Negli ultimi anni l’approccio “data driven” è stato adottato da diverse industry ed in vari mercati. Nel pharma, soprattutto in un momento di rivoluzione digitale come quello attuale, è ormai diventato un pilastro fondamentale per la maggior parte delle attività digital che si sono incrementate notevolmente nell’ultimo anno, in seguito all’emergenza sanitaria che ha totalmente cambiato le abitudini degli utenti e dei pazienti.
Sviluppare un flusso decisionale basato sui dati consente di cogliere sicuramente numerose opportunità riuscendo ad intercettare le effettive esigenze di medici e pazienti. Allo stesso tempo però può causare problemi di rilievo nell’implementazione, nella gestione e nel processo decisionale che ne deriva.
In questo breve articolo cercheremo di analizzare le principali problematiche legate alla digital analytics e sul come approcciarsi correttamente al tracciamento web e app.
Il software giusto
Il primo elemento da considerare è la scelta del software. Oggi la scelta di strumenti e software è davvero molto ampia e sono davvero diversi i tool disponibili.
Ogni strumento va scelto per le caratteristiche del tool, ma anche e soprattutto per le possibilità di integrazioni con tutto l’ecosistema digitale. Questo è un punto cruciale, che permette al business di risparmiare risorse e allo stesso tempo di collezionare ed incrociare anche dati da fonti diverse. Riuscire ad individuare un tool di digital analytics che sia capace di integrarsi, ad esempio, con il CRM e con tutti gli altri strumenti già utilizzati può essere sicuramente una scelta vincente.
Cosa vogliamo analizzare?
Altro elemento da considerare è il piano di misurazione. Cosa vogliamo effettivamente analizzare? Uno degli errori principali, infatti, che spesso capita di osservare è la voracità immotivata di dati. Raccogliere tutto, sempre e comunque, sembra essere la scelta più semplice e la più intelligente, ma in realtà la raccolta frenetica di dati porta con sé importanti e dispendiosi problemi.
In primis, raccogliere tutto è praticamente impossibile, inoltre raccogliere dati inutili di cui non sappiamo cosa farcene impatta negativamente sulle prestazioni del nostro sito o della nostra app ed in secondo luogo più dati raccogliamo maggiore sarà l’impiego di risorse per raccoglierli ed analizzarli. La scelta più concreta ed efficiente quando si parte con un nuovo progetto digitale è sempre definire i KPI di quel progetto e su quei KPI definire una tracking strategy oculata e mirata alla raccolta solo dei dati di interesse. Questo significa che quando si parte con un progetto nuovo bisogna avere ben in mente gli obiettivi concreti che vogliamo raggiungere e, per quanto questo possa sembrare banale, non è per nulla scontato. Gli obiettivi infatti dovranno essere S.M.A.R.T (essere cioè specifici, misurabili, accessibili, realistici e temporizzabili) e sulla base di questi sarà possibile definite metriche e dimensioni atte a misurarle e di conseguenza definire una tracking strategy efficiente.
Report
Un aspetto spesso trascurato è poi la presentazione dei dati raccolti, cioè la reportistica. E’ molto importante definire modelli diversi per le diverse figure aziendali che dovranno leggerei quei dati, considerando i loro interessi e le loro competenze. Sarà inutile, ad esempio, mostrare una dashboard minuziosa con dati troppo tecnici all’amministratore delegato, che probabilmente guarderà solo due o tre KPI per lui di interesse. E’ quindi molto importante definire modelli di reportistica differenti per i vari livelli aziendali per facilitarne la lettura e la comprensione.
La cultura aziendale
Come ultimo punto, è davvero molto importante sottolineare che uno dei più importanti ostacoli da superare, nell’introduzione di un approccio data driven, è la cultura aziendale. Molti manager, infatti, potrebbero essere troppo legati alle proprie esperienze ed alle proprie conoscenze del mercato di riferimento, in questo caso potrebbe essere molto difficile per loro delegare decisioni anche importanti alle evidenze numeriche, soprattutto quando queste risultano essere in contrasto con le proprie convinzioni. Come si è brevemente illustrato riuscire a costruire una struttura capace di trarre realmente vantaggio dai dati prendendo decisioni consapevoli, richiede impegno a diversi livelli aziendali. Avere un approccio realmente data driven richiede sforzi tecnici, analitici e forti cambiamenti nella cultura aziendale.
