7 SOLUZIONI

PER 7
PROBLEMI
DI MARKETING
La Data Visualization
alla base
del data-driven
marketing

7 SOLUZIONI
PER 7
PROBLEMI
DI MARKETING
La Data Visualization alla base
del data-driven marketing

INDICE
01.
Gli obiettivi del Marketing Manager di ieri

05

e di oggi: cambiamenti e prospettive

02.
La Data Visualization per risolvere le 7 sfide

11

del marketing
03.
Visual Analytics: prendere decisioni

42

data-driven in real time

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

Gli obiettivi del Marketing

Manager di ieri e di oggi:
cambiamenti
e prospettive

La continua nascita di nuove tecnologie,

lascesa del mobile, lInternet of Things, il
cloud e i big data hanno modificato i requisiti
che i CMO (Chief Marketing Officer) e i Project Manager
sono chiamati a soddisfare.
Viviamo in unera caratterizzata dalla velocit e da
una forte esigenza di sintesi, unita a una profondit di
conoscenza e competenza su temi specifici.

Il CMO in passato era

focalizzato principalmente su:

Il CMO oggi si focalizza su:

Il volume delle vendite

la costante
misurazione
delle performance

le 4 P del marketing
(product, promotion,
price, placement)

la realizzazione
di un valore aziendale
condiviso con il cliente

la comunicazione
monodirezionale

la customer experience

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

Il CMO, oggi, deve poter accedere a una moltitudine

di informazioni e dati generati dalla sempre maggiore
preponderanza di internet nella vita aziendale:
laccesso a tale mole di dati deve avvenire con facilit e
rapidit. Diventa altrimenti impossibile comprendere e
interpretare velocemente (sempre pi spesso in tempo
reale) i dati a disposizione per poter dialogare con gli
stakeholder di riferimento.

Le nuove regole del gioco

There is nothing so terrible as activity
without insight
Questa citazione non proviene da un guru del marketing
moderno, ma da Johann Wolfgang Von Goethe.
Se valeva ieri, le sfide imposte dal web rendono questo
pensiero attualissimo e ancora pi indispensabile.
Le teorie di marketing che molti manager hanno
appreso nelle business school rappresentano solo
il minimo dizionario delle competenze necessarie
per eccellere nellera digitale. Per sopravvivere alla
competizione serrata e far prosperare il business, oggi
serve unintuizione, un passo in pi, che pu celarsi
nellinterpretazione dellinterconnessa realt circostante.
Non si pu navigare a vista in uno scenario cos ricco
di informazioni da interpretare. Occorre conoscere ogni
singolo cliente, nella sua interezza e peculiarit. La
1 Gli obiettivi del Marketing Manager di ieri e di oggi: cambiamenti e prospettive

tecnologia pronta a raccogliere queste sfide: analisi del

comportamento sui Social Media, web-tracking e digital
analysis sono solo alcune delle attivit che aiutano le
aziende ad acquisire e gestire enormi quantit di dati per
definire al meglio clienti, prodotti, concorrenza e mercati.
Lesplorazione e la visualizzazione dei dati, anche sul
singolo cliente e nel rispetto della privacy, funziona non
solo per le campagne pianificate dallazienda, ma ancora
di pi nella relazione real time che si instaura sui canali
social e digital.
Questo cambiamento riscrive le regole del gioco e
richiede una visione unica dellesperienza del cliente
(customer experience), dei processi operativi e dei
modelli di business.
chiaro che questo scenario lascia alle spalle del CMO
le vecchie certezze del marketing, quelle degli store
fisici, dei carrelli e delle offerte speciali. I CMO si trovano
ad affrontare le nuove sfide dei clienti multicanale,
dellonline retailing, dellipercompetizione, dei margini
sempre pi ridotti e dei clienti sempre meno fedeli.
Sarebbe per un errore abbandonare anzitempo leve di
marketing, come lin-store, ancora oggi fondamentali.
La percezione e la sensazione degli esperti che il
digitale abbia contribuito a generare un nuovo filtro (layer
leggero) che si pone al di sopra di queste leve, che porta
alla sfida dellomni-canalit e del marketing olistico (era
il 2011 quando Brian Solis parlava di holistic business
strategy).
Dalle vendite face-to-face, alla lead generation, fino
al mobile marketing, chiaro a tutti che oggi non si
pu fare marketing e non si pu creare alcun brand
SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

