i consigli

dcx. Predictive analytics: usarli per migliorare l’esperienza dei clienti

di Dario Melpignano Ceo di Neosperience |

Non vogliamo certo negare che i predictive analytics siano stati utilizzati male in passato ma, almeno allo stato attuale, lo scopo ultimo di quasi tutti i brand è quello di studiare i comportamenti per comprendere come migliorare l’esperienza dei clienti.

dcx è una rubrica quotidiana dedicata alla Digital Experience a cura di Dario Melpignano, Ceo di Neosperience. Per consultare gli articoli precedenti, clicca qui. Per la versione inglese vai al blog.

L’uso delle tecniche di predictive analytics per costruire una strategia di marketing più efficiente non è certo nuova. Da anni, le aziende all’avanguardia scandagliano i dati alla ricerca di informazioni utili per conoscere meglio le abitudini degli utenti e rivedere le proprie azioni di conseguenza. Questo ha, inevitabilmente, fatto sorgere una incomprensione, ovvero che questo tipo di analisi serva a spiare, a controllare i clienti piuttosto che ad aiutarli lavorando per loro, non contro di loro.

Non vogliamo certo negare che i predictive analytics siano stati utilizzati male in passato ma, almeno allo stato attuale, lo scopo ultimo di quasi tutti i brand è quello di studiare i comportamenti per comprendere come migliorare l’esperienza dei clienti. L’analisi predittiva è una sorta di mix magico che unisce predictive modeling, statistica, machine learning e big data in un unico modello che analizza il presente e il passato per prevedere (e migliorare) il futuro.

Incrementare le vendite e i margini per l’azienda è, senza dubbio, uno dei motivi che spingono all’adozione di questi strumenti. La differenza (che poi segna il successo di ogni strategia nella Age of Customer) è data, però, dalla capacità di mettere questi stessi strumenti al servizio della gestione della customer experience. L’immensa mole di dati a disposizione non ha alcun valore se non si è in grado di estrarre da essi insight utili a rendere più significativa la relazione con i clienti.

Lo ha fatto Amazon, esempio perfetto di come gli strumenti tecnologici possano essere messi al servizio dei clienti per migliorare la loro esperienza (portando evidenti benefici anche al fatturato). Grazie al motore noto come ‘suggestion engine’, nutrito costantemente dagli algoritmi di learning, il sito riesce a capire in anticipo cosa potrà interessare a ogni singola persona. Questo processo, unito poi agli investimenti in retargeting pubblicitario, ha trasformato il sito di e-commerce in una macchina da guerra.

I predictive analytics, comunque, non sono utili solo a chi vende prodotti. Netflix e Spotify, servizi basati sui principi della cosiddetta ‘membership economy’, dimostrano che la conoscenza del cliente è oggi fondamentale per superare le aspettative e anticipare i desideri. “La conoscenza è potere”, come affermato dal filosofo Francis Bacon. L’importante è sapere usare quella conoscenza, senza essere travolti da essa.

Per approfondire:

http://blog.neosperience.com/the-digital-customer-experience-in-the-age-of-machine-learning

http://blog.neosperience.com/how-to-monetize-the-membership-economy-revolution

http://blog.neosperience.com/the-second-industrial-revolution-and-how-you-can-recover

Leggi le altre notizie sull’home page di Key4biz