Upload
elisabetta-parodi
View
700
Download
0
Embed Size (px)
Citation preview
DA BIG A SMART DATA
WEBORAMA, UN BRAND GLOBALE
17ANNI
7UFFICI
17MERCATI
240IMPIEGATI
ADAPAudience Driven Advertising
PlatformAudience & Data Management (DMP)
Adserving & Tracking
Trading Desk
Data Exchange
Data Consultants
Uh?!
RACCOGLIERE DATI
IMMAGAZZINAREELABORAREDATI
ATTIVARE DATI
BIG DATA IN PAROLE POVERE
Puoi scrivere il tuo nome e la tua età? Sono pppp pppppp pppp ppppppppp ppp ppppp p pppp pppppppp pp ppppppp p ppp ppppp . ? p ppppp ppppp ppp pppppp ppppp ppp ppp pppppp ppppp ppp ? ? ? ppp pppppppppp ppppp pp pppp pppp pp pppp pppppp ? ,pppppppppp pp pppp ppppppp pppppppppp p pppp ppppppppp pp ppp pp ppppp pp pppppppp , . . .pp ppppp ppp ppppppp p pp pppppppp. ppppppp ppp pppppp ppp pppp ppppp pp p ppppppp pp ppppp pppppp , ? . pppppppp ppppppp pppppp pp p ppp ppp ppppppppp pppp pppppp , . pppp ppppp pppppp pppp ppp pppppp ppppppppp p pppp ""pppppppppp ppp ppp pppppppp ppppppppp ppppppp pp pppppppp pp pppppppp ppppp ppppppp pppppp pppppppp pppp ppp ppppp pppppp ppppp ppppp pp ppppp pp ? pppppppp pp .pppppppp pp ppppppp ppp ppppp p ppppppppp pppppppppp ppppppp pppppppp ppp pp ppppppp ppp ppppp pp pppppp ppppp ppppp ppppp pppppppppp p pppppppp pppppppp pp pppp pp ppppp ppppppppp pp p ppppp pppppp ppp .pppppppp pppppppppp pppppppp ppp pp pppppppp ppppp ppppppp pppp ppppppppp p ppp ppp pp ppppp ppppppppp .pppppp pppppppp ppppppp pp pppppppp p p pppppp p ppppppppp pppp pppppp ppp pppppp .
Donald Farmer, Qlik’s VP of product management
Predire i vincitori degli Oscar Capire e Ottimizzare i Processi Aziendali Analisi personale e ottimizzazione delle prestazioni personali Migliorare la Salute pubblica e la ricerca medica Migliorare le prestazioni Sportive Migliorare Scienza e Ricerca Scientifica Ottimizzare le prestazioni di macchinari e dispositivi elettronici Migliorare la sicurezza nazionale e il lavoro della polizia Migliorare e ottimizzare le Città e gli Stati Capire e targettizzare meglio i Clienti
BIG DATA PER...
BIG DATA PER...
Capire e targettizzare meglio i Clienti
SCARSITA’ DI DATI
Panel
Profilo socio-demografico
Abitudini d’acquisto
Abitudini mediatiche
Composizione famigliare
Reddito Profilo psicografico
Attitudini
RICERCHE ELABORATISSIME
ATTIVAZIONE ELEMENTARE
Uomo/Donna
Fascia d’eta’
DISPERSIONE, MISURAZIONE A CAMPIONE, INCERTEZZA
...forse
TARGETING APPROSSIMATIVO
CONTENUTI E PUBBLICITA’
GENERALISTI
ERA DIGITALE
Digitalizzazione dei contenuti
UGC
Accesso (quasi) illimitato
all’informazione
Atomizzazione dei contenuti
Fruizione individuale
Capacità di archiviazione
(quasi) illimitata
Tracciamento degli utenti
Contenuti fluidi
CANALE DI RITORNO = LASCIARE TRACCE
Dove navigano?Cosa fanno?
Cosa comprano?Cosa interessa
loro?Quali percorsi?
