Non ti va di leggere? Prova ad ascoltare l'articolo in modalità audio 🎧
I costi di acquisizione di nuovi clienti diventano sempre più alti per via di una competizione sempre più marcata; per questo motivo diventano sempre più importanti la capacità di trattenere i propri clienti, di svilupparne il potenziale grazie a una comunicazione costante e personalizzata e di ottimizzare in generale i costi delle attività di marketing. In questo contesto si inserisce la marketing automation, che oggi più che mai - anche grazie alle crescenti opportunità offerte dall’intelligenza artificiale - si pone come strumento di governo dell’attività di marketing in modo integrato: un vero e proprio asset strategico per le aziende che vogliono riuscire a competere.

Introduzione

Per analizzare i vantaggi, inquadrandola in un contesto aziendale in cui possa essere leva per la generazione dei risultati, è importante inquadrare le potenzialità tramite una chiara definizione e una panoramica delle critical capability, con un occhio sulle tendenze dei prossimi anni, grazie a una crescente introduzione dell’Intelligenza Artificiale come strumento a supporto dell’analisi (augmented analytics) e dell’automazione (RPA).

Cosa è la marketing automation

La marketing automation è quell’insieme di attività e di tecnologie che permettono di automatizzare e ottimizzare la gestione delle campagne di marketing su più canali. Possiamo vedere la marketing automation come uno strumento a supporto dei team di marketing per riuscire a mantenere il governo delle attività in contesti complessi in cui le target audience e i touchpoint non si limitano a una manciata di combinazioni. La marketing automation è estremamente utile inoltre per permettere a chi si occupa di marketing di focalizzare la propria azione sulle attività strategiche ad alto valore aggiunto, anche in contesti più “semplici” e meno articolati.

Le critical capability della marketing automation

Fra le critical capability (ovvero quelle funzioni necessariamente presenti) della marketing automation, troviamo:
  • Lead Management, capability che permette di governare l’intero database di contatti, analizzandone la composizione e lavorando in modo più o meno automatizzato a diverse operazioni su di esso;
  • Lead & User Tagging and Segmentation, che permette di segmentare il database di contatti e utenti sia in modo manuale che sulla base di comportamenti osservati sui touchpoint analizzati;
  • Lead & User Scoring, che permette di associare calcolare punteggi basati su dati del lead e su dati di interazione (navigazione sul sito, interazioni su social ed email) volti a qualificare ogni singolo contatto non solo in termini di segmentazione e interessi ma anche di propensione all’acquisto o al contatto;
  • Email & Touchpoint Automation, che permette di definire workflow di contatto dei singoli utenti sui vari touchpoint (email, social, chatbot, etc) basati sul comportamento del singolo utente e sui valori assunti da tag, segmenti e score. Tipicamente questa capability viene espressa tramite sistemi visuali di costruzione di journey o workflow e tramite editor WYSIWYG (What-you-see-is-what-you-get) per la costruzione dei messaggi;
  • Reporting, che permette di estrarre dal sistema dei report di stato (disponibilità di contatti, distribuzione per una determinata dimensione di analisi) o di performance, incrociando le metriche e le dimensioni disponibili. I sistemi tipicamente permettono inoltre di programmare report personalizzati e differenziati per i diversi stakeholder sulla base di template;
  • CRM Integration, che permette di integrarsi near real-time con i principali sistemi CRM tramite una sincronizzazione bi-direzionale.
Completano la lista alcune funzioni che ormai stanno diventando uno standard de facto della marketing automation:
  • PCC Campaign Management, ovvero il set di funzioni che permettono di governare semplici campagne PPC sui principali canali paid (Google Ads, Facebook Ads, etc) assicurando il corretto tracciamento tramite l’inserimento di parametri UTM in campagna e l’integrazione dei dati di costo di campagne nella reportistica integrata e full-funnel;
  • Web analytics, ovvero il set di funzioni che permettono di analizzare il comportamento degli utenti sulle proprietà digitali dell’azienda, incrociando tale comportamento con le metriche e le dimensioni classiche della marketing automation in modo da poter sviluppare analisi complete rispetto alle performance di campagna. Le piattaforme più evolute integrano inoltre modelli di attribuzione più o meno sofisticati che tengono in considerazione tutti i touchpoint utilizzati;
  • Website personalization, sviluppata tramite script client-side che permettono la personalizzazione dell’esperienza dell’utente sulla base delle precedenti interazioni governate tramite le altre funzioni di marketing automation (esempio banale: home page personalizzata con messaggio in linea a quello ricevuto per email inviata sulla base di un workflow);
  • Landing page management, che permette di creare landing page tramite editor visuali e drag-and-drop a partire da template già pensati per finalità di lead generation, senza dover avere skill tecniche.

