Guida all'attivazione dei dati: ridefinire la CDP
5 casi d'uso che connettono i dati tra reparti diversi per offrire risultati misurabili.
Indice
- Caso d'uso 1: Riduci i costi per singola acquisizione attraverso una pubblicità mirata
- Caso d'uso 2: Aumenta i tassi di conversione tramite percorsi personalizzati.
- Caso d'uso 3: Chiudi le trattative più rapidamente dando i giusti strumenti al personale.
- Caso d'uso 4: Aumenta l'adozione con percorsi di onboarding.
- Caso d'uso 5: Incrementa la fidelizzazione fornendo un'assistenza proattiva.
Le società di maggior successo fondano le proprie attività sui dati, poiché proprio grazie a essi possono avere un quadro completo della clientela e dimostrarle che la conoscono, la comprendono e la apprezzano. In più, i dati consentono ai marketer di personalizzare le esperienze e assicurarsi che il messaggio giusto raggiunga la persona giusta al momento giusto, attraverso il canale più adatto, nonché di ottenere una maggiore efficienza grazie all'AI. Ma raccogliere tutte queste informazioni può rivelarsi complesso. Per riuscirci, le società devono districarsi tra varie problematiche: una quantità eccessiva di dati, la mancanza di comunicazione fra dati, tecnologie e workflow, nonché le continue novità in materia di privacy che complicano l'uso e il trattamento dei dati.
Inoltre, sebbene molte aziende abbiano già mosso i primi passi verso la centralizzazione dei propri dati attraverso piattaforme di dati dei clienti (Customer Data Platform, CDP) e data lake o data warehouse, faticano ancora a sfruttare tali strumenti per alimentare l'AI, ridurre i costi dell'acquisizione clienti, migliorare i tassi di conversione e aumentare il lifetime value.
Questo avviene perché centralizzare i dati non è sufficiente. Potrebbero comunque rimanere intrappolati in sistemi isolati gestiti
da un unico reparto ed essere scollegati dalle applicazioni che utilizzi per entrare in contatto con la clientela.
Nel mondo di oggi servono piattaforme di dati aziendali che aiutino i team di marketing, vendita, assistenza ed e-commerce a sfruttare gli stessi dati per creare interazioni personalizzate migliori per la clientela.
Questo approccio garantirà anche contesto e coerenza in tutte tali interazioni. Ad esempio, i marketer sapranno se un cliente ha già acquistato il prodotto per cui stanno eseguendo la campagna e quindi evitare di mostrargli i relativi annunci pubblicitari. Lo staff di vendita saprà se un cliente è iscritto al programma di fidelizzazione e potrà ringraziarlo per l'adesione durante la discussione. E il personale del servizio clienti conoscerà gli argomenti della conversazione fra il cliente e il chatbot e gli articoli già inviati, potendo così fornire assistenza in altri modi. Il nocciolo della questione è offrire un'esperienza completa e fluida sia per la clientela che per i team.
Data Cloud di Salesforce fa proprio questo. Data Cloud è una piattaforma di dati aziendale in grado di accedere ai dati provenienti da qualsiasi fonte per consentire ai marketer, e a ogni altra persona in azienda, di avere una visione completa della clientela e sfruttare le informazioni per offrire ai clienti esattamente ciò che desiderano.
In questa guida scoprirai in che modo dati centralizzati accessibili e fruibili dall'intera azienda possono alimentare il successo nell'intero ciclo di vita dei clienti, dalla consapevolezza alla fidelizzazione. I casi d'uso illustrati di seguito dimostrano come Data Cloud sfrutta il modello tradizionale di CDP ampliandone le funzioni, così che l'intera organizzazione possa collaborare senza ostacoli.
Cosa s'intende per caso d'uso?
Crea le basi rendendo accessibili tutti i tuoi dati
Per superare le sfide aziendali durante l'intero ciclo di vita dei clienti, stimolare la crescita e aumentare il customer lifetime value (CLTV), devi far uscire i dati dai compartimenti stagni in cui si trovano in tutta l'azienda. Per farlo, usa Data Cloud. I dati possono provenire da qualsiasi fonte, ad esempio:
- Dati di marketing in tempo reale sul coinvolgimento: precedenti interazioni in tutti i canali (e-mail, mobile, web, SMS, pubblicità).
