Appunti per il secondo parziale dell'opzionale Digital Strategy

Digital strategy – secondo parziale

Lezione 13: Le ricerche di mercato nell'era dell'intelligenza artificiale

Parlando di ricerche di mercato, andiamo a valorizzare quello che è il tool principale che consente di raccogliere input utili a prendere le decisioni strategiche, in particolare legate al tipo di posizionamento con il quale si vuole caratterizzare il brand e di conseguenza, far discendere tutte le specifiche azioni da implementare per rendere concretamente percepibile quell'immagine che vogliamo trasferire nel contesto digitale, in coerenza rispetto a quello già fatto offline → logica di massimizzazione della capacità di consolidare un'immagine distintiva agli occhi del cliente. Fare scouting, cercare di capire come viene percepito il brand e sulla base di queste informazioni come sviluppare una strategia.

Le ricerche di mercato, che hanno il fine di supportare le decisioni strategiche e operative, stanno vivendo un periodo di forte trasformazione e sono alimentate da una quantità di dati senza precedenti e sempre più integrati, basti pensare alle opportunità di Social Media Monitoring e Sentiment analysis. Inoltre, si vengono a creare nuovi processi di raccolta e analisi di dati che sono sempre più ingaggianti e coinvolgenti per gli utenti (→ Gamification). In questo contesto diventa ancora più importante selezionare e definire una strategia di ricerca, il cui obiettivo deve rispettare certe condizioni per rimanere efficace:

• Raggiungibile non eccessivamente ambizioso. Coerente con le risorse disponibili
• Focalizzato delimitato con riferimento a uno specifico target
• Condiviso tra l'azienda e gli istituti di ricerca incaricati

Il disegno di ricerca: le fasi

Disegno di ricerca = flusso di attività e decisioni da prendere al fine di rendere quanto più possibile efficace e coerente, rispetto agli obiettivi, il processo di raccolta dati. Contesto di incertezza: attivatore di un processo di ricerca. Dalla domanda di ricerca che ci si pone, si stabilisce quale sia la strategia più efficace da adottare e quindi quali dati andare a raccogliere.

Se la ricerca avviene nel mondo digitale, a monte della strategia di ricerca, si va a inserire un ulteriore step preliminare, che bisogna tenere in considerazione: il tipo di ricerca web-based che si può realizzare. Due principali tipologie di ricerca:

• Ricerche Web enabled: abilitate dal web, vedono nel web uno strumento per raccogliere i dati, uno strumento che facilita il processo di assorbimento dell'informazione proveniente dal mercato. Non possono che avvenire esclusivamente nel mondo digitale.
• Ricerche Web-centric: ricerche che hanno come oggetto principale di analisi il comportamento di utilizzo della rete. Ricerche volte ad indagare quali sono i driver del comportamento di acquisto in rete, quali sono i principali tipi di utenti che utilizzano un certo servizio digitale… Possono essere svolte sia in rete che offline.

Ci concentreremo solo sulle ricerche che si svolgono attraverso la rete (sia web enabled sia web centric). Una volta scelto il tipo di ricerca da realizzare, che abbia per oggetto il comportamento in rete o qualunque altro comportamento del consumatore, si tratta di stabilire la strategia di ricerca da mettere in atto a seconda dell'obiettivo che vogliamo perseguire. Le strategie di ricerca si distinguono in base a tre diversi obiettivi in: esplorativa, descrittiva e causale.

A seconda del tipo di ricerca dovremmo scegliere quali fonti di dati utilizzare: dati primari (dati raccolti ad hoc) o dati secondari (dati già esistenti). → Dati secondari ricerca esplorativa → Dati primari ricerca descrittiva. Una volta scelto il tipo di dati da utilizzare bisogna scegliere la metodologia di ricerca attraverso la quale è utile raccoglierli (qualitativa e quantitativa). Scelta la metodologia, si tratta di capire esattamente le tecniche specifiche di data collection sulle quali fare leva per lo specifico obiettivo di ricerca.

