati. Le aziende hanno sempre più bisogno di avere grandi quantità di dati e molto rapidamente, per poterli sfruttare al meglio e rispondere in tempo reale. Solo in questo modo sarà possibile offrire esperienze online che portino alla conversione e alla fidelizzazione degli utenti.

Il predictive marketing offre alle aziende una conoscenza unica degli utenti, del loro customer journey e delle loro intenzioni. Grazie a queste conoscenze, i marketer possono proporre messaggi più rilevanti, prendendo decisioni in tempo reale in base a esigenze di business. (leggi qui i 5 principi del predictive marketing secondo Rocket Fuel).

Il successo del predictive è arrivato con l’ottimizzazione delle Demand Side Platform (DSP), che permettono di acquistare inventory e posizionare messaggi pubblicitari in tempo reale. Se la tecnologia non è sufficientemente sofisticata fornisce dati deboli e le attività della DSP rischiano di non essere efficaci, portando all’acquisto di spazi pubblicitari non adeguati e irritando gli utenti.

“Con lo sviluppo tecnologico, il modello SaaS si è rivelato vincente. Esso offre numerosi benefici ad aziende e brand: consente maggiore controllo e autonomia ai marketer, oltre a permettere di personalizzare funzionalità e applicazioni in base alle specifiche esigenze del cliente. Questo modello offre, inoltre, maggiori possibilità di integrazione con altre tecnologie, per unire dati e applicazioni precedentemente suddivisi in silos”, ha commentato Enrico Quaroni, Regional Director Southern Europe and Mena Region di Rocket Fuel. “Tuttavia, anche in questo caso, è importante che i marketer usino la tecnologia in modo strategico, evitando di cadere nella trappola di dare più importanza alla reach che alla rilevanza, infastidendo i consumatori”.

L’intelligenza artificiale applicata alla DSP permette di ottenere analisi migliori e più rapide dei dati per prendere decisioni in tempo reale. È possibile prevedere il momento migliore per rivolgersi a una persona sulla base di risultati tracciabili come l’audience, il brand engagement e i cambiamenti nella percezione del brand e nelle intenzioni. In questo modo i marketer potranno migliorare la fedeltà al brand offrendo esperienze più personalizzate e rilevanti.

“L’era del GDPR sarà presto realtà e i marketer devono iniziare a sfruttare i first party data e ridurre la propria dipendenza dai dati di terze parti. Le informazioni che fanno la differenza nel mondo predictive non vengono da un set di dati acquistato, ma dalla capacità di cogliere i segnali generati dalla propria audience”, ha aggiunto Quaroni.

Si tratta di un vantaggio competitivo: i consumatori si aspettano che le aziende siano pronte a contattarli con il giusto messaggio nel momento migliore, su ogni canale e dispositivo. Una DSP basata sull’intelligenza artificiale consente di sfruttare al meglio ogni touch point del customer journey in modo coerente rispetto ai valori del brand. Solo così sarà possibile correggere gli errori delle pratiche attuali che hanno minato la fiducia degli utenti.

articoli correlati

NUMBER

I 5 principi del predictive marketing: l’analisi di Rocket Fuel

- # # # # # #

Intelligenza artificiale

L’evoluzione è estremamente rapida nel mondo del digital advertising e, in particolar modo, in ambito programmatic, dove sempre nuovi player fanno la loro comparsa nel mercato e la trasformazione rappresenta un fattore fondamentale.

La nascita del programmatic advertising ha portato un notevole progresso nell’identificazione dei segmenti di clientela online, nella pubblicazione di annunci su larga scala e nella realizzazione di contenuti personalizzati e rilevanti per i consumatori. Tuttavia, la crescente frammentazione dei canali e delle audience, oltre al rapido aumento dei dispositivi e delle piattaforme, sta rendendo il mercato sempre più complesso. Ora, non solo i consumatori prendono decisioni d’acquisto in una frazione di secondo, ovunque si trovino, ma si aspettano anche che le aziende offrano proposte interessanti e anticipino le loro esigenze.

Dunque, per riuscire a comprendere i consumatori e comunicare con loro nel momento migliore, è ormai essenziale che le aziende passino dal programmatic al predictive marketing.

Il predictive marketing consente ai marketer di analizzare l’enorme quantità di informazioni sui consumatori in loro possesso attraverso l’intelligenza artificiale e identificare quando è più probabile che una persona si interessi a un determinato prodotto o servizio. In questo modo, le aziende potranno offrire esperienze cross-device, always-on e sempre rilevanti per gli utenti, che saranno maggiormente portati alla conversione.

“Secondo la nostra recente indagine Consumer Perceptions of AI, i giovani – e specialmente i Millennial – vedono positivamente la realizzazione di pubblicità personalizzate e rilevanti. L’80% degli intervistati tra i 25 e i 35 anni ha infatti dichiarato di comprendere il valore dell’utilizzo dell’intelligenza artificiale per proporre pubblicità e offerte interessanti”, ha commentato Enrico Quaroni, Regional Director Southern Europe and Mena Region di Rocket Fuel (nella foto).

Inoltre, quando i marketer dividono i potenziali clienti in segmenti – identificando un ristretto gruppo di persone con determinate caratteristiche – automaticamente pongono un limite al numero di utenti che possono raggiungere. Il predictive marketing, invece, basato sul machine learning, consente di elaborare continuamente le informazioni sui propri clienti, scoprendo e raggiungendo sempre nuovi utenti che adottano comportamenti simili online.

