Responsabile dello sviluppo del business, con focus su attività commerciali, gestione trattative, strategie di marketing e comunicazione, Matteo Longoni è da poco Business Development Manager di Axiante, Digital Innovation Integrator che supporta le aziende nei progetti di trasformazione digitale.
Una trasformazione che in questi anni riguarda anche il cambio di passo che le aziende hanno intrapreso nel definire la propria relazione con i clienti, misurando la loro soddisfazione e il ritorno degli investimenti grazie anche all’adozione di Customer Data Platform (Cdp) in grado di supportare l’implementazione delle loro strategie partendo dall’enorme volume di dati in loro possesso. “Le piattaforme per la gestione e analisi dei dati dei clienti sono diventate un elemento essenziale dal momento che le aziende, complice anche gli anni della pandemia, che ha acuito la necessità di comunicare su canali digitali, hanno l’obiettivo di creare esperienze d’impatto e definire un’offerta adeguata in grado di soddisfare le esigenze dei clienti e generare nello stesso tempo risultati tangibili sul fatturato”.
È questo il punto centrale del racconto di Longoni, consapevole che gestire la complessità delle applicazioni e dei dati nelle aziende (di qualunque settore) non è banale, ed è necessario ancora prima avere chiari gli obiettivi di business si vogliono ottenere.
Qual è l’elemento fondamentale per rendere una strategia di Customer Data Platform efficace?
“Il punto di partenza è capire a che cosa serve una Customer Data Platform (Cdp), che obiettivo ha, sia nel supporto della relazione con i clienti sia nella generazione di impatti sul conto economico. Se questo non è chiaro, il rischio è che l’investimento sulla Cdp sia percepito solo come un costo, ed è un assunto che mette a rischio il progetto in partenza. La crescita esponenziale di queste applicazioni lo dimostra e testimonia anche che la loro rilevanza è un fenomeno cross settoriale.
Un’efficace Cdp si rileva infatti uno strumento strategico per tutte le aziende che vogliono una visione completa e aggiornata dei propri clienti e suddividerli in gruppi basati su criteri come comportamento d’acquisto, preferenze e interazioni con caratteristiche simili. Segmentazione funzionale a intraprendere azione che, lato azienda, generano nuove revenue, in un contesto di crescente pressione sul ROI delle attività di marketing. Questo grazie a un Data Hub in grado di centralizzare i dati dei clienti provenienti da diverse fonti, come siti web, applicazioni mobili, social media, punti vendita fisici e sistemi CRM, e creare un data base unificato e costantemente aggiornato”.
In che modo l’intelligenza artificiale sta trasformando la Customer Data Platfom?
“Nel mio percorso professionale ho seguito la trasformazione della tecnologia in questi decenni – dati, big data, machine learning, deep learning fino alla GenAI – e all’Agentic AI – e ritengo che il termine AI stia prendendo accezioni un po’ fuorvianti: spesso queste tecnologie sono associate solo a quello che si è sviluppato attorno a ChatGpt o a Llm analoghi o sono equiparate a una semplice evoluzione della software automation, quando in realtà include molto altro. Con questo presupposto, nell’ambito della Cdp, l’intelligenza artificiale intesa come “capacità di apprendere”, crea applicazioni per elaborare e attivare i dati dei clienti laddove per quantità e varietà le tecniche standard non arrivano, e offrire esperienze più personalizzate, anche in tempo reale. Un contributo fondamentale in un mondo sempre più multicanale, in cui i dati e le fonti si moltiplicano e nel quale è importante che le persone si riconoscano nei propri profili indipendentemente dal canale con cui interagiscono.
