3. What is Big Data? 3
2,5 * 1017
BYTES OF DATA PER DAY
THAT LOOKS LIKE THIS…
2,500,000,00=0,0002,,050Q0U,IN0T0ILL0IONS
“Big Data is anything too big to deal with in an Excel
spreadsheet.”
Josh Dreller Director of Market Research at Kenshoo
4. Internet is a gold mine of customer intelligence 4
5
Hr / Day
5,5
Hr / Day
6+
Hr / Day
2012 2013 2014
2,5
Billion
2,7
Billion
3
Billion
2012 2013 2014
1 2
of the world population
Billion USD digital marketing budget in 2016
BIG DATA
40%
160
Users info, online interests, communications, purchases, searches, social activity
1: Internet Live Stats, July 2014 (elaboration of data by International Telecommunications Union and United Nations Population division)
2: Forrester Research Interactive Marketing Forecasts, 2013
3: Average daily time spent online by internet users worldwide, Global Webindex 2013
3
6. Big Data for Publishers 6
“Big Data is the ability to customize and personalize a user
experience in real time based on what you know about that user.”
7. The Financial Times Case 7
Advertisers
Higher adv rates
Better ROI for advertisers
Online Experience
Optimization
Digital Subscriptions
A/B testing
Growing engagement
150,000 more digital than print
Content Creation
Data driven
Performance based salaries
9. Facts 9
Quattroruote is "the" provider of automotive content since its foundation
Market leading websites and mobile apps: relevant, timely information to a high
value audience
More than 4 million monthly UV, most of them looking to buy a car within the year
Relevant information and dedicated services:
News
Price lists
Quotations for second hand cars
Car comparison
Car configurator
10. 10
Digital Positioning
DB Market Intelligence &
B2B Services
QUATTRORUOTE
DIGITAL ENVIRONMENT
Car Inventory and Classified
Television
and Multimedia
E-Commerce
and Revenues-Oriented
Mobile & Multiplatform
Integration between contents
Trade Marketing
Creative Solutions
and Advertising
and services
Social Media & Smart Mobility
11. Facing the Big Data Challenge 11
We track behavioral data
We know what a user is looking for (brand, model, price, new vs second-hand. etc)
We profile users
We personalize content based on navigation
We optimize navigation funnels through value added services
New value added services, currently in private Alpha test phase
12. Expected Outcome 12
Increase Quattroruote Brand Lift
Broaden value added services to retain users and acquire new generations
Be a market leader in driving intention to buy effectively
14. In-store Spend 15
A leading payment network and a retailer use real-time, transaction data to
make time and location sensitive offers to customers.
1 2 3 4
Customer uses credit
card in store
Customer is
profiled and located
SMS coupon for closest
retail outlet is sent
Customer redeems
coupon in store
In-store spend + 23%
Payment and Retail Industries / Source: Mobile Marketing
Watch
eCoupons redeemed in 2014 globally:
16 billion
15. 17
A leading EU bank runs experiments on the website to find out which
1 2 3
Customer
logs to website
visitor should be served which page
Customer profiled based on
product holding and history
+ browsing behavior
Test offers shown to
selected group to
understand preferences
and impact
Main offers tweaked
accordingly
Customized Online Offer
+27% CTR
Banking Industry / Source: McKinsey Banking CVM Service
Line
+12% SALES
17. 19
From 2014 to 2020 Marketing
Big Smart Data enables
Direct Marketing at scale
2014
Insight Adjust Measure
One message to fit
2020
all
Big ideas, big launch, big budget
Long process (6 months)
Consumers are getting used to seeing relevant, curated, tailor-made
messages.
Everything else will be ignored soon.