La marketing automation del futuro, tramite l’AI

Fino a qualche anno fa la marketing automation nella percezione comune è stata quasi sempre associata alla sola funzione di workflow automation e disegno di flussi di contatto tramite email. Nella realtà dei fatti lo spazio della marketing automation è molto più ampio e spesso il vincolo all’espansione dell’automazione in altri ambiti è stato di natura squisitamente tecnologica. Molte delle attività di marketing ripetitive hanno spesso in realtà degli elementi di disuniformità che non le rendevano facilmente automatizzabili tramite set di condizioni semplici da definire tramite semplici criteri di confronto stringhe o tramite una definizione a priori dei parametri con i quali impostare flussi di contatto o lanci di campagne. Grazie al progressivo processo di democratizzazione dell’AI, dovuto a una sempre più importante diffusione di algoritmi, librerie e tecnologie di machine learning e deep learning applicati al marketing, oggi la marketing automation prende spazi sempre più importanti. Grazie alle evoluzioni delle tecnologie di Natural Language Processing (NLP) la marketing automation può per esempio lavorare efficacemente nella classificazione dei comportamenti dei lead e nel tagging automatico senza una definizione manuale delle etichette, ma riconducendo gli utenti a specifici interessi grazie all’analisi del testo delle pagine da essi navigate. Sempre tramite tecnologie di NLP (e in particolare di text generation e summarization) la marketing automation può generare campagne di paid advertising e sviluppare piccole personalizzazioni nella comunicazione a partire da dati raccolti sul web sulla base del quale addestrare il proprio comportamento. Anche le capability analitiche vengono esaltate, grazie a un’integrazione di analytics e AI (il trend che Gartner raccoglie sotto il cappello di “Augmented Analytics”) che aiuta i marketer a poter effettuare analisi che prima erano appannaggio dei data scientist, identificando anomalie nei flussi di automation e nelle campagne e descrivendo pattern particolari nei dati tramite sistemi di conversational analytics evoluti che permettono di distillare insight e suggerimenti di azioni (prescriptive analytics) a partire dai dati di comportamento degli utenti. D’altro canto i sistemi SaaS tipicamente in uso alle aziende, compresi i software di marketing automation, sono sempre più aperti al dialogo con altri sistemi mediante interfacce API e funzioni di sincronizzazione con Data Warehouse in cloud - questo permette di lavorare in modo crescente all’integrazione avanzata di questi sistemi grazie a strumenti di automazione no-code e low-code (un esempio su tutti: Zapier) o addirittura tramite i sempre più diffusi strumenti di no-code AI (come Levity). Le persone di marketing possono in questo modo avere piena libertà nel governare i propri dati e attivarli sui diversi canali, concentrandosi sulla pianificazione strategica senza limiti di immaginazione sull’automazione. L’intelligenza artificiale, applicata all’automazione delle attività di marketing ha però una particolarità rispetto all’approccio classico con workflow definiti e ottimizzazione manuale: ha bisogno di dati sulla base di cui imparare. Dati ben strutturati, in cui sia chiaro l’obiettivo di business e i possibili fattori da prendere in considerazione. Per questo motivo diventa estremamente importante pianificare a monte una strategia di tracciamento e misurazione coerente con la strategia di marketing. Misurare non diventa più “solo” fondamentale per l’analisi, ma anche per far funzionare correttamente le cose e permettere alle campagne di performare.

