Quando il supermercato predisse la gravidanza.

immagine supermercato

Un giorno un uomo entra furioso in un grande magazzino del Minnesota appartenente catena Target con in mano una pubblicità e chiedendo di parlare con il direttore: “Mia figlia si è ritrovata questo nella posta! Studia ancora alle superiori e voi mandate buoni per tutine e culle? Volete incoraggiarla a restare incinta?”. Il direttore tentò di scusarsi in tutti i modi e qualche giorno dopo richiamò l’uomo per scusarsi nuovamente. Il padre rispose alla chiamata: “Sono io a dovervi le mie scuse, ho parlato con mia figlia, a quanto pare vi erano cose di cui non ero a conoscenza. Partorirà in agosto.”

L’arrivo di Pole in Target

Per capire il contesto torniamo un po’ indietro. Andrew Pole, laureato in statistica ed economia, per tutta la vita è stato ossessionato dall’analisi dei dati e di come questi, se manipolati in maniera corretta, potessero decifrare il comportamento umano.
Nel 2002 iniziò a lavorare per la catena di grandi magazzini Target. L’occasione era ghiotta. Target infatti da anni lavora con un enorme mole di dati dei propri consumatori. Ognuno di essi aveva un proprio ID assegnato a cui venivano ricondotte tutte le operazioni effettuate con buoni sconto, carte di credito Target, questionari compilati, visite del sito web ed altri canali facilmente monitorabili. Oltre a queste venivano associati anche molti dati demografici ricavati internamente o acquistati da terzi (età, residenza, reddito, siti visitati, storia professionale ecc.).
Pole aveva il compito di fornire al reparto marketing dati utili che potessero, non solo intercettare le abitudini dei consumatori, ma addirittura prevenire i loro bisogni.
Quella mole di dati disponibili permetteva al personale di Target di analizzare la lista della spesa del singolo cliente e capire con buona approssimazione se il cliente era sposato, aveva dei figli, stava traslocando e svariati altri dettagli della sua vita privata.
Già questo può fare una grande differenza nel campo del marketing, perché permette di fare del marketing targettizzato in maniera precisa tramite email, posta, banner e tutti gli altri mezzi a disposizione.
Ma prevedere le abitudini dei clienti poteva essere la svolta per qualsiasi azienda di vendita al dettaglio. Se ad esempio una cliente acquista bikini ad aprile è possibile inviare dei buoni sconto per le creme solari a luglio e libri sulle diete a dicembre.

Predire la gravidanza

Un giorno alcuni impiegati dell’ufficio marketing si fermano davanti alla scrivania di Pole e gli pongono una domanda: “Riusciresti attraverso i tuoi computer a scoprire quali nostre clienti sono incinte anche se loro non vogliono farcelo sapere?”. Dai dati di Target risultava che molti clienti non acquistavano quasi mai determinati prodotti da loro, e quindi era necessario invogliarli da cambiare le proprie abitudini di acquisto.
Gli studi sul consumo dei decenni precedenti hanno dimostrato che il consumatore è un individuo estremamente abitudinario. L’unico momento in cui un consumatore cambia le proprie abitudini di acquisto, e risulta più vulnerabile all’azione del marketing, si presenta quando viene a verificarsi un avvenimento importante nella sua vita. E qual è uno degli avvenimento più importanti della nostra vita? La nascita di un figlio. I neogenitori non solo cambiano le proprie abitudini di acquisto, ma iniziano anche a spendere di più. Rappresentano una miniera d’oro per molte aziende, ed è per questo che molte aziende cercano di intercettare le neomamme appena dopo il parto.
Individuare una donna gravida entro il sesto mese rappresenterebbe un vantaggio immenso sulla concorrenza.
A questo punto si presentano le prime difficoltà: come fare a capire se una cliente sta acquistando dei prodotti per neonati per lei e non per un’amica? Come intercettare la cliente prima del parto in maniera da fornirle i buoni in anticipo?
Pole partì dalle clienti che utilizzavano le “liste dei desideri per neonati” fornite da Target, studiando i comportamenti di acquisto delle clienti che avevano rivelato di essere in dolce attesa e la data del termine.
Il tutto veniva associato all’ID della famiglia.
Incredibilmente Pole riuscì ad identificare alcuni modelli. Individuò 25 prodotti che consentivano di calcolare la data del parto e di associare alla cliente un punteggio di “previsione di gravidanza”. Questo permetteva a Target di inviare dei buoni sconto per i prodotti giusti per ogni fase di gravidanza.
L’impostazione di queste offerte non doveva far percepire ai clienti che la catena avesse a sua disposizione tutta questa mole di dati sensibili. Quindi le singole offerte dovevano apparire casuali, inserite in mezzo ad altre di prodotti non attinenti.

Questo episodio dimostra come le aziende riescano, attraverso la scienza dei dati, ad anticipare e condizionare le nostre abitudini di acquisto e di come le “predictive analytics” sia ormai fondamentali per un qualsiasi business.