Step di ricerca

1. Tipologia di ricerca Internet-based: Definire il ruolo del web: web-enabled o web-centric? La principale tipologia di ricerca legata al web può distinguersi in una forma di ricerca web-enabled abilitata dalla rete, che può avvenire solo online, o una forma di ricerca web-centric che ha il comportamento in rete come oggetto di analisi e può avvenire in entrambi i contesti.
2. Definire le finalità di ricerca: Tipicamente le finalità di ricerca possono essere ricondotte a:
   • Ricerca esplorativa: è la strategia ideale quando non si ha alcuna conoscenza iniziale del problema. L'output di questa strategia non è tanto la soluzione del problema di partenza quanto una sua identificazione più precisa. Esempio: si vuole lanciare un servizio di e-commerce e l'obiettivo della ricerca è capire se esiste un mercato per quel tipo di prodotto.
   • Ricerca descrittiva: è la strategia ideale quando si ha già una conoscenza iniziale (anche se ancora vaga), sia pur generale, del problema e dei fattori che possono contribuire alla soluzione del problema e si ha bisogno di approfondirne le caratteristiche del contesto, del mercato, degli utenti… ed i nessi con il problema. Segue in logica temporale la ricerca esplorativa. Esempio: la finalità è capire meglio quali potrebbero essere i profili di utente potenzialmente interessati al sito e-commerce.
   • Ricerca causale: è la strategia ideale quando si ha già una conoscenza approfondita del problema. L'output di questa strategia è la misurazione dell'esatta relazione tra il problema e le sue cause e, quindi, l'informazione su come manovrare certe variabili per risolvere il problema di partenza. Ricerca volta a esplorare una ricerca di causa-effetto tra due variabili, una indipendente (che si fa variare) e una dipendente (su cui si avrà l'effetto della variazione). Esempio: la finalità è capire qual è la strategia di pricing operare per lanciare il servizio di e-commerce sul mercato.
3. Individuare le fonti dei dati: Si distingue tra:
   • Dati primari: sono dati raccolti specificamente per il problema di marketing. L'utilità e l'affidabilità di questi dati dipendono dalla correttezza con cui si svolgeranno le fasi successive della ricerca.
   • Dati secondari: sono dati già disponibili, raccolti da istituti di ricerca specializzati oppure presenti su Internet e accessibili in alcuni casi a titolo gratuito, in altri casi esclusivamente a pagamento. Essendo dati raccolti da altre persone per scopi diversi rispetto agli obiettivi della ricerca, prima di utilizzarli bisogna verificarne l'applicabilità al problema di marketing e l'affidabilità. Le ricerche desk con Internet possono essere svolte attraverso istituti di ricerca oppure utilizzando motori di ricerca. Il web ha moltiplicato a dismisura la disponibilità di questo tipo di dati: la rete ha messo a disposizione una quantità di dati secondari costantemente aggiornati e potenzialmente molto utili.
4. Metodologia di ricerca: ricerche quantitative vs qualitative
   • Quantitative: il campione deve essere statisticamente rappresentativo. I risultati devono essere generalizzati alla totalità della popolazione di riferimento.
   • Qualitativa: ad esempio, focus group (6 persone). Sviluppo di un contesto familiare e di empatia. Importanza del ruolo del mediatore/intervistatore. → Ricerca qualitativa ricerca descrittiva → Ricerca quantitativa ricerca causale
5. Tecniche di raccolta dei dati “tradizionali”: Quello che ci interessa capire è come tutto ciò evolve nel web: ammontare senza precedenti di dati a disposizione oggi grazie alla rete, all’AI, ai social media… Se si vanno a mappare le tecniche di raccolta dati a disposizione in rete, sono due le dimensioni chiave che si possono utilizzare:
   • Distinzione tra ricerca qualitativa e ricerca quantitativa: di fatto anche in rete si possono distinguere le ricerche che beneficiano di risposte che possono venire da un numero limitato di utenti e ricerche che richiedono campioni molto più significativi di utenti da monitorare.
   • Livello di coinvolgimento che viene richiesto all’utente nel rilasciare informazioni nel mondo offline: l’unica tecnica che non implica una partecipazione attiva da parte dell’utente è l’etnografia (osservazione del comportamento). Nel mondo offline gli strumenti di partecipazione passiva si ampliano.

