Logo Digi Tools
Cerca
Close this search box.

Eliminazione dei cookie di terze parti: cosa fare

Cosa sono i cookies?

I cookies sono piccoli tracker, piccoli file di testo scaricati sul pc degli utenti mentre navigano online. Alcuni cookies sono necessari per il funzionamento del sito web e per motivi statistici, altri invece servono per monitorare le visite e le attività di un utente, registrare informazioni sulle abitudini e le scelte personali dell’utente al fine di tracciare il profilo dei consumatori.

Grazie alla raccolta di questi cookie è possibile rilevare i dati di navigazione degli utenti, acquisire informazioni comportamentali, profilarli e proporgli pubblicità mirate.

Come prepararsi a un mondo senza cookie

Dal 2023, Google ha annunciato l’eliminazione dei cookie di terze parti sul browser Chrome. Una soluzione che arriverà in ritardo rispetto ad altri browser, come Safari e Firefox, che hanno già implementato alcuni blocchi contro i cookie di tracciamento di terze parti. Questo significa che si dovranno trovare altri metodi per tracciare le azioni degli utenti nel rispetto della loro privacy. 

Il consenso degli utenti continuerà ad avere un ruolo centrale per il trattamento dei dati personali e diventerà il requisito fondamentale per garantirne la protezione. Infatti, essere privacy compliant non significa per forza rinunciare a profilare gli utenti.

Un’alternativa alla quale sta lavorando Google per consentire ai professionisti del marketing e alle agenzie pubblicitarie di continuare a tracciare i dati degli utenti tutelandone la privacy è la “Privacy Sandbox”. Questa piattaforma offre standard trasparenti e punta a sviluppare soluzioni collaborative. La Privacy Sandbox seguirà un processo di sviluppo articolato in diverse fasi, al termine del quale si passerà alla fase di eliminazione graduale dei cookie di terze parti.

Una delle tecnologie più incoraggianti è la Federated Learning of Cohorts (FloC) che consente di aggregare le persone in gruppi (coorti) con interessi simili, mantenendo privata sul browser la cronologia web di ogni utente.

Altre tecnologie sono in fase di sperimentazione al fine di raccogliere i dati di performance delle inserzioni, e consentire agli inserzionisti di creare proprie audience di pubblico. L’obiettivo infatti non è bloccare la pubblicità ma renderla più adatta per il rispetto della privacy.

Dati di prima parte: cosa sono e perché utilizzarli

Una delle alternative più preziose ai dati di terzi è rappresentata dai dati di prima parte. Questa tipologia di dati include visite uniche, interazioni, tempo trascorso sul sito, dati demografici, storico acquisti e interessi degli utenti e permette di indagare e clusterizzare i dati del nostro pubblico.

Ma come sfruttare al massimo le potenzialità dei dati proprietari? Per prima cosa, è necessario riflettere sui propri obiettivi di business. Una volta definiti questi, è bene pensare a una vera e propria strategia per la raccolta personalizzata. Ad esempio, ci si potrebbe orientare verso una strategia di fidelizzazione piuttosto che verso un’attività di lead generation. Il principale vantaggio derivante dall’utilizzo di dati di prima parte riguarda la possibilità di personalizzare il messaggio e migliorare di conseguenza le esperienze dei clienti. Inoltre, i cookie di prima possono essere utilizzati per il retargeting delle proprie campagne pubblicitarie.

In che modo si possono raccogliere i dati di prima parte?

Per ottenere i dati di prima parte potresti somministrare un breve quiz o un test al tuo pubblico per comprendere quali sono le loro preferenze e abitudini di acquisto. Inoltre, potresti estrarre dati da altri database utilizzati, come i sistemi CRM oppure da una Customer Data Platform (CDP). Infatti, se si dispone di una CDP è possibile raccogliere tutti i dati ottenuti in un unico luogo, gestirli e analizzarli per avere una comprensione olistica dei tuoi clienti.

La perdita dei cookie di terze parti cambierà radicalmente il mondo dell’advertising online, offrendo un’opportunità senza precedenti. E tu sei pronto a sperimentare e implementare nuovi sistemi di tracciamento? Prenota subito la tua consulenza gratuita e ti aiuteremo a trovare la soluzione migliore per il tuo business! CONTATTACI!

