L'IBM System/360 è accolto da paura e confusione quando arriva negli uffici di SC&P in Madison Avenue nell'ultima stagione di Mad Men di AMC.

Alcuni dipendenti dell'agenzia deducono la propria obsolescenza imminente o, nel caso del copywriter Michael Ginsburg, la sua mente è infiltrata dalla macchina. Mentre sul naso, non è una rappresentazione assurda dello spirito del tempo. Lo stock netto reale di computer e apparecchiature periferiche è aumentato di oltre il 20% in ogni anno degli anni '70. Nel 1980, quella cifra si aggirava intorno al 40%.

La proposta dei costruttori di mainframe non era in realtà quella di fare in modo che questa tecnologia prendesse decisioni in modo indipendente. Piuttosto, potrebbe fornire rappresentazioni grafiche dei numeri, integrando l'intuizione dei leader aziendali su base ad hoc in modo che non abbiano bisogno di commissionare rapporti agli analisti lenti e costosi.

Oggi è impensabile che un dirigente entri in una sala del consiglio e annunci i propri piani senza l'approvazione di dati ricchi e recenti.

Il marketing è stato forse il dipartimento più lento a cambiare, anche perché tradizionalmente era il dominio dei laureati in discipline umanistiche e il tipo di creativi che dettava le regole nelle prime stagioni di Mad Men . Ma nell'ultimo decennio, i dati sono passati dalla semplice convalida e ottimizzazione delle tattiche di marketing a essere un prerequisito assoluto per qualsiasi decisione significativa.

Logisti e controllori hanno annunciato la loro sete di dati e il mercato tecnologico ha risposto aprendo il rubinetto. I CMO non avrebbero previsto che sarebbero stati quelli che vi sarebbero annegati a meno che non avessero preso sul serio lo sfortunato Ginsberg di Mad Men . “Non riesco a disattivare le trasmissioni”, dice, così come ora non possiamo distogliere lo sguardo dai social media. "Li stanno trasmettendo direttamente nella mia testa."

Quindi è giunto il momento di mettere da parte la Paris Review e affrontare il marketing come un problema di ingegneria?

Ovviamente no.

Il lato di consegna del marketing è ancora fondamentalmente composto da connessione umana, anche ora "con quali persone connettersi", "dove" e "quando" sono considerazioni scientifiche. La nuova formula per l'eccellenza nel marketing è una collaborazione, la principale sfida tecnologica è l'estrazione di informazioni pertinenti e attuabili dall'oceano di dati. Da parte loro, i creativi devono rispondere con maggiore disciplina, iterando su ipotesi ed evitando contenuti derivati. Nelle grandi aziende, sembra un team interfunzionale, ma non è sempre possibile allocare risorse ingegneristiche a problemi di marketing.

È qui che entra in gioco il software.

I team di marketing devono sfruttare i big data

Ecco cinque modi in cui un team di marketing creativo può migliorare il proprio gioco utilizzando strumenti intelligenti per sfruttare la potenza dei big data.

1. PR basate sui dati

L'abilità scientifica: condurre ricerche originali e di alta qualità e/o consolidare ricerche di seconda mano.

Gli strumenti: sondaggi intelligenti, governi e altri database open source, Fogli Google, piattaforme di visualizzazione dei dati, piattaforme di dati dei clienti

L'opportunità: una singola notizia in un punto stampa di livello 1 (o una sfilza di citazioni sulla stampa locale o di settore pertinente) può essere esplosiva per un marchio. Ma la maggior parte delle aziende dedica risorse alle PR senza nulla da dimostrare. Se non sei importante, i media non vogliono renderti importante.

Il segreto per sfuggire a questa difficile situazione è che i giornalisti amano la ricerca originale. Le aziende SaaS possono semplicemente rendere anonimi i propri dati utente e fornire alla stampa una storia avvincente da raccontare. Spotify lo fa su vasta scala. Anche le aziende con una carenza di dati interni possono semplicemente andare online e scoprire modelli interessanti mettendo insieme alcuni database aperti di terze parti.

2. Personalizzazione profonda

L'abilità scientifica: mantenere i dati da più fonti il ​​più puliti possibile e costruire ponti API tra i canali per ottenere un quadro olistico del comportamento dei clienti.

Gli strumenti: piattaforme di gestione dei dati, sistemi di gestione dei contenuti Web (in alternativa, software di 'intelligence delle vendite', software di 'automazione del marketing' e 'motori di personalizzazione': questo è un segmento di mercato così vasto che i fornitori raggruppano funzionalità diverse in molti modi diversi .)

L'opportunità: la personalizzazione profonda è fondamentale per l'offerta di Facebook agli inserzionisti e, secondo quanto riferito, Netflix utilizza l'apprendimento automatico per personalizzare al massimo l'esperienza dei propri spettatori.

