Come ingaggiare con i social e misurare il sentiment: la nuova frontiera del Machine Learning per il marketing
Un anno di bocconcini di pollo fritti gratis: con questo fine un giovane ragazzo americano, Carter Wilkerson, in un mese riuscì a mettere a segno 3,5 milioni di condivisioni del suo tweet.
Accadeva nel 2017 e si trattò di un vero e proprio fenomeno mediatico che una nota catena di fast food statunitense sfruttò a proprio beneficio attirando l'interesse di colossi come Google.
Eppure questo è solo un esempio particolarmente fortunato. L'ingaggio dei clienti attraverso i social solitamente richiede un percorso ben strutturato che preveda metodologie e tecniche ad hoc.
Come sfruttare i social per ingaggiare il proprio target
Fare Customer Engagement è, secondo Forrester Consulting, creare profonde connessioni tra le aziende e i loro clienti, tali da guidare le decisioni di acquisto così come da promuovere una maggiore interazione con l'azienda stessa.
Uno studio Accenture di qualche tempo fa ha rilevato che il costo dell'acquisizione di un cliente arriva a essere sino a 10 volte maggiore di quello speso per rafforzare il rapporto.
Risulta quindi subito evidente che le strategie tese a prolungare il customer’s journey del cliente (quel processo che riguarda l'intera interazione tra un utente e un'azienda, dal primo momento in cui si informa su un prodotto alle necessità relative al post vendita) possono avere ritorni importanti in termini di risultati. E questo vale anche per i social: per esempio, è stato calcolato che un cliente che riceve una risposta da parte del brand cui si è rivolto con un tweet è poi disposto a spendere dal 3 al 20% in più per i prodotti di quel marchio. E sicuramente raccomanda quell'azienda innescando il circolo virtuoso del passaparola.
Predisporre una strategia social non significa però solo scegliere i contenuti giusti. Per riuscire a ingaggiare il proprio target ideale bisogna sapere identificare il social giusto, per essere certi di comunicare dove si trova il proprio pubblico. È poi necessario non solo avere cura dei propri profili, ma anche monitorarli: esistono strumenti molto efficaci per capire se, e come, si sta parlando di un determinato marchio o prodotto, il che consente, ad esempio, di intervenire se si verificano problemi. A tal proposito è utile essere pronti ad adottare un piano “anticrisi” nel momento in cui nascano incomprensioni o fraintendimenti sui social. La libertà che caratterizza i social non deve essere vissuta infatti come una minaccia, ma come un'opportunità che è ben sfruttata solo se si è capaci di reagire prontamente a eventuali attacchi.
Dalla Sentiment Analysis alla capacità di intercettare bisogni inespressi
Fatto tutto questo è importantissimo misurare l'efficacia delle proprie azioni.
Nello specifico, la Sentiment Analysis si occupa di verificare le opinioni espresse in generale su Web e social dagli utenti su determinati prodotti o servizi. Vi sono diversi approcci che possono essere adottati come, per esempio, quello che si basa sulla presenza di determinate parole chiave, oppure sull'affinità lessicale; d'altra parte esistono metodologie basate sul Machine Learning e NLP che consentono di ottenere informazioni da un'analisi più profonda del testo; in generale, gli approcci più concettuali, permettono rilevazioni maggiormente accurate.
L'apprendimento automatico e Natural Language Processing (NLP) sono branche dell'intelligenza artificiale. La NLP consente alle macchine di imparare a comprendere e interpretare direttamente i messaggi e permette agli algoritmi di apprendimento automatico di identificare i modelli nei messaggi casuali dei clienti. Sui social, e sul web in generale, infatti, gli utenti inviano messaggi spontanei utilizzando una grande varietà di toni, dialetti ed emozioni. La chiave per una strategia di social listening e monitoring di successo è di categorizzare questi in modo efficiente e preciso.
La combinazione di NLP e apprendimento automatico consente agli strumenti di social monitoring come Chorally di classificare in modo preciso i messaggi dei clienti. Per esempio, se un cliente twittasse riguardo a un'esperienza positiva con un brand, quest'ultimo lo saprebbe e potrebbe lasciare un messaggio di ringraziamento. Allo stesso modo, se un cliente postasse su Facebook un'esperienza negativa, il brand potrebbe adottare strategie per contenere la crisi e conoscere le preoccupazioni del cliente, imparando dalle loro esperienze.
Tutti i dati raccolti sui social devono poi diventare patrimonio per l'intera azienda andando ad arricchire il software CRM (Customer Relationship Management).
Secondo uno studio Coleman Parkes, il 60% delle aziende impegnate in operazioni di Customer analytics non include tra i dati analizzati quelli raccolti dalle interazioni dei clienti sui social. Il 42%, invece, raggruppa dati da più fonti, non riuscendo però a ottenerne informazioni approfondite, pur riconoscendone l’utilità.
La fase cruciale del customer’s journey, invece, è rappresentata proprio dalla capacità di monitorare tutti i punti di contatto con il cliente, mettere in correlazione i dati ottenuti e analizzarli per ottenere informazioni utili a capire quali sono le ragioni dei comportamenti dei consumatori e intercettarne i bisogni. Una strategia efficace di data management (che implichi la gestione dei dati raccolti dal contatto one to one sui vari touch point aziendali, ma anche lo storico di acquisto, i dati di anagrafica e così via) consente perciò alle aziende di intervenire con un'offerta appropriata anche senza che il cliente abbia fatto una richiesta esplicita.
Per rendere tutte queste attività armoniche, React ha sviluppato, in collaborazione con le altre aziende del Gruppo Activa, la soluzione Omnichannel Customer Engagement, che permette:
- l'analisi del sentiment sul web, i social e delle interazioni con gli utenti, anche grazie a meccanismi di machine learning;
- l'integrazione automatizzata dei dati con il CRM, garantendo una visione completa di tutte le informazioni relative al cliente;
- analisi superiori e trasversali dei dati grazie ad un sistema di business intelligence, permettendo così un continuo miglioramento delle strategie di marketing, assistenza e vendita.