Server Side Tagging: cos’è e come funziona

GTM Server-Side

Il Server Side Tagging (SST) è il nuovo sistema di collegamento che consente di implementare un container GTM lato server e non più lato client. Il lato client e il lato server sono i due modi per raccogliere e fornire dati, ma ogni approccio ha i rispettivi vantaggi e svantaggi. La consegna dei dati lato client viene comunemente eseguita tramite tag, uno dei modi più popolari per trasmettere dati dalle pagine Web. Questo tipo di tracciamento prevede che il browser dell’utente (client) invii dati direttamente a un server. Il metodo viene utilizzato per raccogliere e condividere i dati dal tuo sito Web ai fornitori di tecnologie di marketing ed è indicato come gestione dei tag. La gestione dei dati lato server invece fa riferimento alla modalità con cui un pixel o un tag invia dati al tuo server web (o a un diverso tipo di server), quindi il tuo server web passa quei dati al sistema/server di destinazione. Questi dati potrebbero essere utilizzati da una piattaforma di marketing automation, uno strumento di personalizzazione o un altro tipo di sistema di esecuzione. GTM Server-Side nasce con l’obiettivo di alleggerire la parte client e trasferire queste operazioni sul server. Un grande vantaggio è che, trovandosi sul server, il container può ricevere dati da fonti diverse: siti web, app, dispositivi internet of things e così via.

Vantaggi del monitoraggio lato cliente

  • Dati contestuali: il monitoraggio lato client ha il vantaggio di avvenire sul dispositivo dell’utente, fornendo accesso diretto a dati specifici dell’utente, come cookie, parametri URL, user agent, referrer e indirizzo IP. Raccogliendo sul client, puoi facilmente raccogliere e tenere traccia di tutte queste informazioni da utilizzare per attivare altre azioni. Dati come i cookie sono comunemente usati per il targeting degli annunci.
  • Facilità di implementazione: il monitoraggio lato client ha anche un vantaggio quando si tratta di installazione.
  • Più economico: i costi di trasmissione dei dati per il monitoraggio lato client sono generalmente inferiori. La trasmissione lato server comporta costi più elevati a causa dell’utilizzo di risorse di fornitori di terze parti nel cloud anziché nel dispositivo dell’utente di destinazione.

Come funzionano i tag client-side di GTM

Ogni sito web in aggiunta ai contenuti (page content) forniti dal web server dispone di un GTM (Tag Manager web container) installato. Il Tag Manager attiva dei Tag che a loro volta richiamano dei servizi che risiedono in server esterni. Tutte le chiamate sono create e gestite dal browser stesso ma per far sì che questo accada, ogni Tag nelle pagine del sito deve aggiungere una serie di librerie JavaScript per poter eseguire le diverse chiamate ai servizi esterni.

Cos’è il Client

Il Client è il sistema di collegamento tra il contenitore web (dove ci sono i vari tag di Google Analytics, Facebook, etc.) e il contenitore Server. Nel caso specifico del tracking, è il device che l’utente sta utilizzando ed è il browser che l’utente usa per navigare. Il tracciamento Client-Side è gestito dal JavaScript eseguito dal browser. Il contenitore Web, attraverso i propri Tag Client-Side invia le informazioni al contenitore Server che a sua volta intercetta i dati attraverso il nuovo elemento Client. Successivamente le informazioni vengono gestite dal Tag Server-Side che si occuperà di comunicare direttamente con i servizi esterni (Google Analytics, Facebook, etc.) trasferendo le informazioni in questione.

Vantaggi del monitoraggio lato server

  • Maggiore affidabilità dei dati: il monitoraggio lato server è generalmente più affidabile perché l’ambito della gestione dei dati è notevolmente ridotto e l’organizzazione può esercitare un maggiore controllo sulla trasmissione.
  • Migliore accuratezza dei dati e migliore performance del dispositivo: il monitoraggio lato server ha anche il vantaggio di rimuovere il carico di elaborazione dal dispositivo di un client e di spostarlo nel cloud. Ciò si traduce in meno lavoro per il dispositivo del client, che può portare a un aumento delle prestazioni dell’applicazione e del dispositivo. Un’applicazione più veloce che consuma meno batteria migliora l’esperienza del cliente e può migliorare notevolmente i tassi di conversione.

Come si implementa il Server-Side?

