Web Marketing Italy

Cosa si intende per Data Enrichment? L’arricchimento dei dati è definito come il processo di incorporazione di dati di terza parte, ovvero dati provenienti da una fonte autorevole esterna, nel proprio database esistente di dati dei clienti (cosiddetti dati di prima parte). La cosa più importante è ricevere questi dati da provider affidabili e quindi da aziende specializzate in data enrichment come ad esempio BigProfiles.

Ma quali sono i dati che possiamo arricchire? In realtà esistono praticamente un’infinità di dati che possiamo usare per l’arricchimento dei dati già in nostro possesso, ma due dei più comuni sono:

• Arricchimento dei dati demografici: l’arricchimento dei dati demografici comporta l’acquisizione di nuovi dati demografici, come ad esempio lo stato civile (nubile, celibe, sposato con figli, ecc….), il livello di reddito, il titolo di istruzione, ecc… Ovviamente i tipi di dati demografici sono molto vasti, così come le loro fonti. Potremmo ricevere una serie di dati che includa il numero di figli, il tipo di auto guidato, il valore della casa di proprietà e così via. Ciò che conta nell’arricchimento demografico è lo scopo finale. Ad esempio, se si desidera lanciare una campagna di marketing con offerte di carte di credito, sarebbe interessante acquisire un database che fornisca il rating di credito di una persona. I dati arricchiti in questo modo possono essere sfruttati per migliorare il targeting delle nostre campagne di marketing, processo che è fondamentale in un’epoca in cui il marketing personalizzato si dimostra sempre più efficace.
• Arricchimento dei dati geografici: l’arricchimento dei dati geografici comporta l’aggiunta di dati postali o latitudine e longitudine a un set di dati esistente che includa gli indirizzi dei nostri clienti. Esistono numerosi provider che consentono di acquistare questi dati, che possono includere codici postali, confini geografici tra città e città, mappatura di approfondimenti e così via. L’aggiunta di questo tipo di informazioni nei nostri dati è davvero utile in alcuni contesti. Dei rivenditori ad esempio potrebbero utilizzare i dati geograficamente arricchiti per determinare la posizione di negozio più vicina. Se il rivenditore desidera acquisire la maggior parte dei clienti all’interno di un raggio specifico, ad esempio 30km, può sfruttare i dati arricchiti per prendere questo tipo decisione. Chi si occupa di marketing potrebbe anche utilizzare l’arricchimento geografico per risparmiare sugli invii in grandi quantità di posta diretta.

Ogni forma di arricchimento dei dati è valida, tutto dipende dai nostri obiettivi di business. Ciò che è importante è identificare il tipo di dati che è necessario cercare e raccogliere o acquisire per ottenere una soluzione positiva al nostro scopo. Una parola di cautela, tuttavia. Ogni volta che si acquisiscono dati di terze parti o si tenta di associare due set di dati proprietari, è necessario un fattore comune che colleghi i due set di dati.

Per i clienti anonimi, questo può essere un ID dispositivo che indica un dispositivo mobile o un computer desktop. Per i clienti conosciuti, questo potrebbe essere un nome e un cognome o un indirizzo postale. Anche un indirizzo e-mail può essere utilizzato come identificatore per abbinare e unire due set di dati distinti. In caso contrario, il set di dati originale non verrà arricchito perché non è possibile rilevare che i due set di dati afferiscano agli stessi clienti.

Proprio come ogni altro aspetto della gestione dei dati, l’arricchimento dei dati non è qualcosa che possiamo fare una volta e poi non fare mai più. I dati dei clienti, non importa quanto siano dettagliati, sono fondamentalmente un’istantanea nel tempo. I livelli di reddito aumentano e diminuiscono, lo stato civile può cambiare e il tipo di auto e indirizzo fisico può cambiare. Anche i nomi possono cambiare, specialmente se c’è un cambiamento nel proprio stato civile.

Data la possibilità di tutte queste modifiche, i processi di arricchimento dei dati devono essere eseguiti su base continua. L’alternativa è avere informazioni obsolete che potrebbero portare i clienti a ricevere offerte irrilevanti perché i tuoi dati sono scaduti da sei mesi. Mantenere aggiornate tutte queste informazioni è un’impresa titanica, soprattutto per i database più grandi, quindi non sorprende che oltre il 50% delle aziende impieghi più tempo a pulire i dati che a utilizzarli.

L’impegno nel tempo per mantenere aggiornati i dati è un argomento più che valido per decidere di automatizzare questo processo. Gli algoritmi di apprendimento automatico eseguiti su base continua possono semplificare notevolmente il processo di arricchimento dei dati poiché possono abbinare e unire i record molto più rapidamente di un gestore “umano” di dati. Ciò porta a un processo di arricchimento dei dati che viene eseguito 24 ore al giorno, sette giorni alla settimana e genera dati che sono sempre i più aggiornati possibili. Ecco perché il tema del machine learning e degli algoritmi è sempre più collegato a quello di data enrichment.

Un processo di arricchimento dei dati ben funzionante è la chiave per un’azienda che vuole stare al passo coi tempi. Mantenere aggiornati i dati assicura che l’impresa possa rivolgersi ai suoi clienti in modo più, sia che si tratti di un dato geografico utile a ubicare un nuovo negozio sia che si parli di dati demografici indispensabili per creare un targeting più propenso alle nostre prossime migliori offerte.