Cloud for Marketing provides the technology capabilities, experience and tools that help companies optimise their marketing efforts by extracting value from data.
Qualunque azienda oggi con una presenza digitale già avviata si trova ad avere a che fare con molteplici silos di dati delle dimensioni più svariate, spesso sparsi e disorganizzati, che rendono difficile una valutazione del loro potenziale e, di conseguenza, un’attivazione efficace.
Spesso si tratta di dati aziendali interni — relativi a un CRM ma anche dati di analytics, preferenze utenti, advertising performance — che si uniscono ai dati di sistemi esterni come DMP, Marketing clouds e strumenti di marketing automation online la cui diffusione è aumentata a dismisura col passare degli anni.
Se da un lato è vero che questa condizione non si limita solo al mondo del digital marketing, è anche vero che è proprio qui che trova terreno fertile, perché uno dei settori che si trova ad avere a che fare con i dati più disparati. Ogni azienda infatti utilizza grandi quantità di dati per personalizzare il proprio prodotto, coinvolgere l’utente e offrire una soluzione sempre più in linea con i suoi gusti.
Fortunatamente, l’eco di questa problematica ha portato negli anni ad individuare nei sistemi in cloud gli strumenti adatti alla “messa in ordine” di questi dati; alcune delle loro caratteristiche sono infatti l’integrazione tra fonti di dati relative a piattaforme differenti e la semplificazione assoluta dell’importazione di dati offline.
I sistemi in cloud risultano i più efficaci per unificare lo storage dei nostri dati, per analizzarli estraendone il valore reale, prima inespresso, e ottenere poi azioni concrete in tempi brevi.
Gartner Hype Cycle for Digital Marketing and Advertising, 2019
Leapplicazioni di questi sistemi in progetti di AdTech — tutte quelle tecnologie che si occupano del funzionamento della delivery e attribution delle pubblicità — o di MarTech sono molteplici: passiamo dalla personalizzazione dell’esperienza utente alla gestione di un CRM globale, dalla gestione di un sistema fidato di attribution alla creazione di un’applicazione di Machine Learning per analizzare il sentimento degli utenti rispetto al vostro brand, o ancora predirre i trend futuri in base ai comportamenti degli utenti online.
Seguendo lo schema di Gartner che troviamo sopra, a prescindere dal punto in cui si trova il nostro progetto, che sia sul peak of inflated expectations o sullo slope of enlightenment, il cloud è sicuramente la soluzione che permette di arrivare a concretizzare una strategia con il minor spreco di risorse e tempo possibile.
Vediamo ora potenzialità e considerazioni su uno dei sistemi più noti, Google Cloud.
è fra i top 5 Cloud Service Providers al mondo e fornisce ai suoi utenti una rete di servizi e infrastrutture che inizialmente erano state sviluppate e pensate per supportare i servizi interni di Search e Advertising.
Google punta molto sul progetto Cloud for Marketing e, data l’esperienza sul campo unita alle diverse piattaforme offerte, il suo servizio Cloud risulta essere una delle prime scelte quando si vuole lavorare in questo ambito.
Per molti dei suoi servizi Big G ha infatti reso estremamente semplice l’integrazione tra Google Cloud e le altre piattaforme — Google Analytics, Google Marketing Platform e YouTube, solo per citarne alcune — aumentando di anno in anno le proposte e riducendone i prezzi.
Un esempio pratico
Supponiamo di voler creare delle audience di utenti da esportare su Google Marketing Platform, per un’attivazione efficace di campagne pubblicitarie tramite targeting mirato.
Gli step da seguire sarebbero i seguenti:
- Collect, raccogliendo i dati necessari
- Transform, eliminando dati “sporchi” ed estraendo informazioni utili
- Analyze, ottenendo i raggruppamenti di utenti voluti
- Visualize, per studiare e controllare i risultati
- Activate, sulla piattaforma finale, in questo caso GMP.
Per il primo step di collezione dei dati, potremmo unire i dati acquisti sul nostro e-commerce a quelli di navigazione del sito ottenuti tramite Google Analytics 360. Lo strumento più adatto per salvare questi dati è BigQuery, una piattaforma di storage estremamente scalabile dai costi contenuti, nonché uno dei primi strumenti resi disponibili su Google Cloud che ha valso a Google il ruolo di Leader in Data Management for Analytics nella ricerca Forrester Wave 2020.
A questo punto, i dati di GA360 sarebbero semplicemente importabili attraverso il connettore automatico previsto da Google Cloud, mentre quelli provenienti da CRM potrebbero essere caricati in comodo formato .csv su Google Cloud Storage, un file system in cloud.
Passiamo poi alla seconda fase di trasformazione: attraverso delle query in linguaggio SQL possiamo unire i dati CRM con quelli di GA360 e raffinare il risultato ottenuto, evidenziando le feature più interessanti.
In questo esempio passiamo al terzo punto: potremmo effettuare una semplice analisi RFM (Recency, Frequency, Monetary value) per stabilire i clienti su cui vogliamo maggiormente investire.
Per farlo Google mette a disposizione un altro strumento: CRMint, di facile installazione su Google Cloud. Questo strumento ci consente di avviare delle pipeline di analisi dei nostri dati utenti, ottenendo immediatamente un risultato concreto.
A questo punto i nostri risultati vengono salvati su BigQuery e possiamo visualizzarli (quarto step) su Google DataStudio attraverso il connettore proprietario, per assicurarci che l’esecuzione sia avvenuta con successo.
Una volta che abbiamo suddiviso i nostri utenti nel numero di audience desiderate, possiamo re-importarle su GA360 e creare segmenti da utilizzare su una qualsiasi piattaforma di Google Marketing Platform, come Search Ads 360 o Display Video 360, riuscendo così ad attivare campagne pubblicitarie mirate.
Quello precedente era solo un esempio che voleva chiarire il processo ma le potenzialità di Google Cloud non si esauriscono qui; un’altra caratteristica che lo differenzia dagli altri Cloud Service Providers è il Machine Learning.
Vi è infatti un’intera suite di prodotti pensati appositamente per il training, test, rilascio e utilizzo di modelli di machine learning utilizzati per analisi, previsioni, suddivisioni dei dati, sentiment analysis e molto altro.
Questi prodotti spaziano dai servizi più complessi — che ci garantiscono una completa libertà di sviluppo — a quelli più semplici — fruibili anche da chi non possiede conoscenze specifiche — fra i quali consiglio di provare le demo di Cloud Vision e Cloud Natural Language.
Conclusioni
Aprescindere dal progetto di MarTech o AdTech che si vuole sviluppare, l’offerta di Google per il mondo marketing risulta una delle più comode e affidabili sul mercato. I servizi Google Cloud riescono a integrarsi perfettamente con i servizi di marketing, siano essi parte dell’offerta Google o esterni, permettendoci di lavorare ad un progetto senza mai uscire dai confini dei sistemi Google, sfruttando le diverse integrazioni automatiche.
Nonostante i servizi che abbiamo menzionato siano solo la punta dell’iceberg di Google Cloud, possono darti un’idea di quanto possa semplificare la gestione di un progetto in questo ambiente. Rappresenta quindi una delle prime scelte per districarsi fra le grandi quantità di dati con cui abbiamo a che fare, aiutandoci a portare ordine e innovazione dove prima avevamo solamente confusione.
Questo articolo è stato da Nicolò Gasparini, Innovation Engineer.
