• Programmatic
  • Engage conference
  • Engage Play

Chi ha paura del dato cattivo?

Blog author
a cura di

17/10/2017

2 (più 3) motivi per cui non ti serve una DMP – Parte 1

Prima di avventurarsi nell’adozione di una DMP con i costi e i tempi che ne derivano, sarebbe bene avere sotto mano una check list di cose da fare e non fare per soppesare con cognizione di causa la scelta

Ogni volta che una nuova soluzione viene acclamata dal mercato come moda del momento, si assiste al proliferare di studi, articoli, interviste e paper che spingono all’adozione dell’ultima meraviglia tecnologica, con testimonial entusiasti e case study di cui il mondo non potrà che beneficiare. È quanto successo anche per le Data Management Platform: un paio di anni fa si è scatenata la corsa alla ricerca dei motivi per cui una DMP dovesse diventare uno strumento assolutamente indispensabile per dare nuova linfa al proprio business, se non addirittura la panacea di tutti i mali. Come è giusto che sia, è facilissimo trovare in rete innumerevoli documenti con titoli sul genere “10 motivi per cui non puoi fare a meno di una DMP” che trattano del valore aggiunto, della facilità d’uso e del ritorno sull’investimento che questo strumento può aiutare a ottenere. Necessità commerciali e divulgazione, in questo caso, vanno di pari passo. Meno facile – se non impossibile – è trovare un manuale di istruzioni completo che guidi i marketer, prima che nella scelta della piattaforma più adatta, nel processo di valutazione dell’opportunità di dotarsi di una DMP. Ha vinto ancora una volta il marketing, vendendo il sogno senza dilungarsi su cosa sia necessario per realizzarlo. Raccontando come con un nuovo motore 12 cilindri sia possibile vincere il campionato del mondo di Formula Uno, tralasciando il bisogno di avere telaio, sospensioni, assetto, gomme, pilota e soprattutto un team di ingegneri e meccanici pronti a intervenire gara dopo gara. Per quanto scontato, insomma, nessuno si è mai preso la briga di raccontare al mercato che un motore super-potente e super-costoso non serve a molto se poi ti mancano le gomme o non hai nessuno che le monti. Con il senno di poi non sorprende che tanti marketer abbiano poi provato a montare il motore di una Ferrari sul telaio di una 500, o abbiano assemblato tutto per poi scoprire di essere senza benzina, o si siano ritrovati un bolide da 300 km/h per andare a fare la spesa e nulla più. Fuor di metafora, prima di avventurarsi nell’adozione di una DMP con i costi e i tempi che ne derivano, sarebbe bene avere sotto mano una check list di cose da fare e non fare, di buone pratiche ed errori da evitare, in maniera tale da soppesare con cognizione di causa la scelta. I motivi per cui dotarsene sono veramente tanti e la letteratura a riguardo – come sopra accennato - è vasta. Andiamo quindi a vedere alcune delle principali mancanze che rendono l’adozione di una DMP un’idea prematura, se non pessima.

1 - Non avere una chiara strategia di marketing

Non è ovvio come sembra. Spesso si parla di una cosiddetta Data Strategy ma non esiste – a mio parere – un approccio strategico che parta dai dati in sé. Esiste una strategia di marketing che si traduce in interrogativi a cui i dati possono rispondere. Quali sono i miei obiettivi di business? Qual è il mio target? Quali punti di contatto ho con il target? Quali sono le abitudini di acquisto, interazione, fruizione dei media dei miei clienti? Che tipo di dati possono rispondere a queste domande? Dove posso raccoglierli e come posso elaborarli per attivare la mia strategia? Queste sono solo alcune delle domande strategiche a cui è possibile dare risposte grazie ai dati, ma pensare a una DMP diventa prematuro se non è completamente chiaro quali siano le domande a cui vogliamo dare risposte.

2 - Non essere in grado di tradurre la strategia di marketing in un approccio strutturato ai dati

Ok, la strategia di marketing è chiara, quantomeno in termini di interrogativi. Il primo passo è fatto. Ma sapete quali dati vi saranno utili e dove andare a raccoglierli? Quali punti di contatto sondare? Quanti dati siano necessari per avere un campione statisticamente significativo? Come incrociare tutte le fonti di dati? Sono questioni per nulla banali non hanno nulla a che vedere con la tecnologia, appartengono alla sfera, umanissima, dell’analisi e delle decisioni. Solo dopo aver deciso quali informazioni siano rilevanti e come vadano misurate si può decidere quale sia lo strumento tecnologico migliore per farlo. (CONTINUA)