Il futuro della misurazione dei dati [Intervista Gianluca Binelli e Gabriele Franco]

In un mondo in continua trasformazione, dove il panorama delle attività pubblicitarie sta subendo profonde modifiche e la misurazione dei dati acquista più valore, l’approccio del Marketing Mix Modeling sta assumendo una nuova rilevanza. Dal suo esordio negli anni ’60 a oggi, si è trasformato in un fondamentale strumento per misurare l’efficacia delle strategie di marketing.

Nel contesto odierno è cruciale comprendere l’evoluzione dei modelli di attribuzione e l’importanza di misurare con precisione l’impatto delle azioni online. Per gettare luce su queste questioni cruciali, abbiamo intervistato due esperti del settore, pronti a condividere il loro sapere e le loro prospettive: Gianluca Binelli, Founder e Managing Director di Booster Box e e Gabriele Franco, CEO presso Hybrida Marketing.

Com’è cambiato lo scenario del marketing e della misurazione dei dati negli ultimi anni?

Gianluca Binelli – Nel passato, il vantaggio competitivo su cui il marketing online si ergeva (versus canali di marketing più tradizionali) era la capacità di misurare a fondo i risultati. Mentre nel passato si utilizzava il vecchio adagio “Il 50% dei miei investimenti di marketing è sprecato, ma non so quale”, la promessa del marketing online era quella di misurare tutto, misurare bene, avere una visione chiara del comportamento del consumatore. 

La maggior parte delle persone che lavorano nel performance marketing ha commesso il peccato capitale di dire frasi tipo “Se non lo misuri non esiste”, mentre ci sono un sacco di cose che non possiamo misurare ma che esistono, come ad esempio la fortuna, la sfortuna, il branding… 

Ora, la recente evoluzione tecnologica e normativa (mi riferisco in particolare al GDPR) ha ridotto la portata della misurazione delle attività di marketing online, quindi ha in qualche modo costretto le aziende a rivedere questa premessa essenziale. Ora, non è che misurare è diventato impossibile, ma sicuramente è diventato più difficile e ci si è resi conto che il livello di misurazione che in realtà abbiamo sempre usato era un’approssimazione, e questo livello di approssimazione è aumentato. Un esempio lampante che tutti hanno notato è che l’introduzione del cookie banner su ogni sito riduce enormemente la quantità di traffico tracciato, circa del 25/30%. Quando gli utenti declinano, viaggiamo a fari spenti per circa un terzo, un quarto del nostro traffico. Quindi sicuramente lo scenario della misurazione è più complesso.

Gabriele Franco – Nel corso degli ultimi decenni, lo scenario del marketing e della misurazione è cambiato radicalmente. Negli anni ’60, l’industria ha visto la nascita dei Marketing Mix Models, che hanno fornito misurazioni statistiche delle performance di marketing. Successivamente, tra il 2010 e il 2018, c’è stata quella che potrebbe essere definita la “golden era” del digital tracking, con la possibilità di monitorare il comportamento online di ogni utente e ottenere dati estremamente granulari.

Tuttavia, dal 2018 in poi, la preoccupazione per la privacy ha iniziato a plasmare il settore. Scandali come quello di Cambridge Analytica hanno portato all’introduzione di regolamenti come la GDPR. Anche le grandi aziende tecnologiche come Apple hanno introdotto misure che limitano il tracciamento degli utenti. Oggi, con l’aumento degli adblockers e le modifiche alle politiche sui cookie, la misurazione come una volta conosciuta non è più possibile.

Attribuzione, tracciamenti, privacy: quali sono i limiti, i rischi e i vantaggi della data analysis

Gianluca Binelli – Dato il contesto di cui sopra, le aziende hanno davanti un’opportunità enorme perché è come giocare a Monopoli e avere delle posizioni di vantaggio. Qualcuno ha costruito un po’ di hotel, ha preso il Parco della Vittoria e sta per vincere. Ma all’improvviso arriva una mano esterna che muove il tabellone del Monopoli e spariglia tutte le carte. Quello che i cambiamenti tecnologici normativi più recenti hanno introdotto e l’effetto che questo ha avuto sulla misurazione sono una grandissima opportunità per le aziende, perché chi oggi sa superare i limiti dei tracciamenti e della misurazione in generale ha un vantaggio competitivo enorme. 

Come superare questo problema è diventato più difficile. Non richiede soltanto investimenti, ma soprattutto uno sforzo intellettivo e di ricerca e sviluppo, e questo penso che sia una grande opportunità per le aziende che hanno voglia di darsi da fare per arrivare a una misurazione meno sbagliata delle altre. È come se per valutare il valore di un’azienda tutti gli altri si dovessero limitare al fatturato, invece chi sa misurare meglio è in grado di leggere tutto il bilancio. 

