Data-Driven Marketing in Fiditalia: come l'analisi predittiva trasforma le performance aziendali

In un contesto dove la creatività resta il volto visibile del marketing, è la scienza dei dati a reggere le fondamenta delle strategie più efficaci. L'integrazione tra analisi statistica e creatività, infatti, è diventata ormai imprescindibile per moltissime aziende: la capacità di analizzare i dati per comprendere e anticipare i comportamenti dei clienti è la chiave per personalizzare le offerte, ottimizzare i costi e migliorare le performance di business.

In questa intervista, Daniele Deho, Head of Marketing B2C & Loyalty Office di Fiditalia, racconta come la cultura del dato, supportata da strumenti come SAS Viya, stia trasformando radicalmente il modo di pianificare, personalizzare e misurare le performance delle campagne marketing. Un dialogo che ci porta al cuore di una strategia data-driven che non rinuncia all’empatia, né alla sperimentazione.

Può raccontarci qual è il suo ruolo all'interno dell'azienda e di cosa si occupa concretamente?

Sono responsabile marketing B2C e fidelizzazione in Fiditalia, azienda in cui lavoro dal 2001. La mia fortuna è stata quella di poter unire la mia formazione puramente statistica, ho un diploma universitario in statistica, con la parte più creativa del marketing. Fin dai tempi dell'università, nel lontano 1999, ho studiato tool come SAS. Il mio percorso in Fiditalia è iniziato proprio con l'obiettivo di quantificare i risultati delle campagne di marketing.

Oggi, il mio ruolo consiste nel trovare un equilibrio tra la creatività, che deve essere la fucina delle idee nel marketing, e la componente analitica, che è diventata fondamentale. Mentre in passato ci si poteva permettere di lanciare campagne senza misurarne con precisione i risultati, oggi questo non è più possibile.

Come integrate i dati e il comportamento di clienti e prospect per ottenere una visione unica e sfruttarla nelle campagne?

La strategia principale è quella di sfruttare il nostro database clienti. Una parte rilevante dello sviluppo delle vendite è infatti fatto sul nostro portafoglio di clienti esistenti.

Avere un database proprietario rappresenta un enorme valore aggiunto, specialmente per le attività di fidelizzazione. Questo ci permette di conoscere già molte informazioni sui nostri clienti e di effettuare una preselezione mirata. Ad esempio, essendo una società finanziaria, possiamo escludere a priori i cattivi pagatori.

Successivamente, elaboriamo modelli statistici di propensione per identificare i clienti che hanno una maggiore probabilità di accettare una specifica promozione relativa ai nostri prodotti, come prestiti, cessioni del quinto o carte di credito. Questo ci consente di verificare, in un dato arco temporale, l'efficacia della vendita sui clienti promozionati.

La clusterizzazione gioca un ruolo fondamentale: quando creiamo il nostro database clienti, lo clusterizziamo inserendo una serie di indicatori. Quello più importante è per esempio l'anzianità del cliente in Fiditalia, se è un cliente attivo piuttosto che estinto. I clienti vengono clusterizzati in base a vari indicatori, come la sensibilità al prezzo, permettendoci di adattare il messaggio e il canale al target.

In che modo SAS e, in particolare SAS Viya, vi aiutano nella gestione e analisi dei dati anagrafici e comportamentali?

Circa due anni e mezzo fa abbiamo compiuto una scelta strategica e tecnologica migrando a SAS. Abbiamo scelto SAS perché è considerato lo strumento principe e più venduto al mondo, garanzia di estrema affidabilità e con funzionalità superiori rispetto alla soluzione che usavamo in precedenza.

Oggi gestiamo l'intero processo di elaborazione statistica in SAS: dall'estrazione e selezione dei dati, alla creazione dei modelli, fino all'analisi dei ritorni e delle redemption delle campagne.

Concretamente, utilizziamo SAS per due attività principali. La prima è la selezione dei clienti da includere nelle promozioni. La seconda, dove entrano in gioco strumenti avanzati, è la creazione di modelli di propensione. Questi modelli ci permettono di calcolare una probabilità di accettazione per ogni singolo cliente, ottimizzando così gli invii, soprattutto sui canali di comunicazione più costosi. Il database finale, arricchito con queste informazioni e modelli, viene poi passato al nostro strumento di invio per l'esecuzione pratica delle campagne.

Come personalizzate le offerte e la comunicazione sulla base dei dati disponibili e della propensione stimata?