BIG DATA NELL’ONLINE MARKETING
Referrer data
Transaction data
Customer Online Path
Customer Geo Area
Next Best Action
Customer Segment
Shopping PropensitiesAttitude & Interests
Demographics
Non Customers
Geography
Life Events
(Weborama) Customer Portraits
CRM Data dell’inserzionista Website Data dell’inserzionista Media Data
Media Exposure Data
Click Through Data
Fonte: CRM Fonte: analytics Fonte: adserver
Fonte: DB esterni (third party)
Fonte: DB interni (first party)
DATI ELABORATI IN UNA DMP
ATTIVAZIONE
Il tipo di attivazione dei dati elaborati da una DMP più diffuso è quello in ambito «programmatic»: i segmenti creati vengono utilizzati come criterio di targeting – o come «filtro» – a monte (lato Demand Side Platform, ovvero advertiser) o a valle (lato Supply Side Platform, ovvero publisher) del processo di buying automatizzato. L’utilizzo dei dati è comunque possibile laddove vi sia una «macchina» in grado di prendere decisioni sulla base di vari criteri, dove il target (segmento) è uno di essi.
Weborama, in un paese come la Francia, raccoglie dati su 7 MILIONI di URL da 250.000 SITI.
Che porta a:40 MILIONI DI HIT al giorno, per 10 MILIONI DI UTENTI UNICI.
1.5 MILIARDI DI DATA EVENTS sono processati tutti i mesi per costruire il Database.
BIG DATA: QUANTO BIG?
70 milioni di cookie unici profilati in Italia
160 cluster comportamentali
Cluster raggruppati in 23 segmenti
13 segmenti socio-demo
480 milioni di profili italiani
VECCHIE E NUOVE OPZIONI2/3 variabili (genere, età,...)1 creatività per tuttiRisultati inferiti
4 milioni di persone -> 1 profilo
Centinaia/migliaia di variabiliCreatività dinamicheRisultati misurati in tempo reale
4 milioni di persone -> 4 milioni di profili
IL PARADOSSO DEI BIG DATA
TROPPO BIG!
SEMPLIFICAZIONE
VARIABILI NUOVE
LOGICHE VECCHIE
Target costruito offlineTarget di marketing: 10 variabiliTarget di comunicazione: 5 variabiliTarget media: 2 variabili*
Variabili disponibili online: migliaia*Variabili utilizzate: 2
MEMENTO...
pppppppp pp ppp pppp p pp ppp pppp pppp ?pppppp ppp pppp pppppp pppp ppppppppp ppp ppppp p pppp pppppppp pp ppppppp p ppp ppppp ppppp ppp ppppppp p ppppp ppppp ppp pppppp ppppp ppp ppp pppppp ppppp ppp pppppp p ppp pppppppppp ppppp pp pppp pppp pp pppp pppppp pppppppppp pp pppp ppppppp pppppppppp p pppp ppppppppp pp pppppppppp ppp ppppp ppp ppp pp ppppp pp pppppppp pp ppppp ppp ppppppp p pp pppppppp.pppppp p ppppppp ppppppp ppp pppppp ppp pppp ppppp pp p ppppppp pp ppppp pppppp pp pppppp pppppppp ppppppp pppppp pp p ppp ppp ppppppppp pppp pppppp pppppp pppp ppppp pppppp pppp ppp pppppp ppppppppp p pppp pppppppppp ppp ppp pppppppp ppppppppp ppppppp pp pppppppp pp pppppppp ppppp ppppppp pppppppppp pppppppp pppp ppp ppppp ppppp ? Siamo in grado di trovare modelli.pp pppppppp pp ppppppp ppp ppppp p ppppppppp pppppppppp ppppppp pppppppp ppp pp ppppppp ppp ppppp pp pppppp ppppp ppppp ppppp pppppppppp p pppppppp pppppppp pp pppp pp ppppp ppppppppp pp p ppppp pppppp ppp .pppppppp pppppppppp pppppppp ppp pp pppppppp ppppp ppppppp pppp ppppppppp p ppp ppp pp ppppp ppppppppp .pppppp pppppppp ppppppp pp pppppppp p p pppppp p ppppppppp pppp pppppp ppp pppppp .