di successo senza il contributo attivo e prezioso del

consumatore.
Emerge, poi, il ruolo degli utenti-clienti nel processo
decisionale dacquisto: in questo inizio 2015 diverse
ricerche e studi di settore (ripresi anche da Idealo e
TechEconomy) sottolineano come gli utenti si fidino dei
trust signals di altri clienti che hanno gi provato un
prodotto o servizio. La fiducia non si pu pi ignorare.
Nulla di nuovo, per la verit: un concetto presente
nei principali manuali di marketing, ma troppo spesso
dimenticato. Oggi gli utenti non sono solo dei grandi
custodi del passaparola, e quindi del valore. Sono anche
dei veri e propri creatori del contenuto, un contenuto che
influenza pesantemente le strategie di marketing e di
comunicazione: si pensi ad un noto brand produttore di
birra che ha proiettato i volti degli utenti che interagivano
su Facebook direttamente su un grande billboard a
Times Square.

BRAND

Trasformare i clienti in ambasciatori del brand nelle loro

community di riferimento una sfida che le aziende non
possono non affrontare. Ma occorre saper leggere nei
1 Gli obiettivi del Marketing Manager di ieri e di oggi: cambiamenti e prospettive

dati, spesso troppi e sparsi in canali diversi.

Il vero valore risiede nella capacit di integrare le
informazioni presenti nellecosistema aziendale con
quello che si trova fuori e transita sulle piattaforme
social. Raccogliere i dati, esplorarli e personalizzarne la
visualizzazione ai fini di business.
Con i Big Data e la nascita di strumenti di data
management sempre pi intuitivi stiamo assistendo a
un processo di democratizzazione della conoscenza
aziendale: prima laccesso alle informazioni e ai tool
analitici era appannaggio esclusivo del CIO e del top
management. Oggi tutte le funzioni aziendali sono
coinvolte.
Il CMO oggi deve padroneggiare le informazioni che
derivano dallanalisi dei dati e prendere decisioni di
business sulla base di queste. Con tempistiche fino a ieri
impensabili.
Di seguito ci occuperemo di mettere in luce le sfide del
nuovo marketing, le nuove regole del gioco. E scopriremo
come la Data Visualization possa rivelarsi un supporto
per affrontarle.
Prenderemo in esame diversi esempi concreti: dalla
necessit di monitorare i KPI (indicatori chiave di
performance) tradizionali come le vendite, il margine sui
nuovi prodotti, la capacit di spesa dei propri clienti, alla
misurazione di KPI pi recenti come le performance delle
campagne online, il social Return On Investment o la
sentiment analysis dei brand/prodotti.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

10

La Data Visualization
per risolvere le 7 sfide del
marketing

Aumentare la digital
Lead Generation

La lead generation un obiettivo di

marketing perseguito per generare liste
di possibili clienti realmente interessati
(clienti in target) ai prodotti o servizi offerti dallazienda.
Tipicamente il target selezionato a monte ha una forte
propensione allacquisto. La profilazione quindi una
necessit imprescindibile.
Negli anni i CMO hanno spesso utilizzato tecniche di
direct marketing (es. telemarketing, campagne mailing).
Oggi un ruolo preponderante giocato dalla rete, e
in generale dai contesti digitali, che permettono di
esplorare nuove tecniche di marketing, non solo diretto.
In particolare su web laumento di interesse da parte dei
clienti dipende da:
traffico generato su una piattaforma digitale (es. sito
web, app)
usabilit della piattaforma stessa, che si traduce
sostanzialmente in unesperienza di navigazione facile,
sexy e intuitiva, grazie alla quale lutente pu soddisfare
agevolmente il suo bisogno
buona organizzazione delle informazioni (architettura).
Se la ricerca di un prodotto richiede molto tempo, infatti,
2 La Data Visualization per risolvere le 7 sfide del marketing

13

lutente si scoraggia e la lunga e faticosa esperienza

di navigazione influenzer negativamente le sue scelte
future.