La ricerca in ambiente digitale

Basata su dati attivi

• Blog research: evoluzione dei focus group nel mondo digitale. Rispetto a un focus group, può implicare la partecipazione di un numero un po’ più ampio di utenti e spesso gli utenti devono accedere diverse volte e per un periodo più lungo con partecipazione sistematica: partecipazione sistematica a un blog preselezionato. I partecipanti vengono pre-reperiti. Esiste la possibilità di introdurre nuovi materiali: filmati, immagini, link, realtà aumentata… Analisi testuali e semantiche su tutti i contenuti dei post che vengono via via aggiunti dai singoli utenti. Viene usata per fare assessment su nuovi concept di prodotto, posizionamento di marca, test su messaggi pubblicitari. L’obiettivo è catturare la dinamica conversazionale tipica di un focus group, ma protraendola in un periodo di tempo più lungo e arricchendola di una serie di stimoli legali alla multimedialità per ricevere feedback più ricchi e completi.
• Usability test: per capire qual è il percorso di navigazione più efficace sul sito. Ricerca web centric con A/B test. Ottimizzazione della user experience nella navigazione. Permette di ottimizzare il disegno e le funzionalità del sito. Spesso vengono effettuati comparative usability testing (diverse versioni di percorsi di navigazione), per confrontare l’efficienza nei percorsi di navigazione del proprio sito rispetto ai competitor. Spesso si usa anche un gruppo sperimentale e uno di controllo per verificare il gradimento nei confronti di versioni differenziate del sito. Con la contextual inquiry è il ricercatore a osservare l’utente nel suo luogo abituale di fruizione. Si può chiedere all’utente di esprimere ad alta voce le sue opinioni rispetto alla navigazione (ricerca qualitativa). A/B testing più quantitativo.
• Web survey e conversational survey chatbot: campione statisticamente significativo. Classica survey/questionario a risposte chiuse somministrato attraverso il sito web dell’azienda o attraverso i chatbot (evoluzione più recente che simula la conversazione con un essere umano per aumentare il coinvolgimento dell’utente, user friendly, logica conversazionale). Le risposte vengono automaticamente inserite e salvate in un file dati. Tabulazione e analisi. Importante la chiarezza delle domande e seguire un funnel dalle domande più generali a quelle più specifiche.

Pro questionari online:

• Costi bassi, economicità: no costi di stampa e/o spedizione, no costi intervistatore, no costi di data entry
• Facile da diffondere senza limiti geografici
• Autoalimentazione di un database
• Velocità
• Non intrusivi
• Obiettività dei rispondenti
• Possibilità di aggiungere video, audio, link…

Contro:

• In caso di non controllo del campione (reperimento via web): problemi di rappresentatività del campione (gli utenti si auto-selezionano), nessun controllo sui response rate, partecipazioni duplicate (soprattutto in caso di incentivi e premi).
• Problemi legati al browser
• Necessità di incentivi

Basata su dati passivi

(Vera novità online, profonda estensione rispetto al mondo offline):

• Netnografia/social media monitoring (o listening): Ascolto e osservazione delle conversazioni e dai comportamenti spontanei che gli utenti hanno nei contesti digitali. Osservazione di gruppi di utenti che interagiscono spontaneamente nelle loro comunità virtuali di appartenenza, blog e social network, dove si riproduce una dimensione sociale rilevante dal punto di vista del marketing. Si sviluppa un “paralinguaggio elettronico”, un linguaggio specifico della community: necessità di presidiare i linguaggi idiosincratici caratteristici delle comunità. Appartenenza dell’osservatore della ricerca al target per capire questo linguaggio. Esempio: Diesel che aveva assunto come social media marketing dei ragazzi di 20 anni. Oggetto di indagine sono sia i contenuti che le interazioni.

Pro:

• Hanno il vantaggio di essere metodi non intrusivi, poiché considerano solo le conversazioni che spontaneamente gli utenti intraprendono.
• Conversazione molto spontanea: non si interagisce e influenza il comportamento
• Non-intrusività e basso costo
• Completo anonimato e natura volontaristica delle interazioni garantiscono obiettività
• Laddove la comunità rafforza nel tempo un’identità comune e un senso di appartenenza gli utenti giungono a condividere una conoscenza fortemente esperienziale e contestuale. Dimensione più emozionale nell’interazione con gli altri.

