Sebastiano Cappa Sales Director 3451002785

1. Leader Global de SaaS dans le Marketing relationnel
Il leader mondiale nel SaaS per il marketing relazionale
IAB FORUM 2012
Data is King
I dati sui clienti sono il cuore della
strategia marketing
Sebastiano Cappa, Sales Director
Stefano Luceri, Presales Consultant

2. Perchè il dato è importante ?
Ci conosce bene ?
www.emailvision.it

3. Il potere della personalizzazione
“We have 6.2 million customers…..we should have
6.2 million stores”
Jeff Bezos, Founder & CEO, Amazon
www.emailvision.com

4. Esempi di domande da porsi
● Chi sono i vostri repeaters e di che tipo sono ?
● Quali clienti non hanno più comprato da noi negli ultimi mesi ? Perchè ?
● Quali sono gli utenti che hanno acquistato il prodotto x negli ultimi mesi ?
…e cosa compreranno da noi nei prossimi mesi?
● Quali sono gli utenti «Silver» che sono diventati di tipo «Gold» negli
ultimi mesi ? Quanti lo diventeranno?
● Quali sono gli utenti che hanno acquistato i prodotti x e y ma non z ?
● Chi sono gli utenti che stanno per comprare il prodotto z ?
www.emailvision.it

5. Come molte persone vedono i dati …
www.emailvision.com

6. How marketers see data
Come si dovrebbero vedere i dati
www.emailvision.com

7. Signed up for the newsletter, Purchased 2 tickets to
checked a preference for sports Shanghai in 2011
Opened the last 3 email
campaigns Click-through on the last
email campaign
Member of the loyalty
program in Boston
Male and bought a winter
Purchased designer jacket 4 months ago
shoes last month
www.emailvision.com

8. “La sfida principale per un email
marketing efficace è quella di
focalizzarsi sui clienti e
raggiungerli con un contenuto
rilevante”
MarketingSherpa’s 2011 Email Marketing Report
www.emailvision.it

9. La sfida – Trasfomare i dati in informazioni preziose
www.emailvision.it

10. Data
Rules-based Algorithm
Based on pre-defined criteria, rules-based Based on pre-defined criteria, rules-based
behavioral targeting leverages historical, behavioral targeting leverages historical,
environmental, and behavioral data to inform environmental, and behavioral data to inform
the delivery of content and promotions. the delivery of content and promotions.
Powered by predictive models, Powered by predictive models,
algorithm-based behavioral targeting algorithm-based behavioral targeting
monitors visitor reactions to website content monitors visitor reactions to website content
and applies statistical techniques to learn and applies statistical techniques to learn
which treatments are most likely to produce which treatments are most likely to produce
a desired response. a desired response.
Segment level Visitor level Segment level Visitor level
Rules-based targeting works best in Rules-based targeting works best in
circumstances when visitors can be circumstances when visitors can be
meaningfully divided into unique segments. meaningfully divided into unique segments.
Moreover, rules-based behavioral targeting is Moreover, rules-based behavioral targeting is
useful when exposing customers to cross-sell useful when exposing customers to cross-sell
and upsell opportunities by sharing relevant and upsell opportunities by sharing relevant
content and promotions based on previous content and promotions based on previous
customer viewing and purchase history. customer viewing and purchase history.
Capable of quickly identifying visitor Capable of quickly identifying visitor
microsegments, this technique is ideal for microsegments, this technique is ideal for
situations where there are a large number of situations where there are a large number of
overlapping treatment options for site visitors. overlapping treatment options for site visitors.
It is also effective at adapting to complex or It is also effective at adapting to complex or
evolving response patterns that are not easily evolving response patterns that are not easily
described by static or high-level rule sets. described by static or high-level rule sets.
The manual nature of creating, The manual nature of creating,
implementing, and maintaining targeting implementing, and maintaining targeting
rules is resource intensive. rules is resource intensive. www.emailvision.it
• Rules identify broad groups of visitors rather • Rules identify broad groups of visitors rather

11. Il valore della Conoscenza per una
Focalizzazione Mirata
Ricavi
Email Generica Email Personalizzata Marketing 1-1
www.emailvision.it

12. I prodotti di Emailvision
Campaign
Commander
Enterprise Edition
Customer Email e Mobile Social Media Predictive
Intelligence Marketing Marketing Intent
www.emailvision.it

13. Approccio
Customer
Intelligence
www.emailvision.it

14. Il Potere della Visualizazione della rules-base
www.emailvision.it

15. Customer Intelligence
• Analisi grafica dei dati
• Analisi per “catena di idee”
• Scoprire opportunità nei dati
• Creare segmenti con un click
• Passare dall’analisi all’azione
www.emailvision.it

16. Il Ciclo di Vita del Cliente
Dormiente /
Acquisizione Maturazione Attivo Abbandono
Inattivo
VIP
silver
Segmento di
Segmento RFM
abbandono
www.emailvision.it

17. Beaute Privee – Cross / Upsell
www.emailvision.it

18. Upselling e cross selling
www.emailvision.it

19. Approccio
Analisi Predittiva
www.emailvision.it

20. Approccio Algorithm-base
=> Contenuto personalizzato in automatico
Ecommerce Emails

21. Personalizzazione in tempo reale
Utente alla 1a visita Profilo dal browser Utente conosciuto
Sfruttiamo le Sfruttiamo tutte Sfruttiamo tutte
keyword, key le informazioni le informazioni
phrase or URL memorizzate precedenti,
che l’utente ha sulle visite anche le
utilizzato per precedenti, preferenze (size,
arrivare al sito anche carrelli brand, …) , gli
abbandonati, … interessi attuali
Osserviamo mostrati
dove clicca sul dell’utente su
sito dove clicca nelle
email e nelle
pagine del sito,
…
www.emailvision.com

22. Esempio su una pagina di home page
100% circa
di revenue
uplift sulla
singola
pagina
www.emailvision.com

23. Quali sono i
risultati della
Customer
Intelligence ?
www.emailvision.it

24. Caso di successo - Enterprise Edition
5.00%
Tasso di click %
4.50%
4.00%
3.50%
3.00%
Non-CI
2.50%
4.43% CI
2.00%
1.50%
1.00%
1.39%
0.50%
0.00%
www.emailvision.it

25. Caso di successo - Enterprise Edition
Conversione %
0.0500%
0.0450%
0.0400%
0.0350%
0.0300%
Non-CI
0.0250%
0.0472% CI
0.0200%
0.0150%
0.0100%
0.0050% 0.0118%
0.0000%
www.emailvision.it

26. Quali sono i
risultati
dell’analisi
predittiva ?
www.emailvision.it

27. Testimonial
“Serving relevant
recommendations to customers
are a particular challenge when
dealing with a product as
personal as jewellery.
By combining comprehensive
logic capabilities, search
enhancements and a
deployment that is as simple as
installing a Magento extension,
PredictiveIntent provides the
ideal personalisation platform for
us.”
Dan Coleman, IT and Web
Manager, Astley Clarke
www.emailvision.com

28. Risultati
• 16% riduzione del numero di click prima di arrivare
all’acquisto
• 60% incremento di prodotti comprati
• Riduzione del lavoro di 1 persona precedentemente
occupata ed ora automatizzato
www.emailvision.com

29. www.emailvision.it