Michael Gorman è responsabile di Prodotto, Business Development e Marketing di ShareThis, una società di dati focalizzata sulla mappatura degli interessi dei consumatori. L’analisi automatizzata in ambito marketing si è finora concentrata soprattutto sull’incremento delle vendite, analizzando principalmente gli acquisti degli anni passati o il comportamento del modello di vendita analizzando il “percorso” dell’acquirente, dalla scelta al pagamento, come predittore di future vendite.
Sebbene sembri abbastanza efficace nell’incrementare i numeri delle vendite, questa strategia, ampiamente implementata, può comportare un disservizio per i brand e le industrie che la adottano, poiché promuove la svalutazione perpetua di beni o servizi. Restringere l’attenzione di un brand solo agli aspetti legati alle scelte, infatti, rischia di privare l’esperienza del cliente di componenti chiave che gettano le basi per il successo a lungo termine. Il famoso successo “predittivo”.
Viviamo in un mondo ricco di dati e le intuizioni crescono ogni giorno di più. Con questo in mente, le aziende e gli inserzionisti possono intrecciare strategicamente tutti i dati raccolti durante esperienze del cliente. Ciò consente loro di comprendere ogni variabile marketing nella vendita del prodotto e nell’interazione con i clienti e di apprendere cosa è meglio per l’acquirente in un dato momento.
Concentrandosi esclusivamente sui dati raccolti dai clienti, i brand rischiano di essere soggetti alla legge dei rendimenti decrescenti. Anche le aziende con interazioni significative con i consumatori o con ricche offerte di servizi faticano a ottenere informazioni di impatto. Solo sfruttando un set di dati più ampio è possibile capire come e perché le persone diventano clienti, cosa le rende più o meno propense ad acquistare di nuovo e come gli sviluppi nella società influiscono sulla crescita o sui problemi che un brand sperimenterà.
Negli ultimi anni, quasi tutti i settori hanno sfruttato le opportunità offerte dal marketing basato sui dati, avvicinandosi al “Santo Graal” dei dati in tempo reale, incoraggiando i brand a mettere realmente in gioco ciò che influisce davvero sulla longevità di un’azienda: le relazioni.
Sebbene i dati sul comportamento degli acquisti passati o del modello di vendita forniscano valore e siano utili per identificare i cambiamenti delle abitudini o le esigenze effettive, oggi sembrano un po’ superficiali e non offrono informazioni sul comportamento futuro dei consumatori o su ciò che li ha portati a un acquisto specifico nel primo luogo.
Incorporando l’intelligenza artificiale, i brand possono interagire con successo con il loro pubblico in un modo più “olistico”, utile e genuino. Le tecnologie per comprendere con sufficiente chiarezza non solo il contenuto del linguaggio (ad esempio, le parole chiave) ma anche il suo significato, aprono possibilità per capire meglio l’interesse e le intenzioni del consumatore. A loro volta, i brand possono ottimizzare le interazioni dei consumatori per generare soddisfazione e piacere e, in definitiva, acquisire informazioni più approfondite per un uso futuro.
Allo stesso modo, i metodi per decodificare le immagini nelle foto e nei video creano opportunità per coinvolgere i clienti in modi che si basano sul contesto e che possono essere sfruttati per creare un’immagine più chiara del sentimento o dell’importanza emotiva.
Questi approcci si basano sull’idea di relazioni e lavorano per approfondire le connessioni con il pubblico chiave.
Pinterest ne è un ottimo esempio: ha sviluppato una funzione di ricerca visiva chiamata Lens che integra dei segnalibri nelle immagini che vengono acquisite, che consentono agli utenti di cercare oggetti ed articoli con foto. La ricerca risultante di Pinterest ha mostrato che il 49% degli utenti afferma di aver sviluppato una migliore relazione con i brand attraverso una ricerca visiva.
Una componente fondamentale nel reimmaginare l’esperienza del cliente come una vera e propria relazione è riconoscere che i brand spesso non si concentrano abbastanza sulle esigenze e sulle preoccupazioni più ampie dei consumatori. Anche durante i momenti che precedono un acquisto (o subito dopo), è probabile che l’attenzione del consumatore sia sull’attività che l’acquisto consente o su ciò che verrà perseguito una volta completato l’acquisto. Per costruire veramente relazioni, i brand devono comprendere meglio i valori e le priorità del cliente.
Utilizzando un’intelligenza artificiale strategicamente focalizzata, i brand possono identificare cosa stanno facendo i loro clienti quando sono impegnati in un acquisto, stanno utilizzando un prodotto o un servizio.
Capire il contesto, ora, è il segreto. Nella maggior parte dei casi, il contesto è difficile da distinguere: varia in base al settore, alla regione, all’ubicazione del cliente, al mezzo di contatto e a molti altri fattori. Questo regno della complessità di massa è l’ambiente perfetto per l’IA. L’intelligenza artificiale può integrare e mettere a punto la risposta o il raggio d’azione del brando utilizzando i flussi di informazioni come precedenti interazioni con i clienti, le tendenze attuali del settore, le condizioni regionali, le condizioni meteorologiche e persino alcuni fattori specifici del cliente. L’intelligenza artificiale andrà ad ottimizzare le informazioni non su un acquisto futuro, ma sull’efficacia delle interazioni attualmente in corso.
Questa conoscenza è importante perché gli strumenti di intelligenza artificiale possono aiutare i brand a comprendere il significato dei contenuti che le persone leggono, condividono e cercano. In definitiva, ciò consente di identificare le azioni o gli interessi dei consumatori intorno a un brando, prodotto o categoria. Da lì, i brand possono sviluppare una presenza che coinvolga positivamente il pubblico per tutta la vita, non solo il ciclo di acquisto.
Un buon esempio è il modo in cui aziende come Tasewise analizzano i dati provenienti dai social media: post con foto, menu dei ristoranti e ricette fatte in casa per individuare dove sono diretti i palati e le preferenze dei consumatori, dando ai ristoranti un vantaggio nella fornitura di piatti e ingredienti. Il vero valore deriva dalla capacità di applicare l’intelligenza artificiale a set di dati proprietari e a fonti esterne chiave. Questi dati portano ad approfondimenti comportamentali più ricchi che vanno oltre ciò che un singolo brand potrebbe scoprire dai soli dati passati.
Una comprensione più inclusiva e solida dei consumatori consente ai brand di stabilire correlazioni con altri beni e servizi che i clienti potrebbero desiderare e fornisce dati unici che consentono loro di adattare la comunicazione per interagire meglio con i consumatori, che per loro diventano una vera e propria risorsa.