BIG
STRATEGY
Test with consumers Campaign, Websites, Adv
NEW BIG
STRATEGY
Micro strategies, big insights, rapid iterations, Editorial Plan
Insights
Little Strategy
PLAN
DESIGN
LAUNCH
MEASURE
Interactive Cycle
PLAN
DESIGN
LAUNCH
MEASURE
Interactive Cycle
Insights
Insights
Adjust
Little Strategy Little Strategy
Adjust
A - Continue
B - Try something else
PRECISION MARKETING
Tailor-made messages at the right time. Zero dispersion. Fast and iterative approach.
Get noticed and ultimately drive profitable consumer action. Brands need to be RELEVANT and TIMELY.
Click on the icon to watch the video
18. 20 Nel Mulino che vorrei
online since 2009
100k+ subscribers of which we know:
Socio demo data
Consumption frequency by category
Media diet
Response to marketing solicitations
What they buy where
+7,6k posted ideas
+300k comments
+80 surveys
+50k responders to a single survey
+10k rewards delivered
+5Mio Facebook reach
AN ACTIVE
PROFILED
COMMUNITY
ENGAGEMENT
Click on the icon to watch the video
19. Extending knowledge 21
through Big Data
Now using knowledge to profile anonymous users
BUYING PERSONAS
FROM NAVIGATION DATA TO:
Socio-demo characteristics
Purchase preferences
Propensity to respond to solicitations
Click on the icon to watch the video
21. Big Data for Trading Desks 24
“Turbo is the first italian independent trading desk.
A trading desk uses technology, data and optimisation to purchase
audiences at scale across digital media.
We buy – on behalf of our clients – at an impression-by-impression
level, in real time, with targeting filters enabled.
The quality of targeting directly impacts Programmatic Adv
campaigns ROI.”
22. 25
From day 1, Neodata has been
Turbo’s trusted DMP Tech
Partner
AUDIENCE
DATA ENGINE
ANALYTICS DASHBOARD
Neodata’s technology empowers Turbo’s own
DMP, allowing Turbo to create proprietary and
anonymous custom audience segmentations
in real time, enhancing scale, safety,
efficiency and ROI of the campaigns they
manage.
DSP
23. Neodata is now 26
Turbo’s trusted Business Partner
Tailor-made, Programmatic Advertising-ready DMP Solutions for Brands
DATA COLLECTION AUDIENCE SEGMENTATION DATA ACTIVATION
FIRST PARTY DATA
SECOND PARTY DATA
OTHER DATA STREAMS
Ingest and normalize a wide array
of data streams.
Data are elaborated according to
segment rules set by advertiser.
DMP
Turn data into both insights and
targetable audiences.
INCLUDE /
EXCLUDE
Increased Targeted
Efficency
LOOK ALIKE
Increased Targeted
scalability
CROSS&UPSELLING
Increased ROI and loyalty
Real-time data flows to Programmatic Buying
channels for targeted delivery.
24. “You focus on your business, we will do the maths”
Arrivederci
Hinweis der Redaktion
Benvenuti al nostro workshop sul tema Big Data, siamo felici di avervi qui.
Oggi parleremo delle applicazioni dei Big Data, di cui si sente parlare soprattutto in ambito programmatic advertising ed RTB come risorsa di ottimizazzione degli investimenti pubblicitari e del ROI delle campagne.
Vogliamo esplorare, insieme a Quattroruote, Barilla e Turbo, la molteplicità di applicazioni possibili, portando ad esempio casi reali, esperienze, nuove idee.
Abbiamo solo 30 minuti, quindi non ci illudiamo di poter rispondere a tutte le domande che avrete in testa mano a mano che discuteremo l’argomento.
Però cercheremo di darvi spunti di rilfessione interessanti, che vi invitiamo a discutere con noi dopo il workshop, qui a IAB o contattandoci in un altro momento.
Quello che ci interessa è stimolare il dialogo e fare insieme un primo passo verso la consapevolezza del potenziale enorme dei Big Data, sapendo che c’è molto altro da dire e che siamo a vostra disposizione per approfondire l’argomento insieme come e quando vorrete.
