Digital Marketing e advertising: i trend del 2020 in Italia

Nato ‘da una costola’ della SEO, oggigiorno il Digital Marketing costituisce un’arma strategica per lo sviluppo di una realtà aziendale, un campo d’azione che da pochi anni a questa parte sta assumendo sempre più importanza sul piano commerciale per l’impresa.
Partiamo – o meglio, iniziamo – da una bella definizione di Digital Marketing: è “l’insieme delle attività di marketing che utilizzano i canali web per sviluppare e ampliare la rete commerciale dell’azienda, analizzare i trend di mercato, prevederne l’andamento e creare opportune offerte sul profilo del cliente target – buyer -“; alla base le attività di SEO (Search Engine Optimization) e SEM (Search Engine Marketing) a cui si affiancano competenze e abilità più specifiche che fanno riferimento a particolari strumenti di analisi e campagna pubblicitaria (advertising).

Ma quali saranno i trends, gli orientamenti del Digital Marketing per il 2020? Da una ricerca svolta su un importante campione di professionisti italiani emergono conferme come nuove sfide, nuovi orientamenti che prendono spunto da tecnologie appena introdotte nel mondo del digitale.
“I dati che emergono dalla ricerca mettono in luce uno scenario che sta cambiando e acquisendo una nuova maturità ed un inserzionista sempre più competente e consapevole del futuro.”. E ancora: “Questo fa bene al mercato e agli stessi operatori che dovranno puntare sempre di più su innovazione e crescita delle competenze per approcciare il settore in modo più strutturato ed evoluto”. [fonte: www.ninjamarketing]

Un mercato che cresce guidato da mobile, social media e search

Futuro prossimo che si preannuncia roseo per il settore del digital con una previsione di crescita nell’anno che verrà del 30%, in virtù dell’incremento degli investimenti sui nuovi strumenti che stanno nascendo e facendo breccia pure nel settore del DM (mobile, video, social).

Sempre maggior peso assumerà il settore del mobile, ciò in linea con l’aumentare del tempo speso “pro-capite” per navigare su smartphone, sia per fare acquisti online sia per visualizzare video. Si aggiunga che già una buona fetta degli operatori pubblicitari progetta e istrada le proprie campagne su dispositivi mobile.
Un altro settore su cui si farà sempre più leva in futuro è quello dei social media per far incontrare il potenziale cliente con i prodotti/servizi offerti.

A scapito del traffico organico, negli ultimi anni sta prendendo sempre più piede la paid search, ovvero le strategie pubblicitarie a pagamento (ciò che è il SEM).

Così come l’adozione dei video (video advertising) inteso sia come puro strumento di pubblicità sia di presentazione dei propri prodotti.

Advertising, la pubblicità (dal verbo inglese advertise), è un termine che va a braccetto ed è diretta conseguenza del DM.

E c’è una realtà, una dimensione che sta acquisendo piede da alcuni mesi in questo contesto e ancor più ne avrà nel prossimo anno: l’esigenza di maggior efficienza, più trasparenza e un maggior controllo sui costi, sta portando sempre più le aziende ad internalizzare le proprie attività di web e digital marketing (“In housing“) piuttosto che ad affidarsi a consulenti esterni. Uno dei settori più dinamici della pubblicità digitale si conferma quello del Programmatic Advertising (pubblicità computerizzata), ovvero software specializzati nell’acquisto di spazi pubblicitari online, e questo approccio è sempre più presente nelle scelte delle aziende soprattutto in termini di ottimizzazione dei costi e ritorno efficace degli investimenti. Le aziende intervistate convengono nell’affermare che il Programmatic rappresenti un canale pubblicitario chiave ed efficace, confermando un settore in piena crescita grazie anche alle possibilità nascenti di integrazione con altre tecnologie come l’Out of Home. Dalla ricerca emerge anche che già ora più del 50% degli advertiser già acquista o gestisce spazi in programmatic.

Nuove metriche di misurazione

Il tema della misurazione e dell’efficacia delle campagne pubblicitarie è da sempre considerato importante per gli inserzionisti.
La sfida del mercato è proprio quella di riuscire ad evolvere ed individuare standard più precisi che permettono una misurazione più puntuale del ritorno (ROI) delle campagne. Secondo la ricerca il 55% degli advertiser ritiene siano necessarie nuove metriche di misurazione in grado di delineare una cronologia del legame fra cliente ed azienda (customer journey), sempre più diversificata e multi-device.

Nonostante i modelli basati su approcci tradizionali restano ancora quelli largamente più utilizzati tra le tecnologie che segneranno il futuro del digital non c’è dubbio che a farla da padrone saranno i big data e l’intelligenza artificiale i quali combinati insieme saranno utili a definire con maggior precisione le strategie migliori da applicare.