- Dati di vendita: precedenti interazioni di vendita, informazioni di società/cliente, preferenze ecc.
- Dati del servizio clienti: precedenti acquisti, proprietà del prodotto e metadati associati ecc.
- Dati di e-commerce: precedenti acquisti, proprietà del prodotto e metadati associati ecc.
- Data lake/data warehouse: POS, IOT, logistica, HR, ERP, social, telemetria, uso e utilizzazione del prodotto, partecipazione a conferenze/esposizioni, quoziente di coinvolgimento/propensione ecc.
Una volta sbloccati i dati, puoi:
- Accedere ai dati precedentemente "intrappolati" con un'interfaccia di facile utilizzo così da ottenere una visione completa del cliente, segmentare il pubblico e analizzare la performance di marketing, il tutto senza intoppi informatici.
- Alimentare l'AI in modo affidabile, integrando modelli linguistici di grandi dimensioni nei tuoi dati di prima parte così da ottenere risultati più accurati, personalizzati e in linea con il brand, liberando più tempo da dedicare a mansioni strategiche.
- Attivare i dati in qualsiasi canale così da personalizzare ogni singolo punto di contatto nell'esperienza del cliente, da e-mail, mobile e web a pubblicità, colloqui di vendita e casi di assistenza, avvalendoti di consigli sulle migliori offerte successive, decisioni in tempo reale e automazione del percorso.
Riduci i costi per singola acquisizione attraverso una pubblicità mirata
Sfida
Obiettivi aziendali:
I dati di prima parte ottenuti dal coinvolgimento della clientela attraverso i canali del tuo brand sono un elemento più importante che mai. Ne hai bisogno per rivolgerti alla clientela con promozioni e offerte personalizzate.
Non solo: a fronte del picco più elevato di sempre nei costi di acquisizione dei clienti e dei tagli ai budget per il marketing, le aziende devono aumentare il ROAS e ridurre i costi per ogni singola acquisizione. Per riuscirci, i marketer necessitano di informazioni approfondite sulla performance della pubblicità e della capacità di adeguare il pubblico e il contenuto nel corso delle campagne.
Fase 1: accesso ai dati
Sbloccando e rendendo disponibili dati di prima parte provenienti da ogni parte dell'azienda, puoi sfruttare la segmentazione avanzata di Data Cloud per individuare i segmenti di pubblico ad alto valore. Ad esempio, puoi creare segmenti di clienti con un valore medio degli ordini elevato, un coinvolgimento via e-mail sopra la media, un tasso di resi ridotto o un'affinità per una determinata categoria di prodotti.
Raggiungendo i clienti più rilevanti con promozioni pertinenti ridurrai i costi per ogni singola acquisizione, poiché questi offrono maggiori probabilità di conversione. E garantendo alle vendite l'accesso alle stesse informazioni di cui dispone il marketing, ciascun team può sfruttare più agevolmente il lavoro dell'altro per garantire pertinenza, contestualità ed efficacia nelle conversioni.
Fase 2: potenziare l'AI
Oltre alla segmentazione avanzata che ti supporta nel raggiungere clienti a valore elevato, puoi anche sfruttare l'AI per identificare e raggruppare rapidamente i gruppi target analoghi. Ecco come farlo con Data Cloud:
- Utilizza prompt in linguaggio naturale (proprio come nell'interfaccia con ChatGPT) per creare e restringere i segmenti. Senza bisogno di conoscere il linguaggio di programmazione SQL, grazie ai modelli linguistici di grandi dimensioni (LLM) i prompt saranno tradotti negli attributi di segmentazione appropriati.
- Utilizza il Lookalike Modeling basato sull'AI su piattaforme pubblicitarie come Google, Meta e altre per individuare i clienti più simili ai tuoi target di pubblico a valore elevato, ampliando il raggio d'azione delle campagne.
- Misura l'efficacia delle campagne pubblicitarie concluse o in corso, utilizzando l'AI per analizzare e visualizzare i dati così da comprendere meglio i tipi di pubblico dalle performance più elevate e creare la necessaria base informativa per le attivazioni future.
