Devo ammetterlo, non appena qualcuno mi chiede delle applicazioni strategiche di big data e intelligenza artificiale… io penso subito al data driven marketing.

Non è affatto difficile capirne il motivo: la massiccia presenza di dati e la facilità con cui possono essere raccolti ed analizzati.

Sei davanti all’inizio di un lungo approfondimento su un mondo estremamente potente e manipolatorio.

Magari sei ancora affezionato al marketing old school…

Oggi cambierò per sempre la tua visione di questo settore facendo emergere un mondo per molti sommerso e irraggiungibile.

Iniziamo !

Data driven marketing: che cos’è ?

Risposta breve: è il marketing che si basa solo ed esclusivamente alle evidenze che ci mostrano i dati.

Lascia il meno spazio possibile alle decisioni umane ‘per istinto’ ma si basa ad un approccio scientifico al decision making.

Non mi fraintendete.

L’intuizione umana gioca ancora un’enorme ruolo all’interno delle strategie aziendali.

L’unica grande differenza è che ci si basa sui dati per verificare se l’intuizione ha portato risultati positivi o meno.

Come vedremo molto presto l’approccio data driven va ben oltre al leggere le semplici metriche che ogni marketer è abituato a monitorare.

Nell’era degli algoritmi intelligenti e del digitale monitoraggio e analisi predittiva hanno portato questa antica disciplina ad un livello decisamente superiore e per molti inimmaginabile.

Lascia che ti soprenda.

Chi controlla i dati è destinato a controllare il mondo (e il marketing…)

Si sente tanto parlare del petrolio del XXI secolo, dei big data e dell’intelligenza artificiale.

È arrivato il momento di parlarci chiaro.

Quali sono le reali applicazioni di queste tecnologia ?

Iniziamo con l’ovvio… anche se spesso l’ovvio è proprio la cosa più complessa da capire.

Qualsiasi cosa tu faccia online sei costantemente monitorato e controllato dalla piattaforma a cui cedi gentilmente le informazioni per godere dei contentui.

Che sia Netflix, Facebook o un qualsiasi quotidiano online il discorso di fondo non cambia.

Lo sviluppo dell’Intelligenza Artificiale è tutta una questione di dati e, come ricorda il CEO di Softbank:

Il marketing per definizione è lo studio del consumatore.

Più le nostre informazioni sono accurate, più siamo vicini agli interessi e ai bisogni dei nostri clienti e più la nostra strategia di vendita sarà efficace.

É proprio a questo punto che entrano in gioco il data driven marketing, i big data e l’intelligenza artificiale

Mai come prima è stato possibile avvicinarsi così tanto ai consumatori e offrire un’esperienza praticamente cucita su misura alle loro necessità, che faccia leva sui loro bisogni più intimi e alle loro preferenze.

Quanto ci conoscono bene ?

Un errore che in molti fanno è sottovalutare le dimensioni del controllo che le piattaforme esercitano su tutti noi.

Un esempio che colpisce subito è il read analaytics.

Quando leggi un ebook con il tuo fidato e-reader immagino saprai che stai lasciando sul tavolo una quantità davvero considerevole di informazioni.

Probabilmente lo sai ma… sono sicuro che non ti rendi affatto conto delle dimensioni del monitoraggio che le grandi aziende eseguono su ogni caro lettore.

• Data, ora e minuto per ogni azione che segue
• Quale sistema operativo e quali browser usi
• Quando apri e chiudi l’app di lettura
• Quando inizi e finisci un capitolo
• Per quanto tempo usi l’appliccazione
• Che cosa sottolinei e quali note evidenzi
• Quali link apri
• Quando cambi font e come lo cambi

Non tutte le appliccazioni lo fanno (e sopratutto lo dichiarano) ma, ho ragione di credere che il monitoraggio si estenda (o molto presto lo farà) anche a:

• Quando cambi pagina
• Che pagine ed eventualmente quali capitoli salti
• Quando elimini un libro
• Il tuo umore mentre leggi determinate pagine

Sono sicuro che ti starai chiedendo… come diavolo è possibile ?

Ti ricordo che i microfoni sono sempre accessi, gli algoritmi di speech recognition di oggi individuano facilmente sentimenti ed emozioni, specie se esternate con chiarezza in un momento di ‘privacy’, per approfondire consiglio di leggere qui, qui e qui)

Ma tornado a noi,

Mettiti nei panni di uno scrittore che vuole capire e soddisfare al meglio la proprio comunità di lettori…

Non siamo difronte ad un piccolo aiuto, siamo difronte al paradiso degli scrittori.

