Abbiamo più dati che mai. Eppure facciamo sempre più fatica a ricomporli in una visione completa.
Possiamo misurare visualizzazioni, clic, interazioni, conversioni e permanenza su una pagina. Possiamo interrogare dashboard, strumenti di analisi e intelligenze artificiali e ottenere una risposta in pochi secondi.
Chiediamo e ci viene “dato”.
Ma che cosa ci viene dato, esattamente?
Un dato direttamente osservato? Una stima? Una correlazione? Una porzione di comportamento registrata all’interno di un singolo canale? E, soprattutto, siamo sicuri di avere posto la domanda giusta?
La trasformazione che stiamo vivendo non è un semplice aggiornamento tecnologico. È un cambiamento epocale ed evolutivo.
L’intelligenza artificiale sta entrando progressivamente nel lavoro, nella formazione, nella salute, negli acquisti, negli spostamenti e nelle relazioni con le imprese. Modifica il modo in cui accediamo alle informazioni, deleghiamo alcune attività, confrontiamo le alternative e prendiamo decisioni.
Cambiano gli strumenti, ma cambiamo anche noi mentre li utilizziamo.
Cambiano le aspettative, i comportamenti e il modo in cui formuliamo un bisogno. Cambia persino ciò che consideriamo una risposta soddisfacente.
Per molto tempo il dato è stato il timone del Digital Marketing: si osservavano le performance e, a valle, si adattava la strategia. I numeri sembravano capaci di indicare da dove arrivassero le persone, quali passaggi compissero e quale azione avesse prodotto una conversione.
Oggi quel timone, da solo, non basta più.
Non perché i dati siano diventati inutili, ma perché descrivono soltanto una parte di percorsi distribuiti tra ambienti differenti. Dipendono dalle regole delle piattaforme, dai sistemi di consenso, dai dispositivi utilizzati, dalle limitazioni legate alla privacy e dalle attribuzioni modellate.
Molti dei numeri che leggiamo possono essere aggregati, campionati o restituiti sotto forma di stime.
Una stima non è necessariamente falsa o inutilizzabile. Ma non può essere trattata come una fotografia esatta dell’intera realtà.
Se le fonti informative sulle quali abbiamo costruito gli obiettivi di business diventano più frammentate e meno precise, non possiamo continuare a lasciare che siano loro, da sole, a indicare la direzione.
Dobbiamo tornare a monte.
A monte deve esserci un controllo strategico consapevole del cambiamento che stiamo attraversando: una direzione umana capace di comprendere l’integrazione dell’AI nella vita quotidiana, l’evoluzione dei comportamenti e la trasformazione delle esigenze.
Prima delle performance vengono la direzione, il posizionamento e i bisogni. Prima delle metriche vengono le domande. Prima della produzione vengono l’ascolto e la comprensione dei contesti.
Il dato non scompare. Torna a valle, dove può verificare, correggere e affinare una strategia costruita consapevolmente a monte.
Questo articolo fa parte di un approfondimento in tre parti
- Perché gli obiettivi di business non devono più essere solo data-driven
- Come cambiano la ricerca, la SEO Everywhere, l’AEO e la GEO
- Perché la visibilità diventa la metrica prioritaria e come misurarla
Dal dato alla direzione: che cosa significa essere data-driven
Un approccio data-driven utilizza dati, metriche e KPI per orientare le decisioni strategiche e operative. Ha permesso ad aziende e professionisti di ridurre il peso delle supposizioni, confrontare ipotesi e misurare i risultati delle proprie attività.
Nel marketing può significare:
- analizzare quali contenuti generano più visite;
- capire da quali canali arrivano i contatti;
- misurare il costo di acquisizione di un cliente;
- confrontare il rendimento di campagne differenti;
- osservare dove le persone abbandonano un percorso;
- attribuire una conversione a un canale o a un contenuto.
Tutto questo rimane utile.
Il problema nasce quando ciò che possiamo misurare determina ciò che consideriamo importante. Quando la strategia si adegua ai dati disponibili, invece di scegliere quali dati osservare sulla base degli obiettivi e delle esigenze reali.
Un dato non è ancora una decisione
Dati, metriche, KPI e insight non sono sinonimi.
