13 Novembre 2019 1405 parole, 6 lettura minima Ultimo aggiornamento : 28 Gennaio 2022

Come convincere gli utenti di Internet a condividere più dati personali?

Di Pierre-Nicolas Schwab Dottorato di ricerca in marketing, direttore di IntoTheMinds
Quali dati personali sono disposti a condividere gli utenti di Internet in cambio di una migliore personalizzazione dell’offerta di marketing? Come adattare la tua strategia di marketing per ottenere più dati? Questa domanda è oggetto di molto dibattito nell’era del […]

Quali dati personali sono disposti a condividere gli utenti di Internet in cambio di una migliore personalizzazione dell’offerta di marketing? Come adattare la tua strategia di marketing per ottenere più dati? Questa domanda è oggetto di molto dibattito nell’era del GDPR e agli albori dell’entrata in vigore della e-privacy. Quali dati può ancora raccogliere un’azienda senza temere che i suoi clienti perdano la fiducia? È questa domanda delicata, ma cruciale, che ci proponiamo di analizzare oggi. È stato appena pubblicato un affascinante studio che dà risposte precise sulla condivisione di 17 categorie di dati sulla base di dieci promesse di marketing. Questo studio ti aiuterà a sviluppare una strategia di raccolta dati veramente efficace.

Sommario

La personalizzazione ha un costo: quello dei dati personali

Nell’era digitale, la personalizzazione dei contenuti è una cosa ovvia in tutti i settori di attività. Dalla distribuzione dei contenuti (Netflix, YouTube) alla pubblicità online e all’e-commerce (Amazon, Alibaba), gli algoritmi di raccomandazione possono aumentare le prestazioni aziendali. Netflix stima che i suoi algoritmi consigliassero l’80% dei contenuti visualizzati sulla sua piattaforma.

Un algoritmo di raccomandazione proponeva l’80% dei contenuti visualizzati su Netflix

I vantaggi della personalizzazione algoritmica sono evidenti: maggiore soddisfazione del cliente e maggiore fedeltà. Ma questo aumento della soddisfazione e della fedeltà del cliente ha un costo per l’utente: quello dei suoi dati.
Per comprendere appieno il valore dei dati, dobbiamo prima parlare delle diverse tipologie di dati personali.

Le diverse tipologie di dati personal

Wadle et al. (2019)” fornisce una classificazione molto utile, che costituisce anche la base per lo studio, che verrà discusso più avanti in questo articolo. Vengono identificate un totale di 17 categorie di dati personali (vedi sotto).

  • origine razziale o etnica: etnia, nazionalità, colore della pelle
  • opinioni politiche: opinioni su temi di attualità, comportamento di voto, interesse politico
  • credenze religiose o filosofiche: comunità di fede, coscienza, valori e concetti morali
  • appartenenza ad associazioni: sindacati, associazioni, partiti politici
  • dati genetici: predisposizione alla malattia, analisi del DNA, ascendenza biologica
  • dati biometrici per l’identificazione univoca: immagini facciali, scansione dell’iride, impronte digitali
  • salute fisica o mentale: salute, farmaci, diagnosi, battito cardiaco
  • dati relativi alla vita sessuale: frequenza, prevenzione, orientamento sessuale
  • numeri di identificazione: numero ID, numero personale, numero di previdenza sociale
  • dati demografici: data di nascita, stato civile, età, sesso
  • informazioni di contatto: numeri di telefono, indirizzi e-mail, indirizzo di casa
  • caratteristiche fisiche: colore dei capelli, numero di scarpe, peso, taglia
  • situazione finanziaria: reddito, passività, capitale fisso
  • formazione professionale e occupazione: titoli di studio ottenuti, occupazioni passate, scuole e università frequentate
  • rapporto con altre persone: colleghi, frequenza di contatto, parenti
  • capacità fisiche e mentali: forza di presa massima, QI, acuità visiva
  • interessi tematici: attività ricreative, stile musicale, hobby

Il prezzo dei dati

Il prezzo dei dati può essere affrontato in due modi diversi: dal punto di vista dell’azienda e dal punto di vista della percezione del consumatore. I dati vengono, infatti, “venduti” tra le società che li raccolgono (in realtà, vengono “prestati” per un uso specifico e limitato). Tuttavia, il valore economico non corrisponde necessariamente al valore “emotivo” che il consumatore attribuisce ai suoi dati. Nel 2017, l’Alto Consiglio tedesco per la protezione dei consumatori ha pubblicato un rapporto molto dettagliato sull’importanza dei dati dei clienti negli scambi business-to-business. Le conclusioni parlano da sole: un set completo di dati su un utente può raggiungere i 55 US$. Per questo prezzo, ottieni dati che, noi europei, potremmo considerare estremamente sensibili, come la storia creditizia (vedi tabella sotto)

Prezzo per set di dati Descrizione
circa €1 per un set di dati “bulk” per una persona e circa 30 variabili
fino a €0,5 per un indirizzo completo (nome, via, codice postale)
US$0,7 per i dati di viaggio e posizione di un ciclista
fino a €2 per una data di nascita
US$10 per dati di telefonia mobile (per un anno e un utente)
fino a US$55 per un set completo di dati su una persona, inclusi data di nascita, indirizzo, storia creditizia

Il valore dei dati dei consumatori negli scambi tra aziende (fonte: Sachverständigenrat für Verbraucherfragen)

 

valeur pour la protection des données personnelles par type de données et par pays

Valutazione dei consumatori su quanto pagano per la protezione dei dati per tipo di dati e paese (fonte: Harvard Business Review, 2015)

Diamo ora un’occhiata al valore che i consumatori percepiscono dai loro dati, in particolare un interessante studio, apparso sulla Harvard Business Review nel 2015, che quantificava questo valore. I risultati hanno mostrato un’ampia disparità, secondo le categorie di dati, ma anche secondo il Paese. Numerose ricerche hanno messo in luce questa sensibilità “culturale”. Un esempio sono i focus group realizzati in 7 Paesi europei da Lancelot Miltgen e Peyrat-Guillard (2013).


