Attribution, Optimization e Modeling: approcci data-driven per ottimizzare il ROI di marketing

 In Attribution, Marketing Mix Modeling, Predictive Analytics

copertinaQuando parliamo di Attribution, uno dei temi più controversi è il metodo stesso: Attribution Rule Based o Custom, algoritmica, con tecnologie dedicate o sfruttando le potenzialità delle piattaforme di Digital Analytics, solo per citare alcuni degli aspetti più dibattuti.

Sempre più aziende comprendono le potenzialità in termini di ritorni sull’investimento di progetti di Attribution (ancor più se integrati in una Roadmap verso approcci più evoluti, con Optimization e Modeling) e chiedono modelli standardizzati e facilmente replicabili. Non proponiamo un nuovo modello di Attribution, anzi difficilmente un unico metodo è in grado di rispondere a tutte le esigenze di business. Cerchiamo invece di capire perché scegliere un approccio piuttosto che un altro, in funzione del tipo di marketing mix e del livello degli investimenti media.

Digital MultiChannel Attribution (con modelli Rule Based o Custom)

L’approccio più comune al tema dell’Attribution è applicato ai media online e ha come obiettivo principale l’attribuzione del valore ai touch point, attraverso la ricostruzione del percorso dei visitatori verso la conversione. I modelli Rule Based e quelli Custom sono degli esempi di questo approccio, che sfrutta di solito le capabilities dei framework di Digital Analytics. Si tratta di analisi in grado di evidenziare insight relativi al numero di touch necessari alla conversione, al posizionamento tipico dei canali nel percorso di conversione (MultiChannel Path) e al confronto dei diversi modelli di Attribution.

Queste analisi sono le più diffuse, anche perché, utilizzando le piattaforme di Digital Analytics già adottate in azienda, non richiedono investimenti iniziali nelle tecnologie. Hanno il principale vantaggio di far emergere insight interessanti legati al Customer Journey online, ma anche alcuni limiti:

  • I metodi utilizzati mantengono una certa arbitrarietà e, anche se affidabili, sono difficilmente standardizzabili e replicabili.
  • Non considerano l’impatto dei media offline (o tradizionali), su cui è ancora concentrata la maggior parte degli investimenti media.
  • Si riferiscono a un periodo temporale specifico e non possono essere applicati in maniera continuativa. Gli insight potrebbero non essere validi in altri periodi temporali o per altre campagne.

I progetti di Digital Attribution con modelli Rule Based o custom possono essere adatti come pilot per approcci più evoluti, oppure per analisi di breve periodo e approfondimenti legati a specifiche campagne, in particolare in caso di:

  • Modelli di business B2B o B2C con obiettivi di Acquisition (Lead Generation a basso impatto sulle revenue, come iscrizione alla community o content marketing).
  • Medio-bassi investimenti media, con forte (o esclusiva) presenza di canali online.

OmniChannel Attribution (algoritmica) & Optimization

Si sono diffusi specifici algoritmi in grado di effettuare Attribution sui canali digitali in maniera standardizzata e replicabile, che permettono allo stesso tempo di considerare anche i canali offline. Gli algoritmi consentono di valutare gli effetti di saturazione o le aree di sovrapposizione tra i canali online e quindi di evidenziare recommendation per intervenire direttamente e in maniera continuativa sulla pianificazione media. Per questo parliamo non solo di Attribution, ma anche di Optimization. Questi approcci:

  • Vengono di solito realizzati adottando tecnologie specializzate.
  • Sono in grado di ricostruire in maniera affidabile il Customer Journey.
  • Permettono di ottenere evidenti benefici in termini di saving sullo spending e conversioni incrementali.
  • Garantiscono l’adozione continuativa e l’analisi ongoing dei risultati.

Per i progetti di Attribution & Optimization è necessario un investimento iniziale in tecnologia, con impatti su costi e tempi di adozione. Sono quindi adatti per approcci di medio periodo (12-24 mesi), in particolare in caso di:

  • Modelli di business B2C con obiettivi di Brand e Acquisition (E-commerce o Lead Generation volta alla generazione di revenue, come store locator o attivazione di servizi online).
  • Medioalti investimenti media, con buon bilanciamento tra canali online e canali offline.