Lanalisi del dato si rivela fondamentale

a tale scopo, in particolare lanalisi del
percorso dellutente fatto sul sito web.
SAS Visual Analytics permette di visualizzare la digital
Customer Journey dei visitatori e individuare i nodi critici
su cui intervenire. In figura 1, ad esempio, le barrette
rosse evidenziano 3 abbandoni alla prima interazione su
un sito web di e-commerce.
La soluzione permette di visualizzare il numero di click
realizzati dal visitatore, dal momento in cui entra nel sito,
al momento in cui effettua lacquisto. Lo scopo stabilire
i motivi che hanno contributo allaumento del numero
di click e definire cos le aree di intervento necessarie
a stimolare lutente allacquisto con il minor numero di
passaggi. Meno passaggi rivelano una migliore web
usability e unottima architettura del sito internet.

(figura 1: Customer Journey) Lo screenshot evidenzia il percorso di 13 diverse tipologie di visitatori e

lesito dellacquisto: dallimmagine evidente che solo 2 di questi hanno ultimato lo shopping online.
La schermata indica inoltre le pagine pi frequentate dagli utenti (ricerche in-site e visualizzazione
dei prodotti).

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

14

Oltre alla visualizzazione del volume di traffico, la

soluzione permette di individuare le pagine di uscita
dei singoli utenti, seguendone i singoli percorsi (come
mostra il SanKey Diagram della figura 2).
In ottica di ottimizzazione delle campagne di marketing,
possibile quindi individuare i percorsi pi frequenti
degli utenti e le pagine datterraggio del sito pi visitate,
cos da attivare eventuali azioni correttive e capire in
tempo reale quali sono gli argomenti pi appealing.

(figura 2: Sankey Diagram of page) Lo screenshot rappresenta nel dettaglio il percorso di navigazione
di una singola tipologia di utente (n.8 di 13): dalla pagina di welcome fino allinvio dellordine dacquisto (quinta interazione). La figura mostra un ottimo percorso, dove lutente accede allarea e-commerce in soli tre click.

Qualunque sito web costruito per vendere prodotti o

servizi genera dati come quelli appena discussi: il CMO
deve decidere se sfruttare questa ricchezza, conoscendo
meglio il comportamento dei propri clienti digitali e
incrementando le conversioni e di conseguenza le
vendite, offrendo la migliore esperienza.
2 La Data Visualization per risolvere le 7 sfide del marketing

15

Migliorare la Customer
Experience

Philip Kotler, di fatto il maggior esperto di

marketing al mondo, ha definito il CMO come:

la figura aziendale che, assieme alle

altre funzioni, deve delineare la strategia
aziendale. Uno dei suoi compiti principali
far si che il resto dellazienda sia focalizzato
sui clienti, non sui prodotti.
Disporre di un servizio clienti soddisfacente un
elemento chiave per assicurare al proprio brand
unimmagine forte, favorevole e unica nella mente del
consumatore.
Migliorare lefficienza del proprio servizio clienti,
analizzando e monitorando la customer satisfaction nel
tempo, ed anche in tempo reale, risponde allobiettivo pi
ampio di tenere sotto controllo i costi in linea con un
approccio organizzativo lean.

2 La Data Visualization per risolvere le 7 sfide del marketing

17

Un esempio concreto: state monitorando i

flussi telefonici?
Un customer service portato avanti da una linea
telefonica interattiva comporta un risparmio nellimpiego
di personale qualificato e un tracciamento dei dati pi
rapido e standardizzato.
Questo tipo di customer service molto utilizzato nel
settore educational, in particolare dalle Universit: per gli
organi universitari fondamentale indagare i percorsi di
selezione dello studente collegato da rete telefonica allo
sportello servizi e analizzarli in ottica di miglioramento.
Il monitoraggio dei flussi telefonici possibile grazie alla
mappatura dellinterazione con lutente, che permette
allanalista di individuare il percorso di trouble ticketing
(vedi esempio nella figura 3) e il punto preciso in cui
lutente:
abbandona la conversazione
sbaglia percorso
non trova le informazioni che cerca
Con SAS Visual Analytics possibile visualizzare il
percorso delle chiamate e approfondire lanalisi fino
a ottenere lesperienza di un singolo utente. Oppure,
partendo dallindividuazione del percorso pi lungo in
termini di risoluzione, dallinizio dellinterazione fino al
contatto con loperatore, possibile mettere in evidenza
con pochi click i passaggi chiave che hanno indotto il
cliente ad abbandonare la telefonata.
SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