Contro:

• Il campione dei soggetti osservato non è rappresentativo dell’intero target di mercato
• Ok solo per raccogliere idee da verificare su campioni più ampi

• Sentiment analysis: analisi più sofisticata. Aiuta a tracciare il “mood” nei confronti di una marca, un prodotto o qualsiasi fenomeno di interesse. Analisi computazionale di comportamenti, sentimenti e opinioni espressi → all’interno di testi generati in Rete natural language processing in grado di interpretare con un software quello che è il contenuto e l’opinione dell’utente nei commenti e post. Metodologia quali-quantitativa per l’ampia mole di informazioni analizzata. Utilizzo di tecniche di machine learning: più la macchina impara a codificare, più il risultato è soddisfacente.
• Clickstream e log file analysis: si analizza il click-path per comprendere come gli utenti si muovono e si comportano all’interno del sito (tracciando questi dati con cookie, IP, digital fingerprint…).

Le nuove tecniche che combinano dati attivi e passivi

Neuromarketing: si basa sulla capacità di andare a chiedere un coinvolgimento dell’utente (indossare un caschetto che consente di analizzare le emozioni, degli occhiali che consentono di monitorare i movimenti della pupilla quando si naviga in rete, adozione di schermi). Le informazioni sono parzialmente controllabili, spesso si tratta di analizzare le emozioni che l’utente mette in gioco: engagement utente. Viene spesso utilizzato per progettare una pagina web, per capire come gli occhi dell’utente si concentrano più su alcune sezioni piuttosto che altre. Landing page. Metodologia che deriva dalle neuroscienze (= studio dei meccanismi neurali del consumatore). Sono considerate tecniche a metà strada tra dati attivi e passivi perché sostanzialmente implicano una manifesta volontà da parte dell’utente di prendere parte alla ricerca, ma l’utente non è completamente in grado di controllare il tipo di reazioni e i feedback. Vengono analizzate le risposte non verbali (aspetti emotivi e non razionali sottostanti le scelte di acquisto): risposte cognitive, percettive e comportamentali. Si indagano le motivazioni dei comportamenti utilizzando strumenti come:

• Risonanza magnetica
• Eye tracking
• Sensori biometrici

Esempio: video giocatori di basket e orso. Ci sono degli aspetti che passano del tutto inosservati all’utente

Lezione 14: Testimonianza Blogmeter

Reputation, consumer insights & influencer marketing

Blogmeter è il pioniere in Italia del monitoraggio e analisi dei social media. È stata fondata nel 2007. Dal 2007 trasformano i dati provenienti dai social e dal web in insight azionabili, per aiutare aziende e agenzie a prendere decisioni e a implementare strategie data-driven efficaci e performanti. Tre strumenti:

• Suite integrata
• Servizi di Analisi e Consulenza
• Ricerche di mercato tool-based

Aiutano i loro clienti a presidiare la propria reputazione e a crescere sui social e sul web. → Si occupano di social intelligence l’unica piattaforma integrata di social intelligence per l’ascolto e l’analisi del web. La loro piattaforma è divisa in tre parti:

• Live insights ulteriore strumento che rientra nel mondo del social listening. Il più grande motore di ricerca italiano di social e web, per accedere a un database di miliardi di documenti in soli 3 secondi.

Social listening

Il social listening è lo strumento che viene utilizzato per comprendere e analizzare la reputazione online di un’azienda o del prodotto di un’azienda: si parla bene o male? Di cosa di parla? Chi ne parla? Aiuta anche a comprendere l’efficacia delle campagne di marketing, soprattutto se sono legate a un hashtag. Infine, lo strumento permette anche di ricevere dei report in automatico.

Social reputation

Informazioni rispetto a tantissime metriche: engagement, mentions, sentiment opinioni, impressions… Le fonti: dove si parla del mio brand? Differenti luoghi di conversazione. La bontà dell’analisi di linguaggio dipende dalla bontà delle fonti. È necessaria una mappatura ad hoc per ogni progetto. Importanza delle keywords: se voglio solo informazioni su Wind l’operatore posso usare le keyword tariffe, telefono… Parte fondamentale per avere precisione. → “Di cosa parlano gli utenti in riferimento al mio brand? E in riferimento ai miei competitors?” sentiment.

Social analytics