Fase 3: attivazione dei dati
Una volta creati e ottimizzati i tuoi segmenti di pubblico target, è il momento di inviare tali dati alla piattaforma pubblicitaria di tua scelta e attivarli. Ecco un esempio di come può svolgersi questa fase:
- Attiva in maniera fluida e sicura nuovi target di pubblico per piattaforme chiuse come Google Ads, Meta, Amazon e LinkedIn, quindi raggiungi i clienti con annunci personalizzati nei canali di loro scelta.
- Amplia il tuo raggio d'azione e integra ulteriormente il tuo set di dati utilizzando partner di AppExchange come LiveRamp, TradeDesk, Merkle, Epsilon e Axiom. Utilizza le informazioni approfondite a livello di segmento fornite direttamente dai partner pubblicitari (come Google e Amazon) per comprendere le affinità e le caratteristiche demografiche della clientela che possono essere utilizzate in futuro per personalizzare le campagne.
Per migliorare il ritorno sulla spesa pubblicitaria non basta migliorare o ampliare il proprio pubblico target. Tutto ruota intorno alla rilevanza, alle tempistiche e alla consapevolezza di quando non è opportuno inviare la pubblicità. La combinazione di questi elementi consente di risparmiare denaro e migliorare la soddisfazione della clientela. È bene evitare la pubblicità quando:
- Il cliente ha un ticket di assistenza ancora aperto.
- Il cliente ha comprato in precedenza un prodotto o servizio attualmente in sconto.
- Si sta promuovendo un programma fedeltà e il cliente vi ha già aderito. Non far perdere tempo alle persone coinvolgendole in offerte inutili per loro.
Esempi reali
Utilizzando i dati delle prenotazioni del centro (ad esempio i prossimi appuntamenti) e il recente coinvolgimento via e-mail di una campagna di assistenza sanitaria preventiva, riesce a creare un segmento di pubblico target. In pochi clic, senza dover interpellare l'IT, Amy attiva questo nuovo target di pubblico su Google Ads e Meta. Gli annunci pubblicitari vengono personalizzati per una struttura di assistenza sanitaria d'emergenza nelle vicinanze e promuovono servizi di prevenzione pertinenti, quali check-up per le vaccinazioni o test allergologici. Utilizzando le analisi e i suggerimenti dell'AI, Amy modifica l'oggetto delle e-mail nel pieno della campagna, cambiandolo da “Prenota subito un appuntamento di prevenzione” a “Una salute migliore a soli 2 minuti di auto da casa tua”. La risposta della clientela alla rilevanza della campagna è ottima, registrando un aumento del tasso di clic del 50%.
Aumenta i tassi di conversione tramite percorsi personalizzati
Sfida
Obiettivi aziendali:
Nell'attuale contesto competitivo, è necessario in contatto con gli utenti a livello personale per aumentare i tassi di conversione e stimolare la crescita del fatturato. Cosa significa? Fornire loro esperienze personalizzate e connesse, customizzate in base alle loro preferenze. Eppure molti marketer hanno ancora difficoltà ad accedere in tempo reale ai dati: di fatto, il 59% necessita di supporto tecnico per segmentare il pubblico o svolgere una campagna.
Tutto questo rallenta i tassi di conversione e la pipeline. Sbloccando i dati di diverse fonti e sfruttando i vantaggi offerti dagli strumenti di AI, i marketer possono creare percorsi personalizzati specifici per le preferenze e comportamenti unici dei loro clienti. Tale approccio non solo fa aumentare i tassi di conversione, ma potenzia anche il customer lifetime value e facilita l'upselling e il cross-selling con offerte pertinenti. Con informazioni approfondite in tempo reale e strategie fondate sui dati, i marketer possono ottimizzare le proprie campagne generando risultati migliori.
Fase 1: accesso ai dati
Fase 2: potenziare l'AI
Ora hai i dati che ti servono. Adesso puoi sfruttare l'AI per:
- Individuare i segmenti dal valore più elevato e la loro probabilità di reagire alle promozioni.
