Main partner:

Jobs

Adobe lancia Attribution IQ, nuovo strumento per l’attribuzione multicanale

In un’epoca in cui il customer journey è sempre più frammentato tra mezzi e canali diversi, misurare l’efficacia del singolo punto di contatto e attribuire ad esso il giusto valore nella conversione dell’utente è sempre più difficile. E i metodi normalmente utilizzati sono spesso poco affidabili, in quanto poco rispondenti alla situazione media attuale.

Proprio per venire incontro all’esigenza delle aziende di avere metodi di attribuzione realmente efficaci, utili per prendere decisioni media più accurate e ponderate, Adobe ha lanciato un nuovo strumento all’interno della sua Analytics Cloud: Attribution IQ. La soluzione, annunciata all’apertura del Festival Internazionale della Creatività di Cannes, il 18 giugno, “consente ai brand di non fare più affidamento ai soli metodi first-touch (come una ricerca o la prima visita a un sito) e last-touch (il click di conversione), per meglio incontrare i bisogni di comprensione del comportamento dell’utente moderno”, spiega Trevor Paulsen, senior product manager di Adobe Analytics in un blog post ufficiale.

Attribution IQ offre infatti un set di ben 10 modelli (di cui uno customizzabile) per catturare i differenti modi in cui i consumatori sono influenzati dalla pubblicità “ed è la sola soluzione sul mercato che consente di conoscere in profondità [le performance di] specifiche campagne, prodotti o promozioni interne – prosegue il manager -, dando il giusto valore all’impatto di canali come social e mobile e allo stesso tempo mostrando come esso differisca in base ai singoli utenti, prodotti e creatività. Invece di vedere solo la prima o l’ultima scena di un film, le aziende potranno ora accedere all’intera storia“.

attribution-iq-adobe

Lo strumento sarà disponibile all’interno dell’Analysis Workspace di Adobe Analytics, consentendo alle aziende di visualizzare l’interno customer journey e tutti i punti di interazione tra brand e utente. In ultima istanza, dunque, contribuirà ad offrire un’immagine più veritiera dell’intero customer journey dell’utente, includendo vari modelli di attribuzione. Tra questi, i clienti potranno scegliere quello che più si confà al proprio brand e al relativo, specifico, ciclo di vendita.

Adobe arricchisce così la propria offerta di strumenti per marketing e analytics, un’area ancora piccola all’interno del business della società, ma su cui il player sta puntando ultimamente parecchio (anche con la recente acquisizione della piattaforma ecommerce Magento). Nel secondo trimestre dell’anno fiscale 2018, la divisione Experience Cloud – cui fanno capo queste attività – ha fruttato 586 milioni di dollari, su 2,2 miliardi di fatturato complessivo.

Programmatic Day: Dati, Trasparenza e Know How le keyword del mercato

La Sala Blu del Programmatic Day 2017 ha ospitato momenti di approfondimento verticali riguardo un mercato che non si ferma e che anzi il Politecnico di Milano stima ancora in crescita per il 2017.

Volendo tirare le somme, 3 sono state le parole che hanno fatto da fil rouge tra tutte le discussioni andate in scena nel corso della mattinata di lavori: Dati, Trasparenza e Know How, inteso soprattutto come necessità di puntare su professionalità adeguate.

Proprio dai dati è partito il primo incontro che ha visto salire sul palco Alessandra Grassi, Data Scientist di Turbo; Enrico Quaroni, Regional Director Southern Europe e MENA di Rocket Fuel; Antonio Pepe, Responsabile Operations di comScore in Italia; Giovanna Loi, Managing Director di Xaxis Italia e Giacomo Procida, Sales Manager di MainAd. Alla domanda come si pesca nella varietà di dati che il digital rende disponibili quelli utili per azioni di marketing mirate, Giovanna Loi dichiara: «Grazie alla tecnologia, certo, ma anche alla capacità di quanti la usano nel modo giusto. La vera discriminante in fin dei conti la fa il risultato».

Big-Data-ProgrammaticDay-Grassi-Quaroni
Da sinistra: Alessandra Grassi (Turbo) ed Enrico Quaroni (Rocket Fuel)

Un aspetto che mette il primo accento sull’importanza della figura del Data Scientist, «una professionalità indispensabile e che oggi più che mai può fare la differenza», spiega Alessandra Grassi di Turbo. A lei fa eco Quaroni di Rocket Fuel, avvalorando l’importanza di queste figure. Il manager poi ha spostato la discussione sulla differenza dei dati di prima e di terza parte: «Ho avuto una personalissima esperienza più che negativa con i dati di terza parte. Di sicuro per me quelli di valore sono quelli di prima».

Giacomo Procida di MainAd ribatte: «Vero, ma in realtà è anche vero che forse la giusta strada sta nel mezzo. Una combinazione sapiente di dati di prima e di terza parte può dare risultati interessanti, anche in ottica predictive. Ma è ovvio che si conferma la necessità di una maggiore consapevolezza e preparazione sulla gestione di questi da parte di professionalità specifiche».

