dataMesh Podcast Filippo Trocca

Le Data Clean Room sono diventate argomento main stream l’11 Ottobre 2022 quando Google ha presentato la soluzione Publisher Advertiser Identity Reconciliation (PAIR) per Display & Video 360 annunciando il supporto per le Data Clean Room.Un mese dopo il 29 Novembre 2022 Amazon lancia AWS Clean Rooms facendo risuonare questo nuovo prodotto sempre più forte nel mondo del Advertising.Scopriamo di cosa si tratta.
Che cos’é una Data Clean Room?
Per capire una Data Clean Room dobbiamo fare un passo indietro. 3rdParty Cookie e Mobile Advertising Id (MAID) sono identificativi univoci dell’utente. Attraverso di essi il mondo dell’advertising è riuscito a:
Grazie per leggere DataMesh. Iscriviti se vuoi rimanere aggiornato

* Capire/calcolare gli interessi utente
* Misurare le conversioni
* Collezionare una grande quantità di dati
Il mondo del AdTech si basa principalmente sulle funzionalità sopra elencate.
Quando i 3rdParty cookie e i MAID non possono essere raccolti, le fondamenta del digital advertising vengono a mancareUna Data Clean Room permette ad un’azienda di raccogliere informazioni relative ai propri utenti e renderle disponibili ad una terza parte senza condividere con essa alcune dato personale e rispettando la privacy dell’utente. In altre parole, una Data Clean permette di unire dati da fonti diverse al fine di creare un Identity Graph (l’identificazione di un singolo utente in modo univoco) e condividerlo con aziende terze senza mai dare accesso ai dati personali dei propri utenti.
Possono diventare un sostituto di 3rdParty Cookie e MAID nel pieno rispetto della privacy, ripristinando in parte le fondamenta del Digital Advertising, ma ridando potere a chi quei dati li raccoglie direttamente: publisher ed advertiser.
Come utilizzare una Data Clean Room
Le Data Clean room più famose in questo momento sono:
* Google Ads Data Hub (ADH) è la prima Data Clean Room presentata sul mercato.Al suo interno troviamo Google raccoglie i dati sulle sue proprietà digitali come: Google Search, Google Maps, YouTube, ecc. Per potervi accedere è necessario fare advertising con uno di questi prodotti: Search Ads360, Display & Video 360 e Campaign 360
* Amazon Marketing Cloud permette di accedere ai dati raccolti su tutte le aziende del gruppo Amazon, come lo shop, Whole Food e Twitch. A differenza di ADH non è necessario avere un account di advertising su Amazon per utilizzarlo
Entrambe permettono ad una azienda di potenziare le proprie capacità di misurazione e di targeting sulle piattaforme di Google e Amazon rendendo possibile unire i dati di prima parte raccolti dall’azienda con i dati di prima parte di Amazon o Google.
Un esempio aiuterà a comprendere meglio le potenzialità.CocaCola attraverso un concorso ha raccolto i lead di numerosi utenti, ma per semplificare ed avere un funnel di conversione semplice e veloce non ha chiesto il sesso e la data di nascita dell’utente. Attraverso Google Ads Data Hub CocaCola potrà per tutti i canali media tracciati con le soluzioni Google:
* estrarre i dati di conversione aggregati per sesso ed età degli utenti sfruttando la capacità di Google di estrarre di dati socio/demo
* Potrà comparare tali dati di conversione con gli utenti che hanno solo visualizzato le creatività CocaCola
* gli stessi dati sono analizzabili per gli utenti che hanno cliccato un annuncio, ma non hanno convertito
Segmentare queste informazioni per creatività permette di analizzare le performance al fine di individuare quale combinazione di creatività, landing page, call to action performi meglio per ogni segmento socio/demografico.
Inoltre da entrambe le piattaforme è possibile creare audience mixando i dati di prima parte dell’azienda con i dati dell’AdTech per creare segmenti utilizzabili nelle piattaforme di advertising.
Il potenziale di questa tecnologia è molto alto, ma fosse limitato solo a Google e Amazon, non permetterebbe di raggiungere quella massa critica di utenti id

