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