18

(figura 3: Percorso di Trouble Ticketing) Lo screenshot mostra fino a sette passaggi percorribili
dallutente per risolvere una criticit. In particolare, la visualizzazione presenta due tipi di percorsi
che terminano con la risoluzione del problema. Il path in verde scuro si rivela estremamente efficiente, mentre laltro, pur essendo risolutivo, coinvolge un maggior numero di interazioni, tra cui anche la
sospensione del servizio (in giallo). L etichetta in lavorazione si riferisce allintervento di un operatore, passaggio che, in ottica di ottimizzazione del customer service aziendale, costituisce un punto
di intervento segnalabile dal CMO.

Con SAS Visual Analytics il decisore dellarea marketing

potr sapere esattamente dove intervenire, capire
lorigine delle problematiche e proporre un percorso pi
idoneo alle necessit degli utenti.

2 La Data Visualization per risolvere le 7 sfide del marketing

19

Tutelare la Web
Reputation e il Social
Sentiment del prodotto/
brand

Essere a conoscenza di come un brand o un

prodotto vengono percepiti dagli utenti in
rete diventata una necessit primaria per i
marketing manager, i quali non possono pi prescindere
dal monitoraggio di ci che viene detto e condiviso
online.
In un momento storico in cui gli utenti e i consumatori
(o consumattori) sono sempre pi informati e attivi, il
monitoraggio della notoriet di marca (brand awareness)
e della percezione rispetto alla stessa (brand sentiment)
attivit non accessoria. Grazie ad essa, sar infatti
possibile attivare procedure di crisis e reputation
management con lobiettivo di intervenire positivamente
sulle metriche descritte.
Con lavvento della rete, stiamo assistendo ad una
sovraesposizione dei brand al mondo esterno:
lamplificazione della percezione di un brand, di un
prodotto, di un servizio o di unazienda intera, se
negativa, pu condurre a danni dimmagine che rischiano
di avere ripercussioni di lungo periodo anche sulle
vendite.
Conoscere latteggiamento del mercato nei confronti
dei valori che il brand esprime essenziale per capire le
migliori strategie da seguire durante la pianificazione delle
attivit di digital marketing.
2 La Data Visualization per risolvere le 7 sfide del marketing

21

Senza questo tipo di analisi, il CMO rischia di non

rendersi conto della presenza di opinioni negative degli
utenti, correlate spesso a disinformazione sui prodotti o
ad attivit di pushing commerciale.
La valutazione del sentiment facilita un processo aziendale
chiave, permettendo di:
INDIVIDUARE velocemente gli eventuali problemi
PIANIFICARE azioni correttive e di miglioramento
INTERVENIRE rapidamente e reagire, in caso di minacce
rilevanti

Un caso di studio: il Sentiment nel settore

Bancario
Lanalisi del social sentiment e della web reputation sono
operazioni chiave in diversi ambiti e processi strategici,
ad esempio, per il settore bancario.
Queste analisi si rivelano utili per determinare la
curva di percezione dei singoli target o segmenti di
consumatori prospect (es. millennials, imprenditori,
famiglie), comprendendo la percezione di ciascun target,
e intervenire laddove sono presenti contenuti negativi.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

22

(figura 4: Reputation by Content ) Questo screenshot mostra la visualizzazione della Reputation By

Content in SAS Visual Analytics. Attraverso lo strumento possibile vedere il volume di contenuti
positivi pubblicati nellarco di due anni, suddivisi in base al luogo di discussione attraverso luso di colori
diversi (blu per i blog; verde per i forum; azzurro per i microblog; rosso per le news; giallo per i social
network)

Lanalisi dei contenuti digitali comprende anche le attivit

legate ai social media: attraverso SAS Visual Analytics
possibile analizzare i dati provenienti da una campagna
su Twitter e comprendere il sentiment relativo ad ogni
singolo tweet.

(figura 5: Digital Influence by Twitter) Nello screenshot sono messi in evidenza il numero di tweet,
share e reply, relativi ad una campagna e il loro volume di distribuzione nei tre indici (positivo, negativo,
neutro). Nella parte inferiore della schermata viene visualizzato il sentiment totale della campagna,
positivo nella figura 5. Ci facilmente comprensibile dalla curva di analisi dei tweet (in verde), la quale
ha un rialzo nellarea positiva e diminuisce in quella negativa.