Big-Data-ProgrammaticDay-Procida-Loi-Pepe
Da sinistra: Giacomo Procida (MainAd), Giovanna Loi (Xaxis) e Antonio Pepe (comScore)

Antonio Pepe completa la discussione ponendo l’accento sul fatto che, in uno scenario in cui le analisi dei dati non restituiscono sempre rilevazioni omogenee, «un ente terzo e indipendente che si impegna in un’analisi continua di panel e profili può dare la marcia in più, ma al di là di questo, quello che di cui c’è bisogno in questo mercato è una maggiore coscienza rispetto alla tipologia di dati. Le analisi non omogenee di cui spesso ci si lamenta in realtà sono semplicemente due tipi di analisi distinte. C’è bisogno di maggiore cultura e preparazione, soprattutto nel management delle aziende».

Trasparenza, questa sconosciuta… oppure no

Tra le criticità maggiormente indicate e imputate al programmatic c’è il tema della Trasparenza e quello correlato della Brand Safety. Un tema spinoso che è stato oggetto di una tavola rotonda dedicata, che ha visto protagonisti Andrea Ceccoli, Country Manager Italy di Smart AdServer; Elisa Lupo, Italy Director di IAS; Giulia Biesuz, Head of Digital Department di Ebiquity, e Simone Lo Nostro, Direttore Mercato & ICT di Sorgenia.

Programmatic-Day-Trasparenza-Ceccoli-Lupo
Da sinistra: Andrea Ceccoli (Smart AdServer) ed Elisa Lupo (IAS)

Partendo dalla domanda “quanto di queste criticità è imputabile alla tecnologia”, la discussione ha posto l’accento su un aspetto diverso. «Rispetto alla trasparenza non c’entra nulla la tecnologia», dice Andrea Ceccoli di Smart AdServer. «Centra piuttosto chi c’è dietro e come le usa». Un’affermazione ampiamente condivisa da Elisa Lupo di IAS e da Giulia Biesuz di Ebiquity, ma anche e soprattutto da Simone Lo Nostro di Sorgenia, che ha portato sul palco il punto di vista di chi investe: «Quello che chiedono gli investitori è maggiore chiarezza. È assolutamente vero che anche dalla nostra parte spesso manca consapevolezza, ma una non chiara presentazione delle possibilità che la tecnologia offre complica ulteriormente le cose. Quello che urta è la mitizzazione di uno strumento sicuramente efficace, ma che non può essere considerato infallibile. La fallibilità è parte della tecnologia e se un operatore insiste a nascondere questa parte, non può fare altro che alimentare timori e perplessità lecite rispetto a una cosa del tutto nuova».

Programmatic-Day-Trasparenza-Biesuz-LoNostro
Da sinistra: Giulia Biesuz (Ebiquity) e Simone Lo Nostro (Sorgenia)

Quindi quello che va cambiato è il modo non solo di usare, ma anche di presentare la tecnologia: «C’è necessità di informazione, di fare cultura e di rendere aziende e centri media consapevoli», sottolinea Giulia Biesuz. «La Trasparenza non è un problema. Dovrebbe anzi essere il must alla base dell’intero processo. Che sia diventata una questione spinosa non è responsabilità di chi decide di utilizzare la tecnologia, ma di chi ha deciso di farlo nel modo errato creando un inevitabile corto circuito», aggiunge Elisa Lupo.

Il programmatic nella visione degli editori

Nel mercato programmatico, complessivamente, è diffusa la convinzione che il lato domanda (aziende e agenzia media) sia “più avanti” nello sviluppo rispetto al lato offerta (editori e concessionarie). Da qui è partita la discussione della tavola rotonda “Programmatic sell-side: cosa funziona e cosa no per gli editori”, che ha visto salire sul palco Giorgio Galantis, Presidente FCP-Assointernet; Carmine Laltrelli, Responsabile Programmatic Advertising nella business unit Large Account di Italiaonline; Elia Blei, Managing Director di Vice Media Italia e, ancora una volta, Andrea Ceccoli, Country Manager di Smart AdServer, e Antonio Pepe, Responsabile Operations di comScore in Italia.

Il primo a prendere la parola è stato Elia Blei di Vice Media Italia, che ha sottolineato la non correttezza dell’affermazione: «Gli editori non sono indietro e il caso di Vice Media lo dimostra. Certo la domanda viaggia sempre più veloce dell’offerta e cambiare paradigmi non è semplice e non può essere considerato come processo immediato. Caso diverso è per gli editori nativi digitali, che con qualità, sono per conformazione predisposti alla tecnologia e a gestirla con profitto».

Programmatic-Day-Trasparenza-Laltrelli-Galantis-Blei
Carmine Laltrelli (Italiaonline), Giorgio Galantis (FCP-Assointernet) ed Elia Blei (Vice Media Italia)

L’anello debole della filiera non sono gli editori: «la confusione che sta attorno al processo programmatico, la poca linearità delle attribuzioni, piattaforme che allungano i processi ed erodono i ricavi per gli editori, sono queste le vere problematiche da affrontare. Sono questi gli aspetti che non mettono gli editori in condizione di essere pronti alla domanda», precisa Galantis, a cui controbatte Ceccoli: «Ancora una volta non è la tecnologia il problema, ma chi la gestisce. Si arriverà a una selezione naturale che porterà a rendere il processo più lineare e senza dispersioni eccessive, puntando a preservare pricing e la natura stessa degli spazi degli editori».

