In un momento in cui Amazon raggiunge già il 35% del suo fatturato grazie alla raccomandazione algoritmica e lancia due nuovi strumenti di personalizzazione (Discover e Showroom), Gartner annuncia la fine degli algoritmi di personalizzazione entro il 2025. Questo annuncio ambiguo sembra meritare un approfondimento di analisi.
Contenuti
- Infografica sugli algoritmi di personalizzazione
- Lo scopo della personalizzazione algoritmica
- Perché abbandonare la personalizzazione?
- Problema n. 1: raccolta e integrazione dei dati
- Problema n. 2: ROI
- Conclusioni
Infografica: gli effetti degli algoritmi di personalizzazione
Qual è lo scopo della personalizzazione algoritmica?
Gli algoritmi di personalizzazione hanno invaso le nostre vite digitali. Il primo (Google) personalizza i nostri risultati sul suo motore di ricerca. Mentre 500 ore di contenuti vengono caricate ogni minuto su YouTube, gli algoritmi di raccomandazione di questa piattaforma suggeriscono quali contenuti potrebbero interessarci e ne avviano persino la riproduzione automaticamente. La raccomandazione è particolarmente utile nel mondo delle piattaforme multimediali (si stima che il 70-80% del consumo di Netflix derivi da algoritmi di raccomandazione), ma non si ferma qui. Nel mondo dell’e-commerce gli algoritmi sono onnipresenti (Amazon, ad esempio, ricava il 35% del suo fatturato da questi algoritmi su cui investe dal 1994), nel B2B sono in pieno sviluppo anche gli assistenti virtuali da suggerire ai venditori (auto , assicurazioni, …) cosa vendere ai propri clienti. Consentono quindi di personalizzare il rapporto tra venditore e cliente.
Perché i marketer dovrebbero abbandonare la personalizzazione?
La personalizzazione algoritmica è stato un tema scottante poiché si è diffusa in tutti gli aspetti digitali della nostra vita, in particolare nel consumo dei media. Eli Pariser ha inventato il concetto di bolle filtranti, di cui abbiamo parlato molto in questo blog (si veda ad esempio qui la nostra proposta per la classificazione delle bolle filtranti). Anche se la loro esistenza è ancora in discussione ed è necessaria una nuova definizione, alcune aziende stanno prendendo il lato opposto di questo concetto, come HBO con queste raccomandazioni umane (servizio e sito non disponibili nella maggior parte dei paesi; si guardi il video qui sotto).
Ma la tesi di Gartner si basa su argomenti completamente diversi, puramente economici.
- I dati personali sono sempre più difficili da ottenere.
- I marketer rimarrebbero delusi dal ritorno sull’investimento della personalizzazione algoritmica.
Sul primo punto, non possiamo criticare Gartner. In particolare, in Europa, il GDPR ha posto fine a pratiche specifiche. Se il beneficio del GDPR per il consumatore è ancora discutibile (si veda il nostro studio sull’argomento), è chiaro che le aziende sono diventate molto più caute rispetto a prima. Un’importante operazione di pulizia è stata effettuata anche prima dell’entrata in vigore del GDPR, con la conseguente cancellazione di tutti i dati personali per i quali non era stato documentato il consenso.
Il secondo punto richiede un commento più approfondito, poiché la posizione di Gartner sembra difficile da difendere a prima vista. Secondo Gartner, l’80% dei marketer abbandonerà i propri sforzi di personalizzazione entro il 2025 per due motivi principali:
- ritorno sull’investimento insufficiente
- la difficoltà di raccogliere e integrare i dati personali
Problema 1: Raccolta e integrazione dei dati
Su questo punto non possiamo che essere d’accordo con Gartner. Quello che osserviamo con i nostri clienti è infatti una grande difficoltà ad integrare i dati. La mancanza di solide basi e in particolare l’assenza di un unico client repository (CRU) porta molte aziende a tentare l’impossibile: conciliare database disparati. Ciò comporta costi per lo sviluppo di sistemi specifici di difficile manutenzione. Questo è il motivo per cui da diversi anni sosteniamo l’uso dei soli dati di prima parte, una posizione che abbiamo difeso ancora una volta alla conferenza annuale BAM (leggete il position paper dettagliato che abbiamo pubblicato in occasione del BAM congresso).
Il nostro consiglio
Invece di raccogliere e integrare ostinatamente dati di scarsa qualità (ricordate l’adagio “merda dentro, merda fuori”), osate iniziare da zero. E soprattutto, assicuratevi di mettere in atto i seguenti quattro principi per sviluppare la fiducia dei tuoi clienti/utenti per raccogliere più dati:
- Istruite gli utenti sull’uso e sul valore dei loro dati.
- Restituite loro il controllo
- Affidatevi solo a dati di prima parte
- Costruite gradualmente la fiducia
Problema #2 : ROI insufficiente
Un ROI insufficiente può essere causato da vari fattori: benefici troppo bassi o costi troppo alti. A nostro avviso, i costi troppo elevati sono dovuti principalmente agli sforzi di sviluppo (e manutenzione) che devono essere fatti. Sia che si acquisti un sistema di personalizzazione “a scaffale” o se ne sviluppi uno da soli, non esiste un sistema di personalizzazione che può essere integrato da un giorno all’altro.
Se i benefici sono troppo bassi, ci si deve chiedere se gli obiettivi che vi siete prefissati sono realistici e come misurate i sforzi. Troppo spesso scopriamo che vengono fissati obiettivi troppo ambiziosi e che parallelamente non è disponibile alcun metodo di misurazione adeguato (test A/B, ad esempio). Il ROI deve essere misurato rispetto ai KPI (Key Performance Indicators) che possono essere influenzati dagli algoritmi di personalizzazione. D’altra parte, poiché gli adeguamenti sono essenziali per raggiungere gli obiettivi, il sistema di personalizzazione deve tenerne conto. Gli algoritmi “off-the-shelf”, pur soddisfacendo esigenze specifiche, possono essere limitati quando si tratta di adattarsi a obiettivi o dati specifici.
Alla fine, siamo d’accordo con Gartner. La delusione è spesso grande tra coloro che provano gli algoritmi di personalizzazione. Ma la colpa non è del sistema. Sono le persone che lo scelgono e lo attuano. La loro mancanza di esperienza e inesperienza nell’implementazione di tali sistemi li porta a impegnarsi in progetti che potrebbero non essere redditizi nel lungo periodo.
In conclusione: la fine della personalizzazione non accadrà domani
Le argomentazioni avanzate da Gartner hanno senso e corrispondono alla realtà di molte situazioni che abbiamo incontrato. In sintesi, possiamo dire che da un lato le aziende ripongono aspettative sproporzionate sugli algoritmi di personalizzazione; dall’altro, non hanno le basi minime necessarie per garantire che i dati giusti siano raccolti in modo ottimale e che possano essere consolidati.
Questo porterà inevitabilmente all’arresto di molti progetti di personalizzazione tra le aziende che hanno intrapreso tali progetti senza esserne preparati. Ma questo non significa in alcun modo che il mercato della personalizzazione si ridurrà. Al contrario, la digitalizzazione sempre più rapida delle nostre vite, la produzione di volumi di dati sempre più grandi, rafforzeranno la necessità di una sempre maggiore personalizzazione nelle interazioni tra le aziende e i loro clienti. Assisteremo quindi solo al declino di progetti avviati su basi sbagliate. Al contrario, altri marketer, più consapevoli dei presupposti tecnici e funzionali, avvieranno progetti paralleli che daranno i loro frutti.
Illustration images: shutterstock
Posted in Data e IT, Marketing.