Spesso ci dimentichiamo che il marketing online della maggior parte delle piattaforme è un gioco a somma zero, ovvero c’è un vincitore assoluto. Ad esempio sulla ricerca di Google, tipicamente il consumatore compra un prodotto, se parliamo ad esempio di ecommerce, e quindi essere un pochino più bravi degli altri è sufficiente per vincere tutto. Quindi, anche se non abbiamo la visione perfetta della misurazione, e quindi non avremo la visione perfetta dell’allocazione dei nostri investimenti, l’importante è che siamo un pelo più bravi degli altri, non dobbiamo essere perfetti.

Gabriele Franco – Non penso ci siano svantaggi nell’analizzare i dati per rispondere a domande sul proprio business. Non si può più misurare il comportamento di tutti gli utenti che abbiamo nel nostro sito, questo ci può portare ad avere un bias nella risposta. Oltre alla limitazione sul tracciamento, i sistemi di attribuzione tradizionali, misurano l’impatto di un canale pubblicitario solo se la persona ci clicca sopra e poi atterra sul sito. Canali come Google video, display, discovery, tv e gli altri canali offline saranno sempre undervalued rispetto agli altri canali che sono piu in basso nel funnel.

GDPR Alert: a cosa bisogna fare attenzione quando si raccolgono i dati?

Gianluca Binelli – Il mestiere più lontano da me è l’avvocato, faccio sempre fatica a rimanere aggiornato su tutti gli aspetti. Me ne viene in mente uno su cui però osservo empiricamente tante aziende fare fatica, anche abbastanza ovvio in realtà: spesso, i cookie vengono sparati dal sito prima che l’utente effettivamente esprima l’intento di accettare o rifiutare il consenso. Questa è la primissima porta all’interazione che spesso un’azienda ha con l’utente online, forse anche la cosa più ovvia che il GDPR ha introdotto, ma trovo che sovente non venga ottemperata. 

Gabriele Franco – Bisogna fare attenzione a dove e come vengono immagazzinati i dati. Devono essere in Italia e non devono essere accessibili a enti terzi al di fuori della azienda. Quindi devono essere criptati. Oltre a questo è importante filtrare i dati che vengono collezionati in base al consenso che le persone hanno dato rispetto ai cookie ban sul sito.

Cos’è il Marketing Mix Modeling e perché può diventare fondamentale per ogni azienda?

Gianluca Binelli – Il sogno di ogni azienda è capire come esattamente i propri investimenti in pubblicità, di marketing, promozionali etc. si estrinsecano nello spiegare il fatturato e il risultato finale. Una domanda estremamente complessa è: qual è l’effetto della stagionalità? Qual è l’effetto delle promozioni? Qual è l’importanza del branding? È incrementale il valore di questa campagna?

In sintesi, avere una visione completa di come tutti gli sforzi e tutte le leve di marketing contribuiscono al risultato finale dell’azienda. Questo è il sacro Graal della misurazione dei dati e sicuramente questa può essere la salsa segreta per tante aziende. La promessa del Marketing Mix modeling va proprio in questo senso. Ovviamente una promessa tra virgolette, perché è un modello econometrico di lunga data che ha una serie di limitazioni.

Tuttavia la recente introduzione di versioni più moderne di questi modelli permette da un lato di superare le limitazioni del passato (mi riferisco ad esempio alla preselezione delle variabili che si inseriscono nel modello che ora è più facile, oppure alla misurazione delle curve di saturazione che l’introduzione di alcuni algoritmi semplificano);  dall’altro, al di là dei tecnicismi, il marketing mix modeling è oggi una buona approssimazione, perché ancora una volta non dobbiamo essere perfetti, dobbiamo essere solo più bravi degli altri. Quindi, mentre nel passato c’è stato un momento in cui il marketing mix model era un’approssimazione troppo ampia e quindi un po’ rozza, ora il fatto che di per sé è migliorato e in più tutto il resto delle alternative sono peggiorate, lo rende secondo me un’opportunità per le aziende per avvicinarsi il più possibile, o anzi, per essere meno lontano possibile dal Sacro Graal della misurazione perfetta. 

Gabriele Franco – Il Marketing Mix Modeling è una tecnica che utilizza dati storici e tecniche statistiche per quantificare l’impatto di varie attività di marketing sulle performance aziendali. Questo approccio è diventato fondamentale soprattutto in un contesto in cui la misurazione tradizionale è diventata più complessa a causa delle crescenti preoccupazioni per la privacy e delle limitazioni tecniche. Permette alle aziende di allocare efficacemente le risorse e di pianificare strategie a medio termine, fornendo un quadro più completo rispetto alle tecniche di misurazione più granulari.

Quali sono (e saranno) gli approcci da adottare per misurare al meglio l’impatto delle azioni online?

Gianluca Binelli – Secondo me è fondamentale utilizzare la misurazione con una certa ritualità, ovvero è fondamentale da una parte che la misurazione diventi un aspetto metodologico (e quindi avere uno stack di attività che servono per la misurazione), dall’altra che la misurazione diventi un aspetto culturale. 

