La centralità del Marketing Database

Il Marketing Database, come abbiamo avuto già modo di ribadire in questo blog, riveste un ruolo primario nell’ambito delle attività di marketing; tuttavia, alla sua innegabile utilità, si accompagna ancora ad una serie di problemi organizzativi, tecnologici e di processo che rendono difficile per le organizzazioni dotarsi di un repository efficiente, aggiornato e condiviso per alimentare, implementare e gestire campagne ed attività promozionali.

Come mai? Perché il Marketing Database, nonostante la sua centralità è ancora un grosso problema? In questo articolo cercheremo di analizzare i possibili motivi, offrendo anche qualche suggerimento basato sull’esperienza.

Un Marketing Database aggiornato, efficiente, pulito, completo, gestibile e “adattivo” è il sogno di tutti i marketer – almeno da quando esiste l’informatica. Tuttavia, malgrado le promesse fatte dalla tecnologia e gli evidenti successi della gestione dei dati in molti altri settori, il marketing soffre ancora di parecchie difficoltà in questo particolare ambito

In realtà il database è il perno delle funzionalità applicative le quali, al loro interno, contengono tutti gli strumenti per creare, popolare, utilizzare, modificare e gestire la base dati. Nel marketing non è la stessa cosa: il database infatti è solo in parte gestito, con una logica “applicativa”, unicamente dalle funzionalità di automazione. In realtà occorre gestire molte altre informazioni, provenienti da fonti eterogenee in formati altrettanto diversi e questo, inevitabilmente, complica le cose.

Infine il Marketing Database è utilizzato da più utenti, con modalità e scopi di differenti; inoltre tenerlo aggiornato non è affatto semplice – a meno di non dedicare a questa attività risorse specifiche.

Il Marketing Database è al centro di tutto

Effettivamente, il Marketing Database è al centro di tutte le attività, sia manuali che automatizzate, riguardanti i contatti, i lead , i prospect ed i clienti – ovvero contiene tutte le informazioni relative alle persone potenzialmente interessate al brand, a quelle che lo sono effettivamente, a quelle che intendono comprare ed a quelle che lo hanno già fatto; tali informazioni sono pertanto utilizzate e condivise sia dal marketing che dalla forza di vendita. Il problema grosso è che i dati, normalmente, non si generano, e tanto meno si aggiornano, da soli.

Questo è vero soprattutto negli approcci tradizionali, mentre con la Marketing Automation è possibile realmente acquisire automaticamente nuovi contatti in modo “organico”, ovvero spontaneo, e gestirli nel tempo praticamente senza l’apporto di attività manuali.
Purtroppo la parte automatizzata non è che un singolo elemento dell’intero processo; inoltre, da questa tecnologia si ottengono sì parecchie informazioni, ma spesso non in quantità sufficiente per implementare campagne, raggiungere una vasta audience, individuare contatti realmente utili e, in ultima analisi, contribuire in modo consistente al fatturato aziendale.

Dunque il Marketing Database è anche al centro degli incubi dei marketer. Vediamo il perché.

Tanti database

La situazione a cui spesso ci si trova di fronte è che esistono tanti database (o almeno tanti fogli di calcolo, liste, elenchi di persone e di numeri di telefono) e mettere insieme tutte queste informazioni è difficile per motivi che vanno dal diverso formato al differente modo in cui un dato viene rappresentato.

Il risultato? Esistono tante “isole” di informazione (con molte duplicazioni ed errori) che vengono impiegate da specifici gruppi di persone per determinati scopi, ma che risultano disconnesse tra loro e tanto meno fanno parte di un unica visione complessiva coerente.

Diverse necessità, diversi strumenti

Nell’ambito del marketing, dunque, esistono almeno otto diversi ambiti in cui si gestiscono i dati; vediamoli:

  1. Dati storici – sono le diverse liste di contatti esistenti, più o meno recenti e più o meno qualificati
  2. Dati raccolti sul campo – si tratta degli elenchi di chi partecipa ad un evento (magari senza essersi registrato) e chiede maggiori informazioni
  3. Dati provenienti dalla posta o dal telefono – sono le persone che, spontaneamente, si rivolgono all’azienda (o meglio al marketing) sia per curiosità che per reali esigenze
  4. Dati acquisiti da terze parti – di solito, per alimentare le campagne, si acquistano elenchi di contatti (ai quali sia legalmente possibile inviare materiale promozionale, ferma restando la possibilità da parte delle persone di esprimere parere contrario attraverso l’opt-out)
  5. Dati generati da attività di telemarketing – a volte, nel qualificare dei contatti tramite telefono, emergono nuovi elementi o informazioni o persino ulteriori contatti
  6. Dati organici catturati dagli strumenti di automazione – che fanno riferimento a coloro che, navigando sul web e grazie ai motori di ricerca, individuano il brand o una sua iniziativa e si iscrivono per ricevere ulteriore materiale
  7. Dati relativi alle transazioni commerciali – ovvero le informazioni relative ai clienti effettivi che non vanno però esclusi da ulteriori attività di marketing legate al post-vendita ed al mantenimento di una relazione finalizzata a generare ulteriore fatturato
  8. Dati in possesso delle strutture di supporto – sempre relativi ai clienti effettivi, ma riguardanti i servizi post-vendita come l’eventuale assistenza.

Di questi otto ambiti (ma forse ne esistono altri) solo il sesto funziona abbastanza bene in quanto raccoglie le informazioni all’origine, le può affinare mediante una profilazione progressiva e quindi utilizzare sia per le campagne di marketing che per la comunicazione personalizzata “event driven”, ovvero basata su ciò che accade nel tempo (ad es.: il contatto visita ancora il sito, consulta un catalogo o il listino prezzi, si trova nelle vicinanze di un punto vendita, ecc.); infatti questo ambito è l’unico gestito totalmente con la Marketing Automation.
E gli altri sette?

Cosa succede di solito

  1. Dati storici – sono poco affidabili perché non aggiornati; finiscono nella “spazzatura digitale”
  2. Dati raccolti sul campo – normalmente (specie se su carta) finiscono in qualche scatolone a prendere polvere
  3. Dati provenienti dalla posta o dal telefono – quasi sempre vanno perduti, a meno che non esista un processo dedicato per gestirli
  4. Dati acquisiti da terze parti – funzionano finché sono “freschi” poi, dato che non vengono gestiti e tenuti aggiornati, finiscono per diventare obsoleti, così occorre acquistarne di nuovi
  5. Dati generati da attività di telemarketing – chi fa questa attività raramente utilizza il database ma una sua estrazione sotto forma di foglio di calcolo (anche perché il telemarketing è effettuato da aziende terze); altrettanto raramente le nuove informazioni acquisite vengono integrate con quelle esistenti importandole nel database
  6. Dati relativi alle transazioni commerciali – di solito sono “di proprietà” della forza vendite o dell’amministrazione ed hanno una vita propria
  7. Dati in possesso delle strutture di supporto – idem come al punto precedente

A quanto pare, i dati storici non servono ad un granché, quelli raccolti sul campo e dal telemarketing vanno perduti, così come quelli relativi a tentativi sporadici di contatto con l’azienda, mentre i database acquisiti hanno un’utilità limitata nel tempo. Infine, i dati organici ottenuti dall’automazione, a loro volta, hanno una sorta di “vita autonoma” e non sono integrati con gli altri elementi di informazione.

Una possibile diagnosi

Da questa impietosa descrizione, emergono subito alcune criticità di cui la prima (e macroscopica) è la mancanza di un processo capace di gestire tutti i flussi informativi in modo razionale; occorre infatti stabilire delle regole precise per prendersi cura delle informazioni nei diversi ambiti.

Questo non accade praticamente mai perché le attività vengono portate avanti senza una logica organica; di solito la scusa è la mancanza di persone o di tempo, ma la realtà è che si fanno le cose decidendo al momento, in base alle priorità ed alle urgenze, mentre nessuno si preoccupa di organizzare il lavoro in modo che ogni traccia di conoscenza venga raccolta e gestita correttamente.

Un altro punto dolente è rappresentato dalla coesistenza di più strumenti (e supporti) per i dati; in una condizione ideale dovrebbe esistere un unico database a cui tutte le persone coinvolte sono connesse, sia tramite dispositivi standard che mobili, per inserire, modificare o cancellare le informazioni – a seconda dei ruoli e delle relative prerogative – ma sempre nell’ambito di un’unica istanza condivisa del dato (ovviamente si potrà avere la storia di come quel dato cambia nel tempo, ma non esistono doppioni; questo significa che tutti gli utenti sono allineati sull’unica versione valida).

Un’ulteriore criticità, che fa il paio con la prima, è che le stesse attività di marketing spesso sfuggono ad una logica progettuale unitaria, che preveda ad esempio di utilizzare diverse sorgenti di dati per il database (contatti organici via web, contatti acquisiti da terze parti, contatti esistenti opportunamente aggiornati, contatti provenienti da altre funzioni aziendali) in modo che l’elenco sia il più possibile ricco, completo – ed unico.