2 La Data Visualization per risolvere le 7 sfide del marketing

23

La figura 6 mostra la curva generata dallanalisi della

brand reputation:

(figura 6: Brand Reputation) Limmagine riporta nella parte superiore i risultati dellanalisi della Brand
Reputation suddivisa per tipologia di contenuto: documenti, CRM e post dei social media. Nella parte
inferiore sono visibili le tre curve generate dagli stessi contenuti: i positivi in verde, i neutri in grigio e la
media tra i due indicatori in rosso.

Nel caso visualizzato non sono presenti dati negativi:

il CMO potr cos concentrarsi sul monitoraggio dei
contenuti neutri, presenti soprattutto nei dati provenienti
dal CRM, come suggerisce la visualizzazione,
e intervenire nel miglioramento di questi.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

24

Misurare il ritorno
sullinvestimento nei
Social Network in ottica
multicanale

Secondo diverse ricerche pubblicate dal

portale Social Media Examiner e da Social
Media Today, limpatto dei Social Media sul
business aziendale molto forte. Sei dati sul mercato
americano:
1 Il 92% dei brand dichiara che i Social Media hanno
portato benefici in termini di esposizione al target
obiettivo e in termini di traffico (fonte: Social Media Examiner)
2 Il 50% delle aziende ha registrato un aumento delle
vendite tramite Social Network, dopo 3 anni di attivit
Social (fonte: Social Media Examiner)
3 I consumatori si aspettano che un brand sia attivo in
almeno 3-4 canali Social (fonte: Hubspot)
4 Il 73% dei consumatori si dichiara ben disposto ad
acquistare da un brand che dialoga e risponde con gli
utenti tramite i Social Network (fonte: Hubspot)
5 I consumatori sono annoiati dalla pubblicit. Ma
l82% di essi si dichiara molto interessato ai contenuti
generati dallattivit di storytelling di un brand (fonte:
Content Marketing Association CMA)

6 Il 79% dei CMO che usano Twitter dichiarano di aver

raggiunto il doppio dei contatti rispetto a coloro che non
usano Twitter (fonte: InsideView)

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

26

Il ritorno sullinvestimento (ROI) un indicatore molto

discusso, a tal punto che, quando si parla di investimenti
relativi allarea marketing delle aziende, pi adeguato
parlare di ROMI (Ritorno sullInvestimento di Marketing),
come proposto da Guy Powell.
Gli obiettivi di una campagna di marketing sui Social
Media non sono quasi mai direttamente collegati al
ritorno economico sullinvestimento. Il social media
marketing (SMM), infatti, impatta a livello strategico
sulla brand awareness e su tutto il social business, dalle
attivit di caring alla brand protection. Nel momento
in cui entrano in gioco investimenti diretti di social
advertising e il SMM viene cos collegato ad attivit di
lead generation, queste attivit online devono essere
sommate a quelle offline per poter poi calcolare il ROMI
in maniera completa.
Condurre una campagna di marketing in ottica omnichannel significa considerare gli indicatori (conversioni,
click, visualizzazioni, engagement) provenienti da tutti i
canali attraverso i quali la campagna ha avuto luogo, ad
esempio:

vendite online

vendite offline

uscite stampa

2 La Data Visualization per risolvere le 7 sfide del marketing

download app

27

Il caso: misurare il Social ROI nel settore

telecomunicazioni
Il lancio di un nuovo prodotto nel settore delle
telecomunicazioni pu essere desempio per
contestualizzare un caso di misurazione del ritorno
sullinvestimento di una campagna Social (Facebook e
Twitter) (figura 7)

