Il rapporto tra Brand e consumatore è molto cambiato negli ultimi decenni, in particolare da quando è iniziata l’ascesa dei primi media digitali e le aziende hanno avuto contemporaneamente due grandi opportunità: quella di dialogare direttamente con il loro pubblico potenziale e quella di disporre di una sempre maggiore mole di dati, per comprendere comportamenti e trend del proprio mercato.
Dall’entusiasmo per il world wide web e il mondo “virtuale” al ritorno agli store fisici, dalla rivoluzione mobile all’esplosione digitale causata dalla pandemia: possiamo pensarla come la classica dinamica delle onde oceaniche, poiché l’approccio a queste nuove opportunità è stato, alternativamente, di grandi aspettative e poi di grandi involuzioni.
Oggi ci troviamo in uno scenario altamente complesso, con un consumatore sempre più ibrido e phygital: fluido e poco legato ai Brand, da un lato, desideroso delle comodità del digital ma anche della “concretezza” dell’esperienza di acquisto in-store, dall’altro.
Phygital, i dati al centro: perché le aziende devono saper riconciliare digitale e fisico
La sfida delle aziende, oggi, è quella di dotarsi di tecnologie Direct to Consumer, che permettano al cliente di interagire con il brand in modo digitale, senza precludere l’esperienza in-store, anzi: completandola e arricchendola su altri touchpoint.
Ecco perché emergono soluzioni di e-commerce sempre più avanzate, con piattaforme di realtà aumentata, e soluzioni di mobile app che permettono la visita allo store fisico ,e contemporaneamente, l’interazione con i servizi digitali della company.
Complesso e necessario, quindi, riconciliare i dati dei clienti nella loro navigazione online, nella loro presenza in-store e nel loro comportamento mobile.
Come riuscire a collezionarli, gestirli, arricchirli e attivarli correttamente? L’AI è un fondamentale strumento di empowerment in questo senso.
L’AI nelle esperienze utente ibride, dalla customer intelligence all’analisi RFM
Come dovrebbe agire, quindi, un player del mondo retail dotato di touchpoint sia fisici che digitali, per conoscere e clusterizzare al meglio la propria customer base?
Una soluzione di customer intelligence, come Trend AI, è un primo passo essenziale, per mappare le ricerche online, i trend e gli intenti, le stagionalità e gli step delle query, dall’informazione alla transazione.
Fondamentale, poi, dotarsi di un tool che consenta di raccogliere i dati di navigazione dell’utente, tramite Google Analytics, su tutte le properties digitali, e analizzare il comportamento di acquisto tramite il CRM interno. Possibile anche il monitoraggio del comportamento in-store, grazie a soluzioni SDK configurate nelle app.
La fase successiva è quella della riconciliazione dei dati dell’utente. Oggi le aziende hanno a disposizione enormi dataset, scollegati fra loro e senza la capacità di trarre insights.
Non riescono a seguire correttamente l’utente in tutta la sua customer journey, quando passa da un dispositivo all’altro, dal mondo fisico a quello virtuale e viceversa.
Vincere la sfida di ricollegare tutti gli step ed associarli ad un utente, significa comprendere a fondo tutti i trend, le minacce e le opportunità dei nostri interlocutori, per attivarli al meglio.
Solo gestendo corretttamente la scelta delle tecnologie di tracciamento a la loro configurazione ottimale, in linea con gli obiettivi di business, possiamo raggiungere questo risultato.
Infine arriviamo ali data modeling, per associare comportamenti ed interessi ai clienti di maggior potenziale e valore. Grazie a strumenti come Retention AI, possiamo clusterizzare i gruppi di clienti sulla base della segmentazione per comportamento, interesse e analisi RFM, così da rendere più efficaci le azioni che spingono il re-purchase, eseguite tramite le piattaforme di advertising, le campagne di retargeting e di email marketing.