Mettendo mano a questi dati potresti iniziare a capire quale parte del tuo non viene letta, per quale motivo e se è il caso di tagliarla per migliorare la storia.

Inzi a capire davvero dove il tuo pubblico si emoziona, se il messaggio che vuoi far pausare è stato compreso o se conviene togliere o aggiungere qualche riga.

Questo è un semplice esempio di data driven marketing.

Non cambio le righe (o il copywritng) del testo basandomi su quello che penso vada cambiato…

Cambio sulla base di evidenze scientifiche estrapolate dall’accurato monitoraggio dei miei lettori.

A questo punto sono sicuro di aver convinto i pochi che avevano ancora qualche dubbio riguardo alle potenzialità dei dati..

Nella seconda parte di questo articolo ho preso in esame alcune appliccazzioni di dati e algorimti intelligenti che già vengono usati nel mondo del business con grande successi.

Da Netflix a Twitter, dalle grandi aziende alle semplici PMI.

Content recommendation

Ricorda sempre che siamo nell’era dell’attenzione scarsa oltre a quella dei dati.

L’attenzione è il vero prodotto che le piattaforme barattano in cambio delle nostre informazioni.

Più il coinvolgimento è alto e più tempo rimaniamo sulle piattaforme e per più tempo possiamo essere bombardati dall’adv degli inserzionisti.

Il content reccomendtion è la naturale evoluzione di tutto questo.

Facebook cerca di capire cosa ci posso piacere in base alle nostre metriche e ai movimenti del nostro network.

Netflix in base a cosa ci piace guardare la domenica sera.

Ogni informazione viene catalogata per creare un profilo che ti identifichi al meglio.

Ho analizzato l’intera data strategy di Netflix proprio qua:

• Profilazione
• Dati impliciti / dati espliciti
• Centinaia di A/B test al giorno
• Freelance per catalogare i dati
• Machine Learning

Product reccomendation

Sempre per rimanere in tema algoritmi di riconoscimento non si può non citare l’altra faccia della medaglia: il product reccomedation.

Molto ‘semplicemente’ si tratta dei classici prodotti consigliati su Amazon.

E se ti dicessi che i prodotti consigliati generano la bellezza del 35% del fatturato di Amazon ?

Vuoi provare a fare tu i conti di quanto questo sistema funzioni ?

Gli algoritmi di raccomandazione sono modelli predittivi di supervised learning (molto spesso k-nearest neighbours algorithm KNN, and latent factor analysis, LFM).

Amazon adotta ben quattro diversi tipi di raccomandazione:

• Frequently bought together
• Customers who bought this also bought
• Compare to similar items
• Recommended for you

Senza stare a scendere troppo nel tecnico mi limito a scrivere l’intuizione dietro a questi algoritmi… principalmente vedremo due diverse categorie:

• Metà questi modelli lavora attraverso l’analisi dei tuoi precedenti acquisti cercando di intuire quali prodotti complementari ti possano servire o quale up-sell tu sia più propenso ad acquistare.
• La metà rimanente lavora sulle persone ‘catalogate’ simili a te e propone articoli che sono stati maggiormente acquistati dai tuoi ‘colleghi’

Queste due categorie di algoritmi funzionano sia per il content che per il product raccomandation.

Social listening & sentiment analysis

Marketing e reputazione sono due parole molto vicine tra loro, specialmente quando si parla di un luogo (internet) dove la diffidenza è naturale e la fiducia è ardua da ottenere.

Sia che si parli di grandi brand affermati che di personal brand nascenti è molto importante ascoltare cosa ne pensa il mercato del tuo posizionamento.

Quando la notorietà aumenta e le persone che twittano i propri pensieri iniziano ad essere migliaia non è semplice avere un quadro generale della situazione.

E qui entra in gioco l’AI ovviamente.

Per sentyment analysis si intende l’analisi di un testo o un’immagine cercando di classificare l’umore (sentimento) di quanto espresso.

Si inizia monitorando le parole chiavi che possono essere associate al nostro marchio.

Ad esempio per McDonald potrebbero essere:

• McDonald
• McDrive
• Happy Meal
• Big Mac…

Dopodiché si inizia a misurare il ‘sentiment’ dei post che contengono le parole chiave selezionate.

La chiave per l’analisi del sentimento è ovviamente una serie di modelli predittivi che attraverso l’analisi di frasi, sintassi e congiunzioni restituiscono un punteggio per ogni testo analizzato.

• Prima di tutto un testo viene scomposto in elementi semplici come parole, congiunzioni e punteggiatura
• Ogni aggettivo e le parole a cui si riferiscono vengono messe in relazione
• Infine viene elaborato un punteggio a seconda della misurazione (solitamente da un valore negativo a uno molto positivo)

Il discorso si complica leggermente quando gli elementi da monitorare non sono pià semplici tweet ma immagini, audio e video.