Infine, spesso accade che il Marketing Database soffra di problemi relativi alla sua stessa progettazione; occorre infatti definire quali informazioni deve contenere (i cosiddetti “campi”, come nome, cognome, indirizzo, ecc.) perché – oltre ai dati anagrafici, esistono molti altri parametri utili per profilare adeguatamente i contatti nel tempo.

Certo, oggi come oggi, non è un problema aggiungere “al volo” uno o più campi in corso d’opera ma questo, come minimo, significa che tutti i nuovi record o quelli modificati in seguito all’introduzione dei nuovi elementi di informazione saranno più completi di quelli nati prima della modifica (e quindi non perfettamente omogenei tra loro).

Altro grosso problema è rappresentato dal modo in cui i dati vengono rappresentati (una stessa regione sociale può essere scritta in modo leggermente diverso in due record diversi, ad es.: una società per azioni può essere indicata come SpA o come S.p.A. che, per il computer, a meno che non sia stato programmato in modo molto raffinato, sono due cose diverse).

Anche elementi come “settore merceologico” o “ruolo aziendale” possono essere rappresentati in modo molto eterogeneo, a meno di non offrire agli utenti un menu di scelta predefinito.

Tecnologia e intervento umano

Da ciò che abbiamo appena descritto, appare evidente che non esistono soluzioni perfette o tecniche per automatizzare totalmente i processi: benché esistano strumenti per validare i dati all’origine, è sempre necessario intervenire manualmente per garantirne la qualità e l’univocità.

Per evitare duplicazioni ed errori, ad esempio, è bene associare tra loro gli utenti che sono collegati alla stessa azienda e, per le varie aziende, occorre costruire un’apposita tabella in cui una data ragione sociale compare una volta soltanto; infatti, se ogni singolo utente contiene nel proprio record anche la ragione sociale, questa può differire da quella di un suo collega presente anch’egli nel database, magari per un particolare come “Spa o S.p.A”.

Detto questo, anche la migliore progettazione delle strutture dati ha dei limiti; per questo occorre che persone dedicate (idealmente il team di telemarketing) faccia un’operazione di controllo e di pulizia dei dati in modo che la qualità complessiva sia adeguata agli scopi per cui i dati stessi sono stati raccolti.

Un altro compito importante del telemarketing è quello di qualificare i contatti (magari partendo da liste di terze parti che non consentono di inviare comunicazioni via email perché manca l’opt-in specifico) così da identificare non solo le persone maggiormente interessate al messaggio del brand ma anche scoprire ulteriori lead utili.

Una soluzione completa

Ovviamente una panacea non esiste; tuttavia, riflettere sui punti appena discussi può essere utile per inquadrare meglio il problema e provare a mettere in campo possibili soluzioni. In particolare potrebbe essere molto utile:

  1. Definire un progetto complessivo relativo al Marketing Database
  2. Creare ed implementare procedure precise per la gestione dei dati nei vari ambiti in funzione della loro provenienza
  3. Impostare una struttura dati razionale e completa
  4. Utilizzare un unico repository logico delle informazioni
  5. Far coesistere dati provenienti da più fonti così che sia possibile gestirli sia in modo automatico che manuale a seconda delle necessità (ad es.: ai contatti acquisiti da terze parti e qualificati dal telemarketing sarà possibile applicare i criteri di scoring – assegnazione di un punteggio – dell’automazione e quindi utilizzarli nell’ambito delle campagne gestite con la Marketing Automation, mentre i contatti organici acquisiti via web potranno essere ulteriormente qualificati dal telemarketing prima di essere magari passati alla forza vendite)
  6. Dare a tutti gli utenti aziendali la necessaria visibilità dei dati e la facoltà di intervenire su di essi in modo confacente al ruolo, senza che esistano elementi informativi isolati tra loro, duplicati e non sincronizzati

In sintesi

In questo lungo post si è parlato di un problema antico, per il quale esistono diverse soluzioni “puntuali” ma che può essere affrontato e risolto soltanto in un’ottica progettuale unitaria, in cui ci sia la volontà di investire risorse nel tempo – perché è proprio il tempo il nemico dei dati: se le informazioni non vengono mantenute aggiornate e gestite con continuità, prima o poi si trasformano in spazzatura; dopodiché anche la più sofisticata automazione è in grado di fare ben poco.

Volete saperne di più? Contattateci.