Qualche passo da fare c’è, dunque, un aspetto che hanno sottolineato in modo più deciso sia Antonio Pepe sia Carmine Laltrelli, l’uno sottolineando l’importanza di preservare e qualificare meglio le inventory premium italiane «che hanno i più bassi livelli di ad-froud in assoluto», l’altro sottolineando che «la mancanza di preparazione e di coscienza rispetto a come la tecnologia può aiutare il proprio business, comporta spesso chiusura da parte degli editori», riportando così il discorso sulla necessità di avere, anche lato editori, professionalità adeguate allo scopo.

Infine, un accenno a quanto le coalizioni, modelli a quanto pare di grande successo all’estero, e alla loro non riuscita in Italia: «Per cultura il nostro Paese ha difficoltà ad accettare l’associazionismo», dice Galantis. «Siamo per natura così, ma non è solo questo», aggiunge Laltrelli, accennando anche a Gold 5. «È stata un’ottima esperienza, ma che aveva senso nelle prime fasi del programmatic».

«In Italia, dove le inventory sono per buona parte di alta qualità», chiude Pepe, «non si è mai in realtà veramente sentita come necessaria la necessità di associarsi per creare grandi bacini di inventory premium».

Modelli di attribuzione: perché sono così importanti?

Il modello di attribuzione, la regola o l’insieme di regole che determina in che modo vengono assegnate le revenue per le vendite e le conversioni ai vari touchpoint, è stato poi l’altro argomento oggetto di discussione del quarto momento di approfondimento della mattinata di lavori del Programmatic Day. A contribuire alla discussione, Gaetano Polignano, Country Manager Italia di Tradelab; Luca Mecca, Managing Director di Ve Interactive; Gianpio Gravina, Ceo di Publicom; e Francesco D’Alessandro, Ceo di ResultsADV.

Partendo da un dato di una ricerca di AdRoll, condotta su 1300 aziende in Europa e Nord America e secondo cui quello di una corretta attribuzione è un tema considerato “importante” o “importante in maniera critica” da circa il 75% dei brand coinvolti, Polignano dichiara: «Il dato fa un po’ sorridere perché fin troppe volte ci siamo ritrovati a dover spiegare ai clienti l’importanza di questo strumento», una posizione condivisa da Gianpio Gravina.

Programmatic-Day-Attribuzione-Gravina-D_Alessandro
Da sinistra: Gianpio Gravina (Publicom) e Francesco D’Alessandro (ResultsADV)

Tutti concordi comunque nel definire il modello di attribuzione un «elemento fondamentale per fare business online», ma c’è ancora bisogno ancora di definire standard che premino al meglio tutti i touchpoint che concorrono alla determinazione del customer journey e alla conversione. «Mappare ogni fase della customer journey diventa fondamentale per l’individuazione del miglior modello di attribuzione e per dare il giusto riconoscimento a tutti gli elementi che portano alla conversione».

Programmatic-Day-Attribuzione-Mecca-Polignano
Da sinistra: Luca Mecca (Ve Interactive) e Gaetano Polignano (Tradelab)

Questo tipo di considerazioni si rendono necessarie perché per quanti concordano sull’importanza del modello di attribuzione, ancora troppi si affidano al criterio “Last Click”: «Non è possibile uscire da questo impasse se non ci rendiamo conto dell’importanza di creare e determinare un modello che tenga conto della navigazione cross-device dei consumatori», dice Luca Mecca, sottolineando quanto questo sia ancora più importante quando si parla di e-commerce. «Ecco perché oggi più che mai vince chi è capace di creare una strategia di attribuzione che possa essere tagliata sulle peculiarità di ciascun brand e prodotto», chiude Polignano.

La giornata ha poi visto altri momenti di approfondimento, virando sui trend più attuali del digital advertising, come Virtual Reality e Native Advertising, oltre a un momento dedicato alle start up (leggi qui l’articolo dedicato).

Il 66% delle aziende conta quest’anno di aumentare gli investimenti in Programmatic

L’80% delle aziende è “in confidenza” o “estremamente in confidenza” con il programmatic advertising, e il 66% afferma che gli acquisti automatizzati portano un ROI più elevato rispetto a quelli tradizionali. Circa due terzi hanno ampliato le campagne in programmatic anche ai dispositivi mobili nel 2016, e il 68% conta di aumentare i propri investimenti in retargeting quest’anno.

Sono i risultati di uno studio di AdRoll, condotto su 1300 aziende in Europa e Nord America che usano la piattaforma di prospecting e retargeting.

Il report ha evidenziato anche come circa due terzi delle aziende coinvolte ha intenzione di aumentare la propria spesa in programmatic quest’anno e, se nel 2013 solo il 7% dei brand riservava oltre la metà della propria spesa alla pubblicità data driven, nel 2016 la quota ha superato il 50%; d’altro canto la percentuale di chi investe meno del 10% dei propri budget sul programmatic è scesa dal 40% all’8% nello stesso intervallo di tempo.

