Main partner:

Dimmi che app usi e ti diro chi sei: targeting mirato, non modelli

Osservare l’utilizzo delle app e la frequenza di ogni azione può essere estremamente utile agli inserzionisti per prendere decisioni più strategiche nella pianificazione. Ecco perché

di Ilaria Calesella, ‎Senior Agency Account ‎zeotap
15 giugno 2018
ilaria-calesella-zeotap

Se gli occhi sono lo specchio dell’anima lo smartphone è lo specchio di chi sei, ci rivela ciò a cui tieni di più, ciò che a te è più vicino, una finestra sul tuo mondo.

In Italia, secondo comScore, quando si utilizza un device mobile, l’88% del tempo è impegato su app. Accediamo ad almeno 9 app al giorno e circa 30 su base mensile, un rapporto, un gesto quotidiano in grado di rispondere ad ogni nostra esigenza, in grado di darci sicurezza, capace di farci fare acquisti senza usare il portafoglio, indispensabile ma al tempo stesso assillante e invadente, insomma un imprescindibile compagno di viaggio.

Se pensiamo a quanto siamo legati ai nostri dispositivi mobili è facile immaginare come il cellulare sia anche il migliore storyteller di chi e cosa siamo. Ciò che installiamo, la frequenza di utilizzo e le azioni che attiviamo sono preziosi insights in grado di fornire una dettagliata immagine dei nostri interessi, comportamenti e caratteristiche sociodemografiche. I nostri smartphone ci conoscono meglio dei nostri amici più cari, “dammi il tuo cellulare e ti dirò chi sei” sembra la frase detta da un veggente, eppure, non sorprende nessuno, anzi, suona quasi banale.

La possibilità di dedurre interessi e preferenze dall’uso di una app non è più una novità, infatti è logico presumere che le persone che utilizzano “Ricette di Cucina” si divertano a cucinare e chi ha “Tutto Campo Calcio” ami lo sport, pertanto l’uso delle app può fornire una mole immensa di informazioni in modo deterministico.

Una grande ricchezza di insight

Nel 2016, i ricercatori dell’Università di Aalto in Finlandia insieme a quelli del Qatar Computing Research Institute hanno analizzato dati demografici combinati con l’utilizzo di alcune applicazioni per identificare genere, età, stato civile e reddito con una precisione fino all’82%. Ad esempio, lo studio ha dimostrato che è probabile che una donna abbia Pinterest o Etsy tra le sue app o che avere LinkedIn e Fitbit possa invece indicare l’appartenenza ad una fascia di reddito pari o superiore a 50.000 euro.

Se pensiamo a quanti insight si potrebbero ottenere se soltanto riuscissimo ad accedere in modo granulare all’intero ecosistema delle app, ci renderemmo conto che i dati oggi disponibili rappresentano solo la punta dell’iceberg.

L’industria ha già oggi l’opportunità di andare oltre i data point tradizionali, allargare e comprendere effettivamente la composizione degli utenti accedendo ad un universo più ampio di fonti. Osservando in modo dettagliato l’utilizzo delle app e la frequenza di ogni azione, gli inserzionisti potrebbero prendere decisioni molto più strategiche nella pianificazione aggiungendo ai parametri di targettizzazione elementi deducibili da un’analisi psicologica dei profili.

Cosa frena ancora oggi il targeting in-app?

Targettizzare un utente profilato in base alle applicazioni utilizzate può avvenire in ambiente mobile app o mobile web. La preferenza è ancora oggi la pianificazione su inventory mobile web, cosa sta frenando l’investimento in ambiente mobile app? Sono forse tematiche come la measurability, i formati utilizzabili, oppure c’è dell’altro? Per quanto riguarda il primo punto ormai sono sempre di più le piattaforme di distribuzione che consentono l’adozione di sistemi in grado di misurare Viewability e Reach on Target e non ci sono più molti dubbi circa l’efficienza di alcuni formati utilizzati con successo in ambiente mobile app, quindi?

La vera sfida semmai è quella di riuscire a sfruttare al meglio i dati delle app per consentire agli inserzionisti un targeting preciso e puntuale. Si tratta di ecosistemi chiusi non comunicanti e che non parlano tra loro, quindi gli advertiser non sempre hanno accesso a un profilo completo di un determinato utente. Ad esempio, tramite SDK ed altri mezzi, è relativamente facile stabilire se Pinterest, LinkedIn e Uber siano stati installati sul telefono di un utente ma ciò che risulta essere molto più impegnativo è semmai sapere se le suddette app sono state poi effettivamente utilizzate e come.

E se l’utente non ha aperto le app precedentemente installate? Quali app e come avviene il consumo di quelle più frequentemente usate? In generale, le SDK hanno una visione limitata dell’utilizzo effettivo dovendo ottenere precise autorizzazioni da parte dei developer e degli utenti che le utilizzano. Frequenza e granularità delle informazioni accessibili sono i due maggiori vincoli ad oggi presenti.

Le app premium e popolari poi, sono molto protettive nei confronti dei loro dati, ma potrebbe essere un punto di svolta per gli inserzionisti poter sfruttare il grandissimo valore di questi insight. Ad esempio, se un brand desiderasse interagire con un pubblico più giovane che frequenta club o bar, potrebbe targettizzare utenti tra i 21-34 anni che hanno una maggiore propensione a utilizzare l’app Mytaxi la sera tardi o al mattino presto durante il weekend nelle aree urbane. Una comunicazione in tempo reale, diretta, accurata senza elementi statistici o probabilistici.

Per sfruttare al meglio le immense opportunità che il targeting basato sul consumo di app potrebbe offrire al mercato, l’industria deve risolvere le sfide tecnologiche derivanti dalla necessità di lavorare attraverso silos cross-app e convincere editori e service provider premium che i loro preziosi dati possono fortemente contribuire al proprio stream di ricavi, ovviamente, rimanendo comunque sempre all’interno dei confini di un utilizzo del dato conforme a quanto legiferato dalle nuove norme per la privacy.

Sempre di più, i grandi inserzionisti puntano ad avere con il proprio pubblico una comunicazione one-to-one, parallelamente i consumatori affermano di volere annunci sempre più pertinenti e vicini ai loro interessi. Data privacy e GDPR sono argomenti giustamente top-of-mind oggi, tuttavia è doveroso e possibile trovare un giusto equilibrio per migliorare drasticamente il digital advertising spostandosi sempre di più da modelli predittivi statistici a strategie basate sull’effettiva comprensione di come gli utenti pensano e agiscono.

Dimmi che app usi e ti dirò chi sei!

Il programmatic nella tua e-mail. Ricevi gratuitamente la nostra newsletter