Se la maggioranza dei tuoi clienti ha 35 anni, è corretto identificare il tuo target principale come fascia 30-40? Se un certo libro è il best seller del momento, è corretto proporlo come “prodotto suggerito” a chi sta acquistando altro sul tuo e-commerce?
In entrambi i casi, la risposta intuitiva sarebbe un sì. Quella corretta, invece, è ben diversa. Come spesso accade, infatti, le risposte intuitive corrispondono a bias più che a verità.
E per avere le risposte corrette, allora, cosa occorre fare? Ovviamente, interrogare i dati. In questo caso, le informazioni che cerchiamo si trovano all’interno dei nostri CRM aziendali: è lì che è presente una vera miniera di informazioni sui nostri utenti e sulle loro abitudini di acquisto.
Fare CRM Analysis significa categorizzare, correlare, riorganizzare i dati del nostro CRM per avere indicazioni chiare e precise a supporto delle strategie di marketing, nonché avere modo di creare comunicazioni personalizzate che rafforzeranno negli utenti la fedeltà al brand, migliorando in breve tempo i risultati di vendita.
Vediamo insieme come.
Un’introduzione alla CRM Analysis
Oggi quasi tutte le aziende si sono dotate di CRM, ovvero di sistemi informatizzati nei quali confluiscono le informazioni che vengono dal CMS del sito web, dalle telefonate dei commerciali, dalle informazioni raccolte dai singoli punti vendita (magari tramite una carta fedeltà), o in altri modi ancora.
Abbiamo già scritto più volte, inoltre, di come questi dati oggi come oggi abbiano un’importanza crescente anche a causa delle normative sempre più stringenti relative alla raccolta e all’utilizzo dei dati “di terze parti”, ovvero quelle raccolte, ad esempio, tramite i cookies dei siti web.
Il CRM aziendale, infatti, contiene tutti dati di tipo First Party Data, per i quali l’azienda ha il diretto consenso all’utilizzo da parte dell’utente interessato:
- Dati relativi agli UTENTI, come ad esempio i dati anagrafici.
- Dati relativi ai PRODOTTI, come ad esempio la categoria merceologica, il prezzo, il costo di acquisto, il brand…
- Dati relativi agli ORDINI, ovvero il punto di incontro tra le prime due entità. Ad esempio, il totale dello scontrino e l’elenco degli articoli acquistati in un singolo ordine.
Un analista esperto, interrogando questi dati, riuscirà a portare avanti analisi anche molto approfondite, che possono fornire nuovi spunti di riflessione e di indagine oppure confermare (o smentire) quanto l’azienda crede già di sapere.
In particolare, tra questi dati troviamo:
- Una fotografia esatta degli utenti e degli acquirenti, che aiuterà a definire con sicurezza il target delle iniziative di marketing dell’azienda (e, soprattutto, a creare segmentazioni efficaci).
- Informazioni affidabili sui percorsi di acquisto, da cui partire per migliorare i processi aziendali o per inserirsi in questi percorsi con iniziative efficaci.
- Spunti per migliorare l’assortimento dei prodotti, i margini di guadagno, la creazione di bundle o altre iniziative ancora.
Non a caso, i colossi delle vendite online investono moltissime risorse nella CRM Analysis e la utilizzano per segmentare la propria clientela in modo estremamente raffinato, creare comunicazioni personalizzate, aggiornare prezzi e allestimento.
Non è esagerato dire che molto del loro successo è dovuto proprio a questa capacità di capitalizzare le informazioni in loro possesso, per tradurle in nuove vendite.
NON SAI A CHI AFFIDARE LA TUA CRM ANALYSIS? SCOPRI I NOSTRI SERVIZI DI ANALYTICS PER TE
Dati corretti, oltre i bias personali
Un problema che riscontriamo spesso, sia con gli imprenditori che con alcuni consulenti, è l’incapacità di relazionarsi con i dati in modo corretto. Per superficialità, i dati numerici vengono ignorati a favore delle impressioni personali oppure vengono valutati con metodologie intuitive ma sostanzialmente errate.
La CRM Analysis ci consente di superare queste valutazioni errate, che porterebbero a strategie sbagliate.
Per capire quanto sia facile cadere in questo tipo di errori, consideriamo come esempio un dato estremamente semplice all’apparenza, ovvero l’età del proprio target di riferimento.
- Un errore diffuso è affidarsi alle sensazioni personali. L’imprenditore vede che molti dei propri clienti hanno 35 anni e prende quindi questo valore come dato di partenza. Ovviamente il ragionamento è errato perché soggetto a bias di conferma; non valuta inoltre la possibilità che i 35enni rappresentino una buona fetta di clientela, ma non particolarmente rilevante sul totale.
- Un altro errore è riferirsi semplicemente alla media. Sapere che l’età media dei miei acquirenti è 35 anni non mi dice nulla rispetto alla reale distribuzione degli acquisti. Non mi dice se ad acquistare sono in prevalenza persone dai 30 ai 40, oppure se sono distribuiti in una fascia dai 20 ai 50 o addirittura dai 20 ai 57.
Ecco che il dato corretto può essere estrapolato, quindi, solo con un procedimento statistico che prende in esame sia la media che la varianza, così da determinare con sicurezza qual è l’intervallo di età che copre il 66% circa della mia clientela.
