Le differenze tra dati anonimi e personali - che cosa c'è da sapere per A/B testing e personalizzazione

I brand che operano nel settore finanziario e dell'healthcare oggi soffrono di paralisi dei dati.

Anche se hanno accesso a un ampio (e in espansione) volume e range di dati personali, molti fanno fatica a utilizzarli per offrire esperienze e prodotti digitali migliori.

Il 46% delle banche intervistate nel report BAI Banking Outlook ha ammesso che potrebbe fare un miglior utilizzo di questi dati per migliorare le recommendation di prodotti e servizi.

L'esperienza del paziente, canali digitali inclusi, ha una probabilità 5 volte maggiore di influenzare la fidelizzazione, ma è solo il 51% delle aziende del settore healthcare che fa dell'uso dei dati per migliorare l'esperienza del paziente una priorità.

Non è un problema limitato a loro: le aziende Fintech sono cresciute in media del 13% nel Q1 del 2020 - mentre le banche tradizionali sono state declassate a un rating negativo da S&P Global durante lo stesso periodo. Le aziende esperte in digital sanno la differenza tra le diverse tipologie di dati personali, soprattutto quelli coperti da regolamentazioni su consenso e compliance, come HIPAA, GDPR e CCPA. Una volta che l'azienda ha compreso il tipo di dati che detiene, può costruire una strategia per compliance e A/B testing, una pratica chiave per creare migliori customer e product experience.

I dati sui clienti sono fondamentalmente di due tipi: caldi e freddi, e possono essere ulteriormente suddivisi sulla base di quelli anonimi o personali.

Questo articolo è concepito per aiutare i brand a comprendere le diverse tipologie di dati, la loro relazione con la compliance e come effettivamente possono essere utilizzati.

La paura di sbagliare non dovrebbe impedire a un'azienda di fare la cosa giusta.

1Dati caldi: rilevare l'intento del visitatore

I dati comportamentali caldi sono generati dai visitatori sul tuo sito, coprendo tutto ciò che fanno durante la loro visita. Normalmente si tratta di dati anonimi, a meno che il visitatore non sia loggato e quindi identificabile.

Come fa notare James McCormick di Forrester nel report “Adopt AI for Personalization Safely and Smartly to Win European Customers”, dati anonimi come dati comportamentali sono poco rischiosi da utilizzare" - ma al tempo stesso tanti approcci diversi comportano una personalizzazione irrilevante per il consumatore, irriverente (essere troppo familiari e irrispettosi) e irresponsabile su come i dati vengono raccolti e utilizzati.

i dati caldi rientrano in tre categorie - ecco come usare ciascuno di essi in modo efficace:

Comportamento del visitatore sul sito:

• Su che cosa le persone hanno cliccato
• La frequenza dei loro click
• Da dove sono venuti
• Quanto tempo hanno speso su pagine specifiche
• Come il loro percorso si è svolto sul sito
• La loro storia con il sito e il numero (e durata) di visite fatte

I dati sui visitatori sono essenziali per i programmi di sperimentazione - per esempio possono essere utilizzati per testare i cambiamenti sulla UX, per essere sicuri che siano attraenti per la tua audience.

L'analisi del comportamento può anche mostrare quando un visitatore sta per lasciare il sito, dandogli l'opportunità di avviare un'azione pensata per trattenerli e andare avanti nel sales funnel. Il tutto senza ricorrere a dati personali.

Aumentare le richieste di prestiti con la personalizzazione

Un provider di carte di credito, per esempio, è riuscito ad aumentare le richieste dell'8,3% semplicemente lasciando un messaggio personalizzato ai visitatori che stavano per abbandonare il sito.

Informazioni generali sui visitatori:

• La loro località, cioè geolocalizzazione
• Il tipo di dispositivo che stanno utilizzando (mobile o desktop)
• Il browser utilizzato

La geolocalizzazione offre un secondo layer di dettaglio sui visitatori da sfruttare. Molte banche e farmacie l'hanno scoperto semplicemente mostrando la località dello sportello bancomat o dello store più vicini, basato sulla geolocalizzazione, riducendo così le richieste di customer service. Ciò è molto importante quando si tratta di utenti su dispositivi mobile che vogliono accedere a particolari funzioni e informazioni mentre sono in movimento.

Informazioni contestuali:

• Il meteo della località in cui si trova il visitatore
• Il giorno della settimana
• L'ora esatta

È possibile estrapolare facilmente queste informazioni sulla base della località del visitatore. Questo offre un'esperienza più personalizzazione ingaggiante - per esempio una farmacia potrebbe mettere in evidenza rimedi contro l'allergia se la percentuale di pollini in quell'area è particolarmente alta, o un assicuratore potrebbe offrire l'assicurazione sci a un visitatore da una località innevata.

2Dati freddi: permettere un cambiamento profondo nei test

Solitamente i dati freddi sono informazioni che si ha già a disposizione su clienti o visitatori, offerte da sistemi come piattaforme bancarie, CRM, DMP, analytics o CDP. Normalmente queste sono informazioni personali (PII), ma alcuni dati dei DMP possono essere anonimi.

dati freddi potrebbero essere:

Transazionali

• Un record di come il cliente o il paziente ha interagito con te
• Quando si sono loggati l'ultima volta nel loro account
• I servizi che hanno sottoscritto (come account checking e carta di credito per le banche)
• I canali che usano normalmente e quando li usano
• Quanto hanno sul loro account e quando escono/entrano pagamenti

Dati personali da altri sistemi

• Genere/età
• Storia del credito
• Storia medica
• Sottoscrizioni, come programmi VIP

È necessario ottenere il consenso per utilizzare questi dati con il fine di personalizzare o fare A/B testing, assicurandoti al tempo stesso di restare compliant - ma ciò può essere raggiunto, e le piattaforme avanzate di testing rendono il processo chiaro e dritto al punto. È necessario mettere il cliente (e le sue necessità) al primo posto per creare un rapporto di fiducia nel quale lo si aiuta concretamente a raggiungere i suoi obiettivi. È per questo che tante banche riescono a fare cross-sell di molti prodotti: capiscono i clienti e le loro esigenze. Per esempio, una banca online con la quale collaboriamo ha aumentato le richieste di prestito del 20% mostrando un'offerta personalizzata ai clienti loggati, sulla base della storia di credito.

Assicurare la compliance non deve portare a una paralisi dei dati. L'opportunità è presente per provider nel settore banche e healthcare - c'è solo bisogno di comprendere meglio i dati a disposizione e mettere in piedi processi, tecnologie e programmi per trasformare i dati dei clienti in vantaggio competitivo.