Nati per innovare: potere ai nostri clienti grazie all’AI

 
 

In Selligent Marketing Cloud, cerchiamo sempre nuove soluzioni per aiutare i nostri clienti ad affrontare le sfide di marketing più pressanti. Ciò spesso comporta modificare internamente le nostre procedure ed effettuare nuove ricerche e nuovi investimenti in talento e tecnologia. Il nostro obiettivo è aiutare i relationship marketer a ottimizzare ogni momentoE nulla è più cruciale della Customer Experience.

Sfide inerenti all'approccio tradizionale alla CX

L'approccio tradizionale che i marketer utilizzano per migliorare l'esperienza dei clienti è quello di basarsi su un’attenta analisi dei dati e su quelle che chiamerei "strategie prova-e-fallisci per ogni canale." Per esempio, un marketer è solito effettuare un A/B test con diverse varianti di un messaggio email o della pagina di un sito per scegliere il contenuto. Il messaggio con la migliore risposta (in termini di tasso di visualizzazione o di conversione, per esempio) veniva quindi utilizzato all’interno del customer journey. Se un A/B test standard è tipicamente utilizzato per testare un numero limitato di design o di versioni di un messaggio, un test multi-variato più avanzato ("test MVT") ti permetterebbe di testare un gran numero di variazioni di contenuto in un solo messaggio, il che costituisce un ulteriore miglioramento nell'automazione del processo decisionale.

Se questi test rendono la scelta del contenuto del messaggio più data-driven, il marketer deve comunque essere pesantemente coinvolto in tutta la procedura di test per verificare i risultati e assicurarsi del loro significato statistico. Ancora più limitante il fatto che l'obiettivo di questi test è la selezione di una sola versione del messaggio, che sarà quindi inviata a *tutta* l’audience. Questa versione migliorata del vecchio approccio "spray-and-pray" non può più avere successo, in quanto fa ancora molto leva sull’esperienza personale del marketer, e quindi sulla sua parzialità (per esempio, il contenuto da inviare in una delle versioni dell’A/B test o MVT è ancora definito dal marketer all'inizio).

Inoltre, con customer journey sempre più complessi e un numero di canali di marketing sempre maggiore, la procedura, che comporta l'effettuazione di test, l'analisi dei risultati e la presa di decisioni a ogni passo del journey, sta diventando troppo complicata per essere gestita manualmente. E sta diventando un problema sempre più grande per i marketer, in quanto i consumatori stanno divenendo sempre più sofisticati e si aspettano di essere trattati individualmente, e non inseriti in segmenti, come succede nelle strategie di marketing standard. In uno studio che abbiamo svolto su 7.000 consumatori, il 74% di tutti gli intervistati ha affermato di essere disposto a condividere i propri dati personali in cambio di un'esperienza personalizzata. Si tratta di un forte segnale per i marketer, perché vadano oltre la segmentazione RFM e comincino a esplorare modi innovativi che possono migliorare la customer experience.

Un modo migliore per valorizzare l'esperienza del cliente

C'è una buona notizia! Grandi quantità di dati, insieme ad algoritmi basati sull'apprendimento automatico, sono una soluzione a questa sfida. Questa combinazione può aiutare il marketer a "imparare" automaticamente dai dati storici e prendere decisioni automatizzate per eventi futuri. Queste "previsioni" possono essere utilizzate in modi diversi nei customer journey. Quando abbiamo iniziato a sviluppare Selligent Cortex (il motore di Intelligenza Artificiale costruito in Selligent Marketing Cloud), abbiamo scomposto la nostra piattaforma in tre pilastri, in cui l'utilizzo di dati cross-channel e l'apprendimento automatico possono permettere ai marketer di avvicinarsi a vere esperienze personalizzate 1:1. Questi pilastri sono:

  • Personalizzazione del contenuto in tempo reale dei canali email/web/mobile: consente di offrire contenuto in tempo reale rilevante per un utente specifico, basato sul suo profilo e i suoi dati comportamentali
  • Ottimizzazione del customer journey: permette di predire il momento e il canale migliori da usare per inviare un messaggio specifico a un consumatore individuale
  • Segmentazione della audience sulla base del comportamento: permette di predire quali individui dovrebbero far parte di una audience sulla base dei loro dati comportamentali, oltre alle caratteristiche del messaggio da inviare

Queste funzionalità permettono ai relationship marketer di automatizzare su scala la personalizzazione dei customer journey. I risultati di un sondaggio che abbiamo svolto sui CMO delle nostre aziende clienti suggerisce che si tratta di un obiettivo ad alta priorità per le organizzazioni di marketing: due terzi dei marketer riferisce che il loro obiettivo principale di marketing automation per il 2019 è di parlare ai propri clienti in modo più rilevante, ancora prima di ottenere più vendite per l’azienda.

