Digital Advertising Trend 2023

2 Feb

Al pari del 2022, il 2023 sarà un anno dalle sfumature complesse, un periodo attraversato da un clima di incertezza e di tensione che impatta sulle abitudini del consumatore.

Quali saranno i trend che interesseranno l’Advertising Online e quali sono i fattori che le agenzie digital e le aziende dovranno considerare per una pianificazione media dalle alte performance?

Il ruolo che la strategia digitale ha nell’influenzare le scelte di acquisto rimarrà nel 2023 determinante per generare risultati misurabili e sostenibili. Chi opera nell’online dovrà tuttavia porre sempre più attenzione a temi che già nel 2022 sono stati affrontati dagli addetti di settore.

Privacy e soluzioni cookieless, strategie data driven che guidano gli investimenti, soluzioni MarTech a supporto dell’ingaggio e della fidelizzazione, questi alcuni tra i temi che Digital Advertiser e Marketing Manager non possono ignorare quest’anno e che cerchiamo di approfondire in questo articolo.

Attività ad alto ROAS (e POAS)

L’attività di digital advertising per essere sostenibile deve essere misurabile in efficacia secondo KPI noti e monitorabili nel tempo.

Per la promozione di e-commerce uno degli indicatori principe nel guidare le decisioni degli advertiser (e per sfruttare correttamente il machine learning nell’intercettare il giusto target) è da qualche anno il ROAS.

Per ROAS si intende il ritorno sull’investimento pubblicitario (Return On Adv Spend) ossia il rapporto tra le entrate attribuite alle campagne pubblicitarie e l’investimento necessario per generarle.

Il nuovo anno ridisegna le logiche di ottimizzazione delle campagne secondo nuove priorità e nuovi KPI legati al profitto piuttosto che alle entrate. Si comincia a parlare in maniera insistente di POAS, ossia il Profit On Ads Spending (rapporto tra profitti ed investimenti generati dalle attività pubblicitarie).

Le campagne vengono quindi ottimizzate al fine di massimizzare il profitto ovvero segmentando il feed di prodotti secondo classi di marginalità e andando ad impostare strategie di offerta che tengano conto dei singoli margini piuttosto che del valore di vendita.

Per il calcolo sia del ROAS che del POAS si consiglia di evitare l’utilizzo di modelli di attribuzione di tipo one-touch point e di optare piuttosto per modelli di attribuzione Data Driven o multi touch point.

Customer Lifetime Value e relazioni che valgono in un mondo cookieless

Nel 2022 si è imparato a convivere con l’idea che il mondo dell’advertising possa esistere anche senza cookie di terze parti. Il mondo cookieless vede senza dubbio l’esigenza di creare e curare le relazioni con i propri utenti e i propri clienti (indirizzi email) attraverso strategie avanzate di profilazione del CRM.

La profilazione dei Data Base e l’utilizzo degli stessi all’interno della strategia pubblicitaria diventa quindi più centrale che mai.

L’analisi RFM (Recency, Frequency, Monetary), tecnica utilizzata per la segmentazione del DB clienti in cluster in base alla loro propensione nel tempo di generare acquisti di valore, diventa una metodologia efficace se applicata ai processi di targetizzazione delle campagne.

L’utilizzo di tecnologie MarTech può venire a supporto dell’ingaggio dell’utente e della fidelizzazione del cliente nel tempo con l’obiettivo di aumentare il Customer Lifetime Value.

Tra le diverse soluzioni MarTech si ricorda l’importanza di software utili a gestire e analizzare i dati (CRM e Data Analytics), quelli che permettono di automatizzare le attività di Marketing Automation (connettori tra le piattaforme di advertising e i CRM, piattaforme per l’invio di email, etc).

Campagne Video a supporto della Brand Awareness ma anche dell’ingaggio e della conversione

Una strategia di digital advertising efficace non può esimersi dal considerare posizionamenti pubblicitari che intercettino l’utente in tutte le fasi del processo di conversione in quello che, per dirla con parole di Google, viene definito Messy Middle.