(figura 7: Campaign Efficiency). In questo screenshot sono visibili i dati provenienti da una campagna
di marketing. Obiettivo: aumentare lo scontrino medio dei clienti in un determinato punto vendita. Le
diverse campagne realizzate sono visualizzate dal grafico a torta. Il diagramma sottostante mostra
invece il valore dello scontrino medio (reso attraverso la grandezza delle sfere) dei cluster di clienti
suddivisi per fascia det. Sul lato destro sono rappresentati, attraverso un istogramma, il volume e il
valore delle vendite, filtrati per sesso degli utenti (contraddistinti dai colori blu, rosso e verde).
N.B. - Nella rappresentazione sono presenti 3 sessi, poich nei dati ricavati dai social media spesso
non viene inserito il sesso dellutente (e quindi presente un unknown)

evidente come la dashboard diventa parte integrante

del processo decisionale, fornendo risposte precise e
facilmente visualizzabili, in grado di supportare azioni
di marketing digitale e suggerire nuove soluzioni per le
strategie future.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

28

Determinare la
Geo-targetizzazione nel
lancio di nuovi prodotti

Il lancio di un nuovo prodotto sul mercato

un momento chiave per le aziende: si tratta di
unopportunit di differenziazione e un modo
per acquisire un vantaggio competitivo rispetto alla
concorrenza.
La fase preliminare riveste un ruolo determinate per il
successo delloperazione: in questo momento che la
raccolta dati e unanalisi di mercato condotte con gli
strumenti adeguati diventano essenziali per effettuare le
giuste previsioni e le scelte di business corrette.
Spesso fondamentale individuare la giusta area
geografica in cui lanciare un nuovo prodotto o un servizio
per concentrarvi gli investimenti.
Diventa necessario, quindi conoscere:
tutte le informazioni dei potenziali clienti appartenenti
ad una determinata zona geografica;
il loro valore economico medio nel territorio.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

30

Si tratta di dati cruciali per il successo della scelta.

Nellimpostazione di una campagna di marketing per
localit importante identificare puntualmente il bacino
in cui un retailer opera e le abitudini e capacit di spesa
dei clienti, come visualizzato in figura 8.

(figura 8: Bacini di influenza) Questa visualizzazione mostra come SAS Visual Analytics sia in grado
di evidenziare le aree di influenza dei punti vendita di un determinato settore presenti nella regione
Lombardia. E possibile approfondire lanalisi scendendo fino al dettaglio desiderato (es. comune,
area commerciale, ASL, etc).Lintensit del colore verde identifica la capacit di spesa media dei
consumatori presenti sul territorio.

Un esempio concreto:
la geo-targettizzazione nel settore
delle energie rinnovabili
Si pensi per esempio al settore delle utility: nel caso
in cui il CMO di unazienda che distribuisce energie
rinnovabili voglia pianificare il lancio di un nuovo
pacchetto di servizi tutto compreso, sar necessario
individuare i principali canali distributivi in cui il lancio
2 La Data Visualization per risolvere le 7 sfide del marketing

31

del prodotto possa risultare pi profittevole.

Con SAS Visual Analytics possibile riconoscere, a
seconda della regione, il profitto generato da un prodotto
e visualizzarlo attraverso la distribuzione delle sfere,
corrispondenti ai punti vendita, su due assi cartesiani,
come in figura 9.

(figura 9: Valore Medio Cluster Vita) Sul lato sinistro dellimmagine evidenziato il valore medio delle
regioni italiane, calcolato in base al valore medio dei clienti presenti sul territorio: attraverso lintensit dei colori (rosso, corrispondente ad un valore medio basso e blu, corrispondente a un valore medio
alto) possibile distinguere le profittabilit delle regioni.
Se si seleziona una particolare regione, SAS Visual Analytics elabora un nuovo grafico sul lato destro.
Gli assi cartesiani mostrano la quantit di prodotti venduti (x) e il relativo profitto generato dai singoli
prodotti (Y). Le sfere colorate indentificano i punti vendita in cui sono presenti quei determinati prodotti, la cui grandezza corrisponde al proprio scontrino medio.

possibile visualizzare anche il valore medio di spesa

dei clienti per regione, come mostrato in figura 10.
Il valore medio di un cliente si calcola rispetto allincasso
totale e risulta dalla raccolta dati relativi ad un id cliente.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

32

(figura 10: Valore Medio Clienti) Lo screenshot mostra come SAS Visual Analytics visualizza il valore
medio dei clienti presenti in un determinato territorio. Maggiore la grandezza delle sfere, maggiore
la capacit di spesa dei clienti di una regione rispetto ad un determinato prodotto.

Attraverso la raccolta di tutte queste informazioni il

CMO pu decidere con sicurezza in quali aree lanciare
un nuovo prodotto e applicare unadeguata politica di
pricing.