Il nostro approccio alla personalizzazione

La cattiva notizia è: costruire funzionalità di personalizzazione che usano dati e AI è difficile, e credo che sia qualcosa che nessuna azienda può fare da sola. In Selligent, abbiamo investito molto negli ultimi due anni nell'assumere i talenti giusti in campi quali la data science, il data engineering, l'apprendimento automatico e UX per costruire questa capacità basate sull'apprendimento automatico. Queste funzionalità sono molto diverse da qualsiasi cosa che siamo soliti costruire, in quanto richiedono una ricerca continua e uno sforzo di sviluppo con i nostri clienti, prospect e partner.

Per riuscire a indovinare queste funzionalità rispetto a performance e utilizzabilità, vi sono molte procedure che abbiamo dovuto mettere in atto. Per esempio, un importante prerequisito è stata la disponibilità di dati che avrebbero potuto essere utilizzati in sicurezza in tutta la procedura di sviluppo e test delle performance; tutto ciò, inoltre, va fatto tenendo in conto importanti leggi sulla privacy (per esempio, il GDPR), che dobbiamo osservare e applicare. Un altro importante requisito per la costruzione di funzionalità basate su apprendimento automatico che portano a un miglioramento concreto della personalizzazione (e quindi un ROI diretto per i nostri clienti) è che i dati devono essere disponibili in tempo reale.

Da una prospettiva ingegneristica, ingerire, memorizzare e avere accesso a miliardi di eventi (per esempio, click in una email/SMS/push mobile, visualizzazione di una pagina su un sito web, invio di moduli contenenti dati personali, aggiornamento dei prezzi nel catalogo dei prodotti, ecc.) in tempo reale è una vera sfida nell'architettura dei dati. Per affrontare questo problema, abbiamo costruito uno "strato di dati in tempo reale" nativamente integrato all'interno di Selligent Marketing Cloud. Va mano nella mano con i modelli di dati personalizzati dei nostri clienti e li integra uno ad uno. Oggi, tutte le nostre funzionalità basate su apprendimento automatico in Selligent Cortex usano lo strato di dati in tempo reale per formare modelli ed elaborare dati di interazione cross-channel in tempo reale.

Ecco qualche esempio di modifiche che abbiamo dovuto fare alle nostre procedure interne e alla nostra architettura software complessiva per aiutare i nostri clienti a spostarsi dalla marketing automation standard alla customer experience AI-driven. Tutte queste funzionalità sono disponibili in modo creativo in Selligent Cortex e possono essere usate dai nostri clienti con solo qualche click nell'interfaccia utente di Selligent Marketing Cloud, senza doversi preoccupare delle logiche e dei modelli di apprendimento automatico.

Spesso parlo ai direttori marketing che si chiedono come possono iniziare a usare AI/apprendimento automatico sui propri dati cross-channel per migliorare le iniziative di marketing, e se necessitano di assumere data scientist. La mia risposta è che possono già fare tanto lasciando che il team di marketing esistente inizi a usare le funzionalità di AI/apprendimento automatico contenute nel nostro marketing cloud. Per esempio, se qualcuno utilizza Selligent Marketing Cloud su diversi canali, i dati cross-channel sono già disponibili in tempo reale. L'uso di suggerimenti sul contenuto in tempo reale su siti web, notifiche push mobile, ed email (una funzione detta Smart Content) o l’attivazione del Send-Time Optimization su una campagna può essere fatto in pochi minuti. Non c'è bisogno di assumere altra gente o di iniziare lunghi progetti di sviluppo senza alcuna garanzia di un risultato dall'impatto positivo. Ovviamente, alcuni clienti possono avere bisogni molto specifici, nel cui caso possono usare le API di Selligent Cortex per costruire report personalizzati o integrare funzioni predittive in canali personalizzati.

 

Se desideri ulteriori dettagli su come iniziare un progetto di AI/apprendimento automatico nella tua azienda, o se hai domande su come promuoviamo l'innovazione in Selligent, contattaci a innovation[at]selligent.com. Saremo lieti di aiutarti.

Guarda la nostra piattaforma IN AZIONE

Prenota una demo