Il tracciamento Server-Side può essere implementato grazie a:

  • Integrazioni (plugin) dei CMS
  • Programmatore che scrive codice nel server usando le API
  • Servizi esterni server-side
  • Google Tag Manager Server-Side

Perché implementarlo?

  • Aumenti il ranking SEO
  • Dati più accurati
  • Sicurezza dei dati

Tuttavia, questa nuova tecnologia non va a sostituirsi all’attuale funzionamento di Google Tag Manager Client-Side. Infatti nelle piccole e medie realtà, un sistema di tracciamento Server-Side potrebbe essere molto oneroso sia a livello di tempo che di risorse tecniche ed economiche da investire per la sua gestione e ottimizzazione. Spesso è fondamentale disporre di funzionalità flessibili che siano in grado di soddisfare le pratiche di gestione dei dati tradizionali ed emergenti all’interno della stessa piattaforma e questo dipende anche dalla strategia di digital marketing che si intende perseguire. 

Hai bisogno di una consulenza? CONTATTACI!

Fonti di dati per business intelligence e analisi

I dati e qualsiasi numero di fonti di dati sono alla base del data driven marketing. Quali sono queste fonti di dati? Da dove provengono? Quale magia deve accadere per ricavare business intelligence e analisi da tutti questi dati?

Approvvigionamento dei dati: ritorno alle basi della strategia

Prima di immergerti e fare qualsiasi cosa con i dati, devi aver già implementato  una data strategy completa per guidare la raccolta dei dati, la governance e i casi di utilizzo.

Fondamentalmente, devi sapere prima di iniziare cosa vuoi fare con i tuoi dati partendo dalla definizione delle tue origini di dati.

Da dove intendi ricavare i tuoi dati e come creerai una business intelligence (BI) utilizzabile da questi?

È facile essere sopraffatti da un volume di dati eccessivo se inizi a raccoglierli alla cieca.

La tua strategia ti ha guidato verso la definizione delle fonti di dati che ti forniranno gli elementi necessari per risolvere i tuoi problemi aziendali.

Allo stesso modo, la raccolta di più dati del necessario ti pone il problema di non utilizzarli affatto oppure potrebbe potenzialmente farti entrare in conflitto con il GDPR e altre misure sulla privacy dei dati.

Consiglio: pensa attentamente ai dati di cui hai bisogno e alle fonti da cui li otterrai.

Quali sono le tue fonti di dati?

Inizia a restringere le tue fonti di dati, mettendo da parte il fatto che obbiettivi diversi ti indirizzeranno verso fonti diverse, gli esempi di business intelligence di seguito descritti si concentreranno sulle applicazioni orientate al marketing e alle vendite.

La forma dei dati

Tutti i dati non vengono creati allo stesso modo. Possono essere dati non strutturati (grezzi), strutturati (righe e colonne, come in un database) o semistrutturati.

Il primo passo verso l’estrazione di valore da tutte queste diverse forme di dati è farli vivere armoniosamente in un unico spazio (ad esempio, un “data lake”) in grado di supportare tutti i diversi formati.

L’obiettivo potrebbe essere quello di raggiungere un punto in cui tutta la tua azienda sta lavorando da un’unica fonte e non acquisendo set di dati casuali da fonti diverse e possibilmente non convalidate.

I dettagli delle fonti di dati

Così come esistono diversi formati di dati, esistono anche diverse fonti di dati.

La fonte di dati di base per la maggior parte della business intelligence, almeno tradizionalmente, è stata il database.

Esistono innumerevoli diversi tipi di database che forniscono dati in diversi formati. Alcuni stanno solo archiviando dati (come il vecchio standby, il foglio di calcolo), altri sono transazionali, (ad es. CRM ed ERP), che contengono una grande quantità di informazioni utili ma non sono stati tradizionalmente progettati per scopi di BI.

Tutti questi tipi di database sono poco più che archivi di informazioni che non hanno ancora prodotto alcun insight.

Con i sistemi, le piattaforme e gli strumenti di business intelligence, questo cambierà sicuramente.

Il database non è l’unica fonte di dati disponibile. Viviamo in un mondo in cui quasi tutte le interazioni digitali e offline che abbiamo e le azioni che intraprendiamo lasciano una scia di dati, molti dei quali possono essere estratti come fonte di dati.