- Determinare le migliori offerte o azioni successive da discutere per una personalizzazione web consapevole.
- Aiutare il personale di vendita a cogliere le migliori opportunità di upselling e cross-selling, stabilire quali contatti necessitano di follow-up e generare punti di discussione basati su precedenti coinvolgimenti.
Fase 3: attivazione dei dati
Una volta classificato il tuo pubblico e identificata la prossima offerta migliore, puoi:
- Creare un segmento a cascata per accogliere e dare priorità a un pubblico a valore elevato. Evitare un'eccessiva saturazione del marketing, assicurandoti che ogni cliente riceva una sola offerta personalizzata e non visualizzi messaggi su articoli appena acquistati.
- Attivare segmenti per contenuti/consigli personalizzati sul tuo sito web e inserirli in percorsi connessi sui canali preferiti che portino alla conversione.
- Sincronizzare dati in sistemi terzi come POS, ERP, PIM ecc.
- Attivare le notifiche per i team di vendita e marketing per informarli degli avanzamenti del cliente in un dato percorso e fornire consigli personalizzati sul successivo follow-up per procedere verso il completamento di un'azione (carrello abbandonato → acquisto, chiusura dell'applicazione ecc.)
- Inviare notifiche ai marketer circa i progressi verso gli esiti delle campagne e fornire opportunità di intervento (ad es. modificare le dimensioni o gli attributi del segmento di pubblico oppure adeguare l'offerta).
Esempi reali
Janelle è una marketer presso una grande azienda che vende abbigliamento outdoor al dettaglio. Le è stato assegnato il compito di migliorare i tassi di conversione, il customer lifetime value e i ricavi da upselling e cross-selling.
Janelle inizia raccogliendo i dati delle taglie delle giacche scelte dai clienti o delle preferenze di calzature in base agli acquisti recenti. Con l'aiuto dell'AI, sviluppa un punteggio della propensione all'acquisto e lo integra in un segmento a cascata che raccoglie e dà priorità al pubblico ad alto valore utilizzando visualizzazioni di articoli informativi, clic sul web, articoli in carrelli abbandonati di recente e dati del programma fedeltà (livello, punti e durata dell'iscrizione).
Chiudi le trattative più rapidamente dando i giusti strumenti al personale
Sfida
Obiettivi aziendali:
È fondamentale che i marketer dotino il personale di vendita delle giuste informazioni, affinché chiudano le trattative in tempi più rapidi. Tuttavia, molte organizzazioni hanno difficoltà con l'allineamento fra una funzione e l'altra e la condivisione dei dati tra i vari reparti: una situazione che ostacola il processo di vendita. Sbloccando i dati provenienti da svariate fonti e utilizzando l'AI, le organizzazioni possono fornire ai team di vendita informazioni approfondite in tempo reale, consigli integrati e comunicazioni personalizzate per accelerare i cicli d'acquisto e aumentare i tassi di chiusura delle trattative.
Questo non solo migliora l'efficienza e l'efficacia del personale di vendita, ma stimola anche l'aumento del valore medio degli ordini e la crescita generale delle entrate.
Fase 1: accesso ai dati
Fase 2: potenziare l'AI
Ora hai i dati che ti servono. Adesso puoi sfruttare l'AI per:
- Creare un segmento di clienti con un punteggio di utilizzo del prodotto determinato mediante calcolo basato sull'AI.
- Sviluppare informazioni approfondite fondate su calcoli (punteggio di propensione all'acquisto e di valutazione dei lead) per alimentare suggerimenti sulle migliori azioni successive basati sull'AI, così che lo staff sappia esattamente che tipo di opportunità di upselling/cross-selling presentare alla clientela.
- Generare e-mail di vendita personalizzate di follow-up che includano testi e promozioni su misura.
Fase 3: attivazione dei dati
Dopo aver creato i tuoi segmenti e calcolato le informazioni approfondite, puoi:
- Compilare gli oggetti del CRM (ad es. Contatto o Opportunità) con dati unificati, in modo che ogni dipendente acceda alle stesse informazioni sul profilo del cliente, che lavori nel team di marketing, di assistenza o di e-commerce, avendo a disposizione il contesto completo di ciascuna interazione fra cliente e brand.
