Marketing omnicanale di un brand retail

Contesto del progetto

Il brand retail è una catena specializzata in articoli per la casa di fascia medio-alta, con oltre 200 punti vendita fisici in tutta la Cina e una presenza online su flagship store Tmall, live streaming Douyin e mini-programma WeChat. Negli ultimi due anni il brand ha completato la trasformazione digitale di base dei canali online e offline, ma i sistemi di membership, i dati degli ordini e i dati pubblicitari di ciascun canale rimanevano separati, costringendo le decisioni di marketing a basarsi sull'esperienza e rendendo difficile quantificare l'attribuzione. Nel Q3 2024 il brand ha avviato un progetto di upgrade del sistema di marketing con l'obiettivo di "crescita omnicanale", puntando a completare l'infrastruttura dati e la ristrutturazione delle strategie di advertising prima del Double 11.

Sfide principali

Nella fase iniziale il team si è trovato ad affrontare tre criticità:

1. Gravi silos di dati: i sistemi POS offline, i backend e-commerce, le piattaforme pubblicitarie (Ocean Engine, Alimama) e il CRM di private domain avevano metriche non allineate, e l'ID dello stesso utente su canali diversi non era collegabile, causando da tempo il fenomeno di "utenti raggiunti più volte e costi duplicati su più canali".
2. Modello di attribuzione inefficace: in passato si utilizzava l'attribuzione "last click", per cui molte conversioni in negozio venivano erroneamente attribuite alla pubblicità e-commerce, mentre le conversioni da ricerca generate dai contenuti di Douyin non erano tracciabili, impedendo al management di valutare il ROI reale.
3. Allocazione del budget approssimativa: il budget di ciascun canale era ripartito in modo fisso in base alla quota storica di vendite, senza meccanismi di aggiustamento dinamico basati sulle performance in tempo reale; durante i grandi eventi promozionali l'aumento di budget veniva deciso "a sensazione" verso canali dalle performance poco chiare.

Soluzione

Il brand ha introdotto GEO Engine, il motore dati per il marketing omnicanale, completando la ristrutturazione in tre fasi:

Fase 1: Unificazione del data hub. Tramite la funzionalità ID-Mapping di GEO Engine, i numeri di telefono dei membri offline, gli account e-commerce, gli ID dispositivo e i cookie delle piattaforme pubblicitarie sono stati abbinati in modo criptato, costruendo un profilo utente unificato a 360°. In sole 3 settimane sono stati puliti e collegati 12 milioni di dati storici degli utenti, identificando il 68% di utenti duplicati su più canali.

Fase 2: Ricostruzione del modello di attribuzione full-funnel. Sulla base dei dati unificati è stato implementato un modello di attribuzione multi-touch basato su Shapley Value, che include nel calcolo del contributo 12 tipi di touchpoint chiave, tra cui visite in negozio, navigazione online, interazione con i contenuti e click da ricerca. Dopo il lancio del modello, il management ha potuto per la prima volta vedere chiaramente il valore reale di percorsi di conversione completi come "seeding su Douyin → ricerca su Tmall → ritiro in negozio".

Fase 3: Motore di allocazione intelligente del budget. GEO Engine si è integrato con le API delle piattaforme pubblicitarie, ottenendo un ritorno dati a cadenza oraria e generando automaticamente suggerimenti di aggiustamento del budget per canale in base ai risultati di attribuzione. Il sistema applica la regola "riduzione automatica del budget sotto la soglia di ROI, aumento automatico sopra la soglia", con punti di intervento manuale in corrispondenza del calendario promozionale.

Punti di forza dell'esecuzione

• Test sul campo durante il Double 11: nel Double 11 2024 il sistema ha monitorato in tempo reale l'efficienza di oltre 40 piani pubblicitari, portando la quota di budget del live streaming Douyin dal 35% al 52% in modo dinamico, riducendo al contempo il budget delle parole chiave di brand a bassa efficienza nella ricerca, con un aumento complessivo dell'utilizzo del budget del 27%.
• Integrazione con i punti vendita fisici: tramite GEO Engine sono stati identificati gli utenti entro 3 km che avevano visto annunci online senza convertire, inviando ai commessi attività di contatto mirate in negozio; questo ha portato oltre 4.200 utenti a provare l'esperienza in negozio, con un aumento del 18% del tasso di acquisto aggiuntivo offline.
• Secondo contatto nel private domain: per i segmenti di pubblico "alta intenzione senza conversione" emersi dall'attribuzione, i dati sono stati sincronizzati automaticamente nel pool operativo di WeCom, con coupon dedicati, ottenendo un tasso di recupero del 22% entro 7 giorni.

Risultati

Nel ciclo completo di 30 giorni successivo al lancio (inclusa la fase di sprint del Double 11), il ROI pubblicitario omnicanale del brand è passato da 1,8 a 7,6, con un incremento del 320%. Nello specifico: i costi di contatto duplicato tra canali sono diminuiti del 41%, il costo di acquisizione nuovi clienti è calato del 36% e la quota di GMV da private domain è salita dal 12% al 23%.

Lezioni apprese

Questo progetto ha confermato una consapevolezza chiave: il valore del marketing omnicanale non sta nel "investire su più canali", ma nel "capire come ogni euro collabora tra i diversi canali per generare conversioni". GEO Engine non è solo uno strumento di unificazione dei dati, ma una metodologia decisionale riutilizzabile. Il responsabile marketing del brand ha riferito che il report di revisione mensile, che prima richiedeva 2 settimane, ora viene generato automaticamente ogni giorno dal sistema, permettendo al team di spostare le energie dalla gestione dei dati all'innovazione strategica. Per le aziende retail che intendono avviare progetti simili, si consiglia di assicurare innanzitutto la determinazione del top management a uniformare le metriche dei dati e di prevedere almeno 2-3 settimane per la pulizia dei dati e la messa a punto del modello, evitando lanci affrettati alla vigilia dei grandi eventi promozionali.