La maggior parte di questi dati può essere trovata in file flat e in maggior numero su servizi e canali web, come siti, annunci, app, social media, sistemi di ticketing e così via.

Sebbene questo non sia il focus dell’articolo, è anche bene tenere presente che a volte possono essere acquisiti anche i dati offline, come le interazioni con il servizio clienti e i contact center o le interazioni in negozio, che possono aggiungere una dimensione preziosa al quadro più grande che stai cercando di dipingere con i tuoi dati.

Dipingere quadri con i dati

La maggior parte delle aziende utilizza o desidera implementare l’intelligence e l’analisi dei dati in tutte le loro attività.

Sebbene ci siano innumerevoli modi per utilizzare i dati per scopi diversi, tra cui previsioni, monitoraggio delle prestazioni, rilevamento di anomalie e altre applicazioni più tecniche, alcuni dei casi d’uso di analisi più noti si basano sui dati per fornire metriche efficaci per consumatori e clienti per informare il processo decisionale, che di solito rientrano direttamente nel marketing e nella fidelizzazione dei clienti, tra cui, ad esempio:

  • analisi del comportamento degli utenti
  • marketing di attribuzione
  • comprensione del “customer journey”
  • individuazione di un unico punto di vista del cliente
  • identificazione dei  segnali di abbandono per agire preventivamente

A seconda delle origini dati e di come li hai strutturati, la data intelligence che hai raccolto ti offre un’ottima opportunità per applicare la business intelligence in situazioni critiche per l’azienda.

Come viene resa operativa la business intelligence?

In che modo i dati diventano business intelligence? Cosa li rendono intelligenti?

Facciamo un passo indietro prima di continuare e pensiamo a cosa sia effettivamente la “business intelligence”.

Come si passa da una vasta raccolta di dati da più fonti, ad esempio, alla possibilità di tracciare un percorso del cliente multi-touch? O come è possibile ottenere una visione dettagliata delle prestazioni complessive di un’azienda o di un’unità aziendale? La business intelligence, un termine generico che può significare cose diverse per persone diverse, è la soluzione.

Business intelligence è un termine che, come “big data” o anche “analisi dei dati”, viene spesso utilizzato a sproposito senza trasmettere un significato chiaro o condiviso.

Una definizione di base di business intelligence è un qualsiasi processo o software che conferisce valore ai dati.

Cioè, la BI – sia che informi la strategia e il processo decisionale o si riferisca specificamente alla pianificazione e agli strumenti tattici – trasforma i dati per usi reali e utilizzabili.

Sistemi e software di business intelligence

Attingere al valore dei dati richiede i giusti tipi di sistemi e/o software di business intelligence.

Come accade nel regno della BI, ci sono una serie di categorie da considerare, ad esempio, se il tuo obiettivo è creare visualizzazioni di dati e dashboard o se hai bisogno di strumenti ETL (extract-transfer-load) per spostare i dati da un luogo a un altro.
Alcuni degli strumenti di BI più popolari includono Microsoft Power BI, Tableau, Alteryx, SAP Business Objects, ed innumerevoli altri.

Il sistema o il software che scegli dipenderà molto dalle tue necessità, sia da ciò che ti serve per lo strumento sia da ciò di cui hai bisogno in termini di approfondimenti e risultati.

E ci sono molte scelte che possono essere difficili da ordinare se è difficile valutare esattamente ciò di cui hai bisogno e non sai quanto siano sofisticate le tue funzioni di BI e analisi dei dati e le risorse interne.

Un consulente di BI e data analyst ti può fornire diverse indicazioni sia nella selezione del sistema BI che nella costruzione della strategia di BI complessiva.

Esempi di business intelligence

Sebbene correlata, la business intelligence non è la stessa cosa della data analytics. Il modo più semplice per spiegare la differenza potrebbe essere il fatto che la BI pura si occupa di più delle attuali questioni aziendali e delle decisioni a portata di mano, mentre la data analytics mira ad essere più predittiva ed è orientata al futuro, ovvero la differenza tra analisi descrittiva, prescrittiva e predittiva.

Le differenze diventano più chiare quando si confrontano i casi d’uso di analisi di cui sopra con i casi d’uso BI di seguito descritti, anche se la linea di differenziazione non è proprio netta.
Come può essere applicata la BI nel mondo reale? Con queste distinzioni in mente, quali sono alcuni esempi di business intelligence?