In crescita anche l’utilizzo del programmatic sui social media: AdRoll rileva che nel 2016 oltre il 75% delle aziende ha deciso di condurre campagne data driven sulle piattaforme social, e chi ha esteso le campagne dal solo web ai social ha visto un aumento medio del click-through rate di oltre il 66% e una crescita complessiva delle impression del 43%. Il 77% delle aziende intervistate ha condotto campagne in programmatic sui social media nel 2016, contro il 53% su mobile e il 37% sul video.

Per il 32% delle aziende il Programmatic è stato il canale più di successo per attrarre nuovi consumatori, al terzo posto dopo i social paid (54%) e i social owned (35%).

Tra i principali temi sollevati dalle aziende nella ricerca, quello di una corretta attribuzione, considerato “importante” o “importante in maniera critica” da circa il 75% dei brand coinvolti. Se la maggior parte degli intervistati ha ammesso di fare riferimento ai modelli di attribuzione first-click o last-click, quasi il 60% ha affermato di avere in piano per quest’anno un cambiamento di approccio rispetto a questi metodi.

Misurare le conversioni per device, invece che per utente, può essere fuorviante. I dati di Criteo

Le aziende rischiano di calcolare in maniera errata metriche chiave e ROI di una campagna su tre, applicando vecchi modelli di attribuzione. Lo rivela il nuovo State of Cross-Device Commerce Report di Criteo.

Secondo la ricerca, misurare le conversioni per device, invece che per utente, può essere fuorviante. Sempre più, infatti, il comportamento di acquisto degli utenti è multidevice, e dunque un sistema di attribuzione focalizzato sul dispositivo invece che sulla persona rischia di dare una visione parziale e distorta del customer journey.

A tal proposito, lo studio, che è stato condotto nella seconda metà del 2016, indica che applicando correttamente una misurazione cross-device il processo di conversione evidenziato è il 41% più lungo di quello messo in luce analizzando solo l’uso di un singolo dispositivo. Criteo dichiara infatti che circa il 31% delle transazioni sono effettuate utilizzando due o più device, dal sito web al punto di acquisto. E applicando tattiche di misurazione cross-device, i tassi di conversione osservati aumentano fino al 40% in più.

Secondo i dati della ricerca, il 25% di tutte le transazioni cross-device completate su desktop è partito da mobile, e il 35% di tutti gli acquisti online effettuati negli Stati Uniti è stato completato su mobile, un dato questo in aumento del 20% anno su anno. Anche i valori economici degli acquisti sono aumentati, sia su smartphone che su tablet: la spesa su smartphone è cresciuta del 7% in un anno. Su app è avvenuto il 55% delle transazioni mobile, su browser il restante 45%.

«L’adozione di misurazioni cross-device è un imperativo per ogni retailer – commenta Miriam Newton, Vice President Product Marketing di Criteo -. Le aziende non solo hanno bisogno di adottare misurazioni cross-device solo per assicurare che l’attribuzione sia giusta, ma anche per garantire che i loro investimenti siano ottimizzati per quei canali da cui arrivano le migliori performance. I retailer che hanno la capacità di produrre una customer experience fluida e personalizzata sui vari dispositivi emergeranno dalla massa».

Misurazione e attribuzione: i temi chiave del 2017 per l’industria digitale

Migliori modelli di reportistica, misurazione e attribuzione. Questi, secondo una ricerca del Data Center of Excellence di IAB US, sono gli argomenti chiave del 2017 per l’industria della pubblicità digitale. Una novità, rispetto all’anno scorso, quando in prima posizione c’era il “riconoscimento delle audience a livello cross-device”.

Lo studio, denominato “The Outlook for Data 2017: A Snapshot into the Evolving Role of Audience Insight” e condotto da Winterberry Group, ha inoltre evidenziato che i professionisti del mercato (aziende, centri media, editori e fornitori di soluzioni tecnologiche) si aspettano che sarà il tema della “misurazione e attribuzione cross-canale” ad assorbire la maggior parte del loro tempo e delle loro risorse; anche questo in controtendenza rispetto al 2016 quando alla stessa domanda la gran parte aveva risposto “reportistica sulle audience in generale”, segno di una maggiore diffusione dell’utilizzo dei dati su un ampio spettro di attività di marketing e pubblicitarie.

Oltre i due terzi dei rispondenti (il 67%) ha segnalato un aumento della spesa su dati e servizi correlati tra il 2015 e il 2016, e una quota ancor maggiore (71%) anticipa investimenti ancora più cospicui nel 2017.

Tra i principali ostacoli a un maggiore sfruttamento dei dati l’anno scorso veniva segnalata soprattutto l'”insufficiente disponibilità/funzionalità di tecnologie di supporto”, mentre quest’anno si sono fatti strada altri due fattori: il primo, che senza dubbio è collegato all’esigenza di migliori riferimenti per la reportistica e l’attribuzione, è la “difficoltà a provare il ritorno sugli investimenti delle attività data-driven” (45%); l’altro è l’ancor diffusa “mancanza di esperienza interna a livello funzionale e operativo” (45%).