Basket Analysis e analisi RFM
Basket Analysis e analisi RFM (Recency, Frequency, Monetary value) sono due delle componenti più importanti della CRM Analysis.
I colossi delle vendite online (che abbiamo citato prima come tra le realtà che sfruttano meglio le analisi del CRM) ci offrono esempi molto efficaci di cosa sono e di cosa si può ottenere con questi sistemi.
Nella Basket Analysis rientra lo studio delle associazioni tra i diversi prodotti.
Riprendiamo l’esempio di apertura: come mai Amazon non consiglia il romanzo best seller del momento a coloro che stanno acquistando, ad esempio, delle corde per la chitarra? Eppure è un prodotto molto richiesto…
La risposta sta nell’analisi statistica dei panieri di acquisto.
Amazon sa che la percentuale di probabilità di acquisto di quel libro è dell’X%, indipendentemente o meno dal fatto che tu stia acquistando le corde per la chitarra.
Nel box dei prodotti suggeriti ti indicherà quindi quei prodotti che, statisticamente parlando, vengono acquistati più spesso insieme corde per la chitarra: ad esempio, un prodotto per la pulizia del manico (chi ha una chitarra compie spesso le due operazioni insieme, per comodità).
Quella tra le corde della chitarra e l’olio per la pulizia del manico è una relazione, tutto sommato, intuibile, ma altre associazioni lo sono molto meno. Anche quando le associazioni sono controintuitive, il sistema continuo di aggiornamento e analisi dei dati è in grado di decifrarle e proporle, così da aumentare le chance di vendita anche dove un ragionamento intuitivo fallirebbe.
In fin dei conti, chi vuole acquistare il best seller lo farà indipendente dall’acquisto delle corde per chitarra; ma chi acquista corde per la chitarra, vedendosi suggerito l’olio per la pulizia, potrebbe ricordarsi che in effetti la manutenzione del manico è più comoda, quando questo è libero dalle corde…
L’analisi RFM invece si occupa di definire per ogni utente recenza (ovvero il tempo passato dall’ultimo acquisto), frequenza di riacquisto, valore monetario.
In questo modo si può determinare quali sono, in un certo momento, i clienti che hanno una maggiore probabilità di riacquistare e quali sono quelli con un valore monetario più elevato.
Anche queste informazioni, proprio come quelle derivate dalla Basket Analysis, sono di eccezionale valore per aumentare le vendite.
L’esempio classico è quello di un prodotto a consumo, che un utente X compra (ad esempio) ogni 6-7 mesi. Se non riordina, che cosa è successo?
Nelle aziende B2B con vendite singole di valore elevato, passati i 7 mesi potrebbe essere opportuna una telefonata da parte del commerciale che segue quell’azienda per capire cosa è successo e correre ai ripari. In un e-commerce di beni di largo consumo, potrebbe essere il momento di tentare il cliente con un’offerta proprio su quella categoria di prodotti.
Ma, se manca il dato di partenza o se manca la sua analisi, nulla di tutto questo sarà possibile.
LA BUSINESS INTELLIGENCE AL SERVIZIO DELLA TUA IMPRESA: SCOPRI TUTTI I VANTAGGI. CONTATTACI
L’importanza di una comunicazione mirata
Quanto detto finora richiama un altro errore tipico di molti imprenditori, ovvero non differenziare la comunicazione per la propria clientela, anche quando si tratta di utenti molto diversi tra loro.
Potremmo citare, ad esempio, un nostro cliente che vendeva articoli molto diversi tra loro, dai detersivi per la casa ai ricambi per auto. Mandando sempre tutte le offerte a tutti gli iscritti alla newsletter, stava avendo effetti controproducenti: la gente trovava il mailing continuo fastidioso e si disiscriveva in grandi quantità.
I risultati sono molto migliorati quando, su nostro suggerimento, ha iniziato a targettizzare le mail delle offerte, evidenziando per ciascun segmento di clientela la categoria di prodotti più adatta a lui, e lasciando le altre in secondo piano.
Inviare la newsletter a tutti anziché a una parte degli utenti, infatti, non è a costo zero come sembra; si rischia di diluire la forza del brand.
I miglioramenti che si possono apportare alla comunicazione possono essere molti altri e seguire anche altre logiche; ad esempio, logiche di prodotto.
Se in generale il remarketing su un prodotto a consumo è una buona idea, non ha molto senso continuare a proporre lavatrici a chi ne ha appena acquistata una, dato che si tratta di un prodotto che ha una vita media di svariati anni.
Anche in questo caso, i dati sulla frequenza di riacquisto possono aiutare a impostare azioni diverse sulla base del prodotto riacquistato.
Conclusioni
I dati all’interno del CRM sono una vera ricchezza per l’azienda; a patto però che vengano analizzati nel modo giusto, attraverso un procedimento di CRM Analysis che non sia superficiale o addirittura errato.
L’analisi del CRM può fare luce sull’efficacia o meno delle strategie di marketing aziendali e sui margini di miglioramento; su diversi aspetti del target di riferimento o dei prodotti; sui percorsi di acquisto.
Può essere utilizzato, infine, per creare comunicazioni mirate per la clientela.
Soprattutto la possibilità di definire strategie mirate è quello che rende la CRM Analysis un volano eccezionale per stimolare nuove vendite, intervenendo al momento giusto e con la proposta giusta per ogni utente.
