Utilizzare i dati all’interno di un business è fondamentale. Farsi guidare da essi e quindi prendere decisioni data driven nel mondo di oggi è fondamentale. Per poter fare questo è necessario rendere i dati veramente utili, completi e affidabili disponibili alle persone. Per fare questo ci vogliono anni e una buona strategia che ci guida
Come si crea l’infrastruttura dati di un’organizzazione?
Per intraprendere azioni di marketing i dati devono essere:
- utili
- affidabili
- completi
- disponibili
- sicuri
- leggibili
Queste cose così semplici da scrivere trovano un vaso di pandora dietro le quinte: per assicurare questo processo viene utilizzato un framework
Data Strategy Framework
- Data strategy: la data strategè è l’attività principale e assicura l’utilità dei dati e la completezza. Si tratta di individuare i giusti numeri che ci possono aiutare a guidare il business
- Data Capturing: si tratta dell’attività di collezionamento dei dati compresi all’interno della data strategy all’interno di vari tool come google tag manager, google analytics, facebook ads, google ads e così via, ma anche l’attività di centralizzazione del dato all’interno di datawarehouse e datalake. Questa fase assicura che i dati siano affidabili e sicuri.
- Data reporting: si tratta della fase in cui i dati vengono organizzati in report e/o dashboard. Grazie alla data visualization e alla data storytelling si assicura che i dati siano disponibili e leggibili
- Data Analysis: si tratta di saper trovare gli insight cioè i perchè delle cose che accadono. Qui si tratta di costruire dei ragionamenti e delle ipotesi da andare a convalidare con i dati e guidare poi le azioni di business
Normalmente tutti chiedono analisi, ma se mancano i dati davvero utili non sarà possibile effetuarle. Per questo motivo la data strategy è la fase più importante del framework.
Data Strategy Maturity framewrok
in base alla maturità di un business è possibile associare delle ore ad ogni step del framework. E’ possibile riconoscere la fase di maturità dell’azienda in base a quale area lavoriamo di più. Non è sempre detto in quanto si può perdere un sacco di tempo a fare report inutili, quindi fate attenzione!
FASE INIZIALE: bassa maturità, PMI o start up o aziende che si approcciano alla digital transformation
- Data strategy: 40% del tempo dedicato a capire cosa ci serve
- Data Capturing: 40% dedicato a costruirlo
- Data reporting: 15% a fare report o dashboard
- Data Analysis: 5% di analisi
FASE INTERMEDIA: media maturità, azienda che comincia ad avere dati per la reportistica
- Data strategy: 20% del tempo dedicato a capire cosa ci serve in continuità, più report si creano più esigenze nuove vengono fuori
- Data Capturing: 20% mantenimento e nuove richieste
- Data reporting: 45% a fare report o dashboard
- Data Analysis: 15% di analisi
FASE AVANZATA: alta maturità, ottima infrastruttura dati e analisi a go go
- Data strategy: 10% del tempo dedicato a capire cosa ci serve in continuità, più report si creano più esigenze nuove vengono fuori
- Data Capturing: 10% mantenimento e nuove richieste
- Data reporting: 20% a fare report o dashboard e a mantenerli funzionanti
- Data Analysis: 60% di analisi
Data Flow Canvas
Si tratta di un piccolo canvas per un’attività enorme, che assicura la coerenza in un lavoro in cui anche solo una piccola modifica può avere alla fine un grande costo. Lo scopo è quello di ritrovarsi a possedere dati davvero utili (a mio parere il più grande problema dei dati odierni).
- Partiamo dagli obiettivi macro e micro, quali attività vengono fatte e azioni di marketing ci sono.
- Ci chiediamo quali domande dovrebbero avere risposta per ottimizzare il business
- facciamo un assesment dei report o dashboard attuali
- traduciamo tutto questo in informazioni e, successivamente, in metriche e dimensioni.
- Stabiliamo che tipo di cadenza vogliamo dare a quei KPI, quali priorità hanno, dove verranno raccolti, come dovranno essere trasformati e condivisi.
data flow canvas scaricabile link
Questo canvas è un modello per riassumere i concetti di Data Strategy, Data Capturing (ed ETL), Data reporting e Data privacy, traducendoli in quella che è la vera data governance.
VEDI ANCHE: COME PROGETTARE UNA STRATEGIA DI MARKETING DATA DRIVEN