Abbiamo con noi, e lo dico con un certo orgoglio,:
Fabio Cartelli, il Direttore Digital della Concessionaria di Pubblicità di Quattroruote
Alessio Gianni, il Direttore Digital Marketing e Social Media di Barilla
Marco Ferrari, CEO e co-fondatore di Turbo, il primo trading desk indipendente italiano.
E ora partiamo!
Una ricerca svolta da IBM, il più grande provider di servizi Big Data del mondo, dice che produciamo 2,5 quintilioni di bytes di dati AL GIORNO.
Questa cifra fa impressione, soprattutto se pensiamo che il 90% dei dati oggi disponibili sono stati prodotti negli ultimi 2 anni.
Il motivo è semplice: oggi abbiamo la tecnologia che ci consente di raccogliere e processare una quantità così impressionante di dati e di trasformarli in informazioni comprensibili e utilizzabili, e una volta questa tecnologia non c’era.
Il Direttore Market Reseach di Kenshoo (società americana che produce software di marketing predittivo) ha sintetizzato questo concetto in una delle definizioni di Big Data più semplici che abbia mai sentito: “Big Data is anything too big to deal with in an Excel spreadsheet”.
Vediamo cosa ha stimolato la ricerca e lo sviluppo delle tecnologie di raccolta e analisi dei dati che abbiamo oggi – facciamo qualche cenno storico.
Il fenomeno di internet è cresciuto in maniera esponenziale da quando il mondo dell’online è diventato accessibile ai consumatori alla fine degli anni 80.
Nella prima metà del 2012, Internet aveva già raggiunto 2 miliardi e mezzo di persone, e sebbene i mercati più sviluppati hanno raggiunto una penetrazione dell’80% e più, Internet ha ancora uno spazio di crescita immenso, visto il ruolo che stanno giocando I mercati emergenti: per fare un esempio, la penetrazione di Internet tra la popolazione in Cina era del 42% nel 2012 ed è previsto che raggiunga il 52% entro il 2016.
Oggi internet raggiunge il 40% della popolazione mondiale.
A questo si aggiunge l’aumento costante del tempo medio speso dagli utenti online, che solo negli ultimi due anni è passato da 5 a più di 6 ore, con un utilizzo sempre più prevalente dei mezzi mobile.
La gente oggi passa più tempo su internet che su qualunque altro mezzo di comunicazione se eslcudiamo la TV, e le ricerche suggeriscono che questa abitudine sia destinata a crescere ancora.
Non c’è da stupirsi quindi che Internet sia diventato un mezzo indispensabile per le aziende per interagire con i consumatori, con la conseguenza che il marketing digitale cresce a doppia cifra e assume un ruolo sempre più importante nel media mix. E’ questo che stimola il progresso velocissimo delle tecnologie di erogazione pubblicitaria e analisi dell’audience e la nascita di nuovi formati di advertising e campagne cross-device.
La buona notizia è che è un mercato in espansione destinato a crescere, la notizia più scomoda è che in questa pletora di tecnologie nascenti e sempre più sofisticate, per le aziende è difficile stare al passo.
Allora diventa sempre più importante trovare partner tecnologici che, posto l’obiettivo / il problema, trovino il modo di risolverlo sollevandole dall’incombenza di dover scegliere tra centinaia di opzioni.
La conoscenza dei consumatori attraverso I comportamenti di navigazione è fondamentale per tutti I protagonisti dell’universo di internet.
I PUBLISHERS la usano per:
Contrastare la caduta degli investimenti pubblicitari nella carta stampata: studiando il comportamento online dei lettori capiscono come attrarre nuovi utenti, tenerli sulle loro properties e vendere prodotti e servizi.
Aumentare il valore del loro inventory digitale potendo targettizzare segmenti di utenza sempre più specifici.