- Attivare segmenti nella tua piattaforma di marketing per il coinvolgimento, consentendo percorsi personalizzati di upselling/cross-selling.
- Attivare notifiche per punti di discussione in Slack e modelli di e-mail BASHO per lo staff, così che possa eseguire follow-up mirati sui clienti.
Esempi reali
Jalen, marketer presso una grande casa automobilistica, è stato incaricato di migliorare l'allineamento tra i team di marketing e vendite per incrementare la pipeline qualificata, la percentuale di chiusura delle trattative e il valore medio degli ordini.
Con Data Cloud, Jalen unifica i profili dei clienti in tutta l'azienda, consolidando i record della cronologia dell'assistenza con precedenti acquisti, comportamento sul web, partecipazione a esposizioni di auto e interazioni con chiamate di vendita. Ora può determinare quando un cliente mostra un'elevata probabilità alla conversione e quindi impostare una notifica automatica per informare l'agente di vendita.
E dal momento che il profilo del cliente è condiviso con l'intera azienda, quando l'agente di vendita clicca sull'opportunità nella notifica, può visualizzare informazioni dettagliate sul cliente. Ad esempio, può vedere che l'auto è stata sottoposta regolarmente a interventi di manutenzione negli ultimi tre anni e che il cliente ha valutato un nuovo modello di alta gamma sia online che presso una recente esposizione auto. Disponendo di questi dettagli e dell'aiuto dell'AI per creare l'e-mail, l'agente di vendita può contattare il cliente nel momento migliore per chiudere la trattativa.
Aumenta l'adozione con percorsi di onboarding
Sfida
Obiettivi aziendali:
Fase 1: accesso ai dati
Fase 2: potenziare l'AI
Ora hai i dati che ti servono. Adesso puoi sfruttare l'AI per:
- Sviluppare nuove idee in base alle metriche, come i punteggi predittivi che possono indicare quando un cliente resta indietro nell'adozione del prodotto. Puoi anche ricevere suggerimenti personalizzati su come comunicare con i clienti al fine di stimolare le azioni e le risorse pertinenti.
- Creare segmenti di clienti con bassi punteggi di efficacia nell'onboarding (determinati mediante insight calcolate con l'AI), a indicazione che non hanno completato i passaggi di onboarding con il prodotto o raggiunto metriche di utilizzo critiche entro un dato periodo di tempo.
Fase 3: attivazione dei dati
Una volta individuate le metriche adatte per monitorare e semplificare il tuo onboarding, puoi:
- Attivare segmenti nella tua piattaforma di marketing per il coinvolgimento (e-mail, mobile, pubblicità, web) per consentire percorsi formativi personalizzati con contenuti a supporto o a stimolo di un'azione/una fase successiva critica.
- Intervenire a livello di follow-up con la tua piattaforma di marketing per il coinvolgimento con percorsi di successo personalizzati, quali ad esempio suggerimenti di articoli di supporto, personalizzazione del centro assistenza online ecc.
- Attivare notifiche a team di assistenza e customer success (account, variazioni nello stato del prodotto, apertura di casi di assistenza, clienti a rischio di abbandono).
- Notificare i marketer circa lo stato di avanzamento verso gli esiti delle campagne e fornire opportunità di intervento.
Esempi reali
Stephen lavora come marketer presso una società di SaaS che desidera incrementare l'adozione dei prodotti e il time to value della clientela, diminuendo l'abbandono e il volume dei casi di assistenza.
Può utilizzare Data Cloud, in cui sono stati riuniti dati quali l'utilizzo della piattaforma, le informazioni demografiche aggregate di Google e lo storico dei casi di assistenza. In questo modo può sfruttare le informazioni approfondite basate sull'AI per creare un segmento di clienti con bassi punteggi di successo nell'onboarding che non hanno completato le fasi di onboarding o non hanno raggiunto le soglie di utilizzo entro un determinato periodo di tempo. Stephen può quindi impostare l'invio di notifiche ai team di assistenza clienti e customer success, così che possano intervenire rapidamente e inviare il giusto contenuto formativo per il prodotto acquistato.