Le 6 tendenze programmatiche del 2017

1. Il programmable rimpiazzerà il programmatic

Nel 2017, la sfida più grande sarà far passare gli inserzionisti più maturi dal programmatic al programmable. Di che cosa si tratta? Il programmable, riposizionando il ruolo dell’uomo rispetto alla potenza del calcolo della macchina, mette fine al dominio del programmatic «100% algoritmo»: il programmatic ha portato grandi novità dal punto di vista dell’automatizzazione e dell’ottimizzazione, ma da quando è entrato sul mercato sono pochi i cambiamenti significativi a cui abbiamo assistito, soprattutto a livello di personalizzazione strategica per i diversi brand. Quello che nel 2017 succederà con sempre maggiore frequenza è la partecipazione attiva dei brand alla costruzione di un algoritmo su misura, personalizzato e personalizzabile, in funzione delle loro conoscenze del target e del mercato, oltre che dei loro obiettivi. Grazie a questi ingredienti, si potrà elaborare un algoritmo su misura che permetterà una personalizzazione del targeting, del prezzo di acquisto e del messaggio. Questa architettura evolutiva sarà poi affinata e arricchita dalle rilevazioni automatiche di attributi supplementari riconosciuti dalle macchine. Inoltre, gli esperti e i professionisti potranno scomporre le performance per attributi, la verifica delle ipotesi effettuate a monte, e arbitrare le scelte della macchina. La complementarietà tra l’esperienza umana (definizione degli attributi discriminanti a priori) e forza di calcolo della macchina (rilevazioni di microsegnali poco intuitivi) permetterà di estrarre tutto il valore dell’acquisto media programmatico.

2. Nuove metriche per le campagne branding

Gestire la notorietà di un marchio in programmatic è una possibilità che piace sia ai publisher che ai Marketing Directors. Tuttavia, nel corso del 2016, questo investimenti si sono dimostrati ancora cauti, malgrado la disponibilità di formati e inventory. Al di la del contesto premium, il programmatic permette oggi agli inserzionisti di pilotare e controllare la durata d’esposizione di ogni utente a ogni pubblicità vista, per generare degli uplift significativi di notorietà e di considerazione presso il loro target. Un passo in avanti più importante, che permette un miglioramento diretto e quantificabile della notorietà e dell’immagine di marca, della considerazione e dell’intenzione d’acquisto. Si noti anche che la crescita recente di questi budget branding testimonia una presa di coscienza globale, favorita da un controllo di un sempre maggiore del metodo di acquisto dell’inserzionista.

3. I brand passano alle tecnologie in-house

Gli inserzionisti più maturi hanno compreso l’importanza dei dati e di utilizzare una propria DMP per la raccolta e l’utilizzo degli stessi a fini commerciali. Nel 2017, alcuni faranno il passo successivo, ossia sposteranno in house il media buying come già hanno fatto numerose aziende all’estero: è il caso di Air France, Procter & Gamble, Netflix, Kellog’s etc. Internalizzare significa soprattutto avere un controllo totale sui propri dati, sulle campagne e sui siti di diffusione. Questo fenomeno porterà nel corso di quest’anno i trading desk e le piattaforme programmatiche a munirsi di unità di Consulting proprio per offrire agli inserzionisti che desiderano compiere questo passo un’assistenza esperta e mirata.

4. Storytelling omnichannel

Negli ultimi anni si è passati dal multidevice al cross-device. Il 2017 sarà finalmente l’anno dell’omnichannel: i micro momenti in cui si suddivide la giornata del consumatore sono infrazionati su innumerevoli device (mobile, computer di casa, computer ufficio, tablet, etc). Nel 2016 abbiamo iniziato a parlare con maggiore cognizione di causa del cross device, effettuato i primi test che hanno dato ottimi risultati, dal 2017 diventerà la regola pianificare campagne omnichannel per seguire l’utente con uno storytelling completo su ogni device in ogni momento della sua giornata, evitando in questo modo il considerevole spreco di impressions che avremmo avuto raggiungendo con lo stesso messaggio la stessa persona più volte al giorno.

5. Cambiamento dei modelli di attribuzione

In un’ottica omnichannel, i modelli di attribuzione in last event – al momento i più utilizzati sul mercato – perderanno progressivamente terreno per lasciare spazio a modelli di attribuzione incrementale. Già nel 2015 noi di Tradelab abbiamo brevettato un nuovo metodo di analisi delle campagne pubblicitarie, Smart Value, che grazie a un metodo di comparazione in AB Test riesce a calcolare il valore incrementare dei differenti canali pubblicitari dando il giusto valore ad ogni canale per strategia, device etc. In questo modo siamo in grado di trarne informazioni importanti per delle ottimizzazioni ad hoc per ogni canale/device/strategia/formato. Nel 2017, questi nuovi sistemi di analisi saranno sempre più richiesti dagli inserzionisti per poter avere una maggiore visione e controllo delle loro campagne marketing.