Ebbene l’AI permette di analizzare enormi volumi di informazioni per individuare pattern e creare segmenti di clienti molto più precisi rispetto ai metodi tradizionali, prendendo in considerazione molti aspetti, inclusi quelli comportamentali, che influenzano l’engagement e quindi il business. Per esempio, una piattaforma di gioco online è riuscita, interagendo con l’utente per proporgli giochi di suo interesse, ad aumentare la soddisfazione del cliente stesso e anche il consumo dei prodotti digitali offerti. Oppure i siti e-commerce, analizzando in tempo reale il percorso del cliente, possono ricostruire grazie a queste tecnologie le intenzioni di acquisto per offrirgli consigli o uno sconto in tempo reale e aumentare così il tasso di conversione. I modelli predittivi, inoltre, anticipano i comportamenti dei clienti e individuano quindi aree sui cui intervenire per ridurre, ad esempio, il rischio di abbandono, il temutissimo customer churn. Per le aziende l’AI diventa quindi uno strumento chiave per potenziare i propri servizi aumentare le revenue.
Qual è il valore aggiunto che Axiante può offrire all’azienda nell’implementazione di una una Customer Data Platform?
“La capacità di seguire il progetto nella sua interezza, a livello funzionale e tecnologico. Mi spiego: una volta definito il bisogno da soddisfare con la Customer Data Platform, Axiante lo traduce, anche in contesti complessi come quelli descritti, in applicazioni. E non solo sulla parte “attiva”, ma impostando un sistema di tracking degli effetti ottenuti sulle applicazioni realizzate. Questo passaggio chiude il cerchio del processo: dall’individuare l’esigenza di business, allo sviluppo della tecnologia, alla raccolta dei feedback per verifica del ritorno generato sul business. E quindi intraprendere azioni per migliorare, evolvere e riprendere il processo”.
Come padroneggiate questo approccio a 360 gradi?
“Lavoriamo principalmente in ottica consulenziale: la nostra capacità è di saper tradurre in un’applicazione digitale un processo che a priori può non essere necessariamente chiaro all’azienda cliente. Le applicazioni che realizziamo sono molte e diversificate: sistemi di revenue management per multinazionali, gestione delle promozioni, demand forecasting, un’area quest’ultima in cui ci siamo specializzando. Nell’ambito della Cdp, questo si traduce nel curare end-to-end il processo di data management, assicurando qualità e prestazioni su piattaforme avanzate, e la parte business con soluzioni verticali per la customer journey”. Una consulenza che accompagna il progetto per tutto l’arco di tempo. “D’altronde le potenzialità di una soluzione articolata come una Cdp devono essere valutate per step. Ad esempio con un primo use case, per validare con un “quick win” l’impatto sul business, e nel contempo predisporre l’architettura sottostante, tenendo così sotto controllo i vari aspetti e i rischi. Detto questo, alla base ci deve essere una visione a lungo termine che preveda la scalabilità di tecnologia e benefici business sulle esigenze future”.
Nello sviluppo di piattaforme di Cdp quali i principali ostacoli
“Nella mia esperienza ho visto iniziative di Cdp fallire perché gli obiettivi di business non erano chiari, così come invece avere successo laddove, pur partendo da un perimetro limitato, alla base c’era una visione lungimirante e di business. Il rischio che vedo è la semplificazione: lo sviluppo di una Cdp non può essere delegata al solo acquisto di un prodotto sul mercato, o all’utilizzo di tecnologie obsolete. E richiede uno sforzo di change management, quindi di superamento di resistenze interne per abbracciare una trasformazione digitale con nuove dinamiche che coinvolgono business, IT, Marketing. Aggiungo che questo ostacolo non è da imputare solo a un tema culturale, senz’altro presente, ma anche tecnologico, in un mondo in cui l’AI sta prendendo il sopravvento nella gestione dei dati, e il panorama MarTech sta esplodendo in complessità di numero e tipologia di offerta.”
La figura consulenziale che Axiante ricopre in ambito Customer Data Platform, proprio per la sua natura di digital innovation integrator focalizzato sui processi, parte sempre dal “tesoro” che ogni azienda ha: il dato, fonte di informazione su cui costruire ogni progetto: “Di fatto, per chi ha già intrapreso questo percorso, è stata un’occasione per innovare: il proprio prodotto, il servizio per i propri clienti, un modello di business e revenue stream complementare. Che poi è il principio alla base della sopravvivenza e evoluzione di un’azienda”.
© RIPRODUZIONE RISERVATA