Il succo in sintesi è che tra utente ed aziende i touch-point sono sempre più frammentati e il contesto sempre più caotico e complesso. Le occasioni di contatto vengono innescate in modo sempre più personalizzato tra utente ed utente e con il medesimo utente a seconda del momento in cui interagisce con il nostro brand o sito web.

In un contesto articolato come questo, sarà sempre più importante andare a sviluppare all’interno del nostro media plan una strategia di Video Advertising che preveda l’utilizzo di video ottimizzati non solo per l’advertising ma nello specifico per ogni singola piattaforma e campagna.

Elementi decisivi sulle performance delle campagne video sono sicuramente una buona strategia comunicativa con asset di qualità.

Rimane tuttavia essenziale lavorare alla propria promozione video con una progettualità a 360° andando ad individuare l’obiettivo, il corretto formato di campagne ed annunci da utilizzare, i target idonei, i contenuti più adatti e misurarne i risultati.

Uno dei metodi maggiormente efficaci per misurare l’impatto di una campagna video sulla “memorabilità” e quindi sulla awareness del nostro brand, sono sicuramente i Brand Lift Study.

Per Brand Lift Study si intende quello studio incrementale che ha come obiettivo di analizzare l’impatto delle campagne video attraverso l’erogazione di sondaggi a due tipologie di pubblico: pubblico esposto ad una campagna e pubblico di controllo, non esposto; la differenza dei risultati ottenuti dai singoli gruppi determina l’incrementalità in termini di “memorabilità” di brand.

Lo studio di Brand Lift offre dati che permettono di misurare il reale valore delle attività di promozione e il suo rendimento indipendentemente dalle altre attività pubblicitarie attive online ed offline.

Strategie Data Driven che guidano gli investimenti

La raccolta del dato diventa sempre più centrale nell’adottare strategie data driven sia in fase preventiva all’attivazione di campagne di advertising digitale che in fase di fine tuning delle stesse.

Al fine di guidare il processo decisionale, è necessario assicurarsi che i dati a disposizione e i modelli utilizzati per la loro lettura ritornino informazioni reali, corrette e significative.

Quest’anno, in modo particolare, l’approccio Data Driven quindi deve fare i conti con alcuni fattori che possono determinare il successo o l’insuccesso nelle decisioni, ossia:

In un’ottica sempre più privacy-oriented il concetto di avere una base dati affidabile diventa sempre più vicino alla qualità del dato più che alla quantità dei dati stessi. Questo può significare:

Raccogliere dati più precisi dagli utenti che consapevolmente ci hanno fornito il consenso, per colmare la lacuna quantitativa derivante dalle norme privacy
Utilizzare strumenti avanzati di Data Visualization per poter affrontare analisi più approfondite

Utilizzare modelli di attribuzione Data Driven
Implementare il tracciamento delle Conversioni Offline come asset all’interno delle piattaforme pubblicitarie. Questo permette di fornire al machine learning informazioni utilizzabili come signals utili all’individuazione dei target sia in fase di prospecting che in fase di retargeting degli utenti
Dotarsi di strumenti predittivi per misurare l’impatto delle singole campagne sul fatturato come il Marketing Mix Modelling

Nel 2023 sentire parlare di machine learning non è quindi affatto raro.

Le piattaforme e gli strumenti pubblicitari sembrano poter autonomamente lavorare all’ottimizzazione di campagne che, in altri tempi, erano in mano a operosi Digital Strategist, oggi ahimé ininfluenti nel loro successo. Nulla di più falso!

Quando ci viene chiesto che cosa sia il Machine Learning, ci piace descriverlo come una macchina potentissima che accelera i risultati ed aumenta esponenzialmente le possibilità di “vincere il campionato”.

Ma, come ogni macchina, va settato correttamente da mani esperte, va controllato, va alimentato con il giusto carburante, va potenziato, va calibrato ed infine va guidato e la guida cambia in base alle condizioni meteo, all’asfalto, al tracciato, ai rivali in pista (che hanno anche loro la stessa macchina potentissima!).

Ecco che quindi machine learning, POAS, awareness e tutti i nuovi trend in arrivo nel 2023, porteranno a un cambio di ruolo per l’attuale figura dell’advertiser, che da conoscitore delle piattaforme pubblicitarie è destinato a diventare un vero e proprio strategist a 360°.