6. Aumento dei dati condivisi tra inserzionisti e editori

Per trarre vantaggio dai dati, gli inserzionisti hanno capito che quelli che fanno la differenza non sono i dati di terze parti – generici e dalla provenienza incerta – ma che bisogna puntare sui dati di seconda parte, molto più profilati e sicuri. Da dove ricavarli? Dagli editori, che in molti casi sono in grado di vendere segmenti relativi alla propria audience, e dagli inserzionisti. Non sono pochi gli inserzionisti che hanno deciso di monetizzare il loro capitale dati vendendoli a inserzionisti terzi o gestendo con loro degli accordi privati per l’utilizzo degli stessi. Carrefour, Amazon, LinkedIn, EDreams, tra gli altri, hanno iniziato dall’anno scorso a vendere i propri dati ad altri inserzionisti con ottimi risultati. Nel corso del 2017 la percentuale di inserzionisti attivi su questo fronte aumenterà, creando in alcuni casi un commercio, in altri un vero e proprio baratto di dati sull’utenza raggiungendo una granularità estrema del targeting. Infine, questa monetizzazione dell’audience lato publisher rappresenta un notelvole passo avanti rispetto alla valorizzazione degli utenti contro lo spam e la tentazione degli adblocks. In effetti, monetizzando la propria audience e non solo il proprio sito, il publisher può alleviare l’esposizione pubblicitaria online degli stessi, perché questi rappresentano per lui una nuova fonte di reddito.

Gaetano Polignano, Tradelab: «Il Programmatic? Un processo irreversibile»

«Il 2016 è stato un anno di grande crescita per Tradelab, soprattutto nel mercato italiano». Sono le parole di Gaetano Polignano, Country Manager di Tradelab, con cui abbiamo fatto un punto sui tanti progetti della società.

Come si posiziona Tradelab nell’ecosistema del Programmatic?

«Tradelab è una piattaforma di acquisto media in Programmatic a servizio degli inserzionisti e delle agenzie. Le nostre soluzioni identificano l’audience migliore per l’advertiser, grazie al trattamento di un’ampia mole di dati in tempo reale. Il nostro core business è l’acquisto media per conto di inserzionisti e agenzie, ma lo facciamo in un’ottica 100% data-driven. Tutte le nostre tecnologie sono create in-house da un team di esperti, disponiamo di una DMP per la raccolta, la segmentazione e l’utilizzo dei dati e di una DSP che ci permette di essere automaticamente connessi a tutti gli adexchange del mercato, ma con algoritmi di bidding proprietari».

Ci parla di una vostra recente case history, esplicativa del vostro approccio al programmatic?

«Possiamo parlare di quello che abbiamo fatto per Futuroscope, un parco divertimenti francese. L’obiettivo della campagna era aumentare l’awareness del parco, generare dell’engagement on-line e aumentare l’acquisto di ticket in rete. Per loro abbiamo creato una strategia 100% Programmatic, in cui tutti i canali erano coinvolti: desktop, mobile, tablet, oltre che TV e radio grazie a una diffusione in IPTV e sulle radio online. Per quanto riguarda la misura delle conversioni, siamo riusciti ad attribuirle ai diversi dispositivi tramite le nostre tecnologie di cross device».

A fronte di un customer journey sempre più multicanale, quello dell’attribuzione è diventato un tema di grande attualità. Quali sono a suo parere i modelli più efficaci, e quali quelli effettivamente più utilizzati dal mercato?

«Il tema dell’attribuzione è una problematica che ci sta molto a cuore. I modelli esistenti non rispondono più alle esigenze di precisione del mercato attuale: utilizzando il post-click, ad esempio, il percorso di conversione è considerato direttamente collegato all’ultima campagna su cui si è cliccato (last click), o alla prima (first click), senza considerare tutti i passaggi intermedi che l’utente ha fatto prima di convertire. Il modello in post-view, invece, si basa sul tempo intercorso tra l’ultima esposizione e la conversione. Esistendo differenti modelli, ognuno dei quali imprecisi, una stessa conversione può essere attribuita a più canali. Partendo da questi limiti, Tradelab ha deciso di proporre un modello alternativo tramite l’analisi del valore incrementale di una campagna pubblicitaria: Smart Value. Grazie a tentativi controllati in A/B testing, applicando cioè una differente pressione pubblicitaria su due parti della popolazione, Tradelab è in grado di misurare il tipo di target su cui la campagna ha avuto più effetto, le piattaforme di acquisto più performanti, i momenti più propizi per comunicare, la pressione ottimale di diffusione delle campagne, il tipo di prodotti sui quali la campagna ha avuto più efficacia, la probabilità naturale di conversione e molto altro. La misurazione delle performance delle campagne display tramite gli A/B test è il sistema più affidabile per la stima del vero incremento della campagna».

Da società che opera sul versante domanda, come vede l’evoluzione del buying automatizzato?

«Il Programmatic è il futuro dell’advertising, è questione di tempo ma pian piano sostituirà completamente la display tradizionale. Quello che possiamo vedere, soprattutto in mercati più maturi come quello francese, ad esempio, è che sempre più aziende si dotano di una DMP di proprietà per controllare e/o monetizzare al meglio i loro dati. Altra tendenza è il passaggio della pianificazione al 100% Programmatic: abbiamo già casi di clienti che decidono di passare il loro budget televisivo sul video in Programmatic, o di altri che decidono di gestire tutta la pianificazione solo tramite l’acquisto automatizzato: oltre ad avere campagne desktop e mobile, in Francia utilizzano la pianificazione programmatica tramite la IPTV per il budget televisivo e sulle radio online per quello radio. Anche l’OOH sta iniziando a passare al programmatico. Insomma, stiamo parlando di un processo irreversibile, non ci sono più dubbi».