Da ultimo, il mercato pubblicitario complessivo in Italia ha chiuso il 2018 a quota 8,2 miliardi di euro con una crescita del 4% e l’internet advertising si appresta a chiudere il 2019 intorno ai 3,2 miliardi di euro con tasso di crescita di circa il 10% e, secondo la ricerca, si prevede nel 2020 una crescita ulteriore. Gli investimenti sul Mobile aumentano, superando quelli su desktop. La ricerca evidenzia che il 79% delle aziende veicola principalmente campagne su mobile, soprattutto su smartphone (il tablet non supera il 10%), ma il desktop rimane un dispositivo chiave per il 76% degli intervistati.
Nel 2020 è prevista une crescita della spesa pubblicitaria trainata soprattutto da paid search, social e video. Negli ultimi anni la paid search ha risentito di una crescita continua grazie anche a maggiori possibilità di personalizzazione e soluzioni sempre più integrate ai processi di acquisto e vendita online e ai dispositivi mobile. I brand investono quote sempre maggiori anche sui social media.

Cenni di SEO semantica

(giovedì 17 maggio)

Con l’avvento degli anni Duemila, i Search Engine erano molto più semplici di quelli odierni, in quanto studiati per analizzare il significato del testo o delle parole e si limitavano ad applicare regole ‘preconfezionate’, dando in questo modo maggiore peso alle parole chiave e al loro posizionamento nel testo o nei tag html.

Successivamente i motori di ricerca adottarono un perfezionamento dei propri algoritmi: ci si rese conto infatti che le keywords non erano più sufficienti ad ottenere risultati di qualità poiché a fronte si faceva riferimento a regole facili da “smontare” nella loro complessità. Si cominciò a parlare di spam engine.

Sorse dunque l’esigenza di andare oltre all’analisi delle kw per provare a comprendere il significato “intrinseco” delle parole. Per rispondere a questa esigenza verosimilmente sempre più stringente si svilupparono degli algoritmi cosiddetti semantici (modelli matematici che consentono di individuare un punteggio di pertinenza di un determinato documento per una query di ricerca dell’utente) unitamente all’implementazione di contenuti che, in quanto pertinenti alla ricerca, potessero corredare la “ricerca secca”.

Ci si accorge così che è possibile creare delle “relazioni” fra i vari elementi chiamate “entità” (l’entità rappresenta qualcosa – luogo, persona, brand – che consente alla macchina di capire il significato dei contenuti pubblicati e conseguentemente di integrare la lettura con informazioni di contesto – correlate -), presentandoli non più in maniera gerarchica ma organizzandoli come aggregati basati sul valore semantico: ecco, un insieme di relazioni basate su un grafo.

In questo modo si possono estrarre informazioni aggiuntive relative anche al di fuori della pagina web in considerazione del contesto (insieme di informazioni e dati strutturati che circonda la ricerca). E’ così che si comincia a parlare di SEO semantica, volta cioè a far capire al motore di ricerca di cosa si sta parlando, realizzando un passaggio da dati non strutturati (propri del linguaggio) a dati strutturati (comprensibili dalle macchine).

Si parla di campo semantico delle parole (insieme di tutte le parole pertinenti con quella data, dove la pertinenza è espressa da un legame di appartenenza della parola stessa) per indicare insiemi di vocaboli che hanno un legame con la parola in oggetto, permettendo al search engine di cogliere il significato di una parola o di una frase ragionando così sul suo contesto.

Un primo tentativo di algoritmo semantico, peraltro abbastanza efficace, è stato l’algoritmo LDA il quale si basava sul concetto di gruppi di Topic (insieme di termini “pertinenti”) finalizzati a “snellire” la varietà di documenti su cui andare poi a fare la ricerca ‘ultima’: in funzione di una propria query di ricerca esso risponde con un valore numerico compreso in un certo range (‘indice di pertinenza’) con cui indica quanto ogni singolo risultato sia pertinente alla ricerca effettuata. A meno della definizione di un “word space” (‘ventaglio’ di parole) l’apprendimento di un algoritmo LDA andrebbe avanti ‘senza soluzione di continuità’ generando risultati via via sempre meno attendibili.

 

Grazie ad algoritmi semantici Google, analizza e classifica le pagine ed i contenuti del web.

Una potenzialità della seo semantica è la disambiguazione, cioè è in grado di scandagliare le varie sfumature di significato che può assumere la parola ricercata, ricerche poi correlate nel grafo di ricerca.

 

L’efficacia degli algoritmi semantici finisce, o perlomeno viene limitata non producendo risultati attendibili, da problemi di polisemia (parole che hanno significato diverso in contesti diversi) che di conseguenza alterano in molti casi l’output. Anche il fornire pagine web con argomentazioni fuorvianti (la sorgente dell’informazione è ricca di “rumore”) rispetto all’argomento principale (racconti personali, commenti dei lettori, snippet di testo di articoli correlati che sporcano il contenuto) porta ad avere un documento ricco di testo extra che ne diminuisce la rilevanza anche se, magari, il contenuto è il migliore in assoluto. Ad ogni modo queste problematiche sono notevolmente ridotte quando tali algoritmi lavorano su settori verticali (es. vLex, Yummly, Zaptravel).