Rapporti: non puoi facilmente prendere decisioni, determinare i progressi, analizzare cosa è andato bene o male o capire la tua posizione attuale senza un rapporto accurato della tua posizione in questo momento. La BI consente di utilizzare i dati per generare rapporti di marketing, vendite, inventario, proprietà, redditività e perdite (tra tante altre possibilità).

Analisi delle tendenze: dove vedi modelli e tendenze nell’attività? Ad esempio, se stai esaminando una catena di approvvigionamento end-to-end, la BI può aiutarti a individuare dove ci sono ritardi, dove ci sono discrepanze nell’inventario, quali problemi e in che punto del processo si presentano ripetutamente. Allo stesso modo potresti guardare modelli più in real time ed essere in grado di realizzare azioni per risparmiare denaro per la tua azienda, ad esempio rilevare eventuali frodi.

Analisi del prodotto: i registri del prodotto possono fornire informazioni su come vengono utilizzati i prodotti e su come potrebbero essere migliorati.

Perché la business intelligence è fondamentale per il business

La linea di fondo è che la business intelligence, se eseguita correttamente, offre la capacità di prendere decisioni basate sui dati in tutta l’azienda all’interno del contesto e dei vincoli specifici.

Man mano che le aziende diventano più competitive, qualsiasi vantaggio è una vittoria.

La BI aggiunge un vantaggio fondamentale al raggiungimento degli obiettivi e all’adozione di decisioni migliori e più intelligenti.

Una società di consulenza  di data strategy / business intelligence come la nostra è pronta ad aiutarti e a guidarti attraverso il processo di comprensione di come la BI può fare qualsiasi cosa, dall’aumento del margine di profitto alla comprensione del comportamento dei clienti, dall’ottimizzazione delle operazioni alla risoluzione dei problemi.

Pronto a parlare di business intelligence con noi? CONTATTACI SUBITO per una call, siamo a tua disposizione!

Clicca sul banner per saperne di più!

Che cos’è la data governance e perché è importante per l’e-commerce?

In tutti i settori, la data governance è un requisito fondamentale per guidare la raccolta e l’utilizzo delle enormi quantità di dati a cui le aziende hanno ora accesso.

Non è solo una misura protettiva, che riduce i rischi e garantisce la conformità con le iniziative di protezione dei dati, ma è anche un modo per capitalizzare il vero valore dei dati, soprattutto nell’e-commerce.

Le società di e-commerce hanno un accesso a una grande quantità di dati sui consumatori, dati personali, comportamentali e finanziari con l’obiettivo di utilizzare gran parte di questi per il marketing e il processo decisionale.

Oltre a salvaguardare questi dati, le società di e-commerce vogliono anche sviluppare piani di utilizzo dei dati sempre più sofisticati che consentano loro di comprendere i propri clienti nel modo più completo possibile.

Potrebbe trattarsi di qualsiasi cosa, dagli algoritmi e motori di personalizzazione al marketing mirato, alla comprensione dei percorsi dei clienti e all’analisi del comportamento degli utenti.

Questi casi d’uso e i rischi che possono comportare richiedono un approccio attento alla protezione dei dati sensibili e alla messa in atto di processi per definire politiche, standard, qualità, sicurezza e ruoli dei dati, ovvero chi ha diritto a quali dati e in quali situazioni.

Queste considerazioni chiave portano alla creazione della tua strategia di data governance.

Cos’è la data governance?

La governance dei dati comprende il processo end-to-end per portare coerenza e organizzazione trasparente al modo in cui raccogli, elabori, mantieni, archivi e proteggi i dati nei sistemi aziendali.

La data governance va oltre la gestione dei dati di base, essa include definizioni di come raccogli e utilizzi i dati in modo responsabile, garantisce la qualità dei dati raccolti e dei processi di archiviazione che hai in atto per rendere i dati il ​​più sicuri possibile, in accordo alle normative sulla gestione dei dati, come il GDPR.

La tua strategia data governance sarà sostenuta dal tuo framework di gestione dei dati, che puoi considerare come un insieme di pilastri su cui si basa la tua strategia.