Come sta evolvendo la vostra offerta di prodotti per la pubblicità data-driven? Ci sono delle novità in cantiere o che avete recentemente lanciato?

«La nostra offerta evolve di continuo per anticipare e stare al passo coi bisogni del mercato. Noi costruiamo soluzioni in-house, ed è il nostro plus: possiamo customizzare algoritmi e tecnologie in modo tailor-made per le necessità dei differenti advertiser e creare degli strumenti ad hoc, qualora non esistessero già, per soddisfare le necessità del cliente. Oltre a questo servizio, stiamo per lanciare una piattaforma di self management per i clienti con budget meno consistenti che preferiscono gestire da soli le loro campagne, e abbiamo creato una vera e propria offerta di consulting per accompagnare quelle aziende che vogliono internalizzare completamente il processo di media buying».

Attribuzione: quanto e come viene utilizzata dalle aziende?

Quattro aziende su cinque utilizzano la Marketing Attribution, ma meno di un terzo la applica a tutte o quasi tutte le loro campagne e ne analizza i risultati.

Lo rivela The State of Marketing Attribution, una ricerca condotta a livello europeo (Uk, Francia e Germania) da Econsultancy e AdRoll per scattare una fotografia del fenomeno e analizzare come le aziende stanno reagendo a campagne sempre più multicanali.

Secondo quanto dicono i dati dello studio, le aziende credono nell’importanza della Marketing Attribution, ma nella pratica non la applicano sempre. I motivi? Innanzitutto, l’enorme mole di dati sugli utenti a disposizione delle aziende, che se da un lato ha aperto la strada alla possibilità di individuare i canali più performanti all’interno di una campagna integrata, dall’altro risulta spesso troppo difficile da gestire.

Quanto ai modelli di attribuzione più utilizzati, quasi la metà degli intervistati (48%) ha rivelato di utilizzare ancora il modello last-click, e poco meno (il 47%) il first-click. Modelli più semplici da utilizzare ma anche meno “veritieri”: quasi tutti infatti hanno confermato di reputare più efficaci i modelli algoritmici e customizzati, utilizzati tuttavia solo del 23% delle aziende.

Alla base del rifiuto di utilizzare migliori tecniche di attribuzione c’è una mancanza di conoscenze in merito, sebbene anche nel caso di aziende dotate di professionisti dedicati, i modelli “avanzati” non vengano adottati in circa il 60% dei casi.

Rimane comunque diffusa la consapevolezza dell’utilità dell’attribuzione nell’ottimizzazione degli investimenti pubblicitari digital: lo riconosce il 74% degli intervistati. Il più delle volte, queste “ottimizzazioni” sono volte al taglio, invece che all’aumento, delle cifre spese.

Attribuzione: il 78% delle aziende utilizzerà modelli cross-channel nei prossimi due anni

La maggior parte delle aziende usano almeno sei strumenti diversi per misurare le performance delle loro campagne, e sono sempre più propense ad adottare modelli di attribuzione avanzati. E’ quanto rivela una ricerca di IDG Connect per Conversion Logic.

Secondo lo studio, le aziende hanno iniziato ad aumentare in maniera significativa gli sforzi per adottare metodi di attribuzione avanzati: ben il 78% dei marketer intervistati ha detto che si impegnerà ad adottare modelli di attribuzione cross-channel nel corso dei prossimi due anni.

Una tendenza che risponde al rapido cambiamento che sta vivendo il customer journey, caratterizzato da un sempre maggiore numero di touchpoint tra diversi schermi e canali. Proprio questo aumento dei punti di contatto, ciascuno col suo proprio sistema di misurazione spesso disconnesso dagli altri, rende difficile per i brand comprendere le effettive performance della campagna lungo il suo viaggio verso l'”azione”. Secondo lo studio, solo il 26% delle aziende utilizza modelli statistici e algoritmi più accurati per calcolare l’impatto delle campagne, mentre il 23% si affida ancora al modello di attribuzione “last-touch”, che allo stato attuale delle cose risulta spesso errato e obsoleto. A frenare l’adozione di metodi di misurazione più avanzati sarebbero in prima istanza i costi (70%), l’esigenza di formare il personale (56%) e l’integrazione con metodi di misurazione già adottati (48%).

In ogni caso, le aziende sembrano aver preso coscienza del problema, come spiega Bob Johnson, VP e Principal Analyst di IDG Connect: «Circa il 40% delle aziende ha in piano di utilizzare almeno sei canali per raggiungere il proprio pubblico – ha commentato -, e comprende che le performance lungo tutti i touchpoint della campagna richiedono un’integrazione puntuale dei dati provenienti da ciascuno di essi. Quello che abbiamo notato è che il mondo del marketing appare pronto ad adottare una singola sorgente per misurare e analizzare al meglio gli indicatori chiave delle performance delle campagne. Un approccio cross-channel olistico tramite una singola soluzione è un modo per rispondere a questa loro esigenza». La facilità di utilizzo e implementazione appare infatti condizione imprescindibile nella scelta da parte delle aziende del proprio sistema di attribuzione.