 

In “Roeble et al. (2015)” vengono anche intervistati i consumatori sul valore dei loro dati. La successiva valutazione effettuata mensilmente e gli autori, quindi, hanno ottenuto una remunerazione mensile attesa dai consumatori per la condivisione dei propri dati.

Compensation mensuelle attendue par les consommateurs pour le partage de leurs données à caractère personnel

Compenso mensile atteso dai consumatori per la condivisione dei propri dati personali (fonte: Roeble et al. 2015)

Come puoi vedere, c’è poca corrispondenza tra la realtà economica (valori spesso inferiori a 1 euro) e la percezione dei consumatori del valore dei propri dati. Questa discrepanza può solo portare alla frustrazione poiché gli utenti sopravvalutano l’importanza dei loro dati alla luce di un’equazione che è, principalmente, loro sfavorevole poiché, attualmente, non ricevono nulla.

Il 50% dei consumatori vorrebbe essere pagato più di 20 € al mese per la condivisione dei propri dati personali

La condivisione dei dati personali dipende dal contesto

La disponibilità degli utenti di Internet a condividere i propri dati dipende fortemente dal contesto della raccolta dei dati, come ha dimostrato “Roeble et al (2015)” in uno studio quantitativo.
L’affascinante studio di “Wadle et al. (2019)” lo conferma e dimostra che è l’importanza del beneficio percepito dal consumatore che è determinante nella condivisione dei suoi dati.
Lo studio è stato condotto in Germania con 1121 persone che hanno risposto a un questionario online. Hanno dovuto valutare la loro propensione a condividere i propri dati (classificati in 17 categorie, rappresentate sull’asse delle ascisse) secondo diverse promesse: migliore personalizzazione, più sicurezza, più risparmio di tempo, ambiente migliore, processo decisionale più agevole, migliore salute. I vari vantaggi sono indicati, in ordine nello, schema sottostante.
I risultati mostrano che gli utenti condividono facilmente alcuni tipi di dati (ad esempio, dati demografici) in qualsiasi contesto; altri, al contrario, sono percepiti come altamente riservati e molto poco condivisi con terzi. È il caso dei dati finanziari, biometrici, sessuali e genetici.

partage des données personnelles en fonction des promesses marketing

Disponibilità a condividere una categoria di dati personali in cambio di un vantaggio di marketing (fonte: Wadle et al. 2019)

Come leggere il grafico?

Le 17 categorie di dati personali, come indicato in ascissa (finanziari, identificativi). Le promesse di marketing sono in ordine (uniche, accattivanti). Più rossa è la casella all’intersezione di una categoria di dati e una promessa di marketing, meno è probabile che l’utente condivida questo tipo di dati per ottenere la promessa di marketing.
Alcuni esempi concreti:

  • Gli utenti tedeschi raramente sono pronti a condividere i propri dati finanziari; l’unica (leggera) eccezione è per il guadagno monetario
  • Il 60% degli utenti tedeschi è disposto a condividere i propri dati demografici indipendentemente dalla promessa fatta
  • Quasi il 70% degli utenti condividerebbe i propri hobby e interessi (tematici) per beneficiare di una migliore personalizzazione.

Conclusioni

I risultati dello studio sopra presentato consentono ai professionisti del marketing di identificare come procedere per ottenere più dati dagli utenti. Mantenere la fiducia dei clienti è essenziale. Tattiche precise, anche chirurgiche, devono quindi essere utilizzate per raccogliere dati utili all’interno di un quadro giuridico correttamente bloccato.

Fonti

  • Miltgen, C. L., & Peyrat-Guillard, D. (2014). Cultural and generational influences on privacy concerns: a qualitative study in seven European countries. European Journal of Information Systems, 23(2), 103-125.
  • Morey, T., Forbath, T., & Schoop, A. (2015). Customer Data: Designing forTransparency and Trust. Horvord Business Review, May, 1.
  • Palmetshofer, W., Semsrott, A., & Alberts, A. (2016). Der Wert persönlicher Daten: Ist Datenhandel der bessere Datenschutz. Veröffentlichungen des Sachverständigenrats für Verbraucherfragen. Berlin: Sachverständigenrat für Verbraucherfragen (SVRV).
  • Roeber, B., Rehse, O., Knorrek, R., & Thomsen, B. (2015). Personal data: how context shapes consumers’ data sharing with organizations from various sectors. Electronic Markets, 25(2), 95-108.
  • Wadle, L. M., Martin, N., & Ziegler, D. (2019, June). Privacy and Personalization: The Trade-off between Data Disclosure and Personalization Benefit. In Adjunct Publication of the 27th Conference on User Modeling, Adaptation and Personalization (pp. 319-324). ACM.

 

Illustration images: shutterstock



Posted in Data e IT, Ricerca.

Pubblica la tua opinione

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *