La rapida evoluzione dell’ecosistema MarTech pone nuove sfide nella costruzione della migliore infrastruttura possibile.
L’ampia disponibilità di soluzioni di AI e Machine Learning, unità all’esplosione del movimento No-Code, permettono ad aziende di varie dimensioni di connettere fra loro soluzioni diverse, nel mix ideale per i loro obiettivi di business.
Nel workshop dell’ultimo MarTech Summit organizzato da IAB Italia, ByTek ha voluto spiegare come disegnare un MarTech stack efficace e come il ruolo delle persone sia ancora fondamentale per il successo di tutte le iniziative. Qui l’intervento completo.
I MarTech trends del 2022 e la percezione dei CMO
Secondo una recente ricerca a cura di Gartner, l’utilizzo del martech rimane stabile in un contesto di crescente incertezza. Il 68% dei leader del settore martech e degli early adopters di questo approccio sta affrontando sfide notevoli nell’utilizzare a pieno l’intera capability dei propri stack.
Lo scenario pandemico ha rinnovato l’attenzione sulla necessità di espansione dell’uso dello stack tecnologico di marketing, ma i CMO globali faticano a fare progressi in questo senso, anche a causa di budget ridimensionati che non si allineano ad obiettivi sfidanti. Come riuscire a fare meglio con meno?
L’intenzione di migliorare le dotazioni aziendali è forte: +41% per quanto concerne la martech strategy, +50% per l’ambito business intelligence.
Le preferenze dei marketer si concentrano su un cambiamento di prospettiva forte: non vediamo più la prevalenza di un approccio principalmente best-of-breed, come avveniva prima del 2020, ma c’è una netta preferenza per soluzioni integrate e olistiche, suite all-in-one, che possano fornire una centralizzazione del dato, della sua gestione e azionabilità, nonché una visione olistica e completa.
Come si compone un MarTech Stack efficace: il ruolo dell’AI
La strategia di crescita delle moderne company deve basarsi sul dato.
Gli step sono 4:
- Data Collection, ossia unificare il “caos” della mole di dati;
- Data Governance, per dare struttura e ordine al data lake;
- Data Enrichment, un’interpretazione che inizi a fornire insights utili;
- Data Activation, cioè la capacità di rendere azionabili gli insights, di farne i pilastri su cui si baseranno le decisioni strategiche di marketing.
A queste 4 fasi corrispondono tecnologie e strumenti ad hoc, tra cui:
- Per la Data Collection, l’uso di pixels, forms, beacons e IOT;
- Per la Data Governance, CRM, Data Lake, CDP e Analytics;
- Per il Data Enrichment, CRM Modeling e Customer Intelligence;
- Per la Data Activation, ADV Audiences, attività di E-mail Marketing e Automation.
L’Intelligenza Artificiale, o Intelligenza Aumentata, ha un ruolo chiave in ciascuna di queste fasi e applicazioni. Bisogna, quindi, iniziare ad utilizzare l’intelligenza artificiale non tramite algoritmi standard, già ampiamente disponibili, ma con un approccio che aiuti a gestire grandi quantità di dati, anziché focalizzarsi subito sulle predictions.
Una criticità in cui molte aziende oggi incappano è proprio di partire subito con progetti altamente complessi e completamente custom, trovandosi poi incapaci di mettere a terra il tutto e trarne valore.
In questo senso, AI & Machine Learning sono dei veri enabler, degli attuatori, capaci di:
- gestire enormi quantità di dati;
- trasformare i dati in insights;
- arricchire i dati con trend e alert;
- monitorare efficacemente le anomalie.
Quindi, AI e ML – come li concepiamo in ByTek – si vanno ad integrare con la Data Governance, grazie a soluzioni di Anomaly Detection, con il Data Enrichment, attraverso azioni di Clustering e Trend Detection, e con la Data Activation, con Triggering e Sales Empowerment.