Introdurre la marketing automation in azienda

L’introduzione della marketing automation in azienda non prevede un percorso banale come potrebbe sembrare e spesso si scontra con alcuni problemi di fondo che le aziende dovrebbero affrontare prima di iniziare un percorso di automazione. Questo tipo di considerazioni sono valide per percorsi di automazione di qualsiasi tipo, ma lo sono ancor di più se parliamo di automazione del marketing, poiché l’effetto sui clienti, e quindi sulla percezione dell’azienda e sulle revenue diventa immediato. Possiamo definire tre prerequisiti fondamentali per introdurre la marketing automation in azienda con successo, senza che questa resti un semplice layer aggiuntivo con scarsi impatti di business - riducendosi a un modo evoluto per gestire email:
  1. maturità digitale elevata;
  2. forte integrazione di marketing e sales;
  3. processi ben definiti - ancora meglio se ben formalizzati.
In tantissimi casi, soprattutto nelle aziende che non nascono nativamente digitali, è difficile che tutta l’azienda soddisfi pienamente questi prerequisiti. Per questo motivo può essere sensato individuare un’area dell’azienda (una business unit, una practice, un prodotto o un team di lavoro) che si presti più velocemente a introdurre l’automation e utilizzarla come caso di successo per test e ottimizzazione, passando solo in un secondo momento all’estensione dell’applicazione del modello all’intera azienda. Possiamo quindi definire un percorso di introduzione della marketing automation in quattro fasi che vanno dalla definizione degli obiettivi all’introduzione dello strumento in azienda tramite un ciclo iterativo di setup - utilizzo - analisi e miglioramento.

Definizione degli obiettivi

Il primo, importante passo per introdurre con successo la marketing automation in azienda è senza dubbio costituito dal percorso per identificare, fissare e comunicare gli obiettivi. In questa fase è importante coinvolgere al tavolo di lavoro i diversi stakeholder che saranno in qualche modo toccati dalla marketing automation: da chi leggerà i dati, a chi operativamente lavorerà sui percorsi di automazione, fino alle persone client-facing (sales, account, customer success) che potrebbero ottimizzare il proprio lavoro o ottenere insight utili grazie all’introduzione delle automazioni. In questa fase sarà importante raccogliere le varie istanze e definire una mappatura degli obiettivi di breve, medio e lungo periodo. Gli obiettivi dovranno essere quantificabili e misurabili, in modo da poter essere verificati.  Oltre agli obiettivi sarà importante definire le necessità degli utenti rispetto al percorso di automation - in questo senso lo strumento delle user story può essere efficace per raggiungere lo scopo. Tramite le user story riusciamo a scrivere specifiche funzionali mettendo l’utente al centro del nostro percorso di progettazione, utilizzando una forma come la seguente: Come [descrizione dell’utente],  voglio [funzionalità o azione]  in modo che [obiettivo o valore per l'utente].  Il processo di definizione degli obiettivi ha la funzione di indirizzare le azioni successive e di abilitare forte coinvolgimento da parte dell’intero gruppo di lavoro; in questa fase diventa quindi fondamentale una comunicazione chiara ed efficace, in modo che l’introduzione di processi e tecnologia non rischi di diventare un add-on posticcio in azienda, ma un elemento permeante e trasformativo. Dobbiamo uscire da questa fase con una forte chiarezza (documentata) su:
  • obiettivi misurabili di breve, medio e lungo periodo;
  • necessità specifiche per l’attuazione di tali obiettivi, utilizzando magari lo strumento delle user story.

Analisi dello stack tecnologico

Un altro passaggio chiave è l’analisi dell’as-is, identificando tutte le tecnologie già adottate per archiviare e analizzare i dati dei clienti e utenti e gestire la relazione con essi.  In questa fase dobbiamo focalizzarci sia sulle tecnologie proprietarie che sono cuore del business (es. per un eCommerce potremmo analizzare lo stato dell’arte sulla tecnologia che gestisce il sito web), sia sulle tecnologie e gli strumenti a supporto (client email, eventuale CRM o sistemi di archiviazione dei dati dei clienti, etc). Per ogni strumento è importante analizzare:
  • funzioni;
  • livello di utilizzo da parte degli utenti interni;
  • dati presenti - ed eventuali ridondanze o asimmetrie con altri sistemi presenti in azienda;
  • modalità di comunicazione e scambio dati con il sistema (esistono delle API o database con cui è possibile interfacciarsi?)
In questa fase può essere importante farsi seguire da un partner martech come ByTek nella mappatura dei sistemi presenti, in modo da valutare poi l’eventuale coinvolgimento di figure o aziende di system integration o l’utilizzo di soluzioni di integrazioni no-code o low-code.