Donald Farmer, Qlik’s VP of product management
DA BIG A SMART: CORRELAZIONI
Correlazione
Rapporto causaleRapporto causale
Rapporto causale
Rapporto causale
Correlazione
CorrelazioneCorrelazione
Correlazione
Una correlazione è una constatazione fine a se’ stessa
Una correlazione ripetuta due volte è un caso
Una correlazione ripetuta dieci volte è sospetta
Una correlazione ripetuta un milione di volte è
STATISTICA
I NUOVI MODELLI DI TARGET
Abbiamo enormi quantità di informazioni sui già clienti/prospect
Abbiamo enormi quantità di informazioni su chi cliente ancora non è
Abbiamo straordinarie capacità di trovare correlazioni
PARTIAMO DAL PROFILO REALE DEI TUOI CLIENTI
Costruiamo un modello statistico dei tuoi clienti, usando TUTTI i dati
Applichiamo il modello al resto della popolazione per trovare i simili
PRENOTA UN TEST DRIVEMIGLIORE AUDIENCE, MIGLIORI PERFORMANCE
C-CLONES
AUDIENCE EXTENSION
Espansione del target su look-alikes
Profilo utente a target
DB utenti dal profilo conosciuto
Ambiente m
edia
DMP
C-Clones
Campagna Lead generation – Settore Finance/Insurance
Dopo una prima fase di raccolta e analisi dei dati, in seguito al tracciamento di attività display, sono stati creati 4 segmenti sulla DMP Weborama e 5 linee di campagna:
STRUTTURA DELLA CAMPAGNA
Segmento C-Clones TYP (look-alike dei converter sulla TYP) Linea di campagna C-Clones TYP
Segmento C-Clones Step3Funnel (look-alike degli utenti arrivati allo step 3 del funnel di
conversione)Linea di campagna C-Clones Step3Funnel
Cluster generici (cluster Weborama) Linea di campagna Cluster
Segmento Retargeting Linea di campagna Retargeting (Retargeting nelle 24 ore dei clicker di campagna)
- Linea open, senza targeting su cluster/segmenti per poter alimentare di nuovi utenti i C-Clones
CASE HISTORY 1: PERFORMANCE
Esempio di C-Clones Step3 Esempio di C-Clones TYP
ESEMPIO DI ALBERO DI SEGMENTAZIONE DEI C-CLONES
CAMPAGNA WEBORAMA
GLI UTENTI INDIVIDUATI CON I C-CLONES HANNO UNA MAGGIORE PROPENSIONE GENERALE AL CLICK E ALLA CONVERSIONE
Migliore efficienza in termini di click (CPC) dalla linea C-Clones TYPMigliore efficienza in termini di lead attribuite post-click dalla linea C-Clones Step3 Funnel
Campaigns Impressions Clicks CTR% CPC Costo
Post-click conversion Thankyou
Page - Weborama
CPL post click
C-Clones Step3Funnel 2.539.384 4181 0,16% € 0,39 € 1.269,69 11 € 115,43C-Clones TYP 1.713.984 3201 0,18% € 0,30 € 856,99 6 € 142,83Clusters 4.294.088 5071 0,12% € 0,42 € 2.147,04 2 € 1.073,52Open NoTGT 5.726.709 3971 0,07% € 0,72 € 2.863,35 2 € 1.431,68Retargeting 628.537 1353 0,22% € 0,23 € 314,27 3 € 104,76Total 15.460.769 18.162 0,12% € 0,43 €7.730 28 € 276,09
Campagna Lead generation e Qualifica del Traffico – Settore automotive
CASE HISTORY 2: PERFORMANCE
Obiettivo campagna: download brochure
Tipo campagna:Display + DEM
Durata campagna:2+2 settimane
Concessionarie coinvolte:16
Totale brochure scaricate:21.156
Download attribuiti a Weborama: 2.788 (13%)
Media piano costo per download:115,81€
Costo per download Weborama:
18,80€
BIG E SMART: LA RIVOLUZIONE
Dati scelti per adattarsi a modelli
Target costruiti su campioni statistici
Target media
Proiezioni statistiche
Target costruiti su tutti i dati disponibili
Modelli modelli costruiti coi dati
Target di prodotto
Statistiche e algoritmi
I BIG DATA SONO NULLA SENZA DATA SCIENCE
ROBERTO CARNAZZAITALY COUNTRY MANAGER