L'approccio è quasi ‘tailor made’, anche se non arriviamo a una personalizzazione uno a uno. La strategia varia in base ai canali di comunicazione. Per canali economici come e-mail e SMS, facciamo una scelta di invio massivo di DEM promozionali, possiamo in sostanza permetterci campagne massive su tutto il database una volta al mese.

Per i canali più costosi, l'approccio è radicalmente diverso: le lettere cartacee, solo per citare un esempio, oppure l'outbound telefonico richiedono investimenti più importanti; è quindi fondamentale riuscire a identificare il target migliore attraverso i modelli di propensione e definire campagne più mirate su bacini inferiori di utenti.

Un aspetto cruciale è la gestione della pressione commerciale: avremmo la possibilità di inviare un’e-mail al giorno, ma non lo facciamo. Siamo consapevoli del fatto che quello sia un effetto boomerang tremendo. Bisogna catturare l'attenzione nel marasma delle comunicazioni quotidiane senza diventare invasivi.

In sostanza, anche le campagne massive vengono gestite con parsimonia per non infastidire la nostra base clienti e potenziali tali, mentre con le altre campagne più profilate contattiamo soltanto i clienti che i modelli di propensione hanno identificato come i più inclini all'acquisto, ottimizzando così i costi e aumentando la redemption.

Può condividere un esempio in cui l’uso dei dati ha portato a un miglioramento misurabile nelle performance di marketing?

Grazie all'utilizzo sistematico di strumenti di profilazione e modelli di propensione, abbiamo registrato un miglioramento medio delle performance del 30% su una campagna standard, con picchi che in alcuni casi hanno raggiunto il 50%. Questo risultato è frutto di un approccio “test and learn” che adottiamo da circa 25 anni e che abbiamo formalizzato a partire dal 2005. Prima di lanciare una campagna su larga scala, la testiamo su segmenti di popolazione omogenei, magari con due creatività diverse, per verificare quale funziona meglio.

Un aspetto cruciale è l'aggiornamento costante dei modelli di propensione, che effettuiamo almeno ogni sei mesi. I modelli, infatti, tendono a degradare a causa dei cambiamenti del mercato o delle mutate condizioni di accettazione dei nostri prodotti finanziari. Un modello addestrato su un requisito di reddito minimo di 1.000€, per esempio, non sarebbe più efficace se tale soglia venisse alzata a 1.200€. Questo processo di testing e aggiornamento continuo, pur rischiando di ritardare leggermente il lancio di una campagna di successo, ci permette di evitare errori strategici e di ottimizzare l'investimento, non sprecando budget su iniziative inefficaci.

Quali sono le prossime sfide e opportunità nell’utilizzo dei dati per una marketing strategy sempre più data-driven nei canali digitali?

La sfida più grande è la velocità con cui tutto si muove. I canali di comunicazione si evolvono rapidamente: stiamo passando dagli SMS a WhatsApp, dalle newsletter via e-mail alle notifiche su Instagram. Diventa quindi complicato ma doveroso mettere a terra strategie efficaci su questi nuovi canali e applicare quel fine tuning che abbiamo impiegato anni a perfezionare sui canali tradizionali. Questo richiede un'expertise specifica che non si può improvvisare, ma necessita di studio, tentativi e aggiornamento continuo.

L'opportunità, d'altra parte, è che le nuove evoluzioni tecnologiche sono spesso più convenienti di quelle precedenti, permettendoci di fare di più con meno risorse. Il futuro è in totale e continua evoluzione. Per questo è fondamentale tenersi sempre aggiornati e contare su partner come SAS, che ci fornisce strumenti eccezionali e supporto per affrontare le sfide che verranno.

L'esperienza di Fiditalia, attraverso le parole di Daniele Deho, ci mostra come il marketing data-driven non sia semplicemente una questione di tecnologia o numeri, ma un delicato equilibrio tra rigore analitico e sensibilità umana. In un'epoca in cui la tentazione di raggiungere i clienti con comunicazioni continue è forte, l'azienda ha scelto la strada della qualità sulla quantità, della pertinenza sulla massa.

Il successo misurato - con miglioramenti delle performance fino al 50% - non deriva solo dall'adozione di strumenti sofisticati come SAS, ma dalla capacità di integrare questi strumenti in una strategia che mette al centro il rispetto per il cliente e la comprensione profonda dei suoi bisogni.

È una lezione preziosa per chiunque: i dati sono potenti alleati, ma solo quando guidati da una visione umana e da un approccio metodico che non dimentica mai che dietro ogni numero c'è una persona.

27 agosto 2025