Un’ulteriore preoccupazione dei marketer è riuscire ad avere il controllo su dove vengano pubblicate le proprie pubblicità. L’integrazione dell’intelligenza artificiale garantisce che gli ad raggiungano le persone giuste nel momento migliore in un ambiente sicuro, riducendo il rischio di bot e frodi e massimizzando il controllo su dove viene posizionata la pubblicità.

Il predictive marketing, dunque, si fonda su cinque principi:

Momenti, non segmenti: consegnare pubblicità significative che piacciano ai potenziali clienti usando l’intelligenza artificiale e il moment scoring in real-time per identificare il momento migliore in cui raggiungere l’utente.

Dati proprietari, non di terze parti: usare, organizzare e analizzare i first party data per ottenere informazioni preziose sui propri consumatori e usarle per trovare nuovi potenziali clienti che condividono con loro abitudini e comportamenti online.

Persone, non dispositivi: concentrarsi sul singolo consumatore nel momento in cui è pronto a interagire, indipendentemente dal dispositivo utilizzato.

Customer journey, non funnel: le interazioni degli utenti sono sempre più diffuse, frammentate e frequenti. È necessario superare il funnel “considerazione-acquisto” per raggiungere i potenziali clienti in qualsiasi momento del loro customer journey.

Decisioni, non dati: tutti i dati del mondo sono inutili se un’azienda non possiede la tecnologia e l’intelligenza artificiale necessarie per dar loro un senso. Una Data Management Platform consente di prendere decisioni su vasta scala in tempo reale.

articoli correlati

TECH & INNOVATION

Rocket Fuel sottolinea l’importanza del predictive marketing nel settore travel

- # # # # #

Predictive marketing

Secondo i dati della campagna EMEA di Rocket Fuel le prenotazioni effettuate a gennaio sono superiori del 60% rispetto alla media del periodo natalizio. Complici le giornate corte e le fredde notti di gennaio, il ritorno in ufficio, la dieta e i prezzi scontatissimi, all’inizio dell’anno aumenta il numero delle prenotazioni di viaggi rispetto al periodo precedente.

Ma come trovare gli utenti alla ricerca delle migliori offerte per le vacanze? Secondo Rocket Fuel il predictive marketing dà a marketer e agenzie una marcia in più in un mercato molto competitivo. Il predictive marketing si basa sull’intelligenza artificiale per ottimizzare ogni parte del marketing mix e offrire ai consumatori esperienze fluide, always-on e rilevanti.

Per il settore dei viaggi, l’applicazione dell’intelligenza artificiale consente alle aziende non solo di comprendere, ma anche prevedere, il comportamento degli utenti. Algoritmi avanzati definiscono dove si trovano i consumatori, a che punto sono del processo d’acquisto e quali messaggi pubblicitari li aiuterebbero ad arrivare all’acquisto. In questo modo è possibile mostrare offerte di viaggi e soggiorni a chi è pronto all’acquisto in modo da incrementare le conversioni e battere la concorrenza.

Ad esempio, chi è interessato ad acquistare un viaggio non visiterà solamente siti di compagnie aeree, comparatori di prezzi o portali di news turistiche: potrebbe anche cercare informazioni sulle destinazioni su blog, guardare le foto delle spiagge più belle o persino comprare un nuovo costume da bagno su un sito di eCommerce. Potrebbe non navigare affatto su siti anche solo lontanamente connessi ai viaggi, ma è possibile trovare indizi delle sue intenzioni di acquisto nei viaggi precedenti o in come ha interagito con i post pubblicati sui social network da amici in vacanza. Con queste informazioni è possibile mostrare agli utenti le pubblicità più rilevanti in quel momento specifico.

I dati relativi alla campagna di Rocket Fuel mostrano che il consumer journey per i prodotti travel non è affatto lineare, con marcate differenze nel comportamento degli utenti europei. Gli utenti inglesi sono quelli più portati a convertire su pubblicità posizionate su siti di viaggi (54%), mentre i tedeschi e i francesi lo fanno maggiormente su altri tipi di siti (su quelli di viaggio solo il 37%). Gli inglesi si sono anche rivelati coloro che necessitano del maggior numero di pubblicità prima di prendere la decisione di acquisto, con una media di 14 ad.

“Gli italiani, insieme agli inglesi, sono gli utenti che impiegano più tempo a convertire, con una media di oltre 10 giorni. Inoltre, con una percentuale del 40%, siamo quarti nella classifica di coloro che convertono maggiormente sui siti dedicati al turismo”, ha affermato Enrico Quaroni, Regional Director Southern Europe e MENA Region di Rocket Fuel Inc. (nella foto). “Per quanto riguarda invece l’acquisto di prodotti di altri settori in seguito alla prenotazione di un viaggio, gli italiani sono, tra gli utenti europei, quelli meno propensi a prendere decisioni d’acquisto e, quando lo fanno, nel 17% dei casi si limitano a noleggiare un’auto”.

Con la proliferazione dei canali e dei point of influence, il customer journey non è più un processo lineare. Il prossimo cliente potrebbe essere ovunque e grazie al predictive marketing, basato sui comportamenti, è possibile guidare gli utenti verso un’offerta che troveranno attraente, aiutando a offrire esperienze più rilevanti e contestuali per i possibili clienti.

Spesso, chi cerca idee di viaggio a gennaio è aperto a suggerimenti e pacchetti. Questo è il momento dell’anno in cui è più probabile che una buona offerta riesca a influenzare la scelta della destinazione di viaggio. Il predictive marketing permette alle aziende del settore travel di capire chi è più predisposto a farsi convincere dalle offerte.

Nessuna azienda dovrebbe farsi sfuggire questa opportunità.

articoli correlati