Competitive intelligence: analisi data-driven per comprendere il mercato di competizione

By Giuseppe Ferrari

Come dare maggiore precisione e slancio alle strategie marketing delle aziende? Competitor analysis e benchmarking si fondono con le classiche analisi keyword e degli intenti di ricerca.

Abbiamo preso ad esempio un caso di studio interno sullo smart working, argomento che ci sta molto a cuore e pratica consolidata d’agenzia. Il lavoro è stato centrato sulla rilevanza e sull’opportunità di perseguire un progetto che fosse di aiuto per l’operatività interna dell’agenzia e che rispondesse alle esigenze del mercato.
Avevamo bisogno di capire come muoverci, sapere in quale direzione spingere il nostro progetto e come orientare gli sforzi di marketing (contenuti, seo, ADV campagne paid). 

Ecco alcune delle attività svolte.

Individuazione parole chiave, il classico primo passo

Come letteratura vuole, il primo set di attività ruota attorno all’individuazione delle parole chiave che meglio rappresentano il mercato di riferimento del cliente. Per l’efficacia dell’analisi più sono, meglio è.

Talvolta viene sottovalutata considerandola un’operazione banale e condotta in modo distratto, ma è un elemento che invece richiede la massima sensibilità ed attenzione. 

Questa ricerca trova maggiore profondità tramite:

  • Export dalla search console del sito di partenza (se il progetto è già ben avviato)
  • Export keyword dei potenziali competitor (tramite SeoZoom e SemRush)
  • Scraping del PAA (People also Ask)

In tutti questi casi va effettuata una scrematura manuale da parte dello specialista, che grazie alla sua esperienza e al feedback che riceve dal cliente può giungere ad una selezione sensata ed efficace.

Tendenze di mercato con i Trend di ricerca

La mole dei dati e la profondità dell’analisi degli stessi è rilevante ai fini del valore statistico dei risultati ottenuti, così abbiamo realizzato specifici software (Script in Python).

Una volta disponibile il set di parole chiave con questi software andiamo ad estrarre i trend di ricerca degli ultimi 5 anni per ogni singola keyword. L’export dati da Google Trends consente di disporre di una panoramica su un tipo di dato legato all’andamento delle ricerche sul mercato di riferimento da parte degli utenti.
Vengono così identificate le keyword in crescita ed in calo, derivando (in tutti i sensi) il tendenziale che ogni keyword esprime nel periodo di tempo fissato. 

Da questo punto le considerazioni vertono su aspetti volti a capire quali siano i termini che possono costituire il nocciolo delle future attività di marketing o perlomeno quale direzione dovranno prendere.

Volumi e competitività visti da “chi paga” le keyword

Non considerare le attività Paid (a pagamento) che ruotano attorno ai termini di ricerca di nostro interesse sarebbe una lacuna importante ai fini dell’analisi e devo dire “poco intelligence”.

Tramite le API dello strumento di pianificazione delle parole chiave di Google Ads ed un altro applicativo realizzato da noi (sempre Python) andiamo ad estrarre per ogni parola chiave il volume di ricerca medio mensile, il cpc medio e la competitività (quanti competitor hanno acquistato una determinata parola chiave).

Questi nuovi dati sono molto utili in termini di comparazione e aggiungono nuove informazioni circa i valori in gioco di un determinato termine e il relativo andamento nel tempo, praticamente un nuovo strato di senso alle nostre scelte future.

Analisi prima pagina di Google ed esportazione dati

Per ogni parola chiave procediamo con lo scrape della Serp (lo scraping è un’operazione automatizzata di ricerca ed estrazione di informazioni da un documento, in questo caso la prima pagina dei risultati di Google) geolocalizzato in base alle nostre esigenze.

Software e procedure sono sempre stati sviluppati internamente, questi tool molto efficienti consentono operazioni altrimenti troppo lunghe e antieconomiche da fare a mano.

Con questi software estraiamo:

  • Competitor organici
  • Competitor Annunci a pagamento search
  • Competitor Google shopping
  • Ricerche correlate
  • Domande frequenti

Non di secondaria importanza in questa fase è evincere dal lavoro di Google BERT (ultima significativa variazione algoritmica che consente al browser di comprendere meglio il linguaggio degli utenti) intenti di ricerca degli utenti. Google infatti cerca sempre di più di distinguere intenti transazionali da quelli informativi e modifica le serp di conseguenza.

Queste informazioni ci forniscono anche un’indicazione sui tipi di contenuti che dovremo realizzare per posizionarsi lato organico (immagini, video, podcast, pdf).

Eccoci alle conclusioni.
Volevamo capire come muoverci per sviluppare un nostro progetto legato allo smart working e anche valutare in anticipo quali e quanti sforzi avremmo dovuto sostenere con azioni di marketing (pensate ai contenuti da fare, alla SEO, alle campagne ADV).
Così abbiamo condotto questo ciclo di attività ed ad ogni fase sono state raccolte informazioni preziose che hanno arricchito e che sono diventate la base della nostra strategia di marketing digitale.
Il senso è quello di avere un marketing digitale data-driven, meno soggetto alle opinioni e più concretamente basato sulle informazioni nascoste dal gran numero di dati prodotti ogni giorno.

In ultima istanza va detto che in aggiunta a questo ciclo di attività più legate all’analisi di dati riferiti alla Search si possono (e si devono) aggiungere attività legate all’analisi dei Social, con il fine di arricchire la consapevolezza delle conseguenti azioni di marketing, ma questo sarà oggetto di un prossimo articolo.

Reference:

Update Google BERT

Python

Noi aiutiamo le aziende ad evolvere e a far emergere il proprio Brand.

Scopri i nostri progetti