Il cambiamento normativo tecnologico etc. sicuramente non è finito, il futuro sarà diverso rispetto a ora, se dovessi fare una predizione è che quello che ora funziona non funzionerà tra un anno e sicuramente non tra 5. Quindi dobbiamo culturalmente essere consapevoli di questo e del fatto che la misurazione e l’attenzione al dato sono centrali. 

Sull’aspetto metodologico invece ritengo che l’approccio migliore sia combinare una visione di medio termine (MMM) con una visione di breve termine (modelli di attribuzione nativi delle piattaforme). Quindi immaginiamo MMM che gira ogni mese o ogni quarter, insieme interviste ai manager, survey, analisi e curve di saturazione della domanda, etc.: questo ci dice come allocare il capitale per il quarter successivo. Ma ogni giorno dobbiamo prendere decisioni di marketing (es. aumentare il bid o quale creatività vince), e queste decisione le prendiamo con modelli di attribuzione intra piattaforma. Perché intra piattaforma e non di piattaforme terze? Perché secondo me il futuro dei modelli di attribuzione ha le gambe corte.

Gabriele Franco – Con l’evoluzione del panorama digitale e delle normative sulla privacy, gli approcci per misurare l’impatto delle azioni online devono essere più olistici e flessibili. Gli strumenti come il Multitouch Attribution sono utili per attività di CRO (Conversion Rate Optimization) e per ottimizzazioni in tempo reale. Per la pianificazione a medio termine, i Marketing Mix Models rimangono un punto fermo. Inoltre, gli Incrementality Tests permettono di validare scientificamente le performance dei vari canali di marketing. Con la scomparsa prevista dei cookie, si prevede una forte domanda per strumenti che basano le loro misurazioni su dati aggregati o server-side tracking.

Come prevedi che si evolveranno i modelli di attribuzione nei prossimi 5-10 anni?

Gianluca Binelli – È probabile che non ci saranno più. Un modello di attribuzione terzo necessita una visione olistica extra canale, quindi catturare il percorso degli utenti su vari device e canali diversi. Per come le singole piattaforme di adv stanno evolvendo si sta andando in un’ottica opposta alla convergenza (Google non parla con Meta che non parla con TikTok) e per come stanno andando le piattaforme di analytics i dati vengono sempre più offuscati aggregati in nome della privacy.

Questo rende oggi per i marketers improbabile fare cose come quelle che a Booster Box abbiamo fatto in passato, cioè costruire i propri modelli di attribuzione con le catene di Markov. In futuro ogni piattaforma userà la sua verità, misurata dal proprio punto di vista con tutti i rischi che questo comporta. Questo rende ancora più importante l’ottimizzazione quotidiana e l’allocazione del capitale che faremo tramite MMM.

Gabriele Franco – Penso che nei prossimi 5 anni strumenti di multitouch attribution server side saranno sempre piu usati per fare CRO o real time optimization sulle creatività. Incrementality tests diventeranno uno standard per aziende che investono +30k€/mese per validare le misurazioni di alcuni canali. Gli MMM saranno strumenti strategici utilizzati da ogni azienda per pianificare in modo data-driven le loro decisioni di allocazione di investimento pubblicitario.

Come può essere sfruttata l’AI per migliorare l’efficacia della misurazione?

Gianluca Binelli – Ci sono 3 angoli:

1. Analisi di modelli predittivi sul comportamento degli utenti. Banalmente penso a stima del LTV, ma l’ideale sarebbe trovare dei modelli predittivi che dalle micro interazioni sul sito ci riescono a far capire il valore potenziale di un cliente. È un fronte estremamente affascinante che somiglia al lead scoring di ora.
2. Quello che già sta succedendo: mettere un pizzico di ML sui modelli tradizionali come mmm, penso a Robyn di Meta, ha già migliorato enormemente la portata del modello, penso sia solo l’inizio.
3. Qua mi contraddico rispetto alla domanda prima: potrebbe anche essere che AI possa superare le limitazione dei modelli di attribuzione di cui sopra. 

Gabriele Franco – L’AI può essere utilizzata in più modi per migliorare l’efficacia della misurazione. In Cassandra utilizziamo il ML per automatizzare la creazione dei modelli cosi da rendere più semplice la creazione del MMM, anche per persone non tecniche. L’AI inteso come NLP (e.g. GPT) viene utilizzato per tradurre informazioni e output tecnici in semplici prescrizioni azionabili coprendo il gap che c’è tra informazione e azione. 

Marketing Mix Modeling, il futuro della misurazione è ora

Gabriele Franco e Gianluca Binelli sono stati i super ospiti del Talk in cui abbiamo approfondito tutte queste tematiche (e altro ancora), sotto la guida della nostra Alessandra Maggio. Se lo hai perso, puoi richiedere la registrazione qui: https://clickable.typeform.com/rec-mmm