 

Da circa 5 anni fa, per migliorare il markup delle pagine web creando un formato standard dal quale attingere dati, l’impegno di Google ed altri motori di ricerca, al fine di organizzare le informazioni e renderle universalmente accessibili e fruibili, é orientato a trovare meccanismi che permettano di meglio comprendere i contenuti esistenti; i motori di ricerca stanno diventando delle vere e proprie learning machine, e pertanto occorre cercare di semplificare il processo di comprensione. Ci sono diversi elementi utili a tale scopo, e probabilmente il principale è oggi l’uso del markup semantico che si realizza mediante lo sviluppo di un “vocabolario” che possa permettere la marcatura semantica HTML delle pagine web. Il risultato è stato Schema.org,

un sito nel quale si può trovare tutto il necessario per marcare in modo appropriato i propri contenuti. Schema.org unitamente all’adozione dei Microdati (metadati) consentono ai motori di ricerca di comprendere le informazioni presenti in modo da fornire risultati più completi nelle SERP.

 

Ma perché la SEO diventa semantica ??

Nel 2012 Ray Kurzweil viene assunto in Google con la mission di studiare la comprensione del linguaggio naturale. In questo modo, Google si avvicina all’IA (Intelligenza artificiale): si passa in sequenza dal ritrovamento di informazioni “aggiuntive” a come viene impostata la ricerca alla possibilità di comprendere la lingua utilizzata nelle pagine indicizzate e introdurre dei servizi informativi per l’utente.

 

Breve excursus sullo sviluppo dell’algoritmo di Google : nell’ultimo ventennio si è assistito ad un perfezionamento sempre maggiore degli algoritmi di calcolo passando da Hummingbird, RankBrain , ‘AI First’. Hummingbird è la revisione completa più importante e miliare capace di interpretare l’intento di ricerca nascosto dietro le richieste; RankBrain è in grado di fornire pagine attinenti (Intelligenza Artificiale di Google) con cui è in grado di approfondire maggiormente il sistema di conoscenza/intenti e fornire risposte per ricerche “disgiunte” (‘disambiguazione’, vedi sopra) nel senso che è in grado di riportare contenuti vicini anche se non espressi direttamente dall’utente;  ‘AI First’: il SEO di Google imposta una nuova visione che sposta lo strumento da semplice focus di reperimento informazioni al ritrovamento di servizi, informativi e di assistenza (tramite ‘Google Assistant’).

A fine estate del 2013, Google ha annunciato un nuovo aggiornamento algoritmico: Hummingbird.

A differenza dei precedenti algoritmi  Panda e Penguin, che possono essere visti come “revisioni” di un vecchio motore, con il suo annuncio a fine estate del 2013, Hummingbird è il motore nuovo di zecca, orientato a presentare i risultati in un modo completamente diverso rispetto al passato. Lo sforzo di Google è quello di concentrarsi sulla fase di comprensione delle ricerche. Ciò faciliterebbe le fasi successive, limitando il numero dei documenti indicizzati che vengono consultati per mostrare i migliori risultati possibili. Questa maggior attenzione alla fase di comprensione significa anche una maggior attenzione al contesto della ricerca, a come i concetti appaiono nei documenti e a come sono in relazione fra loro.

 

L’arma migliore è organizzare la conoscenza, quello che ad ora il motore di ricerca sa fare meglio: lo fa attraverso un grafo (‘Knowledge Graph’), collegando cioè le informazioni con grafi per aiutare il motore di ricerca ad interpretarle correttamente.  

 

 

 

 

 

 

La gara ora si sposta dal terreno delle keyword al terreno della semantica, dei significati: le entità sono le nuove keywords.

La varietà di dispositivi oggi utilizzati per connettersi alla Rete, rappresenta un ulteriore fattore determinante. PC, portatili, smartphone, tablet, televisori, hanno ognuno un metodo diverso di input, che va dal digitare una parola ad effettuare una richiesta vocale.

Se una volta la query-tipo era[ristoranti a Milano], oggi è diventata molto più specifica, come [dove andare a mangiare cibo indiano a Milano], o [qual è il posto migliore per mangiare cibo indiano a Milano]. Un esempio per constatare che i motori di ricerca han capito che lavorare sulle singole parole chiave non era sufficiente; hanno invece bisogno di capire come i dati sono correlati, sia all’interno dello stesso sito che nell’intero web. E’ questo il cambiamento più importante all’interno della search: il passaggio da parole chiave ad entità. Le parole diventano concetti, e i motori di ricerca evolvono in macchine in grado di apprendere.

 

Due sono i concetti fondamentali da cui ha preso origine la seo semantica: intento e contesto. L’intento parte dall’utente, il quale dichiara (più o meno) esplicitamente cosa sta cercando. E il contesto, che potrebbe essere inteso come tutto ciò che “circonda” una ricerca e la fa andare in una certa direzione, ovvero le dà un senso.

Collegando intento e contesto, i motori di ricerca sono in grado di comprendere le diverse query.

Il contenuto principale può essere pensato come un ombrello sotto cui stanno le diverse entità.