A cura di Pietro Ronchetti, Country Manager Italy, Blis
Nel corso degli ultimi dieci anni, la diffusione massiccia degli smartphone ha portato allo sviluppo di un’ampia gamma di società AdTech focalizzate sull’utilizzo dei dati di localizzazione per i Brand e le Agenzie. Un insieme piuttosto eterogeneo di società è nato con l’obiettivo di consentire ai clienti di intercettare i consumatori in base alla propria localizzazione, partendo da soluzioni di analytics per arrivare fino alle attivazioni media.
Quando si vuole sfruttare il potenziale del marketing basato sui dati di localizzazione, è importante sapere che non tutti i dati di localizzazione sono uguali e che molte delle soluzioni proposte dal mercato sono ancora vulnerabili all’impatto di dati non sufficientemente precisi. Questo è un tema sempre più importante per i brand e le agenzie.
Le crescenti restrizioni all’utilizzo di cookie di terza parte e dei personal identifiers (IDFA) nel tracciamento degli utenti su internet ha spinto molti marketers a rivolgersi verso il “contextual” marketing basato sui dati di localizzazione per risolvere i problemi di targeting: l’obiettivo è quello di sviluppare dei messaggi rilevanti a partire dalla posizione fisica di una persona. Per questo motivo, quando si ragiona in termini di hyperlocal, l’accuratezza e la precisione dei dati diventa un fattore cruciale per il successo di una campagna.
Ad esempio, immaginiamo che ci sia una persona di sesso maschile che si sta allenando in palestra, ma dei dati di scarsa qualità lo posizionano invece in un fast food a 200 metri di distanza: per gli inserzionisti questo tipo di dati imprecisi è addirittura peggio dell’assenza di dati, perché porta a interpretare l’audience in maniera erronea e a sprecare il budget marketing con il target sbagliato.
Il volume e la diffusione dei “bad location data” è spesso una sorpresa per gli inserzionisti: nel mercato italiano, ad esempio, Blis filtra circa il 65% dei dati che passano per la propria piattaforma perché non sono sufficientemente accurati. Questi equivalgono potenzialmente a milioni di impressions e di budget mal spesi, se non intercettati per tempo. A questo punto la domanda sorge spontanea: cosa si intende per “bad location data”?
Tre esempi di bad location data
Il segnale GPS è considerato il location signal più conosciuto e utilizzato. È considerato estremamente efficace perché proviene direttamente dal chip all’interno del cellulare e raggiunge un livello di accuratezza di 5 metri. Questa tipologia di dato normalmente viene passato attraverso delle coordinate latitudine longitudine. Ogni decimale in più equivale ad ulteriori 10 m in termini di precisione. Quindi la best practice è quella di utilizzare dati lat-long con 4 o più cifre decimali, che equivalgono ad un livello di precisione di 10 metri. Dal punto di vista di un marketer tutto questo risulta essere molto interessante, vero?
Purtroppo molti Publisher arrotondano i loro segnali lat-long, riducendo in maniera significativa la precisione dei dati utilizzati per le campagne Adv. Oltre a questo aspetto, ci sono diversi altri indicatori che ci aiutano a intercettare i “bad location data”.
Ad esempio:
- Segnali lat-long che coincidono perfettamente con una location che sappiamo essere un “centroid”, il punto centrale di un’area geografica più ampia, come nel caso dei database “IP to Location”;
- Segnali lat-long che si traducono in forme geometriche quando vengono proiettati sulla cartina di una città o di un Paese;
- Punti lat-long dove si registra un volume impressionante di dati per metro quadro, con milioni di impressions al giorno;
Tutti i dati che hanno queste caratteristiche, dovrebbero essere filtrati immediatamente: sono imprecisi e fuorvianti e risulterebbero in un utilizzo poco efficiente del budget marketing.
Che siate un Brand o un’Agenzia, è di vitale importanza approfondire questi temi con i vostri fornitori di tecnologia location based. Oggi più che mai, i marketers devono essere sicuri di utilizzare esclusivamente dati di localizzazione accurati: solo allora, saranno in grado di sviluppare il vero potenziale delle tecnologie di location inteligence come strumento di marketing.