Apple si è auto nominata paladina della privacy presentando tecnologie per difendere i dati personali dell’utente (App Tracking Prevention e Intelligent Tracking prevention) ma è stata criticata: da un lato blocca l’advertising di terze parti con le sue tecnologie e dall’altro entra nel mondo dell’advertising, dove il rispetto della privacy non è il faro guida. È veramente questa la situazione, oppure possiamo trarre ispirazione dalla strategia di Cupertino?
Breve Cronistoria
Apple entra nel mondo dell’advertising nel 2010 presentando iAd dopo aver acquistato all’inizio dello stesso anno Quattro Wirelless per 275 milioni di dollari.L’esperienza di iAd fu disastrosa e il progetto fu chiuso in soli 6 anni, per spostare l’esperienza fatta su Apple Search Ads.Nel Agosto 2022 viene aperta la ricerca di personale per la creazione di “the most privacy-forward, sophisticated demand side platform possible”, e nello stesso mese viene registrata un presenza straordinaria di Apple a Cannes l’evento più importante dell’advertising. Infine ad Ottobre 2022 l’azienda aumenta di numero le posizioni pubblicitarie all’interno del App Store.
Le attività di Apple hanno generato titoli da click baiting Cupertino entra nel mondo del advertising.
Apple è nel mondo del advertising da 12 anni.
L’ecosistema Apple
Sono passati 6 anni da quando Apple ha stabilizzato la sua piattaforma di advertising: per il mondo della tecnologia un’era geologica. Nel mentre l’ecosistema dell’azienda si è ampliato:
* TV+ presentato a fine 2019,
* Fitness+ presentato a fine 2021,
* iTunes confluito nella app Apple Music nel 2021
* App Store è un lontano parente della prima versione lanciata nel 2008, ora è organizzato con tematiche ed esteso a Mac OS X
* Apple Arcade disponibile per iOS, iPadOS, Apple TV.
* In questi mesi l’azienda ha annunciato che trasmetterà in streaming le partite di Baseball e di Soccer
Apple deve rivoluzionare la sua piattaforma di advertising se vuole competere con NetFlix, Amazon PriveVideo, Disney+, Paramount+, ecc. perché tutte stanno proponendo o pianificando abbonamenti scontati grazie alla pubblicità. Perché stupirsi se Apple assume talenti per creare la sua DSP?La risposta più veloce a questa domanda: l’advertising non rispetta la privacy.
Apple è famosa per essere disruptive quando entra in un mercato e difficilmente sbaglia due volte un progetto, ma può una piattaforma di advertising preservare la privacy dell’utente? Per capirlo dobbiamo prima di tutto capire cosa sia la privacy.
Che cos’é la privacy?
Spesso diamo per scontato che la privacy sia un concetto universale, ma, semplificando, oggi possiamo parlare di due visioni codificate di privacy:
* La visione legale prevede nelle varie legislazioni la possibilità da parte dell’utente di scegliere se i sui dati personali vengano o meno raccolti, archiviati e analizzati dalle aziende con cui entra in contatto
* Lato Tech la privacy è l’impossibilità da parte di qualsiasi azienda di poter incrociare i dati comportamentali dell’utente tra le proprie proprietà digitali e quelle di terzi. Tradotta in modo più semplice: l’impossibilità che esista un identificativo univoco che permetta di raccogliere le azioni di un singolo utente come i 3rdparty cookie e i Mobile Advertising IDentifier (MAID)
Sono due visioni diametralmente opposte, vivono vite parallele ed entrano in contatto solo per il consenso utente, ma appaiono simili a molti perché raccolte sotto il cappello “Privacy utente”.
Apple non vuole impedire di raccogliere informazioni relative al comportamento utenti fatte sulle proprietà digitali dell’azienda (i famosi First Party Data), ma combatte la possibilità di unire quei dati con elementi esterni all’insaputa dell’utente stesso. Cookie di Terza parte e Mobile Advertising ID sono identificativi utente molto facili da ottenere e archiviare. Essi permettono di ricostruire la storia online e