Il fattore umano: non di sola AI si nutre il MarTech
Secondo Massimo Chiriatti, Chief Technical & Innovation Officer di Lenovo, ex-IBM nonché autore del libro “Incoscienza Artificiale”:
“La macchina “prevede” (percorre e precorre) tante strade con grande velocità, ma ci deve aspettare per attendere il tempo della nostra decisione riguardante se e come seguirla. Perché non sa che può sbagliare e non sa pentirsene, neanche sa perché farlo”
Un ottimo punto di partenza concettuale per comprendere come lo Human Empowerment, il fattore umano, resti centrale in ogni decisione e attività di marketing, e come l’AI sia un incredibile strumento per potenziare l’intelligenza umana, ma non certo per sostituirla.
Solo l’intelligenza umana, infatti, è in grado di:
- Convertire i valori aziendali in obiettivi e gli obiettivi in tattiche e KPI
I valori aziendali sono la base di ogni strategia e tattica, sia essa di marketing, sales o IT. Spesso la sfida maggiore è rappresentata dal saper trasformare un principio in un obiettivo raggiungibile, l’obiettivo in tattiche per raggiungerlo ed il KPI numerico in grado di misurare il successo delle iniziative.
Nessuna tecnologia è (ancora) in grado di gestire questo processo, perché coinvolge coscienza e valori. Una macchina punterà verso l’efficienza, non domandandosi se le azioni che persegue sono in linea con l’etica aziendale. Inoltre una intelligenza artificiale avrà bisogno di valori per allenare l’algoritmo e la decisione di stabilire cosa possa essere definito un successo e cosa un insuccesso spetta ancora una volta alla coscienza delle persone.
- Disegnare il miglior stack e governarlo sulla base della maturità digitale e la capacità di adozione, oltre che sulla base dell’etica
Sempre partendo dai valori ed i principi aziendali, il ruolo delle persone è governare la complessità tecnologica, allineandola alle esigenze e agli obiettivi aziendali. In questo processo non ci sono solo implicazioni di tipo economico, ma anche di tipo morale e strategico. Decidere se affidare la raccolta dei dati dei clienti ad un vendor piuttosto che un altro comporta scelte di coscienza, che ad oggi sono un essere umano è in grado di fare correttamente. Non c’è ancora, e forse mai ci sarà, sufficiente comprensione ed autonomia decisionale di una macchina, per mettere a terra una soluzione che rispetti la mission aziendale, anche quando fare un certo tipo di scelta comporta risultati minori rispetto ad un’altra.
- Trasformare i dati in insight grazie all’interpretazione dei trend
Le macchine sono straordinariamente capaci di elaborare enormi quantità di informazioni in pochissimo tempo, senza commettere errori. Sarebbe folle far fare questo processo a degli esseri umani, per loro natura più lenti ed imprecisi. Ma come spesso si dice in questi tempi, cioè che è veramente in grado di garantire la crescita di una azienda non è l’approccio data-driven, bensì l’approccio insight-driven.
Parliamo della capacità di estrarre significato e spunti dalla mole di dati e trend che le macchine sono in grado di gestire e produrre. Decidere, anche qui, cosa abbia veramente valore per noi e cosa no. Scegliere ed interpretare un insight è ancora squisitamente un fatto umano ed un processo fondamentale, se non il più importante, per trarre vero beneficio dallo stack tecnologico e dagli algoritmi di intelligenza artificiale implementati
- Azionare i tool grazie all’empatia
Lo stack Martech e gli algoritmi, nella nostra riflessione, sono strumenti estremamente potenti al servizio delle persone, per aumentare le capacità umane e di marketing.
L’attivazione di questi tool passa attraverso un processo di empatia creativa, grazie al quale possiamo comunicare efficacemente con la nostra audience, scegliendo colori, testi, tono di voce, in linea sia con quello che può avere maggiormente successo, sia con i valori e gli obiettivi aziendali.
Questo non significa non sfruttare i molti processi basati su A/B test ed analisi retrospettiva dei dati, che vanno a supporto anche delle scelte creative. Rimangono però fortemente umani gli esperimenti pensati ed ideati da persone per altre persone, così come i success criteria, che determinano il risultato dell’esperimento.
Capacità ermeneutica, creatività e sentimento sono i plus umani, non riproducibili dalle macchine, l’assoluto valore aggiunto del nostro cervello, anche in ambito professionale.
