Big data e social media: i costi nascosti di un'analisi non strutturata

Quali sono le criticità più ricorrenti legate all’analisi dei big data sui social e le principali soluzioni da mettere in campo

Businessman using a calculator to calculate the numbers. Accounting , Accountancy, Calculation Concept.

È ormai evidente la centralità dell’analisi dei big data per per definire un approccio strutturato di marketing e comunicazione sui social. Tuttavia, questa visione deve essere affiancata da una precisa metodologia di valutazione della qualità, pertinenza e utilità del dato.

La ragione è presto detta, una misurazione non articolata comporta dei costi nascosti che andranno ad intaccare qualità del lavoro e processi organizzativi interni. In aggiunta, verrà necessariamente falsato il calcolo relativo al ritorno sull’investimento.

Per questa ragione, in questo articolo voglio coprire le criticità più ricorrenti e le principali soluzioni da mettere in campo.

Migliora l’efficienza operazionale

Concretamente, i big data sui social sono composti da volumi importanti di conversazioni in tempo reale su brand, prodotti, servizi e soluzioni complementari. Motivo per cui, i diversi Team di lavoro necessitano di strumenti di monitoraggio, classificazione e analisi delle menzioni a tema. In caso contrario, il rischio è quello di
- allungare i tempi medi di risposta e azione;
- aumentare il tempo di risoluzione, mancando una segmentazione dell’intervento sulla base del know-how dei diversi membri del Team;
- raddoppiare l’investimento in customer efficiency senza influenzare realmente sui processi di lavoro.

Come fare?

Le soluzioni di social listening e monitoring permettono di creare flussi di lavoro collaborativi e in grado di generare insight in real-time per tutti i Team coinvolti. In particolare, esistono alcune funzionalità tecniche che possono venire incontro ad ogni brand e funzione:
- alert e newsletter
Si attivano in tempo reale sulla base di alcune condizioni predefinite come l’aumento dei volumi di menzioni su un dato tema, le evoluzioni del sentiment e la presenza di determinate keyword. Le notifiche possono essere condivise in maniera differente sulla base del livello di conoscenza, o responsabilità su un progetto, delle risorse coinvolte.

- funzionalità di benchmark
Particolarmente utili per isolare media (i diversi canali social), aree geografiche, utenti e temi che veicolano la maggioranza delle conversazioni, segmentate in base al sentiment, e su cui il Team deve prestare maggiore attenzione.

big-data-digimind_01.jpg

Riduci i tempi dei test

La fase di test è un punto chiave della pianificazione strategica. Non soltanto porta benefici in termini di conversion rate optimization (in particolare landing page e mail) ma permette di comprendere quali scelte, tra due o più alternative, funzionano e le conseguenti operazioni di fine-tuning da adottare. In questo modo si potrà ottimizzare il budget e l’attività sui social in termini di community management, content marketing, customer care, prospecting e social selling.

Tuttavia, spesso ci si affida a un presupposto metodologico sbagliato. Ovvero, gli unici riferimenti sono gli analytics proprietari e le intuizioni personali. Invece, bisogna integrare sin da subito gli insight emersi dalle conversazioni spontanee degli utenti per
- comprendere immediatamente bisogni, problematicità e desideri delle audience. Riducendo conseguentemente i tempi e gli investimenti iniziali di test;
- segmentare prontamente le differenze relative a piattaforme e nicchie di pubblico. Questa azione ti permetterà di affinare la gestione dell’investimento e il coinvolgimento del Team di lavoro.

Come fare?

Anche in questo caso, esistono precise opzioni di social listening e monitoring che permettono di estrarre conoscenza dalla mole di big data. In particolare, voglio focalizzarmi su alcune attivazioni fondamentali per profilare il target:
- analizza i principali temi e sottotemi di interesse sulla base di volumi e trend temporali delle menzioni tramite i tag di classificazione;
- isola comportamenti, necessità ed esigenze dei diversi gruppi di utenti per ogni canale di riferimento attraverso i filtri;
- integra le tue analisi con una mappatura delle audience, a seconda del canale, sulla base di demografiche, localizzazione, titoli professionali, interessi e attività sui social.

big-data-digimind_02.jpg

Focalizzati sul customer journey e non sui singoli touchpoint

Il customer journey è complesso e sfaccettato e non può essere mappato soltanto a partire dalle conversioni finali e/o intermedie. In aggiunta, in molte aziende i diversi punti di interazione sono gestiti da diverse funzioni (Digital, Customer Care, personale in negozio, etc.). Questo significa che manca una visione unitaria sulle diverse richieste, criticità o azioni che collegano l’esperienza dell’utente online e in-store. Il problema è che il consumatore non ha una visione di questi processi e si aspetta che il brand agisca e parli in maniera uniforme lungo tutti i touchpoint.

Possiamo quindi osservare come viene a mancare una gestione unitaria che nel lungo periodo andrà a intaccare:
- retention e possibilità di upselling;
- personalizzazione, rilevanza e pertinenza di contenuti e offerte. Andando così a ridurre il new business complessivo.

Come fare?

La chiave di tutto è la centralizzazione dei dati e l’integrazione dei processi. In questo scenario, la presenza sui social non fa eccezione. Per ovviare a questa criticità puoi sfruttare dei cruscotti di misurazione integrati come le

social media dashboard
si tratta di spazi di lavoro online, gestiti tramite accessi modulabili e flessibili, che permettono di visualizzare in un’unica interfaccia dati, indicatori, metriche e soluzioni di data visualization relativi alle attività degli utenti sui social. Permettono a tutti i Team di avere una panoramica completa delle interazioni e vanno integrate al sistema di CRM per collegare l’attività online con in quella in negozio. Qui puoi trovare un approfondimento dedicato. In più, questi dati possono essere utilizzati per creare policy condivise di intervento sulla base delle precedenti azioni o conversioni effettuate da prospect e clienti.

big-data-digimind_03.jpg

Oggi, il focus della nostra presenza sui social si è spostato definitivamente dalle vanity metrics ai contributi concreti in termini di sviluppo del business aziendale. Quindi, un’onesta valutazione della portata dell’intervento non può prescindere da una complessiva ristrutturazione dei processi di analisi e condivisione dell’informazione. Soltanto in questo modo avremo una reale visione del rapporto tra ritorno e investimenti.

Autore: Federico Oliveri
Digital Marketing Manager Italia - Digimind
Website Digimind
Twitter Federico Oliveri
LinkedIn Federico Oliveri

Vota l'articolo:
4.00 su 5.00 basato su 13 voti.  

© Foto Getty Images - Tutti i diritti riservati

  • shares
  • +1
  • Mail

I VIDEO DEL CANALE NEWS DI BLOGO