Attribuzione cross-device: Dare a Cesare quel che è di Cesare

L’adozione diffusa di smartphone e tablet ha determinato un cambiamento radicale nelle modalità di acquisto dei consumatori italiani. Lo studio Programmatic Intelligence condotto nel settembre 2015 da Magna Global dimostra che in Italia, tra 2014 e 2015, l’utilizzo dei tablet è aumentato del 12,8%.

Questo cambiamento comportamentale sta proiettando il mercato verso un mondo in cui i cookie di terze parti non rappresentano più lo strumento migliore per misurare il percorso dell’utente da parte di advertiser e marketer.

Vista la crescente frammentazione del percorso del consumatore, i marketer italiani dovranno adattarsi a questa trasformazione e orientarsi verso le soluzioni a disposizione che consentono di costruire un quadro completo del consumatore stesso, che tenga conto di tutti i dispositivi utilizzati. In Italia il percorso del consumatore generalmente coinvolge tre dispositivi, secondo un rapporto redatto da Statista.

Modelli di attribuzione: punti di forza e debolezza

Ci sono due modelli di data matching cross-device utilizzati per creare un profilo utente unico su device differenti e per determinare l’impatto che hanno diversi canali sul processo d’acquisto. Tali modelli sono detti di Identificazione Deterministica e quello di Identificazione Probabilistica. L’obiettivo principale in questa fase è di stabilire quale dei due sia il migliore. La verità è che ognuno di questi ha allo stesso tempo punti di forza e di debolezza e pertanto ciò che conta tantissimo è stabilire quale sia il vero obiettivo della propria campagna.

I sostenitori dell’approccio deterministico ritengono che la “dichiarazione” dell’identità di un consumatore sia l’unica via possibile. Le soluzioni deterministiche sono estremamente precise e si basano sulle informazioni note del consumatore. Tali soluzioni infatti si fondano sull’accesso a siti come Facebook o Twitter. Quando un consumatore si collega allo stesso sito da PC, cellulare e tablet, diventa semplice collegare tutti questi dispositivi a uno specifico utente. I problemi cominciano quando si vuole estendere una campagna oltre queste “zone recintate”. Poiché la maggior parte dei siti non prevede il login, diventa impossibile collegare i profili dei diversi dispositivi quando l’utente passa dall’uno all’altro. Resta quindi esclusa la possibilità di tracking deterministico per la maggior parte dei siti italiani per i quali è sempre stato difficile applicare questa modalità di attribuzione su larga scala.

Al contrario, il collegamento probabilistico dei dispositivi non si basa sul login per collegare un utente a un device, ma sfrutta invece l’analisi dei dati per associare più dispositivi a uno specifico consumatore o nucleo familiare. Poniamo, ad esempio, che un marketer italiano proponga una pubblicità a un PC utilizzando un determinato indirizzo Wi-Fi residenziale. Successivamente, il marketer vede un dispositivo mobile che utilizza la stessa connessione Wi-Fi. È probabile, ma non del tutto certo, che il dispositivo appartenga allo stesso nucleo familiare. È chiaro, dunque, che questo approccio funzioni molto meglio su ampi volumi (può essere infatti utilizzato per la maggior parte dei siti), ma fornisce meno certezza nella precisione dei collegamenti.

È ovvio che ogni approccio abbia i propri punti di forza, ma anche i propri limiti tecnici. DataXu è dell’avviso che una piattaforma pubblicitaria non possa schierarsi solo da una parte, ma debba consentire ai marketer di accedere a entrambi i metodi in funzione delle esigenze. Se una campagna punta alla sensibilizzazione del pubblico, la portata potrebbe essere molto più importante della precisione, per cui si potrebbe optare per l’approccio probabilistico. Se, diversamente, una campagna è estremamente mirata e richiede un livello di rigore elevato, la scelta potrebbe ricadere sul modello deterministico.

DataXu: la tecnologia Oneview

Avendo a disposizione le due alternative, come consente di fare la nostra tecnologia Oneview, si può contare su un alto grado di flessibilità a seconda del tipo di campagna. La nostra piattaforma permette al marketer di configurare esattamente ciò di cui ha bisogno in base alle proprie esigenze. Consente una precisione nella configurazione tra 60 e 100%, ma è importante ricordare che man mano che la precisione aumenta inevitabilmente si riduce la scalabilità. Per questo i marketer devono essere assolutamente chiari sull’obiettivo che si pongono.

È finito quindi il tempo in cui un solo cookie rispondeva a tutte le esigenze: alla luce dell’attività sempre più complessa degli utenti italiani, è molto improbabile che una soluzione così semplice possa essere riproposta. Ora i marketer devono pertanto confrontarsi con le complessità esistenti a livello di misurazione cross-device e interpretarle per ciò che sono realmente, cioè delle alternative che assicurano scalabilità, personalizzazione e convenienza.

Le più lette