2 La Data Visualization per risolvere le 7 sfide del marketing

33

Determinare e
aumentare la redditivit
del singolo cliente

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

34

Il CMO che persegue lobiettivo di aumentare

la redditivit del cliente, oltre ai dati
provenienti dalle analisi di mercato, pu
prendere in esame anche i processi decisionali che
inducono il cliente allacquisto di un prodotto (figura 11).
Il percorso delineato da questo processo detto albero
decisionale del cliente e permette di individuare i valori
che hanno un maggiore impatto sullo svolgimento del
processo.

(figura 11: Decision Tree of High) Lo screenshot si riferisce allalbero decisionale dei clienti appartenenti a unarea geografica visualizzato attraverso SAS Visual Analytics. Dallimmagine possibile
determinare il primo e il secondo fattore in grado di influenzare i processi decisionali dei clienti,
rispettivamente il brand e la qualit del prodotto/servizio.

2 La Data Visualization per risolvere le 7 sfide del marketing

35

Nel caso in cui il CMO stia progettando una nuova

campagna, con target clienti alto spendenti, importante
che sia in grado di identificare cosa incide maggiormente
sulle loro scelte dacquisto:

IL prodotto? Il Brand? La novelty?

Attraverso SAS Visual Analytics possibile effettuare
una scrematura tra clienti alto e basso spendenti di un
determinato territorio. Una volta focalizzata lanalisi
sul target prescelto, vengono visualizzate le frequenze
riferite ai soli clienti che spendono oltre una determinata
cifra, come mostra la figura 12.

(figura 12: Revenue by Facility State) Limmagine identifica la distribuzione della capacit di spesa dei
clienti alto spendenti suddivisi per Stato (USA). I box plot mostrano i range di spesa (individuabili attraverso lestensione dei baffi di ogni box) e il valore medio di spesa (coincidente con la linea centrale
di ogni box in blu).

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

36

Tutte queste informazioni possono essere circoscritte a

un territorio specifico per individuare le aree a pi alto
valore.

Un caso concreto: i clienti delle agenzie

assicurative
Per le reti di agenzie assicurative, in Italia, importante
avere dati che riguardano i clienti, sia demografici
che di reddito, in modo da riuscire a profilare pi
dettagliatamente possibile le varie offerte.
Dopo aver individuato unarea con maggior potenziale
di business, il Chief Marketing Officer di una compagnia
assicurativa pu spostare gli sforzi commerciali dove
i clienti sono profilati come alto spendenti e provare ad
incrementare le vendite. E di conseguenza la redditivit
dellagenzia.
Se il CMO fosse interessato, invece, ad aumentare la
redditivit attraverso il potenziamento di prodotti di
fascia prezzo bassa, attraverso SAS Visual Analytics
potr isolare i clienti medio o basso spendenti, con
una frequenza di spesa molto elevata, e individuare le
aree geografiche a cui appartengono. Grazie a queste
informazioni sar in grado di decidere se, come e dove
implementare le offerte in portafoglio.

2 La Data Visualization per risolvere le 7 sfide del marketing

37

Conoscere le
stagionalit del prodotto

La stagionalit di un prodotto dipende da

vari fattori tra cui linput umano (esperienze
e sensazioni) e i dati storici di vendita. La
possibilit di fare delle previsioni accurate e puntuali
sullandamento futuro delle vendite di un determinato
prodotto rappresenta uno dei principali obiettivi a
cui aspira ogni CMO. Avendo queste informazioni,
potr accelerare e semplificare i processi decisionali
e supportare le scelte strategiche attraverso solide
considerazioni.
Ottimizzare tale processo un obiettivo ambizioso, che
pu modificare le performance dei prodotti e trasformare
le attivit di trade marketing, consentendo, allo stesso
tempo, una riprogettazione e un riallestimento efficienti e
efficaci della Supply Chain.

