Il CRM non va considerato solo un repository dei dati dello storico cliente, ma piuttosto un potente asset strategico trasversale a tutte le aree aziendali che facilita da un lato la comunicazione e l’interazione tra le diverse divisioni e, dall’altro, consente la governance dei dati quantitativi e qualitativi dei clienti. Inoltre, se progettato nel modo corretto, rende possibili attività di social e Internet advertising estremamente performanti.
Un’opportunità interessante dato che Il tramonto dell’era dei cookies di terze parti imporrà alle aziende di dare vita a nuove strategie di governance dei dati di prima parte sulle quali basare l’efficacia delle future campagne di digital advertising.
Molti brand già utilizzano le funzionalità Facebook o Linkedin per creare campagne basate sui “pubblici simili”, i cosiddetti “Lookalike”. (Praticamente le aziende indicano le caratteristiche dei loro clienti ideali e su questa base le due piattaforme individuano degli insiemi di utenti con caratteristiche simili a cui indirizzare l’ADV). Queste funzionalità possono in effetti aumentare considerevolmente il conversion rate ma solo se l’azienda è in grado di creare un’audience “lookalike” il più precisa e rilevante possibile. Per intenderci, migliore la qualità dei dati “fonte”, più performante il pubblico lookalike che FB o LN andà a intercettare.
Come abbiamo visto in diversi post (leggi ad esempio: "CRM per incrementare la redditività della customer base", "Come IoT e CRM trasformano il prodotto in touchpoint"), un uso evoluto del CRM consente di raccogliere e normalizzare i dati “in entrata” provenienti da tutti i touchpoint con il cliente, ma nello stesso tempo permette di organizzare dati in “uscita” cioè ad esempio quelli che potrebbero servirci per creare un pubblico lookalike performante (o qualunque altra campagna marketing).
Scendendo nella pratica operativa, i CRM più evoluti sono dotati di moduli per l’ottimizzazione del Social ADV e in particolare consentono la creazione di audience “lookalike”.
Possiamo quindi non solo creare in automatico delle liste (audience) di nominativi basate su dati comportamentali generati da determinate azioni compiute o non compiute sui diversi touchpoint, ma anche liste basate su filtri di lead scoring. Ovvero, in base ad azioni compiute o non compiute, il sistema assegna un punteggio -score- al contatto e quindi indica quali sono le caratteristiche dei nostri migliori clienti per poi estrapolare liste di nominativi da utilizzare per creare il pubblico “simile”. Queste “audience” verranno aggiornate costantemente con l’inserimento automatico dei nuovi contatti che rientrano nelle caratteristiche programmate.
Last but not least, grazie alla funzionalità di attribuzione della lead, sulla base del comportamento dei contatti provenienti dalle campagne generate con il “lookalike”, è possibile alimentare progressivamente la base dati “fonte” per migliorare sempre di più l’audience e quindi la conversion rate.