A: Il Board Da: The Revenue Architect Oggetto: Diagnostica Week 1 / Il Problema “Dead Data”
La diagnosi della scorsa settimana è stata chiara: La vostra AI si sta addestrando su dati “morti”. State pianificando campagne su fantasmi, questo gonfia artificialmente il CAC e Rende il LTV una metrica di pura fantasia.
Oggi programmiamo la soluzione: non si tratta di fare “pulizia dati”, ma di installare il sistema operativo per rendere i ricavi efficienti: il protocollo di Identity Resolution.
L’Equazione Economica: Un Cliente, Dodici Costi.
Il vostro cliente non è statico. Nel 2026, un utente high-value interagisce con voi ovunque: Laptop, App, Instagram, Negozio Fisico e molto altro.
Nel vostro database grezzo, quella singola persona non esiste, esistono invece 12 frammenti scollegati:
Fantasma 1: Un cookie anonimo del browser (Utente X).
Fantasma 2: Una email da “guest checkout” (Utente Y).
Fantasma 3: Un ID del programma fedeltà del 2021 (Utente Z).
Fantasmi 4-12: ID Mobile, Email aziendali, IP della Connected TV, Cookie scaduti e Click ID di Facebook.
Il Buco di Bilancio: Pagate per acquisire l’utente X. Pagate ancora per il retargeting sull’utente Y. Pagate una terza volta per inviare email all’utente Z.
Pagate tre volte per acquisire la stessa persona.
L’Identity Resolution ricuce questi 12 fantasmi in un unico Golden Record, ferma lo spreco; crea il segnale pulito di cui la vostra AI ha bisogno per prevedere il futuro.
La Strategia: Eliminare la “Black Box”
Fino a ieri, il problema si risolveva acquistando una CDP (Customer Data Platform) monolitica, una “Black Box”. Inviavate i dati a un fornitore esterno, loro li elaboravano, li rivendevano a voi
Questo modello è obsoleto.
Rischio: Inviate PII (Dati Personali) fuori dal perimetro aziendale.
Costo: Pagate un “doppio affitto” (Storage nel vostro cloud + Storage nel cloud del vendor).
Cecità: Non avete visibilità sul perché due profili siano uniti.
Il Nuovo Standard: Warehouse-Native (Zero-Copy) Non spostate i dati verso lo strumento, ma lo strumento si connette ai vostri dati. I moderni motori di identità girano direttamente sulla vostra infrastruttura (Snowflake/Databricks/BigQuery/AWS ecc).
Sicurezza: I dati non lasciano mai la vostra governance.
Velocità: Risoluzione in tempo reale.
Costo: Zero-copy. Pagate per la logica, non per lo storage ridondante.
La Decisione: scegliere il Vostro Profilo di Rischio
Non chiedete “Qual è il tool migliore?”. Chiedetevi: “Qual è il trade-off strategico che accettiamo?”. Esistono 4 architetture valide per il 2026, Sceglietene una.
L’Esecuzione: Direttive Operative
Una volta definita la strategia, questo è il mandato operativo per il vostro Data Team:
Speed: Contrattualizzare una Composable CDP (es. Hightouch, Bytek Prediction Platform). Connetterla ai vostri dati. Dare al Marketing le chiavi per sincronizzare le audience direttamente su Meta/TikTok/Google Ads
Automated: Contrattualizzare un Vendor di AI Identity (es. Amperity). Ingerire tutte le tabelle legacy grezze. Lasciare che il loro modello costruisca il grafo. Non tentare sviluppo interno.
Control: Costruire un Private Graph usando AWS Entity Resolution. Le PII non devono lasciare il nostro VPC. Il Marketing richiede le audience tramite ticket.
Google: Centralizzare tutto in BigQuery. Utilizzare la risoluzione ID nativa di Google. Inviare i segmenti direttamente a Ads Data Hub.
La Checklist Tecnica (Audit)
Consegnatela al vostro Head of Data. Richiedete una risposta “Pass/Fail” entro fine giornata.
Test 1: Il Muro del Login (The “Logged-In” Wall)
La Domanda: “Siamo in grado di identificare i visitatori del sito prima che effettuino il login?”
La Risposta Sbagliata: “No, tracciamo i cookie ma sappiamo chi sono solo dopo il login.”
Il Costo: State ignorando il 95% del vostro funnel. State facendo bid su sconosciuti.
Test 2: Audit dei Costi Ridondanti (Double Rent)
La Domanda: “Stiamo pagando un vendor esterno per archiviare dati che sono già presenti nel nostro Warehouse?”
La Risposta Sbagliata: “Sì, il marketing cloud necessita di una propria copia dei dati per funzionare.”
Il Costo: State pagando due volte per lo storage e aumentando la superficie di attacco. Migrazione immediata a Warehouse-Native.
Test 3: Rapporto Utenti/Profili
La Domanda: “Qual è il rapporto tra ‘User ID’ unici e ‘Profili di Fatturazione’ nel database?”
La Risposta Sbagliata: “Circa 5 a 1.” (o superiore)
Il Costo: State trattando un cliente fedele come fossero cinque estranei. Il vostro modello di LTV è un’allucinazione.
Riepilogo
L’Identity Resolution non è una pratica IT, è la differenza tra un’AI che prevede il fatturato e un’AI che ha allucinazione.
Sistemate il livello dati, ricucite i profili fantasma: arrestate l’emorragia.
Settimana Prossima: Valideremo tutto questo con l’unica persona a cui importano davvero i soldi: il CFO. Analizzeremo il Report McKinsey: conferma che il 90% dei budget marketing sta navigando alla cieca.
Notizie Per me interessanti
Dinners are the new trade shows. Here’s how to run them well by Emily Kramer
How to do AI analysis you can actually trust by Lenny Rachitsky