Media Mix Modeling

Adottando una tecnologia in grado di effettuare non solo analisi di Attribution, ma anche previsioni legate all’impatto sulle conversioni di modifiche nello spending media, è logico chiedersi se è possibile utilizzarla anche per ottimizzare l’impatto del marketing sui risultati di business. Il Modeling utilizza di solito metodologie differenti, di derivazione finanziaria, come modelli econometrici e statistici. Stanno però emergendo approcci in grado di includere nei progetti di Attribution & Optimization anche le conversioni offline.

In questo modo, le aziende salvaguardano l’investimento iniziale in tecnologia, massimizzandone i benefici. Vi sono alcune differenze tra approcci di Attribution e Modeling, innanzitutto per quanto riguarda la granularità dei dati: è però possibile passare da un approccio all’altro con configurazioni e integrazioni specifiche. Questi approcci di solito:

  • Vengono realizzati adottando tecnologie specializzate (preferibilmente le stesse già in uso per progetti di Attribution & Optimization).
  • Sono in grado di ricostruire in maniera affidabile il Customer Journey (includendo anche le vendite).
  • Permettono di ottenere evidenti benefici in termini di saving sullo spending e conversioni (Revenue) incrementali.
  • Garantiscono l’adozione continuativa e l’analisi ongoing dei risultati.

D’altra parte, anche utilizzando la tecnologia già in uso per l’Attribution, è richiesto un investimento ulteriore per la nuova configurazione e l’integrazione di altre fonti dati, come per esempio lo storico dei dati di vendita. Per questo, il Media Mix Modeling è adatto per approcci di medio-lungo periodo (24-36 mesi), in particolare in caso di:

  • Modelli di business B2C con conversione offline su punto vendita, o sulle reti di concessionari, agenzie e filiali (in particolare nei settori Automotive, Retail, Telco, Fashion & Luxury, Finanziario e Servizi).
  • Alti investimenti media, con focalizzazione sui canali offline.

L’obiettivo è ottimizzare il ROI di marketing (e del progetto)

Il vantaggio di approcci di data-driven marketing non è quello di costruire modelli perfetti, in grado di rispondere a tutte le domande di business, ma quello di permettere di ottenere benefici misurabili e ben quantificabili in fase di progettazione. Per questo motivo, due sono i fattori che devono guidare la scelta dell’approccio: investimenti media e modello di business. È solo attraverso una fase approfondita di assessment che un’azienda può scegliere l’approccio più in linea con le proprie esigenze e valutarne correttamente i ritorni.

Possiamo concludere che, se non è possibile adottare un metodo unico all’Attribution e al Modeling, è proprio la fase di assessment a rappresentare lo standard dei diversi approcci. Sulla base dell’analisi del modello di business, dei livelli di investimento, degli obiettivi di marketing, dell’infrastruttura attuale, è possibile effettuare una valutazione in grado di quantificare:

  • L’obiettivo del progetto (saving sullo spending media e/o incremento delle conversioni).
  • L’approccio o l’integrazione di approcci diversi in una Roadmap.
  • I canali da includere nel modello e i timing di riferimento del progetto.
  • La scelta della tecnologia e i costi del progetto.

Attraverso l’assessment possiamo effettuare un forecast sui risultati del progetto in termini di:

  • Ottimizzazione del ROI di marketing – con la quantificazione dei benefici del progetto.
  • Valutazione del ROI del progetto – l’evoluzione del ROI del progetto nel tempo, in funzione di costi e benefici.

L’approccio all’Attribution, e più in generale al data-driven marketing, con soluzioni a basso costo (ma anche a basso ROI) non può quindi essere considerato per forza il metodo migliore, così come piani media a basso livello di investimenti non dovrebbero costituire un freno a progetti di questo tipo. Vari metodi possono garantire diversi risultati: solo attraverso la valutazione delle esigenze di business può derivare la scelta non tanto dell’approccio corretto, ma piuttosto dell’approccio indicato, in grado di ottimizzare il ROI di marketing e, quindi, il ROI del progetto stesso.

Metodi Agile per ottimizzare il ROI di marketing