I MARKETERS la usano per:
Ottimizzare gli investimenti in digital paid media
Fare campagne di marketing più efficienti, aumentare le vendite, generare affiliazione al brand
Favorire processi e linguaggi comuni all’interno dell’azienda e coerenti con le aspettative dei consumatori, adottando un approccio “cliente-centrico”.
I TRADING DESKS la usano per:
Comprare spazi pubblicitari per conto delle aziende che siano targettizzati impression per impression
Integrare le tecnologie di analisi (DMP) per aumentare il ROI delle campagne
Far arrivare il messaggio giusto al consumatore giusto nel momento giusto
Big Data per un publisher si traduce nella capacità di personalizzare l’esprienza utente in tempo reale sulla base della conoscenza che si ha di quell’utente…
…e c’è chi l’ha fatto con grande successo. Il Financial Times, per esempio.
HA MIGLIORATO I SUOI INTROITI DI ADVERTISING:
- Usando strumenti di analisi dell’audience e segmentazione ha creato segmenti di utenti unici che I brands non trovano da nessun’altra parte (non con quel livello di precisione) e che sono disposti a pagare a caro prezzo, perchè conviene anche a loro, visto che le campagne fatte sul financial Times hanno tassi di ROI molto alti
Hanno reso più efficienti I processi di vendita automatizzando l’order management: prima gli ci volevano due giorni di lavoro per quantiifcare con esattezza l’inventory, oggi lo fanno in 10 secondi
Usano una DMP proprietaria che consente loro di vedere inventory, pricing, dati demografici degli utenti e segmenti determinati dal comportamento di navigazione in un’unica schermata.
CREAZIONE DEI CONTENUTI:
Le decisioni editoriali sono Data driven: si sceglie cosa pubblicare e dove basandosi anche sui dati di traffico e di engagement
Le redazioni (in particolare I giornalisti) sono remunerate in base alla performance degli articoli
MIGLIORAMENTO DELL’ESPERIENZA UTENTE:
Il sito è continuamente ottimizzato: l’A/B testing è una pratica quotidiana e I miglioramenti incrementali fatti giorno per giorno nel tempo hanno portato ad un aumento del traffico, della permanenza degli utenti sul sito e soprattutto degli abbonamenti digitali
ABBONAMENTI DIGITALI:
Fanno campagne specifiche indirizzate agli utenti che, secondo i modelli predittivi, risultano essere più inclini alla sottoscrizione di un abbonamento digitale. E ha funzionato, perchè il Financial Times ha più abbonamenti digitali che abbonamenti al giornale stampato, con ben 150.000 unità in più per il digital. Questo è un risultato di tutto rispetto e che genera ammirazione tra i publishers in tutto il mondo.
E ora che abbiamo fatto un quadro di cosa sono I big data e quanto sono importanti per tutti I players del mondo digitale, sentiamo da tre rappresentanti d’eccellenza del panorama italiano come utilizzano I big data nella loro realtà e su cosa si stanno concentrando I loro sforzi.
Fabio, vuoi inziare tu a raccontarci come Quattroruote sta affrontando la sfida dei Big Data?
Ti ricordo che abbiamo un vigile in sala regia che ha il compito di cronometrarti affinchè resti nei tuoi 7 minuti, mi raccomando non costringerla a intervenire, perchè è timida…
Grazie Fabio!
Ora è il turno dei brands / advertisers / marketers / investitori o come li vogliamo chiamare.
Qual è la vera rivoluzione che I Big Data rappresentano per loro?
La possibilità di muoversi a piccoli passi, adottare approcci di test&learn, scartare le idee che non funzionano prima di aver investito troppe risorse e raffinare quelle che funzionano attraverso il feedback esplicito E IMPLICITO che ricevono dai loro clienti.
Il Marketing è sempre stato spinto da idee visionarie – tutto molto eccitante, ma rischioso.
Ora stiamo entrando in un’economia dove il principio guida del marketing è la simulazione.