In questi giorni mi sono imbattuto in un interessante business case di TA3 SWIM, azienda americana di costumi da bagno da donna che ha introdotto sul proprio ecommerce un sistema di Virtual TryOn denominato YouFit: scelto lo stile del costume la piattaforma consiglia all’utente la taglia da acquistare dopo aver inserito le seguenti informazioni:
* Altezza
* Peso
* Fotografia frontale del utente
* Fotografia laterale del utente
L’obiettivo principale del progetto era ridurre il numero di resi dovuti a taglie errate o all’abitudine da parte degli utenti di acquistare diverse taglie dello stesso prodotto per poi restituire quelle non adatte.
I dati condivisi sono interessanti:
* Il 46% degli utenti che hanno utilizzano l’applicazione hanno poi acquistato
* Quando viene acquistata la taglia consigliata solo il 10% viene restituito per problemi di indossabilità (l’azienda dichiara che il dato sia molto più basso della media del sito)
* Solo il 2% delle restituzioni sono oggi riconducibili all’acquisto di più taglie dello stesso prodotto
* Quando NON viene acquistata la taglia consigliata il 45% delle transazioni si concluderà con una restituzione del prodotto per problemi relativi all’indossabilità
Alla base della tecnologia di YouFit troviamo le soluzioni di 3DLook, la quale naturalmente vanta integrazioni avanzate di Machine Learning, ma l’elemento che più mi ha colpito è questo schema di integrazione con Shopify e Magento
L’infrastruttura esalta i first party data dell’azienda in un semplicissimo schema di integrazione:
* Visualizzazione pagine prodotto
* Conversioni
* Sku data
* Immagini prodotto
* Prodotti restituiti
L’ultimo è secondo me l’elemento più importante: i dati relativi ai prodotti restituiti. Restituire un prodotto comunica chiaramente all’azienda l’insoddisfazione del cliente: troppo spesso quell’informazione (questo dato) è ignorata. 3DLook probabilmente la utilizza per addestrare i suoi modelli e potrebbe utilizzare widget per chiedere al cliente perché restituisce un prodotto al fine di verificare la bontà del modello di selezione.
Probabilmente il sistema di 3DLook è molto più complicato e non di facile integrazione come lo schema qua sopra vuole far apparire, ma evidenziare il dato di reso è molto importante perché sottolinea la necessità di aver quel dato per attivare il sistema.
Questa è l’applicazione del vero potenziale dei dati di Prima Parte, ed è importante in ogni progetto partire dal Business case che si vuole raggiungere per poter individuare con attenzione quali dati raccogliere. I dati di prima parte non sono solo dati per il marketing.
Questo dimostra come la Data Strategy deve essere sempre alla base di ogni progetto ben riuscito
Il concetto di virtual TryOn sta prendendo piede tanto che Google ha annunciato il 17 novembre due nuovi integrazioni all’interno di Search:
* Trova il tuo fondotinta permette di vedere come uno specifico fondotinta apparirà su una modella con una pelle simile alla nostra
* Acquistare le sneaker in realtà aumentata: la possibilità di vedere alcuni modelli di sneaker come si integrano nel mondo reale


Amazon, invece, ha introdotto il virtual TryOn per le sneaker dopo quello per gli occhiali da sole
Sono esempi più semplici rispetto business case di TA3 SWIM, ed a mio parere meno ‘utili’ per l’utente perché non danno consigli, ma sono chiaramente un forte segnale del trend che sta prendendo piede sul mercato.
Il concetto di dato di prodotto si sta estendendo, i contenuti non vanno pensati solo come un asset creativo, ma sono dati da ottimizzare per le diverse esperienze utente e per i diversi canali di distribuzione.
I link della settimana
* Nestlé Purina’s Strategy Fur (Had To Do It) Measuring Ad Effectiveness come Purina utilizza in modo alternativo un Panel di Utenti per indirizzare le sue strategie
* For Attribution, Retailers Test If Incrementality Can Be A New Truth Set un’introduzione s

