Digital marketing

Customer journey analytics: cos’è, strumenti e esempi

La visualizzazione e l’analisi dei dati da una vasta molteplicità di canali migliora il customer journey e perfeziona la customer experience attraverso l’analisi dei dati in tutti i touchpoint. Ecco come l’estrazione di informazioni dai dati permette ottimizza i processi e l’offerta in base ai feedback

Pubblicato il 23 Giu 2023

Customer journey analytics: cos’è, strumenti e esempi

La customer journey analytics è in ascesa perché offre il beneficio di posizionare il cliente dentro un contesto di “viaggio”, che fotografa e delinea il processo di interazione fra consumatore e impresa o brand, fino a culminare nell’acquisto.

Dunque permette di effettuare la visualizzazione e l’analisi dei dati in sequenza e su una vasta molteplicità di canali, per migliorare il customer journey attraverso l’analisi dei dati e la data science. Dati che dunque provengono da più sorgenti. Ecco cos’è, come funziona, quali strumenti adotta.

Customer journey analytics: cos’è, strumenti e esempi

Cos’è e come funziona la customer journey analytics

La customer journey analytics è l’analisi dei dati del “viaggio del cliente”, ovvero il processo di interazione fra consumatore e azienda che effettua il tracciamento di tutte le interazioni dirette (tra azienda, brand, prodotto o servizio) e quelle indirette (feedback, commenti e opinioni e recensioni di terzi su blog, social media, siti ed app). Compresi i dati provenienti da sistemi POS, call center, proprietà online, integrati nella reportistica in una visualizzazione unificata e combinata.

Questo viaggio, che parte dalla necessità (o desiderio) di un prodotto o servizio, termina con l’acquisto. Il percorso, online e offline, si snoda fra svariate tappe dette touchpoint.

L’evoluzione del consumatore e dei touchpoint hanno prodotto infine l’evoluzione del customer journey, dall’awareness (la consapevolezza) alla familiarità (il prodotto diventa familiare, dunque riconoscibile nel ventaglio di prodotti offerti), fino alla consideration (la scelta fra tanti), acquisto (la trasformazione del bisogno/desiderio in acquisto) e fiducia (coi servizi post-vendita che fidelizzano il cliente, innescando la loyalty).

La customer journey analytics consente l’analisi in real-timedi dati online e offline, attraverso profili adeguati sul fronte privacy e accesso ai dati da parte dei team dell’intera organizzazione.

McKinsey: Il viaggio del cliente (Customer Journey analytics)
McKinsey: Il viaggio del cliente (Customer Journey)

Vantaggi della customer journey analytics per l’esperienza del cliente

La customer journey analytics, unificando i dati provenienti da ogni canale, online e offline, raccoglie dati in streaming dell’analisi dei dati. Poiché segue i clienti in tempo reale, durante il passaggio dai canali online allo store, al call center e ad altri touchpoint, la customer experience ne risulta fortemente avvantaggiata.

L’analisi dei dati in tutti i punti di contatto migliora l’esperienza del cliente, rendendo tutto più fluido, immediato e appagante. Le imprese infatti raccolgono i dati dai vari canali, estraendo dai dati informazioni rilevanti sull’intero customer journey, per analizzare l’impatto di ogni touchpoint, al fine di perfezionare i processi e ottimizzare l’offerta in base al feedback ricevuto.

Come già scriveva McKinsey nel 2009, il consumatore non è più passivo: rispetto al mercato, ha aumentato il proprio grado di consapevolezza e la pluralità di strumenti che possiede gli permette di compiere la sua scelta nel modo più consapevole e informato. Ma nel rispetto della privacy e dei suoi diritti di consumatore.

Customer Journey Analytics Product Tour

Customer Journey Analytics Product Tour

Guarda questo video su YouTube

Come migliorare il customer journey con l’analisi dei dati

Le esperienze omnichannel sono customer-centriche per definizione. L’analisi dei dati unifica i dati da ogni canale (on e offline), visualizza l’intero customer journey. Applica inoltre l’AI (intelligenza artificiale) per ottimizzare la segmentazione e l’attribuzione, aiutando a individuare le relazioni causali tra le interazioni dei clienti e a rilevare eventuali anomalie, permettendo interventi rapidi per evitare impatti negativi delle anomalie. Rende inoltre tutti gli approfondimenti accessibili all’azienda e organizzazione.
Poiché aiuta a ponderare le metriche e a prendere in esame i piani d’azione, al fine di migliorare o generare crescita dell’attività, l’analisi dei dati permette di perfezionare il customer journey.