Un potenziale insieme di pilastri potrebbe assomigliare a questo:

  • PERCHE’ (fattori trainanti): si desidera stabilire fiducia nei dati, nella loro qualità e coerenza instillando una mentalità chiara incentrata sui dati. Per promuovere questa nuova mentalità, si desidera creare una serie di processi per la trasparenza, la responsabilità, la sicurezza e la conformità, nonché gli strumenti e l’accesso che aiuteranno il flusso dei dati ove necessario.
  • COSA (obiettivi): cosa deve includere il tuo programma di governance dei dati? Affronta la privacy e la sicurezza dei dati? Comprende controlli approfonditi di autorizzazione e accessibilità? Specifica le regole di raccolta, archiviazione, elaborazione e come queste operazioni vengono gestite nel tempo? I cicli di vita dei dati corrispondono alle tue necessità e al tuo utilizzo, nonché a quanto consentito dal punto di vista della conformità legale? La verificabilità è integrata?
  • CHI: quali team o persone sono coinvolti nel programma di governance dei dati in ogni fase? Definisci i ruoli: hai data scientist? Hai un data team? Il personale addetto al marketing ha bisogno di accedere alle piattaforme dati o solo ai rapporti sui dati? Le agenzie e i fornitori esterni interagiscono e richiedono l’accesso a queste piattaforme e sistemi? Chi sarà interessato dai programmi o dalle attività di governance dei dati? Anche queste relazioni con i dati e gli strumenti di dati devono essere mappate come parte della strategia di governance.
  • COME (strutture, strumenti e tecnologie): quali tipi di strutture e soluzioni devono essere introdotte per controllare la gestione dei dati, le autorizzazioni e l’accesso, monitorare la conformità e applicare la strategia di data governance?

Questi pilastri tengono conto di molte best practice, ma possono avere un aspetto diverso a seconda della tua attività e di ciò che desideri ottenere. In sostanza, lo scopo è identificare tutti i fattori che contribuiscono alla gestione e alla protezione delle risorse di dati della tua azienda.

Governance dei dati contro gestione dei dati

La governance e la gestione dei dati non sono la stessa cosa? Sebbene molte aziende guardino alla governance dei dati principalmente dal punto di vista del controllo normativo e delle politiche, dovrebbe includere anche la gestione dei dati, che è un sottoinsieme di una strategia di governance dei dati.

Lo sviluppo di una strategia di governance dei dati completa, come evidenziato in precedenza, dovrebbe essere considerato non solo come un’opportunità per garantire che i dati siano protetti, aderiscano alle politiche dei dati che hai impostato e non vengano utilizzati in modo improprio, ma anche come un’opportunità unica per cercare i dati qualità e integrità per semplificare il proprio lavoro e rendere più facile lavorare con i dati.

Quando si dispone di una chiara strategia che guida i dati raccolti e il motivo per cui li si raccoglie, la data governance è quasi un ripensamento.

La stessa gestione dei dati comprende gli aspetti tecnici della raccolta e dell’archiviazione dei dati, rendendola, prima di tutto, una disciplina IT.

Contribuisce alla strategia di data governance, ma è una pratica che include processi e sistemi: le soluzioni e gli strumenti che un’azienda utilizza per raccogliere, archiviare, organizzare, convalidare, elaborare e mantenere i dati per tutta la sua vita.

La gestione dei dati può includere la gestione dei dati, il data warehousing, l’architettura dei dati, la gestione della qualità dei dati, la sicurezza dei dati, tra una serie di altre categorie di gestione fisica e logistica dei dati.

Cosa sono i dati master e la governance dei dati master?

Un sottoinsieme di questi dati è costituito dai dati master ed è possibile creare un approccio separato alla governance dei dati master. I dati master sono i dati al centro di categorie o domini specifici che hai definito come fondamentali per la tua attività.

Con l’e-commerce, vorrai determinare queste categorie per assicurarti di disporre di dati coerenti e accurati che coprano ciascuna categoria principale. Per semplificarlo, la master data governance si riduce a mettere tutti sulla stessa pagina.

Lo sviluppo e la gestione dei dati master richiedono che tutti in un’organizzazione abbiano le stesse definizioni, politiche, regole, strumenti, processi e flussi di lavoro con cui lavorare.