Incrementa la fidelizzazione fornendo un'assistenza proattiva
Sfida
Obiettivi aziendali:
Fase 1: accesso ai dati
Fase 2: potenziare l'AI
Ora hai i dati che ti servono. Adesso puoi sfruttare l'AI per:
- Supportare i team di vendita, assistenza e marketing a sviluppare comunicazioni con i clienti, illustrare loro possibili opzioni (sostituzione o rimborso, chat con un membro dello staff di assistenza, visualizzazione di un tutorial) con suggerimenti personalizzati o offerte su misura basati su precedenti occasioni di coinvolgimento.
- Accedere a una sintesi e a raccomandazioni su come coinvolgere gli acquirenti durante le chiamate inbound e fornire le migliori offerte o azioni successive in diversi segmenti di clientela.
- Utilizzare dati non strutturati, come articoli informativi o precedenti e-mail di marketing ad alto tasso di successo, per generare comunicazioni personalizzate per la clientela.
Fase 3: attivazione dei dati
Una volta impiegata l'AI a supporto della creazione di comunicazioni personalizzate, puoi:
- Creare un segmento di pubblico composto ad esempio da clienti interessati dal richiamo di prodotto o con un'elevata probabilità di abbandono/di restituire un prodotto, così da poterli informare proattivamente.
- Utilizzare l'attivazione dei flussi per creare in automatico un caso in Service Cloud per i clienti interessati.
- Usare dati dell'assistenza per creare criteri/segmenti di esclusione, così che i clienti interessati vengano rimossi dall'invio di e-mail promozionali o annunci finché il loro caso di assistenza resta aperto.
- Creare un trigger/un'azione per chiudere in automatico i casi di assistenza risolti e attivare un percorso di marketing per inviare e-mail con un sondaggio di feedback.
Esempi reali
Juanita lavora come marketer presso un istituto finanziario che desidera migliorare CSAT e CLVT, riducendo al contempo il tasso di abbandono e i costi operativi del volume di casi aperti.
Con Data Cloud, può riunire dati quali recenti registrazioni di account, attributi degli account e dati sull'utilizzo dei prodotti mediante un'integrazione zero copy, nonché una cronologia dei casi di assistenza sintetizzata mediante AI. Questo consente a Juanita di inviare proattivamente un'e-mail attivata da trigger, con consigli self-service personalizzati per il conto di brokeraggio che il cliente ha sottoscritto. Se il cliente ha un problema (ad esempio non riesce a portare a termine transazioni finanziarie), i suoi dati di profilo unificati sono facilmente accessibili al team di assistenza, che può affrontare rapidamente la questione.
Lo staff può anche inviare in automatico un sondaggio dopo la risoluzione del problema, per contribuire a migliorare le future esperienze e individuare successive opportunità di upselling e cross-selling. Nel frattempo Juanita può escludere il cliente da tutte le campagne promozionali finché il suo caso di assistenza rimane aperto, così da aumentarne la soddisfazione e risparmiare sul budget per la pubblicità.
Fonti:
- Simplicity - comunicato stampa - Brands Losing a Record $29 for Each New Customer Acquired
- Nona edizione del report State of Marketing di Salesforce (2024)
- Gartner Survey Reveals Marketing and Sales Functions Collaborate on Only Three Out of 15 Commercial Activities (2024)
- Report Stato del cliente connesso di Salesforce (2023)
- PwC Future of Customer Experience
Come il marketing personalizzato preserva la clientela anche dopo la fase di entusiasmo iniziale.
Dati di prima parte: ecco come avere successo in un mondo senza cookie.
Trasferire i dati della clientela costa: ecco come l'integrazione zero copy può essere d'aiuto.
Ulteriori risorse
Gartner® ha inserito Salesforce tra i leader nelle Customer Data Platform. Scopri perché.
Scopri tutta la potenza di Data Cloud.
Trasformare i dati in momenti significativi per la clientela.
Vuoi saperne di più?
Scopri come possiamo aiutarti a raggiungere i tuoi obiettivi. I nostri rappresentanti sono pronti a rispondere a qualsiasi domanda.
Domande? chiamaci al (+39) 800 693 802
