Programma
6 Ottobre 9.30 – 17.30
Conoscere i requisiti indispensabili per una Omnichannel Data Strategy
- Customer Journey vs Customer Life-Cycle: analizzare il percorso di acquisto del cliente e classificare le sue azioni
- Conoscere le differenze tra multi-channel, cross-channel e omnichannel analytics
- Definire i pre-requisiti per implementare una strategia del dato omnicanale
- Valutare le principali barriere:
- Qualità, reperibilità e rielaborazione del dato
- Individuazione del cliente su più canali
- Barriere interne all’azienda
Implementare la Customer Intelligence per raccogliere e analizzare i dati dei clienti provenienti da tutte le fonti
- Dal dato storico storico al real time data
- Predictive Analysis e segmentazioni per ottimizzare i processi di vendita e identificare le azioni da compiere sul cliente
- Verso un approccio di tipo “Adaptive Modeling”
Adottare Marketing Automation e Contextual Marketing
- Utilizzare una piattaforma integrata per gestire e unire fonti informative disparate (come e-commerce, social, web, app, email....)
- Gestire il cliente in modo contestuale: rispondere in modo mirato alle azioni intraprese dal cliente
- Adottare campagne e comunicazioni in linea con le esigenze contestuali del cliente
Sviluppare un progetto di Omnichannel Data Strategy
- Data Collection: la raccolta delle informazioni
Individuare le fonti (store, ecommerce, email, mobile..) e le tipologie di dati esistenti o da integrare
Conoscere le soluzioni a disposizione (Best of breed vs single platform) e come queste possono comunicare tra loro
Affrontare le principali criticità della raccolta del dato - Data Analysis: l’analisi delle informazioni
Analizzare il percorso di un cliente specifico, conoscere le interazioni e i touch point
Monitorare i path esperienziali del cliente in qualsiasi fase del rapporto con l’azienda
Sviluppare una visione unica delle informazioni
Implementare la channel optimization: indirizzare la comunciazione su uno specifico canale in base al cliente a cui ci rivolgiamo - Digital analytics:
- Comprendere cosa sono e cosa mi permettoni di fare
- Sviluppare campagne di marketing che posso monitorare
- Analizzare il comportamento del cliente
- Conoscere l’opinione del cliente:
- Concetti chiave (text mining, semantica,….)
- Fonti online ed offline
- Strumenti e applicazioni
- Data Execution: implementare un approccio metodologico nell’utilizzo dei dati
Identificare le fasi di sviluppo
Definire gli obiettivi da raggiungere:
- Ottimizzare il risultato di una campagna di marketing (Prospect / customer)
- Migliorare l’acquisizione di nuove informazioni
- Intervenire nella gestione dell’esperienza cliente - Misurare i KPI di raggiungimento degli obiettivi prefissati
- Definire quali reazioni adottare
- Conoscere gli strumenti a disposizione