Cosa sono i “First-party Data” e perchè sono utili in una Strategia di Omnichannel Experience? [Caso Benetton-Google]

La pandemia di coronavirus ha colpito duramente tutto il settore della vendita al dettaglio, che ha dovuto affrontare numerose restrizioni in un clima di incertezza costante. Allo stesso tempo, però, i cambiamenti nelle abitudini e nelle necessità dei consumatori hanno accelerato l’impatto dell’e-commerce sui business.

Il brand di moda italiano United Colors of Benetton è presente in tutto il mondo con migliaia di negozi. Il business online, seppur in crescita costante, aveva ancora del potenziale non del tutto sfruttato. Da qui la volontà di attivarsi per conoscere meglio la customer base attraverso l’utilizzo dei first-party data.

Le fonti di dati erano frammentate, organizzate in silos e non venivano utilizzate per analizzare e creare audience di prima parte da attivare sulle piattaforme di advertising.

L’obiettivo era costruire campagne di comunicazione più efficaci e data-driven, sfruttando appunto il potenziale dei dati di prima parte.

Fonte: Think with Google

Organizzare le fonti di dati in un Marketing Data Lake

In un percorso d’acquisto omnicanale, le fonti di dati sono molteplici. Il brand ha deciso di riunirle in un unico posto per renderne possibile l’analisi e l’utilizzo.

Grazie ad una infrastruttura avanzata composta da diverse tecnologie di Analytics, CRM, componenti Google Cloud

e Google Marketing Platform è stato creato un “Data Lake” destinato all’archiviazione, analisi e segmentazione di dati strutturati e non.
Il Data Lake di Benetton è stato realizzato su BigQuery e raccoglie tutti gli eventi online e offline compiuti dagli utenti.

Una volta raccolti i dati, sono stati creati dei cluster secondo il modello statistico RFM ovvero rispetto a Recency, quando sono stati effettuati gli acquisti; Frequency, con quale frequenza e Monetary value, il valore monetario.
In questo modo è stato possibile individuare i cluster di utenti alto spendenti e da fidelizzare. Tutte le informazioni sono aggiornate quotidianamente e in modalità automatizzata.

Mettere la privacy al primo posto

In un mondo in cui la privacy degli utenti deve essere messa al primo posto, creare una strategia di dati proprietari diventa assolutamente indispensabile. Ciò vale in particolare per il comparto del retail che ha a disposizione una mole immensa di dati provenienti da diverse e svariate fonti.

L’implementazione del Data Lake su cloud proprietario di Benetton ha garantito il rispetto della privacy su tutto il ciclo di utilizzo dei dati. I consensi vengono continuamente verificati, i potenziali dati sensibili verso la Google Marketing Platform vengono anonimizzati e non escono dal perimetro di proprietà di Benetton.

Aumentare il traffico qualificato

Sono stati raggiunti interessanti risultati in termini di traffico qualitativo al sito: il costo per sessioni qualitative (CPAS) è diminuito del 75% rispetto all’anno precedente. Il Click-Through Rate (CTR) è aumentato del 45%, il Costo per Click (CPC) è diminuito del 25% e la Viewability è aumentata del 25%1.

In conclusione, grazie a questo progetto è stato possibile creare audience altamente profilate, grazie ad una migliore comprensione del comportamento e delle abitudini di acquisto dei clienti e alla capacità di utilizzare questi insight. In particolare il brand ha compreso il potenziale delle audience più calde con l’obiettivo di utilizzarle in maniera sempre più strutturata per rafforzare la relazione con il cliente finale.

 

Fonte: Think With Google

Fonte dati: Dati interni, Benetton

Autori: Antonio Patrissi, Google C.D.O.; Federico Cusimano GMP, Google

Facebook
WhatsApp
Twitter
LinkedIn