This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com

Prima di tutto vorrei provare a spiegare che cosa sia il Livestream Shopping. Avete presente l’esperienza di vendita di Wanna Marchi negli anni 90 nelle Tv private con creme di bellezza prima e la fortuna poi? Ecco trasportate la stessa “esperienza” all’interno di una piattaforma come TikTok live o YouTube live e intuirete immediatamente cosa sia il Livestream shopping, con la differenza di poter rivedere il video on demand.Per chi invece è più giovane rimando al documentario Wanna di Netflix.
Certo spiegare il fenomeno senza un esempio reale sarebbe poco corretto, dovreste fidarvi delle mie sensazioni, così inserisco un breve documentario
Fatte tutte le premesse del caso, la vera domanda: il trend prenderà piede anche in occidente? A mio parere non in questa forma, ma con modalità diverse in realtà è già tra noi. Ecco gli indicatori che ritengo importanti per analizzare questo fenomeno.
TikTok ha provato ad esportare quell’esperienza in occidente, ma per ora ha bloccato il progetto dopo aver fallito in UK.Per questo Black Friday Pinterest lancia Pinterest TV: la nuova features permette agli utenti di comprare prodotti attraverso lo shopable content.
Wallmart il gigante del retail americano sembra puntare molto sullo shopable content e sta testando tanti formati arrivando ad aprire una nuova Content Creator Platform per poter collaborare direttamente con i creator, il tutto in collaborazione con Impact.
Le BigTech stanno a guardare? Nemmeno per sognoYouTube sicuramente è la più attiva, dopo aver lanciato Shopping links per il mondo del beauty il 10 novembre ha lanciato un evento di 10 giorni From YouTube to You in cui i Top YouTube Creators promuovo vari prodotti in vista del Natale: l’attenzione di YouTube è tutta concentrata sui shopable video content disponibili come standard video, live streaming e shorts.Meta non sta alla finestra ed Instagram shopping permette di comprare consultando le immagini ed i video senza uscire dalla piattaforma.
Negli Stati Uniti si stanno affermando due aziende che concentrano i loro sforzi sui Video Shopable: Talkshop e Firework quest’ultima ha ricevuto finanziamenti da American Express.
L’attenzione per i contenuti shoppable ha attirato l’attenzione anche delle fintech: Klarna ha rilasciato un motore di ricerca per i prezzi che lavora sui shoppable video.
I video sono diventati la nuova terra di conquista per gli ecommerce, per avere successo in questo ambito il controllo dei dati è importante: non parlo solo dei dati di performance, intuitivamente essenziali, ma parlo della gestione del prodotto come dato (titolo, descrizione, immagini, video, prezzi, categorie di appartenza, ecc. ecc.). I product feed diventano un elemento essenziale nelle strategia a performance, saperli ottimizzare e porre attenzione al contenuto gestito come dato e non solo come asset creativo diventa sempre più essenziale.
Un nuovo mondo si è aperto per gli ecommerce, saper gestire i dati di prodotto è la chiave del successo. Lo schema riportato qua sotto riassume dove Google utilizza le informazioni dei feed di prodotto: un’ecosistema gigantesco
Dallo schema però è chiaro come il feed di prodotto sia pervasivo all'interno dei canali di Google. Vi lascio con due citazioni di :
* Google è Liquido
* Google è l'ecommerce del mondo
Esse ben riassumono le sfide da affrontare ma non è esiste solo Google, i feed di prodotto sono usanti, da Facebook, Instagram, TikTok, Criteo, ecc.
Link della settimana
Google, Apple, Meta, Amazon & Microsoft Join To Improve Voice Recognition Le 5 big tech uniscono le forze per creare un dataset che permetta di creare modelli NLP che riconoscano la voce di  persone con disabilità
Will Walmart's RFID mandate drive wider industry adoption? Walmart ampia il catalogo di prodotti per cui richiede ai propri fornitori di utilizzare RFID come “etichette”. Questo potrebbe portare all’adozione di RFID in modo massivo trasformando completamente la g

This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit filippotrocca.substack.com