Mind The Gum: come ti vendo roba con mktg/sales digitali “Lean” (#1 di 2)

Sì, abbiamo anche uno spot in giro. Se l’hai visto, significa che sei probabilmente uno che vuole “aumentare le sue performance”: e no, fidati, a te sembrerà scontato ma non siete in tanti.

Sono rimasto un po’ fuori dal giro del blogging per qualche mese: da quasi un anno esatto, infatti, cerco di trovare un qualche tipo di stabilità nell’agitato mare in tempesta delle startup. Con una di loro (www.mindthegum.it), però, mantengo appunto un rapporto stabile da quasi un anno e, di recente, ho visto alcuni dei frutti del mio lavoro da Settembre ad Aprile. Un lavoro fatto di indagini, analisi, correlazione di elementi caotici, esperimenti. Un lavoro in cui ho potuto applicare una metodologia Lean ad aspetti non legati al prodotto in sé ma allo sviluppo del business digitale (mischiando quindi business/vendite, digital marketing, sviluppo prodotto digitale).

Recentemente ho scritto un lungo report interno per spiegare ciò che ho combinato nei mesi, quali obiettivi mi sono dato, quali problemi ho avuto, come li ho affrontati e come presumo di aver implementato un modello di marketing e vendita digitale che corrisponda al mercato latente delle “cicche per la mente”. Quindi, già che l’ho scritto, ne pubblico una versione pulita da dati sensibili. Here we go.

BACKGROUND

Le assumption iniziali di Settembre 2016, derivate da carenza di tracking a parte lo storico vendite, riguardavano il modello “advertising -> sales” e il target di pubblico usato come riferimento.

La prima si basava sull’ipotesi dell’acquisto diretto, da cui è derivata una metrica di analisi lineare (spendo x -> rende x*y neanche nel breve termine, ma nell’immediato). Questo modello mi ha portato in prima battuta a valutare la resa dei singoli Facebook Ads (unico canale pubblicitario digitale usato al tempo) in termini di conversioni — tracking e valutazione ancora mai seguita fino a Settembre dal cliente — e in un secondo momento ad usare come valore di riferimento la metrica del Costo per Transazione (di cui ho fissato un valore monetario dedotto come riferimento iniziale).

La seconda si basava sul fatto che, come per gli studenti (target intorno a cui è stato sviluppato il prodotto e l’intera comunicazione fino a quel momento), ci fossero altre nicchie demografiche specifiche da colpire per estendere la base clienti agli over-25.

1. FUNNEL MARKETING

In attesa di dati basati sull’effettivo processo di acquisto da parte dei nuovi clienti (che hanno richiesto mesi per mettere in risalto alcuni dei comportamenti che hanno portato a un cambio di strategia e di metriche di analisi), ho cercato di lavorare il più linearmente possibile cominciando, però, a notare una mancata corrispondenza tra l’investimento fatto nel mese e il fatturato ottenuto nel mese stesso, cosa che ha fatto saltare completamente il modello usato per fare previsioni economiche verosimili.

Ciò che è emerso dall’analisi dei dati (sia lato distribuzione — Facebook ads — che lato utilizzo del sito — Analytics) è che, in realtà, il processo di acquisto per un nuovo cliente ha una finestra temporale molto più lunga di 24 ore ed è composto da più passaggi (funnel), evidenziati poi con più dettaglio nel corso di alcuni esperimenti tra Gennaio e Febbraio 2017. In particolare, le fasi del funnel evidenziate sono (e occhio: questo è il funnel individuato su Mind The Gum, ogni mercato e ogni prodotto hanno un loro funnel completamente diverso in tanti piccoli dettagli temporali, cronologici e di contenuto):

