“I marketer che abbracciano l’agilità e cercano costantemente di superare i confini sono quelli che prospereranno.” Con questa frase, Scott Brinker, uno dei massimi esperti mondiali di Martech, immagina il futuro dei marketer. L’agilità al primo posto per reagire efficacemente alle sfide di un mondo in continuo cambiamento.
All’alba di una rivoluzione digitale senza precedenti, le aziende si trovano di fronte a un momento cruciale: adattarsi alle nuove policy imposte da giganti tech come Google e Meta. Un cambiamento che non solo ridefinisce le regole del gioco nella pubblicità online, ma segna anche l’urgenza di una profonda trasformazione nell’approccio alla raccolta e gestione dei dati.
Proprio nei giorni di pubblicazione di questo articolo, le aziende si trovano davanti a una nuova grande sfida da affrontare, per non perdere le performance delle proprie campagne pubblicitarie sulle piattaforme Google e Meta.
A marzo, infatti, sono entrate in vigore nuove policy dei big player, diretta conseguenza dei Digital Acts (DMA, DSA), volte a contenere la posizione dominante delle aziende nel mercato dei servizi digitali.
L’implementazione di questi atti comporta, ad esempio, l’obbligo di installare il Google Consent Mode V2 nei propri portali: in assenza di esso, non sarà più possibile fare pubblicità con la piattaforma di Big G.
In pratica, il Consent Mode V2 è una protezione aggiuntiva per Google riguardo i dati utente raccolti dalla pubblicità. Prevede un esplicito richiamo alla scelta dell’utente di inviare i dati a Google per ricevere pubblicità personalizzata.
Questo piccolo esempio dimostra come i first-party data siano sempre più importanti per tutti gli attori dell’ecosistema digitale, ma allo stesso tempo la loro raccolta, gestione e reale attivazione sono sempre più complesse e dinamiche.
Sotto il solo profilo della privacy, oggi ci troviamo a gestire una granularità e un livello di dettaglio di informazioni tali da mettere in difficoltà le classiche piattaforme di raccolta consensi.
Tutto spinge sempre più verso una visione dinamica, reattiva e resiliente della raccolta dei dati, ma come possiamo raggiungerla all’interno delle nostre attuali stack?
Le aziende, soprattutto quelle grandi, hanno una lunga storia legata ai dati first-party. Raccolgono da decenni informazioni sui propri clienti e sulle proprie attività in ogni entità di qualsiasi dimensione. La vera sfida oggi non è trovare grandi quantità di dati, ma riuscire a conciliare e riportare tutte le informazioni in un centro coerente e di alta qualità.
Questo perché, legittimamente, nel tempo le aziende hanno acquistato e stratificato moltissimi tipi di software, da ERP a CRM, al sistema di fatturazione fino alla web analytics. Nella scelta dei vari software la necessità di centralizzare i dati, sfruttandoli poi a fini marketing e strategici, non era così evidente, e si sono di fatto privilegiate soluzioni “Best of Breed” per ogni tipologia.
L’altro approccio, apparentemente più virtuoso dal punto di vista della consolidazione, era quello di scegliere una soluzione integrata e totalizzante per tutte le funzioni necessarie all’azienda.
L’approccio suite integrata garantiva sicuramente meno processi di aggiornamento e sincronizzazione tra molte suite diverse, ma portava con sé anche la sensazione di non avere mai la soluzione migliore per ogni esigenza. Inoltre, le grandi suite integrate soffrivano e soffrono di lentezza nell’adattarsi alle novità del mercato e di scarsa connessione con l’ecosistema esterno. Soprattutto per i marketer, hanno iniziato a rappresentare muri insormontabili verso la performance. In questa ottica abbiamo assistito alla nascita delle soluzioni ibride, che mantenevano una centralità della soluzione integrata e allo stesso tempo cominciavano a integrare software di diversi vendor per esigenze specifiche come Web Analytics o Email Marketing.
Più lo scenario si fa complesso, più è difficile immaginare che una singola soluzione possa essere reattiva e capace di adattarsi a tutte le esigenze. Oggi le aziende si stanno allontanando anche dalla soluzione ibrida e orientando sempre più verso un approccio ecosistemico, come ben individuato da Scott Brinker.
Allo stesso tempo, nascono problemi di ridondanza e duplicazione.
Ciò avviene perché ciascun elemento dello stack ha spesso funzioni simili o sovrapponibili ad altri e un proprio database per raccogliere i dati, che dovranno poi necessariamente essere sincronizzati con tutti gli altri per garantire dati aggiornati e di qualità. Ora, se questo aspetto è meno evidente quando si parla di sistemi interni come ERP o DAMS, diventa assolutamente insormontabile per i dati destinati a finalità marketing.
