Pubblicità e privacy

Apple, un anno di App Tracking Transparency: quali strategie per i mobile marketer

L’Apple App Tracking Trasparency è stato il primo passo verso l’addio agli identificatori su mobile. Le nuove strategie per i marketer, dall’investimento nei dati di prima parte all’approccio consent-first

14 Giu 2022
Victor Vassallo

Managing Director - Making Science Italia 

App Tracking Trasparency

A un anno dall’entrata in vigore dell’ATT – App Tracking Transparency di Apple, che ha cambiato le regole per il tracciamento degli utenti con conseguenze su misurazione e attribuzione, i marketer si trovano alle prese con nuovi strumenti e strategie per gestire le loro campagne nel nuovo ecosistema incentrato sulla privacy.

Regole privacy Apple e digital marketing, i problemi per le imprese

Dalle strategie di raccolta dei dati di prima parte, al cambiamento nell’approccio alla misurazione delle campagne e al consent management, ecco i passi che i mobile marketer possono intraprendere per navigare il nuovo panorama mobile in continua evoluzione.

Investire nei dati di prima parte

In seguito alle modifiche sulle normative privacy, gli identificatori su mobile sono in via di estinzione. Per far fronte a questi cambiamenti, i professionisti del marketing possono contare sui propri asset, ovvero sulla raccolta, integrazione e attivazione dei dati di prima parte.

WHITEPAPER
Efficienza, sostenibilità e sicurezza con la gestione e tenuta dei libri sociali digitali
Dematerializzazione
Digital Transformation

Sistemi come le Customer Data Platform (CDP) consentono ai marketer di consolidare i dati disponibili e di costruire un quadro completo dei loro utenti. La possibilità di utilizzare una piattaforma centralizzata, a questo scopo, semplifica le varie operazioni di marketing, dalla creazione dei profili degli utenti, al loro aggiornamento, alla reportistica sull’impatto delle campagne.

Con una chiara visione dei propri segmenti di clientela, i team di marketing possono usare le metriche, come la user retention, per individuare le sfide relative ad ogni segmento. Inoltre, basandosi su dati accurati possono accelerare il processo di acquisizione, soddisfacendo le aspettative dei potenziali utenti che presentano comportamenti simili a quelli degli utenti noti.

Sfruttare il machine learning

Una volta consolidata la data structure, i marketer del settore mobile possono sfruttare l’apprendimento automatico per sbloccare ulteriore valore dai dati di prima parte.

Gli strumenti di machine learning sono in grado di analizzare centinaia di dati in pochi secondi e applicare le informazioni ottenute a task specifiche. Ad esempio, permettono di mantenere una esperienza del brand coerente, creare messaggi personalizzati e ottimizzare le creatività delle campagne a seconda del canale, consentendo ai brand di pianificare in modo efficiente e massimizzare i loro investimenti.

Accelerando il processo di analisi e di estrazione di informazioni dai dati, gli strumenti di machine learning possono anche fornire previsioni sull’impatto delle attività di marketing. Tuttavia, per creare previsioni accurate i modelli predittivi richiedono quantità di dati elevate, il che evidenzia l’importanza del primo punto: creare solide strategie di dati di prima parte.

Modificare l’approccio alla misurazione

Quando l’utente non dà consenso per essere “tracciato”, gli addetti al marketing non sono più in grado di utilizzare gli identificatori (IDFA) e ciò ha ripercussioni significative sui tradizionali modelli di attribuzione delle conversioni. Di conseguenza, molti si rivolgono al Marketing Mix Modelling (MMM) come alternativa.

Il MMM è un metodo statistico che mira a identificare il successo delle attività di marketing, prendendo in considerazione una gamma più ampia di fattori e dati, per esempio elementi specifici delle campagne e influenze esterne, come i cambiamenti del mercato.

