Per comprendere i Big Data, prova a pensare come uno psicologo

Come un moderno Re Artù e tutti i suoi cavalieri, i marketer digitali sono per sempre alla ricerca del Santo Graal: il sito web che si personalizza al consumatore.

Se possiamo personalizzare l'esperienza digitale di un individuo, il pensiero va, possiamo incoraggiarli, con tutti i giusti segnali e inviti all'azione, per completare il loro acquisto. La tazza di conversione si esaurirà.

Il problema è che un'esperienza perfettamente personalizzata è sfuggente come il Santo Graal stesso.

Le aziende hanno così tanti tipi diversi di utenti che richiedono vari tipi di esperienze, e "personalizzazione" – quell'idea da milioni di dollari che possiamo prevedere in anticipo il comportamento dei clienti e offrire loro un'esperienza online su misura – è pubblicizzata come la soluzione definitiva. Le imprese stanno riversando risorse nella personalizzazione nel tentativo di ottenere un vantaggio sulla concorrenza e aumentare i loro profitti.

Ma gran parte di questo è uno spreco di tempo e denaro.

È facile essere attirati dall'idea che se siamo in grado di identificare comportamenti simili tra gruppi di clienti, ci consentirà di prevedere come si comportano i clienti simili. Ma cercando le soluzioni rapide dai big data e scricchiolando una manciata di numeri, le aziende stanno cadendo in una trappola.

Hai bisogno di essere personale, ma non nel modo in cui stai pensando

Le aziende stanno nuotando in dati sui loro consumatori. Vi sono dati relativi al comportamento degli utenti (clic, visualizzazioni di pagina), eventi sociali (Mi piace, condivisioni), dettagli degli articoli (categoria, prezzo) e informazioni contestuali (ora del giorno, meteo, dispositivo) e molto altro.

Ma nonostante tutte queste informazioni a portata di mano, non sappiamo davvero perché i tuoi clienti stiano (o meno) acquistando il tuo prodotto. Questo perché questo incredibile, ricco di dati ci dice molto su ciò che fanno i nostri clienti, ma quasi nulla sul perché loro lo stanno facendo.

Prendi in considerazione questo esempio: un negozio di alimenti naturali effettua un'analisi basata sui dati del comportamento dei consumatori e determina che la spesa media dei clienti è molto più elevata durante i mesi estivi che in inverno. La conclusione basata sui dati qui, quindi, sarebbe che le persone sono più disposte a spendere soldi per prodotti alimentari salutari in estate.

Ma trarre una tale conclusione ignora diverse potenziali variabili confondenti. Molti altri fattori potenziali sono in gioco – l'estate è anche la stagione dei costumi da bagno, il che significa che le persone tendono ad impegnarsi in attività più salutari e scelte di stile di vita nei mesi caldi, nel qual caso l'acquisto di più prodotti alimentari è quindi un risultato secondario.

Per capire veramente il comportamento dei clienti, i dati devono essere organizzati in modo da mostrare una profonda comprensione del modo in cui le persone pensano e si comportano. Non si tratta solo di personalizzazione generale. Si tratta di pensare come uno psicologo – o meglio ancora, assumere uno psicologo per aiutarti a scricchiolare quei numeri.

Come la vita umana, è complicata

Gli scienziati dei dati sono inclini a cadere in quella che chiamiamo la "scatola nera": pensare che il comportamento umano possa essere compreso semplicemente osservando i dati esterni. Gli umani non sono macchine. Siamo complicati, intelligenti ed emotivamente motivati, e le aziende che fanno troppo affidamento sui numeri freddi per cercare di capire i loro consumatori si stanno barando dimenticando questo.

L'apprendimento automatico offre un potenziale illimitato per raggiungere i clienti in modi nuovi ed entusiasmanti. Utilizzando metodi di machine learning, possiamo ingrandire per identificare pattern invisibili ad occhio nudo. Ma una cosa che l'apprendimento automatico non può offrirci, almeno non ancora, è un portale nell'esperienza umana interiore.

Considera questa analogia popolare: le macchine fanno previsioni meteo piuttosto buone in questi giorni. Possono persino prevedere l'interno di una tempesta. Ma non è mai bagnato all'interno del computer.

Perché questo importa? Importa perché anche se ci piacerebbe credere che tutto il comportamento umano sia pulito e ordinato come una fila di numeri, la realtà è che la maggior parte delle nostre decisioni proviene da sentimenti e intuizioni. Se non lo accettiamo, non avanzeremo mai nella nostra ricerca per capire veramente il comportamento umano.