Adobe illustra un’architettura di customer journey analytics di alto livello
Adobe illustra un’architettura di customer journey analytics di alto livello

Le metriche principali della customer journey analytics

L’analisi dei dati nel customer journey usano dimensioni e metriche su cui sono focalizzati i dataset. Gli insieme dei dati dispongono di un numero illimitato di dimensioni e metriche univoche:

  • velocità di risposta;
  • visite ai siti;
  • lunghezza del page scroll;
  • Conversion rate;
  • i costi per conversione;
  • il fatturato dai nuovi clienti;
  • Customer lifetime value (CLV);
  • Retention rate;
  • Churn rate;
  • Customer satisfaction;
  • Return Rate;
  • User Engagement;
  • acquisti in-app;
  • Net Promoter Score (NPS);
  • Customer Effort Score (CES);
  • analisi della Voice of the customer (VOC).

La customer journey analytics può aiutare a identificare insights specifici di un canale, per migliorare la customer experience. Per esempio, può agevolare a trovare che gli utenti su un’app abbandonano il sito a un tasso più elevato rispetto a quelli del sito web. Un dato che aiuta a ripensare alcune parti dell’esperienza mobile.

Customer journey analytics

Esempi di successo

Leeds Building Society (LBS) ha usato la customer journey analytics, riuscendo ad aumentare il conversion rate del 40% delle pagine prodotto, con punte dell’80% per alcune in particolare.

L’eCommerce SpecialGomme afferma di aver aumentato il tasso di conversione, registrando un aumento del 115% in un anno, oltre ad aver ridotto il costo per click convertito.

Un’altra case history di successo è la banca Alterian.

Customer journey analytics

Customer journey analytics per la fidelizzazione dei clienti

Le fasi principali del percorso circolare del cliente sono la considerazione, la valutazione, l’acquisto e il post acquisto. In genere il funnel decisionale prevede cinque fasi che approdano tutte verso un coinvolgimento superiore, maggiore soddisfazione e più conversioni.

Secondo Philip Kotler, docente di internationasl marketing della Northwestern University di Evansto, per fidelizzare i clienti bisogna seguire le 5A del customer journey: aware, appeal, ask, act, advocate. Con la quinta A, il cliente fidelizzato è pronto a diventare il migliore testimonial, attivo via recensioni online o passaparola.

La fase di post-vendita agevola la fidelizzazione del marchio verso il cliente/consumatore.

Customer journey analytics

Strumenti e piattaforme per la gestione della customer journey analytics

I tool e le piattaforme per gestire il customer journey analytics sono: Twilio, Qlik, Adobe Experience Platform, Insider, Contentsquare, Glassbox, HubSpot Marketing Hub, Quantum Metric, Mo Engage, Emarsys, Optimove, TotangoPega Platform.

Devono permettere di posizionare il cliente in un contesto di customer journey, rendendo gli insights disponibili a tutti, sfruttando le potenzialità della data science da parte degli analisti.

Per esempio Adobe Experience Platform consente la visualizzazione e l’interazione con i data set grazie a strumenti di reporting on-demand.

Strumenti di query, estrazione, trasformazione e caricamento, infine, permettono di esercitare un controllo maggiore sulla manipolazione dei dati.

Customer journey analytics

Privacy e sicurezza nell’utilizzo della customer journey analytics

Le migliori piattaforme di customer journey analytics hanno come priorità privacy e sicurezza.

Gli utenti che hanno accesso a una visualizzazione dati possono lavorare solo con le metriche e le dimensioni che l’amministratore ha incluso in questa visualizzazione dati. Gli amministratori possono utilizzare la funzionalità Inclusione/Esclusione nelle visualizzazioni dati, per esempio, per escludere determinati valori di dimensione da una visualizzazione dati.

In ambito assistenza sanitaria, si può creare una metrica Ipertensione in una visualizzazione dati. La metrica permetterebbe di vedere il valore aggregato di questa metrica, ma non i pazienti associati ad essa.

Customer journey analytics

Tendenze future della customer journey analytics

Nel futuro l’automatizzazione, l’uso dell’intelligenza artificiale (AI) e la personalizzazione faranno la parte del leone. Personalizzare consente il controllo completo dei dati e delle definizioni. Sempre più di tendenza è il Real-Time Analytics.

La customer journey analytics applica, infine, l’AI per meglio segmentare e attribuire, agevolando l’identificazione delle relazioni causali tra le interazioni dei clienti. Inoltre aiuta a rilevare più efficacemente le anomalie, consente interventi rapidi su eventi anomali che potrebbero generare un impatto sulle attività. Migliora a ponderare le metriche, valutando i piani d’azione in grado di perfezionare o produrre una significativa crescita.

Customer journey analytics

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Round table
Keynote
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 5