  1. Awareness — l’utente scopre l’esistenza del prodotto;
  2. Approfondimento — l’utente decide di informarsi sul prodotto (attraverso il sito, comportamento corroborato dal basso tasso di rimbalzo e dalla lunghezza media del tempo di permanenza sul sito a seguito di campagne su nuovi clienti);
  3. Aggiunta al carrello (che spesso, in questo caso, pare venire effettuata in un momento diverso da quello dell’approfondimento) — l’utente decide di iniziare l’acquisto di un prodotto;
  4. Abbandono — nella maggior parte delle volte (ora non più rilevabile direttamente per la conformazione del sito — impostato per tagliare il tempo di checkout trattandosi di un e-commerce mono-prodotto — e per la moltitudine di fonti di traffico utilizzate, ma deducibile al tempo con meno traffico e poche attività marketing in corso) l’utente interrompe il processo di acquisto e lo rimanda ad un secondo momento (il rapporto tra acquisti e “carrelli abbandonati” era di circa 1/5);
  5. Esposizione — la maggior parte degli utenti necessitano di ulteriore esposizione Adv del prodotto per ritrovare interesse e completare il funnel (comportamento corroborato dal tasso di visite di ritorno dai vari canali, di cui in alcuni il 50% delle visite sono di ritorno);
  6. Cambio device — l’utente si informa e prepara il checkout da mobile, ma poi esegue la transazione da desktop (comportamento relativamente comune e trasversale a tutti gli ecommerce, che ha però generato inizialmente molta confusione nel tracking del funnel, visto i limiti degli strumenti di analisi nella rilevazione di sessioni parallele dello stesso utente — Analytics, ultimamente, è meno affidabile del Divino Otelma);
  7. Acquisto — yay!;
  8. Ri-esposizione (dato confermato da andamento adv Facebook e e-mail marketing in retention) — l’utente si dimentica del prodotto, ma una volta ricontattato effettua un nuovo acquisto: sembra scontato, e invece non lo è per niente;
  9. Fidelizzazione cliente — l’utente ricompra in autonomia dal sito una volta finita la sua “scorta”, comportamento corroborato dal costante aumento di vendite in retention;

Salta fuori che primi sette passaggi del funnel, quelli che portano al primo acquisto, senza scendere troppo nello specifico, possono richiedere fino a oltre un mese (dato acquisito in seguito a un problema tecnico sul sito riguardante buoni sconto erogati oltre un mese prima — già: spesso e volentieri, sono gli errori a mettere in luce dei dati). Non solo: spesso alcuni passaggi vengono saltati o raggruppati per incidenza di variabili esterne (consiglio da referral, uscita stampa su grossa testata che ha come pubblico target su cui è già stata fatta awareness, offerte economiche particolari — es. il Black Friday).

Da questo nuovo modello, ne conseguono:

  1. un modo diverso di impostare il marketing digitale, basato sulla spinta dell’utente lungo i vari passaggi del funnel per convertirlo da utente interessato a nuovo cliente, e dunque sulla frammentazione delle campagne digitali (che cercano di interagire con l’utente in modi diversi a seconda del punto del funnel in cui si trova) e l’aumento dei canali e dei budget utilizzati;
  2. un diverso modello di analisi dei risultati su cui impostare le previsioni economiche: non più nell’immediato ma lungo una finestra di oltre un mese, e non più lineare e strettamente matematico (è impossibile avere evidenza diretta sul 100% dei dati) ma basato per metà sulla deduzione a partire dalle variazioni a seguito di esperimenti controllati (modello basato su ipotesi -> esperimento -> tempo di raccolta dati -> conferma o disdetta dell’ipotesi);

Attualmente, dunque, il funnel è spezzato in due macro-categorie: un “imbuto” (awareness e approfondimento) e un “tunnel” (i passaggi di finalizzazione del processo fino al primo acquisto).