Scelta della tecnologia

Con gli obiettivi chiari in testa e una visibilità ampia dell’esistente, possiamo procedere a definire le necessità in termini di funzioni (lead scoring, tagging, etc) e di caratteristiche del sistema (quanto deve essere modulare e/o personalizzabile, se deve essere open source, on-premise o in cloud, etc), facendo particolare attenzione alle integrazioni necessarie; in alcuni casi la moltitudine di sistemi già presenti in azienda può indirizzare la scelta su una soluzione semplicemente perché più facilmente integrabile. Definiamo con chiarezza anche eventuali vincoli di prezzo e di tempo di implementazione e a questo punto, con tutti questi elementi in mano, possiamo iniziare a fare scouting di soluzioni andandole a caratterizzare rispetto agli elementi suddetti:
  • funzioni;
  • caratteristiche di sistema;
  • integrabilità e interoperabilità;
  • costi;
  • tempi di implementazione stimati.
Con tutti questi elementi in mano possiamo a questo punto procedere con la scelta vera e propria della tecnologia. Questo è uno dei passaggi chiave: la tecnologia viene scelta quasi alla fine del percorso di progettazione e non all’inizio, in modo da adattare la scelta alle necessità e non le necessità alla scelta tecnologica vincolante che potrebbe generare legacy inutili, problemi di implementazione e scarsa adoption del sistema.

Introduzione della soluzione in modalità iterativa

Cerchiamo di capire a questo punto come inserire in modo incrementale la soluzione in azienda. Possiamo partire da un pezzo di processo (es. solo la gestione dei cold lead), oppure su un pezzo di azienda (una divisione), oppure usare entrambe le dimensioni. Per la scelta possiamo utilizzare il PIE framework che ci aiuta a prioritizzare quale parte di azienda e di processo “automatizzare” prima. Il PIE framework prevede di assegnare tre punteggi a ogni scelta:
  • Potential, ovvero una misura del miglioramento che può essere apportato;
  • Importance, ovvero una misura dell’importanza e del peso dell’area all’interno del marketing (es. se il prodotto A cuba il 70% del fatturato dell’azienda, allora avrà punteggi più alti del prodotto B)
  • Ease, ovvero una misura della semplicità di implementazione del sistema su quell’area.
Possiamo quindi assegnare un punteggio a ogni pezzo di processo su ogni pezzo di azienda (es. automazione del workflow di contatto delle richieste di demo dal sito per il prodotto A, automazione della gestione delle campagne ads per il prodotto B) tenendo bene a mente quando assegnamo i punteggi le diverse prospettive: persone, processi, tecnologia. Il processo è estremamente iterativo: si parte da una pianificazione delle attività, la si implementa, se ne misurano i risultati, e la si scala, per poi procedere con un’altra area quando il miglioramento potenziale su quella già presa in considerazione è stato raggiunto. Se l’azienda è molto strutturata può aver senso farsi seguire da un partner come Talent Garden, che sulla corporate transformation aiuta le aziende a innovare i propri modelli organizzativi tramite la metodologia del design.

Conclusioni

Il percorso di introduzione dell’automation può cambiare il modo in cui l’azienda si approccia al marketing e alle vendite, se approcciato nel modo corretto. Tramite l’intelligenza artificiale le possibilità si moltiplicheranno e le aziende - sia le “native digitali” che partono già in questo modo, sia le grandi corporate e le PMI che dovranno trasformarsi - avranno sempre più bisogno di strumenti e processi di questo tipo per riuscire a essere competitive. Per questo motivo ci sarà sempre più bisogno di consulenti, professionisti e specialisti del marketing con un mindset e delle competenze ad affrontare questa sfida. Questo è il motivo per cui in ByTek e in Talent Garden stiamo investendo risorse nella ricerca, nello studio e nella costruzione di prodotti tecnologici e formativi pionieristici che possano accompagnare aziende e professionisti del futuro in questo percorso entusiasmante.
Articolo aggiornato il: 30 agosto 2023
Talent Garden
Scritto da
Talent Garden, Digital Skills Academy

Continua a leggere

L'alba dell'intelligenza artificiale nel digital marketing

Tra innovazioni e sfide. L'intelligenza artificiale che trasforma il mondo del lavoro

Marketing data analytics: tecniche e visualizzazioni efficaci

I marketer di tutti i tipi, di aziende di tutte le dimensioni, si affidano al marketing data analytics per guidare il ...

Come integrare la customer advocacy nelle strategie di marketing

In parte è merito di un buon sito web, in parte di un prodotto di qualità. Ma per quanto entrambi questi fattori siano ...

Cross-Channel Marketing: cos'è e come funziona

Oggi raggiungere i potenziali clienti tramite un unico canale di marketing non è più sufficiente se si vuole rimanere ...