Dopo una full immersion sulla creazione di contenuti per i social, tenuta da Giorgio Soffiato, Sabato 29 Aprile si è tenuta la seconda ed ultima parte del corso MARKETERs Academy su Social Media Advanced.
Se nella prima parte ci si è focalizzati sull’aspetto più creativo, questa è stata la volta di numeri, tabelle e grafici. La parte noiosa, penserete in molti.
Chi ha avuto la fortuna di ascoltare gli insegnamenti di Valentina Vellucci, Data Analyst con un curriculum davvero troppo vasto da poter riassumere qui, probabilmente la penserà diversamente. Noi di sicuro.
Per fare una buona analisi, bisogna andare dritti al punto, quindi partiamo subito con una raccolta delle 10 pillole da portare a casa dopo un corso così utile.
#1 Mai sottovalutare l’importanza della formazione
Davvero; vedere professionisti del marketing disposti a trovarsi a Rovigo (nella nuova sede di Marketing Arena) un sabato mattina alle 9, dimostra che la voglia di imparare, aggiornarsi ed espandere la propria area di expertise è tanta. Non fatevi trovare impreparati, con l’aumento dei professionisti nel nostro settore, la formazione “extra” sarà un fattore sempre più vitale.
#2 Il Data Analyst non è uno scaricatore di report
Lo stigma associato spesso all’analisi quantitativa fa si che spesso questa attività venga immaginata come l’atto di scaricare un report e passarlo ai clienti o ai propri colleghi. Nulla di più sbagliato. Ottenere dati è la prima parte di un’analisi, dopo viene la parte importante: analizzarli, contestualizzarli e riuscire ad estrapolare informazioni utili.
#3 Excel è l’amico di ogni marketer, ma l’automation di più
Più si conosce Excel, più se ne intuiscono le grandi potenzialità. Se però dobbiamo fare un’analisi di backdata e risalire ai dati dei social che stiamo analizzando, andando indietro anche di 3, 6, 12 mesi, probabilmente avere un tool che ci aiuti ad avere questi dati sottomano in 5 minuti, lascia più spazio alla parte interessante e davvero utile. Ovvero l’analisi vera e propria.
#4 Errore da penna rossa: impostare un set di metriche a priori
Su questo punto, Valentina è tornata più volte. L’errore che spesso si commette, è quello di definire a priori un set di metriche sempre valido, per qualsiasi progetto o attività. Nulla di più sbagliato: le metriche da analizzare variano in base agli obiettivi, ai mezzi usati ed al canale. Non ha senso interpretare un dato attraverso l’analisi di una metrica non utile, potrebbe falsare i dati. E spesso questo vuol dire sprecare soldi.
#5 Individuare delle metriche che siano effettivamente comparabili
Questa è la diretta conseguenza del punto precedente. Se volete analizzare i risultati di due azioni di marketing diverse, tenete a mente che probabilmente avrete misurato il successo di questi due progetti in maniera differente. Prendetevi del tempo per capire quali metriche è giusto tenere in considerazione per comparare i dati e, soprattutto, scartate quelle che non servono. Non avere dati è brutto, comparare metriche non paragonabili è time-consuming ed inutile. Oltre che fuorviante.
#6 Non smettere mai di testare nuovi tool
Valentina Vellucci ci ha spiegato che lei ne testa almeno 2 nuovi ogni mese, chi siamo noi per smentire una professionista?
#7 Bisogna porsi le domande giuste
Sappiamo tutti che spesso (sempre meno, fortunatamente) ai “piani alti” vale l’equazione social media=roba da fare in 5 minuti. A chi non è capitato di sentire “Ma si, cosa ci vuole, fai qualche post, due immagini, scrivi un po’ e via. Poi mi mandi un report in 5 minuti?”
Praticamente l’incubo di ogni analyst.
Ovviamente compilare un report con un’analisi degna di questo nome impiega più di 5 minuti. Tuttavia, per evitare di sprecare le ore impiegate, bisogna partire da due domande:
“So stabilire degli obiettivi realizzabili?”
e, soprattutto
“So stabilire degli obiettivi realmente misurabili?”
#8 Quantità fa rima con qualità
No, non è lo spot del vostro supermercato. Qui si fa riferimento ai due approcci analitici: quello quantitativo e quello qualitativo.
A volte ce li si immagina come schieramenti opposti; spesso la nostra propensione verso l’uno o l’altro la dice lunga sulla nostra dimestichezza con i numeri. In realtà, per una data analysis vera, non c’è l’una senza l’altra.
I dati espongono una serie di numeri che però, se manca la contestualizzazione data dall’analisi qualitativa, sono molto poco utili.
#9 Le Vanity Metrics sono il male. O forse no.
Alzi la mano chi si è sentito ripetere che non bisogna misurare il numero di like ad un post o il numero di fan della pagina che gestiamo. Ok, non portano vendite. Ma è davvero così?
Ni: la verità sta nel mezzo (come sempre poi, eh).
Analizzare queste metriche in maniera fine a se stessa non è sempre utile ma in ottica di benchmarking , le vanity metrics possono essere utili e fornire insight fondamentali in ottica strategica.
Se una pagina avesse un numero molto basso di follower e voi foste chiamati a fare un’analisi di benchmark, davvero non includereste il numero di fan nel vostro report, per consigliare una strategia di acquisizione fan?
#10 Bisogna presentare i dati in maniera chiara e visuale
Innanzitutto perché dobbiamo partire dal presupposto che chi leggerà questi dati non ha né il tempo, né la voglia ma probabilmente neanche le competenze per riuscire ad interpretare un guazzabuglio di numeri e sigle. E poi perché riuscire a rappresentare in maniera chiara, inequivocabile ed anche piacevole, dei dati è l’unico banco di prova per misurare quanto ci avete realmente capito.
Forse 10 pillole sono poche per riuscire a racchiudere gli spunti interessati emersi anche dall’interazione dei partecipanti al corso, ma la verità è che con i dati bisogna sporcarsi le mani e provare a fare. Ovviamente dopo aver ricevuto la giusta formazione!
Se non volete trascurare uno degli aspetti fondamentali del marketing, ossia l’E-mail Marketing (= vendite), davvero non potete mancare al prossimo corso della MARKETERs Academy, in collaborazione con la nota piattaforma MailUp. Il corso si terrà sabato 27 Maggio, fino al 21 trovate i biglietti in Early Bird!
Piergiorgio Ivan D’Onofrio