  1. per riempire l’imbuto, utilizziamo ora campagne su Facebook, AdWords (sia display che ricerca) che portano gli utenti dall’awareness all’approfondimento;
  2. presi gli utenti dall’imbuto (riconoscendoli, senza scendere nello specifico, con diverse tecniche e modalità), “inseguiamo” gli utenti con campagne segmentate per posizione nel funnel e relativo messaggio diverso;

A seguito di una piccola auto-censura, riassumo i mezzi e le tecniche usate diversamente all’interno del funnel con le solite: SEO, AdWords ricerca e display, retargeting sia Facebook che AdWords, lead generation (fatta in diversi modi), con pubblici creati su obiettivi marketing e lookalike di essi. Non ultimo, il video, che sembra (per deduzione) dare risultati sul medio termine, ma tutto ancora da verificare.

Ad un mese dall’inizio dell’utilizzo di questo modello, ho cominciato a prendere punti di riferimento sulla suddivisione del budget: mentre la parte di “imbuto” ha una finestra temporale molto lunga e il budget speso oggi si riflette il mese successivo, la parte di “tunnel”, tutti i passaggi di finalizzazione del processo d’acquisto dell’utente, genera conversioni pseudo-istantanee (in realtà variabili fino alla settimana).

Addirittura — notato a seguito di un altro errore, una sospensione degli account advertising per cinque giorni — l’interruzione del flusso genera un tempo quasi triplo per rimettere in moto la macchina. Ciò nonostante, il target economico dato al mese scorso (il raddoppio di fatturato rispetto allo storico dell’anno precedente) è stato raggiunto pur considerando il periodo scomodo — pieno di festività — per le vendite online.

Questo significa che comincia ad essere possibile dividere il budget marketing digitale mensile in due blocchi:

  1. budget a medio-lungo termine, destinato al riempimento dell’imbuto (per avere sempre un pozzo di utenti da finalizzare durante il mese successivo);
  2. budget a breve termine, destinato alla finalizzazione degli acquisti degli utenti “pescati” dal mese precedente al momento in cui viene speso ogni singolo centesimo di euro;

I prossimi passi che riguardano l’analisi e l’implementazione del funnel, saranno:

  1. arrivare a definire una relazione più definita sul tasso di conversione nel mese successivo (ogni x utenti inseriti nell’imbuto, quanti effettivamente riusciamo a convertire in clienti lungo il mese successivo e con quale costo nel dettaglio?);
  2. definire un budget basato sul costo di acquisizione cliente, che tenga conto, quindi, della retention successiva e del ciclo di vita del cliente, cosa non possibile fino a poco tempo fa;
  3. prendere dei punti di riferimento per capire quanto eventuale extra-budget destinare a nuovi esperimenti (e i relativi volumi e criteri di successo degli esperimenti, che come detto sopra vanno dedotti dalle variazioni generate di mese in mese);
  4. sperimentare il modello, una volta definito, aumentando linearmente il budget destinato alle varie parti del funnel;
  5. lungo tutto il processo, ottimizzare continuamente i singoli canali e le singole campagne in modo da ridurre sia il costo di acquisizione cliente, sia il costo per transazione;

Alcuni dati notevoli degli ultimi tempi che confermano il modello e la possibilità di raggiungere (e superare, una volta definito meglio il modello) i target economici condivisi e che radicalmente modificati negli ultimi mesi:

  • in un mese, ora, il 77% delle transazioni vengono da campagne di finalizzazione o accorciamento funnel, in particolare;
  • il costo delle sole campagne di finalizzazione è nettamente più basso del costo di “rastrellamento” — permettendo, fra l’altro, di impostare meglio il budget per il rastrellamento calcolando quanto costa la chiusura del funnel;
  • in mezzo al funnel, sono in aumento le auto-conversioni da ricerca organica (probabilmente dovute anche alle ultimissime campagne display e video);

{
continua in parte 2 sul modello per determinare il target di pubblico corretto — se vuoi seguire altra roba mia, seguimi:
- qui https://medium.com/@angelocasagrande
- qui https://www.linkedin.com/in/vanilla/
- o qui https://www.facebook.com/angelovanilla/
}