Il caso: landamento delle vendite

nellindustria farmaceutica
Riuscire a prevedere i trend della domanda diventa
fondamentale per pianificare linvestimento totale in scorte
e in attivit di marketing, come pu accadere nellindustria
farmaceutica.
Questo settore , infatti, soggetto a una fluttuazione
della domanda molto elevata rispetto a determinati
2 La Data Visualization per risolvere le 7 sfide del marketing

39

prodotti.
Un indicatore fondamentale che supporta i decisori
aziendali nel monitoraggio della stagionalit di un
prodotto il trend delle vendite nel lungo, medio o breve
periodo.
Grazie a questo indicatore, il CMO pu comprendere
landamento delle vendite di ogni store, identificare
la stagionalit dei prodotti e decidere se e quando
aumentare linvestimento su quelli soggetti ad un alto
livello di fluttuazione stagionale.
Con SAS Visual Analytics possibile stimare le vendite
future di un prodotto sulla base della distribuzione delle
vendite corrispondenti alle variazioni avvenute negli anni
precedenti, come mostrato dalla figura 13:

(figura 13: Forecast of Profit by date by Month) Lo screenshot evidenzia il rapporto tra il prezzo del
prodotto e il profitto dei punti vendita in determinati periodi dellanno. Sul lato sinistro dellimmagine
viene riportato il dato storico, mentre sulla parte destra viene evidenziata la previsione di profitti e
prezzi per i mesi futuri.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

40

Lindividuazione dello scarto relativo al profitto e al

prezzo di un prodotto facilita per il CMO la decisione
di aumentare o ridurre gli investimenti stagionali e fare
solide previsioni sullandamento delle vendite future.

2 La Data Visualization per risolvere le 7 sfide del marketing

41

Visual Analytics: prendere

decisioni data-driven
in real time

Se il metodo di analisi precedentemente

descritto rappresenta la base per lo sviluppo
di progetti di qualit, la disponibilit di una
tecnologia di visualizzazione del dato il braccio armato
che permette di estrarre tutto il valore che le aziende
gi possedevano ma ancora non sapevano di poter
utilizzare. Da qualche anno la mole di informazioni e la
necessit di interpretarle in real time chiama il marketing
management verso una nuova avventura: il racconto e
la comunicazione del dato a vari livelli in azienda. Ecco
quindi che la Data Visualization si rivela un approccio di
qualit che riesce a rispondere allimportante bisogno
del data-driven marketing.
La risorsa scarsa oggi non solo il budget. Per il
top management anche e soprattutto il tempo a
disposizione. Uno strumento personalizzabile e autoapprendente vitale per estrarre un dato richiesto
con urgenza o per fornire unanalisi da inserire in
una presentazione da preparare in poche ore. Inoltre
la disponibilit pervasiva dello strumento, con livelli
diversi di accesso e utilizzo, permette di rispondere
ad un mantra oggi non pi ignorabile: a ognuno i
suoi dati. Una piattaforma di eccellenza deve poter
fornire, attraverso una user experience agile, i dati di
riferimento ad ogni livello, dallamministratore delegato
3 Visual Analytics: prendere decisioni data-driven in real time

43

alla figura operativa, considerando lIT un alleato per

la personalizzazione e non un filtro per le singole
estrazioni. Il tutto senza la necessit di conoscere il
codice sorgente o di programmazione. Per scoprire
perch la Data Visualization diventata fondamentale in
ambito aziendale, scarica il nostro e-book 4 motivi per
cui non puoi pi fare a meno della Data Visualization.
Oltre ai benefici che la Data Visualization pu portare al
tuo business, troverai utili casi di successo di chi ha gi
provato SAS Visual Analytics.

SAS Visual Analytics 7 soluzioni per 7 problemi di marketing

44

Fonti
www.briansolis.com
www.youtube.com
www.socialmediatoday.com
www.slideshare.net 01
www.slideshare.net 02
www.insideview.com
www.sas.com
www.allanalytics.com
Jessica Bosari,
The Developing Role of Social Media in the Modern Business World
Stephanie Chandler,
The Hidden Benefits of Social Media Marketing
Belle Beth Cooper,
10 Surprising Social Media Statistics
John Elkaim,
Say Goodbye to the Age of Generalizations
Hubspot,
All the Marketing Statistics You Need

3 Visual Analytics: prendere decisioni data-driven in real time

45

segui SAS Italy su

SAS INSTITUTE VIA DARWIN, 20/22 20143 MILANO 02 831 341

WORLD HEADQUARTERS CARY, NC 27153 USA +1 919 677 8000

www.sas.com/italy