Comprensione e applicazione delle migliori pratiche di governance dei dati

La governance dei dati è un imperativo strategico e un percorso verso notevoli vantaggi organizzativi per le aziende di e-commerce, tra cui:

  • Potenziali risparmi sui costi nella gestione dei dati
  • Maggiore valore e visibilità dei dati nell’organizzazione
  • Ridurre al minimo i rischi per la sicurezza e aumentare la privacy dei dati
  • Standardizzazione e accuratezza di dati, politiche, procedure e standard, per una più facile trasparenza e verificabilità
  • Migliore qualità dei dati per una migliore applicabilità nel marketing e nell’attività basati sui dati, come segmentazione dei clienti, approfondimenti sul loro comportamento e sul loro percorso, analisi delle conversioni, attribuzione, ecc.

Best practice per la data governance

Ogni azienda e i suoi obiettivi basati sui dati sono diversi, ma nel passaggio alla governance dei dati, ci sono una serie di best practice di base da considerare e su cui basarsi:

  • Ricordare che la data governance comprende tutti i fattori sopra elencati: persone, processi, metodi e tecnologie. Dovresti considerare tutti questi aspetti mentre sviluppi la tua strategia, ma non perderti nei dettagli.
  • Prima di iniziare questo processo, o di cambiarne uno esistente, vorrai comunicare e informare tutti i team e le persone interessati e ottenere feedback e riscontro. I tuoi dipendenti determineranno il successo della tua attività
  • Stabilire ruoli chiari: anche in questo caso con le persone, è necessario sapere chi guida il processo di governance e chi è a portata di mano con i dati, gestendoli e / o utilizzandoli.
  • Definisci i tuoi pilastri: come elencato sopra, capire perché, cosa, chi e come ti aiuterà a sviluppare la tua strategia di governance dei dati e iniziare a distribuirla.

La data governance non è facoltativa. Per le aziende di e-commerce che si affidano a dati granulari per fare marketing basato sui dati, prevedere le tendenze, comprendere la gestione dell’inventario, comprendere i percorsi dei clienti e gli acquirenti e altri casi di analisi avanzata, la data governance è essenziale.

Ti consente di fornire ai tuoi team politiche chiare e coerenti e l’accesso ai dati chiave, proteggendo allo stesso tempo i dati sensibili e garantendo la conformità normativa.

Pronto per discutere con noi le tue strategie di data governance? CONTATTACI SUBITO!



	

Perché è necessaria una data strategy per gestire i dati con successo

Le aziende raccolgono un flusso in rapida crescita di dati su utenti, eventi e prodotti, ma non sempre lo utilizzano in modo ottimale per raggiungere i propri obiettivi o, nel peggiore dei casi, non lo utilizzano affatto.

Le stime di Harvard Business Review indicano che meno della metà dei dati strutturati di un’organizzazione viene utilizzata per prendere decisioni e meno dell’1% dei non viene utilizzato affatto.

A cosa servono i dati se non si dispone di una strategia per guidarne l’utilizzo?

Parte del problema della mancanza di utilizzo può essere attribuito all’enorme quantità di dati: come gestire al meglio questo sovraccarico di volume? Un altro aspetto importante di questo problema si concentra sui principi della strategia dei dati.

La creazione di una data strategy o il miglioramento della medesima con prestazioni insufficienti è essenziale sia per gestire i dati con successo sia per raggiungere gli obiettivi aziendali.

 

Cos’è la data strategy?

E’ alla base della gestione dei dati e definisce principi guida, obiettivi e azioni per i tuoi dati.

Come sarà integrata e utilizzata per fornire priorità aziendali a breve e lungo termine? Una strategia basata sui dati mira anche a garantire che i dati facciano ciò che dovrebbero: fornire informazioni preziose sia ora, a breve termine, sia in futuro, man mano che le tendenze e le esigenze cambiano.

Fondamentalmente la data strategy è un piano per gestire la modalità di raccolta, archiviazione, gestione, condivisione e utilizzo dei dati.

Molte aziende, come evidenziato dalle statistiche sopra evidenziate, tendono a pianificare a breve termine, cercando modi per utilizzare i dati per far fronte a problemi urgenti e immediati, ma questo non è né strategico né a lungo termine. Una strategia sui dati richiede obiettivi sia a breve che a lungo termine per l’organizzazione, la gestione, l’analisi e la distribuzione dei dati e un metodo e una struttura affidabili e replicabili.