Le nuove tecnologie ci permettono di fare un sacco di esperimenti e di misurare i risultati in tempo reale; le campagne che vengono implementate su larga scala sono solo quelle che funzionano.
Prendiamo ad esempio due casi di aziende americane e vediamo come hanno usato la tecnologia digitale per fare azioni di marketing che hanno avuto impatto diretto ed immediato sul bottom-line.
Ne avevo preparati quattro, ma siamo stretti coi tempi quindi ve ne racconto solo due, così poi lascio la parola ad Alessio Gianni e a Marco Ferrari.
Allora…nel primo esempio abbiamo un circuito di carte di credito che si mette d’accordo con una catena di retail.
Nel momento in cui un consumatore usa una carta di credito, la sua transazione viene registrata, il suo profilo individuato e l’utente localizzato. Se l’utente si trova in prossimità di un negozio della catena di retail con cui il circuito di pagamento ha un accordo, un algoritmo compone un coupon sconto personalizzato sulla base del profilo dell’utente e glielo invia tramite sms, invitandolo a recarsi al negozio più vicino. L’utente redime il coupon quello stesso giorno e ‘informazione viene aggiunta imemdiatamente al suo profilo: sia il retail che il circuito di carta di credito sanno in tempo reale come sta andando la campagna e possono forzare la composizione dei coupons.
E’ un’idea semplice se ci pensiamo (complimenti a McKinsey per averla concepita); il difficile è far funzionare la tecnologia di individuazione, profilazione e targettizzazione dell’utente, ma oggi sappiamo come farlo.
Prendiamo un atro esempio, che questa volta vede protagonista una banca.
L’utente entra nel portale della banca facendo il log-in.
Viene immediatamente individuato e profilato sulla base della sua storia e del suo comportamento di navigazione pregresso.
Un algoritmo seleziona un campione di utenti rappresentativo del parco clienti della banca – quindi parliamo di un campione che contiene profili misti – e propone un’offerta a tutti gli utenti del campione, “in concorrenza” con l’offerta principale che tutti gli altri utenti vedono sul sito.
In base alla risposta del campione, e in base al profilo degli utenti che rispondono (per esempio quelli a basso o ad alto rischio d’insolvenza), la banca decide se e come modificare l’offerta principale e quali offerte proporre in cross-selling alla clientela.
Dopo un anno di campagne di marketing on-site gestite in questo modo, il CTR sul sito è aumentato del 27% e le vendite del 12%. Non male.
Questo è proprio un esempio di test&learn, che permette di testare molteplici ipotesi d’offerta contenendo al massimo il rischio che non ottengano riscontro tra I clienti o attraggano I profili sbagliati.
Alessio, cosa ne pensa Barilla? Pensi che le nuove tecnologie siano alleate del marketing e pensi che il modo di fare marketing domani sarà diverso grazie al fatto che oggi potete usare I Big Data?
Anche a te ricordo che hai 7 minuti, non far uscire il vigile…
E ora chiedo a Marco Ferrari di Turbo di dirci la sua. Marco, ti cedo subito la parola, così non ti rubo tempo…prego…
Abbiamo scelto da tempo Neodata come tech partner per la nostra DMP .
Per chi fa il nostro lavoro, la DMP è essenziale perché, etc..
Tempo di esposizione: 2 min max
Dopo aver sperimentato in prima persona i benefici della DMP lato advertiser, abbiamo unito le forze per proporre al mercato (lato brand) ciò di cui c’è bisogno.
Una soluzione DMP proprietaria e customizzabile, non in licenza esterna, che permette al marketer di utilizzare i suoi 1st party data – unendoli ad altri dati – costruirsi i suoi segmenti ed attivarli nelle campagne in Programmatic Real Time.
Se si potrà ufficialmente annunciare Unicredit (credo di si, dovrebbe farlo Maggi di Unicredit nel nostro Workshop) ovviamente lo diciamo, ma non mettiamo nulla in chart. A voce.
Tempo di esposizione: 3 min