Un dato è un’informazione osservata: una pagina ha ricevuto mille visite.
Una metrica permette di leggere e confrontare quell’informazione: il traffico è aumentato del 30%.
Un KPI collega la metrica a un obiettivo: quell’aumento avrebbe dovuto produrre più richieste di contatto pertinenti.
Un insight nasce dall’interpretazione: le visite sono cresciute, ma provengono soprattutto da persone interessate all’argomento e non al servizio offerto.
La decisione arriva soltanto dopo.
Dobbiamo modificare il contenuto? Intercettare un intento diverso? Chiarire la proposta? Oppure accettare che quella pagina svolga una funzione informativa e valutarne il contributo all’interno di un percorso più ampio?
Il dato può mostrarci che cosa è successo all’interno di ciò che siamo riusciti a osservare. Non può decidere da solo che cosa significhi, né dirci automaticamente che cosa fare.
Ha bisogno di una domanda, di un contesto e di una direzione.
Dati diluiti: perché non possono più reggere da soli la strategia
L’approccio data-driven si è affermato in un contesto nel quale il tracciamento sembrava offrire una rappresentazione relativamente lineare del percorso dell’utente.
Si individuava il canale di provenienza, si osservavano le azioni svolte e si attribuiva la conversione a uno o più touchpoint. Questo permetteva di modificare campagne, contenuti e investimenti sulla base di risultati apparentemente precisi.
Quel contesto è cambiato.
Oggi una persona può:
- conoscere un’attività durante una conversazione;
- vederne successivamente un contenuto su Instagram;
- cercarne il nome su Google;
- leggere le recensioni su Maps;
- confrontarla con altre soluzioni attraverso un assistente AI;
- visitare il sito;
- telefonare;
- entrare nella sede fisica;
- acquistare giorni dopo.
Quale fonte possiede l’intero percorso?
Probabilmente nessuna.
Google Analytics può osservare una parte dell’esperienza sul sito. Le piattaforme social conoscono ciò che avviene al proprio interno. Google Business Profile registra determinate interazioni locali. Il CRM raccoglie le informazioni disponibili dopo il contatto. Le conversazioni, il passaparola e molti passaggi tra dispositivi rimangono parzialmente o completamente invisibili.
I dati non sono scomparsi: si sono distribuiti.
Inoltre, una parte delle informazioni viene restituita attraverso aggregazioni, modelli statistici e stime. Questi strumenti sono necessari per colmare almeno in parte ciò che non può essere osservato direttamente. Non devono però essere confusi con una registrazione integrale del comportamento umano.
Il dato “diluito” non è necessariamente scorretto. È un dato che ha perso una parte della precisione, della continuità o del contesto che eravamo abituati ad attribuirgli.
Può aiutarci a riconoscere tendenze, confrontare periodi, formulare ipotesi e osservare variazioni. Non può più sostenere da solo l’intera rete degli obiettivi di business.
Se lo trattiamo come una verità completa, rischiamo di costruire strategie molto precise nella misurazione di una realtà incompleta.
I dati raccontano ciò che è stato misurato, non tutto ciò che esiste
I dati descrivono prevalentemente comportamenti già avvenuti. Sono meno efficaci nel cogliere:
- bisogni ancora inespressi;
- motivazioni profonde;
- cambiamenti culturali;
- persone che non compaiono nel campione osservato;
- esperienze che non producono un’azione tracciabile;
- relazioni tra touchpoint appartenenti a piattaforme differenti.
Non tutti gli aspetti importanti sono facilmente traducibili in una metrica.
Quanto vale la fiducia costruita da un professionista che spiega con chiarezza una prestazione complessa? Come si misura il sollievo di una persona che finalmente si sente compresa? Quale numero racconta il senso di appartenenza creato da una polisportiva nella propria città?
Possiamo individuare segnali indiretti: ritorno, partecipazione, recensioni, richieste, iscrizioni e passaparola. Nessun singolo KPI, però, restituirà da solo la complessità di quell’esperienza.
Quando un cliente ci ha chiesto più traffico, ma il problema era la percezione del suo posizionamento
È una situazione che abbiamo incontrato direttamente nel lavoro di Fucina Stories.
