Leader globale della moda aumenta i ricavi grazie a dati migliori

I dati del flusso di clic arrivavano in batch giornalieri: troppo tardi per essere utili

In ogni parte del mondo i clienti affollano i negozi Burberry per godere di un'esperienza d'acquisto personalizzata e cercare il famoso trench Burberry o un altro capo di lusso. Prima di recarsi in un punto vendita fisico, però, molti sfogliano le offerte dell'azienda online, una pratica nota come "webrooming". Burberry analizza il comportamento online degli utenti per capire come migliorare il servizio e aumentare le vendite. Per anni, l'azienda ha estratto i dati del flusso di clic da un data warehouse basato su cloud, ma desiderava un controllo più preciso sulla consegna di quei dati.

“Con il nostro data warehouse, ricevevamo i dati del giorno precedente in un orario compreso tra le 14:00 e le 19:00", ricorda Benjamin Stephens, Senior Manager, Decision Analytics di Burberry. "Sebbene questo schema funzioni per molte aziende, noi di Burberry dobbiamo sempre correre per attivare i nostri dati web e poterli trasmettere ai nostri consulenti nei negozi di tutto il mondo. Questo tipo di velocità è essenziale per offrire il livello di servizio che ci contraddistingue".

Burberry aveva anche bisogno di una maggiore visibilità sui propri dati. Il data warehouse dell'azienda preaggregava e ripuliva automaticamente i dati, il che rendeva difficile fidarsi dei dettagli sulle visite dei clienti. Burberry aveva anche bisogno di convalidare regolarmente i propri dati web per assicurarsi che fossero utilizzabili.

"Più analizzavamo i nostri dati in profondità, meno ci sentivamo sicuri di poterne trarre conclusioni certe", ha detto Stephens. "Richieste semplici come: 'Cosa è successo ieri sul sito?' rimanevano senza risposta. Spesso eravamo costretti a scegliere tra due alternative: una decisione rapida o una decisione valida."

Dati migliori e più veloci consentono ai modelli di machine learning di dare forma a esperienze cliente di ultima generazione

Per rispondere a queste sfide, Burberry ha implementato la Databricks Data Intelligence Platform e la Behavioral Data Platform (BDP) di Snowplow. Queste soluzioni consentono a Burberry di fornire esperienze cliente di ultima generazione basate su dati affidabili e di alta qualità. Via via che i dati del flusso di clic arrivano da Burberry.com, l'azienda utilizza Snowplow BDP per realizzare in tempo reale Customer 360 pronte per l'AI da tutti i suoi touchpoint digitali. I dati confluiscono poi nella Databricks Data Intelligence Platform, che contiene 40 modelli personalizzati per attività come consigli sui prodotti, punteggi di propensione e valore del ciclo di vita. Questi modelli ricalcolano istantaneamente i dati prima di inviarli al sistema di azione dell'azienda.

"La validità di un programma CX NextGen dipende esclusivamente dalla velocità e dall'accuratezza dei dati che consente di ottenere", ha spiegato Stephens. “Con Databricks Data Intelligence Platform e Snowplow BDP, ci siamo liberati dai batch di dati giornalieri e abbiamo ottenuto una vista accurata in tempo reale sull'attività digitale dei nostri clienti. I nostri modelli personalizzati si aggiornano automaticamente assimilando dati comportamentali. Durante l'intero processo, Snowplow ci aiuta a tutelare la privacy, dandoci il controllo totale sulla quantità di informazioni che raccogliamo dai clienti e permettendoci di tracciare il consenso degli utenti".

Burberry ha inoltre ottenuto una visione più accurata del ROI di marketing migliorando il suo approccio al marketing di attribuzione. L'azienda ha utilizzato Snowplow per affinare le definizioni aziendali per tutte le attività e tassonomie di marketing. Utilizzando il plug-in dbt per Databricks, Burberry ha raccolto ulteriori dettagli dalle sue fonti di riferimento, banner di consenso e cookie lato server. Di conseguenza, l'azienda può oggi contare su una solida base di marketing interamente controllata che utilizza un semplice modello di attribuzione per individuare rapidamente le strategie efficaci.

"Utilizzando i dati comportamentali di Snowplow, abbiamo creato un modello di attribuzione last click che incorpora alcune delle numerose variabili del nostro lavoro", ha aggiunto Stephens. "Abbiamo adottato un approccio molto più smart alla creazione dei modelli di attribuzione dei lead, il che ci aiuterà a prendere decisioni migliori su dove investire la nostra spesa di marketing in futuro."

Offrire un'esperienza cliente di ultima generazione con una robusta personalizzazione

Dopo aver implementato Databricks e Snowplow, Burberry è riuscita a superare molte difficoltà legate alla personalizzazione. In precedenza, l'azienda era fortemente limitata nell'utilizzo dei cookie perché il browser Safari ne fissa la durata a sette giorni. Dopo il passaggio ai cookie lato server con Snowplow, i cookie di Burberry sono diventati validi per 12 mesi. Soprattutto, i cookie lato server sono molto meglio dei cookie di terze parti per rispettare la privacy dei clienti e conformarsi al Regolamento generale sulla protezione dei dati (GDPR), entrambe priorità imprescindibili per Burberry.

"Prolungare la durata dei nostri cookie anonimi da una settimana a un anno è stato un enorme passo avanti", ha detto Stephens. "Poter trattenere un utente per un periodo così lungo rende molto più probabile che prima o poi si identifichi facendo clic su un'e-mail. A quel punto, possiamo ricollegare la storia di navigazione al cliente reale e iniziare a fornirgli un servizio più personalizzato”.

Anche l'impegno di Burberry a offrire un servizio migliore ai clienti che fanno webrooming ha dato i suoi frutti. Dal momento in cui un cliente Burberry inizia a navigare sul sito a quello in cui arriva in un negozio fisico, il processo di webrooming dura mediamente dalle due alle sei ore. Con Databricks e Snowplow, Burberry trasmette i dati ai propri consulenti in tempi rapidi affinché questi possano fornire un servizio informato basato sul comportamento online dei clienti che hanno autorizzato la raccolta di tali informazioni.

"I nostri consulenti possono utilizzare i loro iPad o iPhone per avere istantaneamente una panoramica di ciò che il cliente vuole veramente e di quali prodotti consigliargli", ha osservato Stephens. “Questo è fondamentale per concludere la vendita perché, se perdiamo questa opportunità, potremmo dover aspettare un'altra settimana o due prima che il cliente ritorni. Non saremmo assolutamente in grado di supportare questo caso d'uso se ricevessimo ancora i nostri dati sul flusso di clic in batch giornalieri."

La sinergia tra Databricks e Snowplow consente a Burberry di utilizzare i dati del flusso di clic secondo le proprie esigenze, senza dover più sottostare ai tempi dettati dal fornitore di dati. "Stiamo lavorando per ridurre la latenza dei dati a cinque minuti, il che sarebbe un enorme vantaggio per un'azienda come la nostra", ha concluso Stephens. “Snowplow ci ha permesso di sostituire molteplici sorgenti di dati e le loro trasformazioni con un unico set di definizioni. E ci affidiamo a Databricks per combinare molti comportamenti diversi, da fonti diverse e con cadenze diverse. Per il servizio clienti di Burberry è l’inizio di una nuova era".