Emanuele Bruno – Il debutto del machine learning tra gli elementi chiave dei propri servizi legati alla pubblicità, con un’esperienza probante di Esselunga tra le case history citate come modello virtuoso. E’ stata questa la principale novità annunciata all’appuntamento annuale di ‘Google Marketing Next’. Nel corso dell’evento, in svolgimento a San Francisco, il senior vice president of ads & commerce dell’azienda, Sridhar Ramaswamy ha spiegato le strategie che la società Usa applicherà nei prossimi mesi nell’advertising.
Non è la concorrenza sempre più aggressiva sul mobile, data oramai per scontata, a orientare sforzi e impegni. Negli ultimi mesi nella nuova arena digitale globale il livello della sfida tra i vari player si è alzato, e ad essere chiamate in causa sono soprattutto le tecnologie sempre più sofisticate utilizzate per valorizzare un uso efficace dei dati. Lo sviluppo di algoritmi e sistemi di machine learning appare sempre più centrale nel confronto tra ‘frenemies’ che coinvolge, oltre alla società di Mountain View, anche le grandi holding della comunicazione, i big della consulenza IT e della consulenza strategica che si sono allargati al resto dei servizi, comunicazione e marketing compresi.
Fa la differenza, in sostanza, potere garantire ai propri clienti pubblicitari le prestazioni altrimenti impossibili di macchine intelligenti che si riprogrammano in base a quello che apprendono dall’analisi dei dati e, agendo in tempo reale nei contesti più svariati, garantiscono efficienza ed efficacia massimi.
Del resto Sundar Pichai, ceo di Google, aveva già annunciato che dopo la svolta mobile sarebbe stata l’estensione dell’utilizzo del ‘machine learning’ per riuscire a implementare ulteriormente la competitività dei propri servizi per gli spender. Tra le prime ricadute positive dell’utilizzo del machine learning, Google Attribution, soluzione indirizzata ai clienti che vogliono pesare correttamente tutti gli apporti di una campagna che integri i vari canali e in cui entrino in gioco tutti i device e i vari touchpoints in cui oramai è frammentato il percorso d’acquisto del consumatore. Mettendo a fattor comune i dati di AdWords, Analytics e DoubleClick Search, Attribution da un valore a tutti i momenti d’interazione e permette di capire il contributo delle diverse attività di marketing, fornendo informazioni utili a migliorare l’integrazione.
Sul terreno invece dei prodotti dedicati al mobile e, in particolare, alle persone che cercano informazioni di prossimità, è stata lanciata anche l’estensione di località per YouTube, Store Visits (usata con successo da Esselunga), che monitora nel dettaglio, anche nei grandi centri commerciali o nelle metropoli fittamente popolate (dove i negozi sono a distanza ravvicinata), le reali conversioni in visite derivanti dall’utilizzo di formati come Promoted Places. Altro annuncio importante quello riguardante anche l’ultimo decisivo miglio del funnel. Google ha annunciato di avere scoperto quello che è considerato una sorta di Santo Graal del marketing, e cioè la finalizzazione del percorso con un acquisto. Il machine learning, ma anche gli accordi con i principali gestori di carte di credito, renderanno possibile questa svolta nei prossimi mesi, a partire dagli Usa.