Un cliente si era rivolto a noi chiedendo più traffico verso il proprio sito. La richiesta sembrava chiara e poteva essere tradotta facilmente in un obiettivo misurabile: aumentare il numero delle visite.
Avremmo potuto partire dalle keyword, individuare quelle con maggiore volume e costruire contenuti destinati a intercettarle.
Prima di lavorare sul dato, però, abbiamo provato a risalire a monte: perché il cliente voleva più traffico? Quale risultato si aspettava da quelle visite? E, soprattutto, che cosa comprendevano realmente le persone quando entravano in contatto con la sua comunicazione?
Il problema è emerso soltanto allora.
L’attività non aveva innanzitutto bisogno di aumentare il traffico. Doveva correggere una percezione falsata del proprio posizionamento agli occhi dei potenziali clienti.
La comunicazione utilizzata fino a quel momento portava le persone a interpretare l’offerta in modo parziale o differente rispetto al suo valore reale. Non permetteva di comprendere con sufficiente chiarezza:
- a chi si rivolgesse;
- quale problema fosse in grado di risolvere;
- quale fosse il valore effettivo della proposta;
- che cosa la distinguesse dalle alternative;
- perché una persona avrebbe dovuto sceglierla.
Il problema, quindi, non era soltanto essere poco visibili. Era rischiare di diventare più visibili continuando a essere percepiti nel modo sbagliato.
Portare più persone verso una comunicazione che restituiva un’immagine falsata dell’attività avrebbe potuto migliorare il grafico delle visite e, nello stesso tempo, rafforzare l’equivoco esistente. Avremmo aumentato il traffico senza migliorare la comprensione dell’offerta, la qualità dei contatti o le opportunità commerciali.
La richiesta dichiarata era “più traffico”. L’esigenza reale era riallineare identità, posizionamento e percezione: aiutare le persone giuste a capire chi fosse realmente l’attività, che cosa potesse fare per loro e perché avrebbero dovuto sceglierla.
Soltanto dopo aver corretto questa distanza è diventato sensato stabilire quali ricerche intercettare, quali contenuti sviluppare e quali dati utilizzare per valutare i risultati.
Questa esperienza ci ha ricordato una cosa semplice: il cliente può arrivare con un obiettivo già formulato, ma il compito di chi fa consulenza strategica non è eseguirlo alla lettera. È comprenderne l’origine, verificare se corrisponda al problema reale e, se necessario, riformularlo.
Un consulente non dovrebbe limitarsi a leggere il dato a valle. Dovrebbe risalire verso l’esigenza che lo ha generato e verificare che la visibilità costruita restituisca la percezione corretta.
Perché essere più visibili non serve, se si continua a essere compresi nel modo sbagliato.
Il ritorno a monte: dal controllo del dato al controllo strategico
Il controllo strategico non significa controllare il comportamento delle persone o prevederne ogni movimento.
Significa mantenere consapevolmente la direzione quando i percorsi diventano meno lineari e i dati meno esaustivi.
Richiede di comprendere:
- come cambiano le esigenze;
- quali comportamenti vengono introdotti dall’AI;
- dove avviene la ricerca;
- come interagiscono online e offline;
- quali touchpoint contribuiscono alla scelta;
- quali contenuti producono riconoscimento e fiducia;
- quali segnali possono aiutarci a valutare la direzione.
La strategia deve precedere la lettura delle performance.
A monte definiamo il bisogno da intercettare, il posizionamento, la pertinenza del brand e l’ecosistema da presidiare. A valle osserviamo dati, stime e risposte per capire se le azioni abbiano rafforzato la visibilità e prodotto conseguenze coerenti con gli obiettivi.
Non è il dato a scegliere la rotta. È la strategia a decidere quali dati siano utili per verificare il viaggio.
Da data-driven a needs-led e data-informed
Human-centered, customer-centric e needs-led sono espressioni vicine, ma non perfettamente sovrapponibili.
Un approccio customer-centric mette il cliente al centro del modello aziendale.
Un approccio human-centered osserva la persona in una prospettiva più ampia, comprendendone bisogni, capacità, limiti, emozioni e contesto.