L'analisi dei dati dovrebbe essere guidata dalla conoscenza di esperti e dalla teoria psicologica4in punto di applicazione dell'approccio "cerchiamo solo di vedere e vedere". Affinché i professionisti del marketing possano utilizzare i dati in modo efficace, devono rimpicciolire e ricordare che un approccio one-direction, one-size-fits-all alla lettura dei dati si venderà quasi sempre a breve.

La conversione è un processo composto da molti arresti e partenze. La saggezza dei dati scientifici convenzionali ha considerato la conversione come una singola azione o evento, isolata nel tempo.

Questo è un approccio miopemente miope.

Il percorso dall'esposizione iniziale del marchio alla verifica è lungo e di solito richiede pochi punti di contatto per la conversione da parte dell'utente. Dobbiamo smettere di parlare dei tassi di conversione e iniziare a parlare dei cicli di conversione.

Un "ciclo di conversione" può comportare numerose visite al sito, transizioni tra dispositivi mobili e desktop e persino più fermate tra gli archivi online e offline di un'azienda. È il risultato di molte e diverse decisioni intrecciate, prendendo in considerazione una serie di preoccupazioni: costi, stile, finanze personali, trame emozionali, decisioni familiari e altro ancora.

Affinché le aziende possano davvero ottimizzare i loro clienti e ottenere informazioni preziose che possano soddisfare i loro profitti, devono ricordare che quando un cliente visita il loro sito, la visita al sito è solo un piccolo punto dati in un labirinto di fattori che idealmente porteranno alla fine della conversione.

Ma se l'azienda è in grado di identificare dove si trova il cliente nel suo processo di conversione quando si trova in quel punto dati specifico nel labirinto, avrà uno strumento prezioso per influenzare in modo efficace il suo comportamento.

Fare uso dei dati, ottenere scavo

Si è tentati di pensare a modelli di conversione e dati come esistenti in una singola dimensione. Ma se vogliamo sfruttare la miniera che l'apprendimento automatico ci ha offerto e utilizzare i preziosi dati a portata di mano per fare davvero la differenza per i nostri clienti, dobbiamo estrarre la pala e scavare al secondo, terzo e quarto strato .

Ecco un esempio. Uno scienziato di dati presso uno dei nostri più grandi clienti al dettaglio mi ha detto che era sul punto di dire al suo manager di rimuovere i filtri dal suo sito web. Perché? Poiché aveva eseguito un'analisi sui clienti che si erano convertiti, e ha scoperto che mentre i filtri erano popolari tra i visitatori che arrivavano al sito e che poi erano rimasti senza effettuare un acquisto, i visitatori che effettuavano la conversione in realtà non utilizzavano i filtri.

Ho deciso di andare più a fondo. Non ci volle molto prima che questo scienziato dei dati e io realizzassimo che quei visitatori che stavano convertendo stavano tornando visitatori, che avevano già familiarità con il loro sito e non avevano più bisogno dei filtri per trovare quello che stavano cercando. Quegli stessi visitatori, durante la loro prima visita al sito, avevano usato i filtri per cercare il prodotto che stavano tornando a comprare.

Pensa a modelli psicologici come una pala: sotto ogni strato di dati ci sono i problemi umani di emozione, irrazionalità, pregiudizi cognitivi e segnali emotivi.

Tanti fattori giocano nelle nostre decisioni di acquisto. Se le aziende desiderano aiutare i propri clienti a convertire, devono iniziare ricollocando i livelli sui propri dati e vedendo questi clienti come persone complesse e multidimensionali.

I modelli psicologici del comportamento dei clienti possono lavorare mano nella mano con i dati per identificare l'intento del cliente e aiutare le aziende a capire dove i visitatori si trovano nel loro ciclo di conversione durante ogni visita al sito unica. Gli algoritmi possono integrare le azioni, gli attributi e i contesti dei visitatori, come il tipo di pagina o il tipo di sito Web, al fine di determinare l'intento.

È questo tipo di personalizzazione – identificare i clienti come persone e non solo punti di dati su un grafico – questo è il vero Santo Graal. Ogni azienda che vuole andare avanti dovrebbe mirare a questo oggi.

Solutions Collecting From Web of "Per comprendere i Big Data, prova a pensare come uno psicologo"