Pensare di utilizzare dati non aggiornati rispetto ai consensi degli utenti per creare campagne e esperienze di marketing personalizzate diventa rischioso e dannoso in un mondo privacy-centrico.
Possiamo tracciare lo stesso parallelo riguardo agli algoritmi di segmentazione e scoring degli utenti. Meccanismi complessi di sincronizzazione tra CRM, ERP e piattaforme di Marketing Automation possono portare ad attendere fino a 20 giorni per avere dati aggiornati sullo stato del cliente, un tempo che va oltre il ciclo di vendita effettivo del servizio e che rende vani tutti gli sforzi di arricchimento e segmentazione.
Il “modern data stack” rappresenta un’importante evoluzione nella gestione e nell’analisi dei dati rispetto agli approcci tradizionali. Storicamente, le organizzazioni si affidavano a sistemi eterogenei e software distinti, ciascuno con un proprio database, per gestire diversi aspetti dei dati. Questo approccio frammentato portava a notevoli sfide di integrazione, gestione e analisi, in quanto le informazioni erano disperse in vari silos rendendo complesse operazioni di aggregazione e ottenimento di insight unificati.
Al contrario, il modern data stack adotta un approccio centralizzato sfruttando la potenza del cloud per superare i limiti dei sistemi precedenti.
Gli elementi fondamentali di questo nuovo approccio sono:
- Approccio centralizzato ai dati nel Cloud
- Strumenti di ingestion per raccogliere informazioni da tutte le fonti
- Strumenti di processing e trasformazione per rendere i dati pronti per l’elaborazione
- Strumenti di Machine Learning e AI per estrarre il massimo valore dai dati sotto forma di clustering e insight
- Strumenti di Reverse ETL per estrarre i dati processati e inviarli efficacemente a tutti gli strumenti e le piattaforme di marketing.
Al centro di questo nuovo paradigma c’è l’adozione di un unico database, flessibile e agnostico rispetto alle fonti, che funge da piattaforma unificata per raccolta, storage e analisi dei dati. Questo database è progettato per essere altamente scalabile, permettendo di gestire volumi di dati crescenti e supportando una vasta gamma di tipologie, dai dati strutturati agli unstructured data.
La caratteristica chiave del modern data stack è quindi la capacità di integrare facilmente il cloud data warehouse con una varietà di tool e piattaforme di analisi, offrendo alle organizzazioni la flessibilità di utilizzare gli strumenti più adatti alle proprie esigenze specifiche. Inoltre, grazie alla centralizzazione dei dati, le organizzazioni possono implementare pratiche di data governance più efficaci, migliorare la sicurezza e facilitare l’accesso ai dati in tempo reale a supporto delle decisioni.
Il modern data stack con una single source of truth al centro, con dati di qualità, centralizzati e riconciliati, permette di ottenere proprio quella resilienza e reattività a tutti i cambiamenti dello scenario digitale, potendo aggiungere rapidamente la funzionalità necessaria per sfruttare un nuovo tool, algoritmo o player.
Grazie al nuovo approccio, possiamo veramente iniziare a costruire un ecosistema ad alto rendimento e rapido, in linea con le esigenze del marketing moderno.
Le aziende che adottano questo approccio iniziano ad apprezzare la semplicità della manutenzione e la bassa ridondanza delle informazioni e desiderano trasferire questo metodo all’intera suite di marketing.
Perché infatti oggi possiamo avere soluzioni composable in cui non è più necessario scegliere tra una suite integrata o il best of breed. Il nuovo paradigma consiste nel selezionare solo le funzionalità software che ci interessano e che sono assenti nell’ecosistema, così da creare la struttura più snella e agile possibile.
Sceglieremo quindi la migliore funzione di invio anti-spam del software di email marketing, mentre lasceremo al nostro composable CDP la funzione di segmentare il database per fornirci i migliori cluster di utenti.
Sfrutteremo la funzionalità di raccolta dati dal pixel di Google Analytics 4, ma potremmo valutare la creazione della nostra interfaccia di analisi con sistemi di dashboard basati sul cloud data warehouse menzionato sopra.
L’approccio composable sta crescendo e sta diventando leader di mercato proprio per questo momento storico, fatto di continui cambiamenti, restrizioni e walled garden.
Poter prendere solo le parti necessarie di un software e integrarle perfettamente nelle strategie rappresenta la migliore risposta alle sfide per le aziende e garantisce un sistema infinitamente modellabile e adattabile.
Come ben descritto da Vijay Tella nel libro “The New Automation Mindset”, per attivare davvero il potenziale di automazione, intelligenza artificiale generativa e iper-personalizzazione, oggi le aziende hanno bisogno di democratizzazione, orchestrazione e plasticità negli strumenti.
L’approccio composable della martech stack è l’unico in grado di garantire i tre principi e permettere ai brand di affrontare con successo le sfide digitali di oggi.