A differenza dei modelli di attribuzione, che tendono a essere utilizzati per l’analisi dei dati a livello di singole interazioni, il MMM sfrutta i dati storici aggregati per eseguire analisi su base annuale, biennale o trimestrale. Gli insight che vengono generati aiutano i marketer a capire, ad esempio, in che modo specifiche attività influenzano le vendite o i dati di fatturato. In base a questo, è quindi possibile pianificare campagne future e applicare le ottimizzazioni necessarie a garantire campagne di impatto.

Poiché l’analisi di MMM utilizza dati aggregati e non sull’individuo, questo metodo protegge la privacy degli utenti e, allo stesso tempo, consente ai marketer di dimostrare come i loro investimenti producono risultati e di determinare i loro budget futuri.

A fronte delle limitazioni sugli identificatori mobile, ottenere una visione olistica di tutti gli elementi di marketing diventerà ancora più importante per il lancio e la gestione delle campagne su mobile.

Adottare un approccio consent-first

Adottare un approccio consent-first richiede al marketer, o sviluppatore di app, di comunicare apertamente e chiaramente le opzioni di consenso al tracciamento, sviluppando al contempo strategie per incoraggiare la condivisione dei dati da parte del consumatore.

L’obiettivo è far sì che l’utente comprenda bene le ragioni per cui viene richiesto l’accesso ai suoi dati e come questi verrebbero utilizzati, oltre che evidenziare il valore che la condivisione porterebbe al consumatore stesso. Un’efficace Consent Management Platform permette di acquisire e gestire i dati in modo sicuro e nel rispetto delle regole sulla privacy.

Secondo gli attuali standard di privacy del sistema iOS, un’app deve richiedere il consenso per l’invio di informazioni sull’utente a un server se l’utente può essere identificato da questi dati.

In fase di pianificazione delle campagne mobile, è quindi una buona prassi per i marketer tener presente gli strumenti di gestione del consenso utilizzati dalle app, in quanto questi influiscono sulla potenziale disponibilità dei dati stessi.

Nel valutare gli strumenti di gestione del consenso, gli addetti al marketing dovrebbero considerare i seguenti punti chiave:

Conformità – le normative sulla privacy dei dati possono variare da un’area geografica all’altra e sono soggette a cambiamenti, quindi è importante assicurarsi rigorosamente che i metodi di gestione del consenso siano conformi e attuali rispetto ai relativi standard.

Trasparenza – gli utenti devono essere resi consapevoli di quali informazioni vengono raccolte su di loro, per cosa vengono utilizzate e come possono modificare le loro preferenze sulla privacy, se necessario.

Minimizzazione dei dati – i consumatori sono sempre più consapevoli della quantità di dati che condividono; assicurandosi di raccogliere solo ed esclusivamente i dati minimi e necessari, può aiutare i marketer ad instaurare un rapporto di fiducia con il consumatore e ciò può facilitare il consenso.

Conclusioni

Mentre l’ecosistema mobile di Apple è stato il primo ad introdurre cambiamenti sulla privacy: non ci vorrà molto prima che lo facciano anche gli altri. All’inizio di quest’anno, Google ha annunciato l’intenzione di introdurre la sua Privacy Sandbox in Android, oltre alla decisione di limitare le funzionalità di tracciamento cross-app e potenzialmente di eliminare del tutto gli identificatori mobile. Per questo motivo, i marketer devono accertarsi di essere a conoscenza dei nuovi modi di gestire il consenso in tutti i sistemi operativi mobile.

In risposta ai cambiamenti introdotti dal sistema ATT di Apple, assicurarsi di poter raccogliere, massimizzare e attivare tutte le fonti disponibili di dati di prima parte consentiti è essenziale per sostenere le operazioni di marketing sul canale mobile.

Ciò in aggiunta a un approccio più olistico alla misurazione delle campagne e alla riduzione della dipendenza dagli identificatori. Seguire questi suggerimenti aiuterà gli operatori di marketing a continuare a ottenere risultati in un ecosistema in continua evoluzione.

candidatura
Passione per il diritto dell’informatica? Candidati per il team Legal di P4I!
Legal
Privacy
@RIPRODUZIONE RISERVATA

Articolo 1 di 4