Specialmente per le immagini dove capire il contesto per una macchina non è così semplice (pensa ai meme ad esempio) siamo costretti a ricorrere a modelli più sofisticati.

Prima per individuare gli oggetti che rappresentano l’azienda (come il logo) e poi gli oggetti circostanti (un negozio in fiamme ad esempio) per poi metterli in relazione.

Allo stesso modo è possibile eseguire lo stesso procedimento con i volti… pensa solo alle figure pubbliche o ai politici.

Content marketing & intelligenza artificiale

Per molti l’unico vero marketing rimasto per generare fiducia con i clienti.

Content is king diceva Bill Gates già all’inizio del 21^ secolo ed è vero oggi come lo sarà domani.

Come sa molto bene chi produce contenuti ogni giorno, la vera difficoltà è l’energia intellettuale nel crearli e la frustrazione a trovare sempre qualcosa di nuovo da comunicare.

Creare e cercare informazioni è difficile, richiede tempo ed energia e soprattutto è difficile da automatizzare.

I contenuti sono personali, quando comunichi è la tua storia che fa innamorare di te le persone, le fredde macchine sono ben lontane dal creare il calore dell’essere umano.

C’è un però ovviamente.

Internet è diventato un’ecosistema di relazioni dalle dimensioni a dir poco immaginabili.

Basta fare un giro su Instagram o leggersi qualche tweet per capire quanto cambi il contesto fra queste due enormi piattaforme.

Per completare la frase di prima Content is king, Contest is God.

Ogni social ha il suo ‘dress code’, intrattenimento su youtube, foto mozzafiato su instagram e contenuti informativi su linkedin.

È proprio nel contesto che l’AI aiuta i marketers a velocizzare il processo di creazione e condivisione dei contenuti.

Immagina ad esempio di creare un vlog dove descrivi la tua giornata al mare con tuo padre.

Non appena carichi il video su youtube un software di content creation trasforma le parole in testo e crea un blog post con la bozza della trascrizione.

Cerca immediatamente una decina di foto incredibile della località in cui sei stato grazie alla geo-localizzazione e prepara il post su Instagram.

Infine converte l’audio e crea una nuova puntata del tuo podcast.

Ognuna di queste azioni non può essere automatizzata completamente perché serve quel pizzico di umanità per adattare il tutto ad ogni singola piattaforma.

Però, senza dubbio, le automazioni possono fare davvero comodo in questo contesto facendoci risparmiare preziosi minuti del nostro tempo.

Quello del content distribution è solo un piccolo esempio di un mondo che si sta espandendo velocemente.

Per approfondire vi lascio il nome di un blog molto interessante che si occupa proprio di queste teamtiche.

AI Content marketing Istitute

Dalla personalizzazione del contenuto a seconda del tipo di audience al perfezionamento dei tag html per migliorare la SEO.

• AI for Email Marketing: What You Need to Know
• AI for Social Media: What You Need to Know
• AI for SEO: What You Need to Know
• AI for Content Marketing: What You Need to Know

Copywriting & A/B testing

A primo impatto copywriting e automazione sembrano un contro senso.

Come è possibile che delle macchine possano sostituire l’arte dello scrivere in modo persuasivo che, più di ogni altra cosa, richiede conoscenza della natura umana e dei suoi sentimenti.

Ci tengo a precisare che i copywriter non moriranno mai.

Molto semplicemente alcune delle loro attività verranno eseguite dalle macchine in larga scala grazie al loro potere di ottimizzazione.

Prendiamo ad esempio l’headline delle mail.

L’open rate è un dato molto facile da misurare e le variabili che compongono un titolo, molto spesso, non sono così vaste.

Phrasee è una società specializzata nell’automatizzare i titoli delle mail per aumentare la conversione di grandi database.

Ebay ha da poco iniziato una collaborazione con questa compagnia riportando ottimi risultati.

Se si ha a disposizione un database sufficientemente grande è possibile partire da un’idea centrale ed eseguire centinaia di A/B su larga scala in pochi minuti.

Più è grande il database da testare e più accurato diventerà la generazione del copy.

In generale è il proprio il concetto di A/B test che viene ridefinito, non solo nel copy.

Il lavoro di un marketer di oggi è cercare le idee ed eseguire i test per avere conferme.

Ricordiamoci sempre che per essere competitivi nel mondo di domani servirà un lavoro di squadra:

La creatività dell’essere umano e la bravura delle macchine nel gestire i numeri.