Fundpath ha recentemente ospitato la colazione inaugurale Leaders in Marketing presso The Ivy per una discussione su uno dei cambiamenti più significativi in atto nella distribuzione della gestione patrimoniale.
La sessione ha riunito i responsabili del marketing di tutto il settore britannico, tra cui i rappresentanti di alcuni dei nomi più grandi e attivi del mercato, per esaminare una questione che si colloca all’intersezione tra dati, tecnologia e modello operativo: ora che i dati lungimiranti sulla domanda degli intermediari e l’intelligenza artificiale rendono possibile un’autentica precisione dell’audience, cosa occorre fare per agire di conseguenza?
Anche se i contributi specifici vengono mantenuti riservati, sono emersi diversi temi.
Il Dividendo di Precisione – e quanto costa
Per la prima volta, i marketer del risparmio gestito possono costruire un pubblico a partire da segnali di domanda piuttosto che da ipotesi demografiche. Un gruppo di cinquanta selezionatori che ricercano uno specifico fattore di inclinazione, una coorte di DFM che segnalano una rotazione da un tema: ora sono visibili e raggiungibili con contenuti che parlano direttamente di ciò a cui stanno già pensando. Le conseguenze sono significative: maggiore coinvolgimento, più risposte in entrata e destinatari che accolgono i contenuti anziché filtrarli.
Ma la precisione ha un costo. Un’operazione che prima gestiva una campagna trimestrale per un migliaio di intermediari ora ha bisogno di venti varianti per venti micro-segmenti, ognuna basata su un segnale specifico, ognuna credibile per un lettore sofisticato, ognuna conforme, ognuna temporizzata per quando il segnale è ancora fresco. Il volume, la specificità e la frequenza aumentano di pari passo. Un team di marketing di cinque o dieci persone, con gli attuali flussi di lavoro e cicli di approvazione, non può sostenere tutto questo. Il modello operativo deve cambiare prima che la questione degli strumenti diventi significativa.
Tre livelli in cui l’intelligenza artificiale cambia l’economia
La discussione ha esaminato i punti in cui l’Intelligenza Artificiale sposta effettivamente l’ago della bilancia in punti specifici dei flussi di lavoro.
Il primo livello è l’interrogazione dei dati e la creazione di un pubblico: trasformare i dati grezzi della domanda, del flusso e degli intermediari in un pubblico e in un brief specifici e perseguibili. Storicamente si tratta di un compito che spetta a un team di BI con un ciclo di più giorni, mentre gli strumenti di analisi basati sull’intelligenza artificiale stanno riducendo il tutto a pochi minuti. La qualità di tutto ciò che è a valle dipende dalla granularità dei dati in entrata.
Il secondo livello è la creazione di contenuti su scala variante: si prende un brief mirato e si producono varianti di prima stesura come e-mail, landing page, deck e comunicazioni con intermediari nominati con la voce dell’azienda e con la cadenza richiesta dal segnale. Il mercato è maturato rapidamente, con strumenti aziendali che ora offrono l’applicazione della voce del marchio, controlli terminologici e controlli di conformità integrati nel livello di generazione, anziché aggiunti successivamente.
Il terzo livello – e il collo di bottiglia più sottovalutato – è quello della conformità, della revisione e delle approvazioni. Un team può produrre venti varianti a settimana; se la revisione della conformità rimane una coda lineare e solo umana, il sistema si rompe all’ultimo miglio. Le aziende che si muovono più velocemente sono quelle che hanno inserito la conformità nel flusso di lavoro fin dal primo giorno, invece di trattarla come una fase finale di approvazione.
Le domande con cui la sala si è riunita
Sono emerse alcune questioni che non hanno ancora una risposta chiara e definitiva. A chi appartiene la voce del marchio quando l’intelligenza artificiale genera varianti su scala, e dove si colloca questa responsabilità in un’organizzazione che non è stata progettata per questo? A che punto la pubblicità personalizzata generata dall’intelligenza artificiale inizia a sembrare invadente per un intermediario piuttosto che utile, e questa soglia varia a seconda del pubblico? E come dovrebbe un responsabile marketing distinguere un caso d’uso che cambia realmente l’azienda da uno che genera un comunicato stampa?
La sessione ha rafforzato un punto che è facile da affermare ma più difficile da mettere in pratica: il cambiamento del modello operativo viene prima di tutto. Codificare la voce del marchio, spostare la compliance a monte, mantenere un marketer senior nel loop come direttore piuttosto che come disegnatore e misurare in base ai flussi piuttosto che alle aperture: questi sono i prerequisiti. Gli strumenti seguono.
Fundpath è il livello di dati che rende possibile tutto il resto. Le nostre informazioni sulla domanda degli intermediari, sulle intenzioni di allocazione e sull’attività a livello individuale forniscono ai gestori patrimoniali una base più strutturata per costruire un pubblico a partire da segnali piuttosto che da ipotesi e per capire quali conversazioni vale la pena avere e quando.