Una strategia needs-led parte dall’esigenza concreta da soddisfare.
La definizione che trovo più adatta al marketing di oggi è una strategia needs-led e data-informed: guidata dalle esigenze e informata dai dati.
Le esigenze aiutano a formulare le domande. I dati permettono di verificare le ipotesi. Il contesto consente di interpretarli. La decisione rimane una responsabilità umana.
Non è un rifiuto dei dati, ma un cambio di gerarchia
Tornare alle esigenze non significa rifiutare la misurazione.
Significa cambiare l’ordine delle operazioni:
- ascoltare e comprendere;
- individuare l’esigenza;
- formulare un’ipotesi strategica;
- scegliere azioni e canali;
- definire i segnali utili a valutarli;
- osservare i risultati;
- correggere la direzione.
Il dato non viene escluso. Viene inserito in una strategia più ampia, della quale non rappresenta automaticamente il punto di partenza.
L’ascolto, a sua volta, non deve essere improvvisato. Le esigenze possono emergere da:
- interviste e conversazioni;
- domande ricevute prima dell’acquisto;
- obiezioni commerciali;
- richieste all’assistenza;
- recensioni;
- analisi delle ricerche;
- osservazione delle community;
- comportamenti sui diversi canali;
- dati quantitativi;
- feedback raccolti dopo l’esperienza.
I numeri mostrano che cosa accade. Le conversazioni possono aiutarci a capire perché.
La testa umana deve tornare a dirigere l’orchestra
In un ecosistema nel quale è diventato semplice produrre molti contenuti, il valore non risiede più soltanto nella capacità di pubblicare.
Risiede nella capacità di scegliere:
- quali bisogni approfondire;
- quali domande meritino una risposta;
- quale esperienza aggiungere;
- quale formato sia adatto al contesto;
- quali contenuti non sia utile produrre;
- come collegare ogni uscita a una visione più ampia.
Una strategia non può essere un accumulo di contenuti clonati, variazioni dello stesso testo o risposte costruite soltanto per occupare una query.
Serve una testa umana che diriga l’orchestra.
L’intelligenza artificiale può aiutare a cercare, organizzare, confrontare, strutturare e produrre. La direzione deve però nascere dalla conoscenza delle persone, del progetto, del territorio e delle conseguenze delle scelte.
L’AI può partecipare all’orchestra. Non dovrebbe stabilire da sola la partitura, il pubblico al quale rivolgersi o il significato dell’esecuzione.
È qui che l’approccio torna vicino al marketing delle origini: comprendere i bisogni, interpretare i cambiamenti e costruire una proposta capace di generare valore.
Non inventare a tavolino un bisogno per costringere qualcuno dentro un funnel, ma riconoscere un’esigenza reale e creare le condizioni perché trovi una risposta pertinente.
Il dato torna a valle
Il punto non è scegliere tra dati e persone.
Gli obiettivi di business hanno bisogno di entrambi: delle esigenze umane per trovare una direzione e dei dati per verificare se la strada intrapresa stia producendo risultati.
Essere soltanto data-driven può portarci a ottimizzare ciò che sappiamo già misurare, dimenticando ciò che conta davvero.
Essere data-informed significa utilizzare i dati con consapevolezza, all’interno di una strategia che nasce dall’ascolto e rimane collegata alla realtà.
Ma se il percorso delle persone si distribuisce ormai tra motori, social, mappe, community, piattaforme AI ed esperienze fisiche, dobbiamo anche capire dove e come un’attività possa essere trovata.
Il passaggio successivo consiste quindi nell’osservare come cambiano la ricerca online, la SEO Everywhere, l’AEO e la GEO nell’era dell’intelligenza artificiale.
Prima di inseguire un numero, verifichiamo la direzione
Più traffico, più contenuti o più contatti potrebbero non essere ciò di cui la tua attività ha davvero bisogno.
Partiamo dai tuoi obiettivi, dal modo in cui vieni percepito e dalle esigenze delle persone che vuoi raggiungere. Poi costruiamo una strategia sostenibile e scegliamo i dati utili a verificarla.
Richiedi una consulenza a Fucina Stories: trasformiamo la tua richiesta iniziale nella domanda strategica da cui partire.