Pianificazione della strategia dei dati: una roadmap della data strategy

La data strategy è prima di tutto una guida per impedirti di essere sopraffatto e per aiutarti a diventare il più possibile guidato dai dati nel tuo processo decisionale. Che si tratti di marketing basato sui dati o di miglioramento dell’efficienza operativa, la data strategy promuove la tua capacità di trarre valore dalle tue risorse di dati.

A livello di base, la tua data strategy deve soddisfare quattro criteri, secondo la società di consulenza PWC:

  • Utilizzabile
  • Rilevante per l’organizzazione e i suoi obiettivi
  • Evolutivo
  • Integrato / connesso

Questi criteri chiave regoleranno le tue scelte sui dati, la loro governance e le persone che lavorano con i dati nella tua organizzazione. In poche parole: cosa hai bisogno che i dati facciano per te? Questo dovrebbe portare a una serie di domande che derivano dalla tua strategia aziendale complessiva, come:

  • Quali problemi devo risolvere?
  • Che tipo di dati potrebbero darmi risposte?
  • Come posso raccogliere e analizzare questi dati?
  • Come posso rendere operativi i dati e assicurarmi che arrivino alle persone giuste nell’organizzazione?
  • Chi si prenderà cura di queste azioni e responsabilità?

La maggior parte dei data analyst ti esorterà a concentrarti sulla chiarezza e su ciò che devi ottenere dai tuoi dati piuttosto che sul volume di dati che puoi raccogliere.

La risposta a queste domande porta a considerazioni più tecniche e pratiche sui dati.

Cosa devono fare i dati

I dati possono informare le attività quotidiane, come fornire ai team di marketing e vendita informazioni sui loro clienti, ma essi possono anche essere una base per previsioni a lungo termine, monetizzazione o metriche delle prestazioni. La tua strategia dovrà definire questi obiettivi e iniziare a pensare a dove e come questi dati possono essere ottenuti.

Raccolta dati: gestione dei dati master

Facendo un passo indietro dopo aver deciso quali dati sono necessari, la raccolta dei dati – sia quali tipi di dati possono essere acquisiti sia quali tecnologie e infrastrutture dati sono necessarie – è il passo logico successivo nella creazione della strategia.

Le decisioni tecnologiche dovrebbero includere il tuo pensiero precedente su quali dati hai bisogno per intraprendere le attività che pianifichi, perché questo influirà molto sul nocciolo della raccolta e della gestione dei dati, come ad esempio:

  • Raccolta dati
  • Archivio dati
  • Analisi dei dati e strumenti di elaborazione
  • Accessibilità e portabilità dei dati
  • Visualizzazione dati
  • Formato dei dati (strutturato, non strutturato) e qualità

Non è assolutamente un resoconto esaustivo di ciò che dovrai considerare, queste sono parti importanti per generare valore. Vale la pena porre le domande difficili in anticipo sul tipo di dati di cui si dispone e su cosa si desidera ottenere da essi ora e nel tempo.

Persone
Le previsioni indicano che non ci saranno abbastanza talenti di data analyst da poter consultare, nonostante il fatto che il numero di persone con capacità di analisi avanzate continuerà ad aumentare in modo esponenziale.

Esperti tecnici, analisti di dati, chief data officer e consulenti di data strategy diventeranno più necessari che mai e sono una parte fondamentale della pianificazione, implementazione e garanzia del successo di una data strategy.

Ciò diventa particolarmente cruciale poiché le misure di riservatezza, sicurezza e gestione dei dati diventano più in gioco (ad esempio, le violazioni del GDPR sono molto costose e le violazioni dei dati stanno diventando sempre più comuni).

Dall’altro lato della medaglia, la tua organizzazione basata sui dati deve creare una forza lavoro alfabetizzata ai dati più in generale, per garantire che tutti in azienda comprendano l’importanza dei dati, abbiano una conoscenza dei dati di base e possano accedere e distribuire i dati di cui hanno bisogno per svolgere il proprio lavoro e raggiungere gli obiettivi aziendali.

Perché hai bisogno di una data strategy

I dati hanno un ruolo chiave da svolgere nel successo della tua azienda e nel raggiungimento della tua strategia aziendale complessiva.

Vuoi una data strategy coerente e chiara che ti garantirà di ottenere il massimo valore dai dati per il tuo business? CONTATTACI SUBITO!

 

Raccontaci la tua idea,
la trasformeremo in progetto.

Compila il form o chiamaci allo +39 02 89745373