Ovviamente più informazioni dettagliate hai sui tuoi clienti, più profondamente puoi indirizzare i tuoi sforzi di marketing. Le possibilità sono quasi infinite, ma l'idea centrale che i marketer creativi dovrebbero considerare è che più segmenti di pubblico significano meno persone in ogni segmento. In altre parole, i creativi possono "esibirsi in una serie di incontri intimi" piuttosto che cercare di conquistare uno stadio. Naturalmente, ciò significa più conversioni.

3. Sbloccare i cheat code della piattaforma

La competenza scientifica: interrogare piattaforme web, quindi condurre analisi statistiche sull'output.

Gli strumenti: mercati API, web scraper e software di analisi statistica, in particolare le iterazioni più intuitive di questi strumenti.

L'opportunità: ci sono già molte ricerche generiche sul "momento migliore per pubblicare" su varie piattaforme e alcuni strumenti davvero fantastici come "Più tardi per Reddit". Ma per un reale vantaggio competitivo, devi fare alcune analisi indipendenti e capire le tattiche ottimali per i tuoi obiettivi. L'inclusione di hashtag, conteggio delle parole e spesa pubblicitaria ideale per piattaforma sono tutte domande che differiscono tra le organizzazioni.

Ci sono anche molte domande senza risposta sugli algoritmi dietro ciascuna delle più grandi piattaforme di social media. Svolgere ricerche automatizzate su larga scala può sbloccare opportunità che non avresti mai immaginato.

4. Prevedi le tendenze imminenti

La competenza scientifica: modellazione statistica, apprendimento automatico, raccolta e analisi dei dati sull'intento di ricerca e sul comportamento degli utenti.

Gli strumenti: Google Trends, analisi di marketing

Le opportunità: l' analisi predittiva consente agli esperti di marketing di vedere il futuro. Questo è importante per due motivi.

Innanzitutto, essere in grado di allineare le attività di marketing agli obiettivi di business di primo livello è ciò che fa guadagnare posti in sala riunioni. Arrivarci significa tradurre metriche digitali sfocate come la percentuale di clic e il coinvolgimento sui social in previsioni di profitto accurate. È una strada lastricata di problemi complicati come il punteggio dettagliato dei lead, il lifetime value e i calcoli del tasso di abbandono, e ottenere quei numeri giusti richiede un volume elevato di input di qualità.

Sul lato opposto della medaglia c'è la capacità di uscire completamente dall'edificio e fare previsioni macro sull'adattamento del prodotto al mercato. Ci si aspetta da tempo che i leader creativi tengano le orecchie a terra e comprendano le tendenze culturali e sociali. Ma ora la posta in gioco è più alta. La disciplina ha sostituito l'intuizione.

5. Supera grandi aziende nei risultati di ricerca di Google

L'abilità scientifica : comprendere i segnali che gli algoritmi di Google cercano per determinare la qualità, la pertinenza e l'affidabilità sul Web.

Gli strumenti: software SEO

L'opportunità: guadagnare traffico organico dai risultati di ricerca di Google è probabilmente il percorso più veloce per il marketing del ROI, ma tradizionalmente non è stato il più prevedibile.

Questo perché c'è un numero enorme di segnali che si combinano per decidere quale classifica per una determinata query. I tentativi di ingannare il sistema con semplici hack sono stati costantemente puniti e oggi Google aggiorna i suoi algoritmi più che mai.

Un veloce riassunto

C'è una buona ragione per cui la domanda di data scientist è in forte espansione. Gli strateghi fin dai tempi di Sun Tzu hanno capito che una migliore informazione significa decisioni migliori e il mondo di oggi è invaso da informazioni non strutturate e rappresentate in modo incoerente.

Quasi tutte le funzioni aziendali hanno stabilito la propria metodologia per immergersi in questo pasticcio e recuperare informazioni utili, ma il marketing rimane in gran parte casuale nell'utilizzo dei dati per la maggior parte dei casi d'uso: la personalizzazione è l'eccezione degna di nota.

Quando i data scientist applicano le loro competenze alle sfide di marketing, sono in grado di decifrare cosa sta succedendo dietro eventi come l'aggiornamento BERT di Google, offrendo agli autori di contenuti e agli strateghi azioni concrete per guadagnare classifiche di ricerca affidabili. Allineando le metriche granulari del marketing digitale per prevedere con precisione le entrate, i leader del marketing si rendono indispensabili per le loro attività.

I vantaggi competitivi sono maturi per essere scelti da chiunque abbia il know-how per interrogare piattaforme sociali e set di dati open source. Infine, i dati a volte sono ancora più preziosi per il pubblico e gli editori di quanto non lo siano per le organizzazioni che li raccolgono. Trasformare i dati in una storia è una delle mosse più potenti che i marketer possono fare.

Tutti questi sono modi in cui gli esperti di marketing possono essere più guidati dai dati, al di là dei casi d'uso della personalizzazione più ovvi. I creativi senza background STEM non devono temere l'ascesa della macchina; possono assolutamente eseguire queste idee con l'aiuto di strumenti intelligenti e un po' di disciplina.

Pronto a diventare più basato sui dati? Assicurati che la tua strategia di marketing includa la ricerca del giusto software di analisi dei big data per aiutarti a rimetterti in carreggiata.