Da anni si ripete agli editori che la personalizzazione è la soluzione al calo di coinvolgimento e alla lotta per fidelizzare i clienti, eppure l'84% ammette di utilizzare ancora campagne generiche. Secondo il CX Index 2025 di Forrester, il 21% delle organizzazioni a livello globale ha visto diminuire i punteggi relativi all'esperienza del cliente lo scorso anno, mentre solo il 6% ha registrato un miglioramento. Il settore ha investito per un decennio nella tecnologia di personalizzazione. I risultati suggeriscono che qualcosa di più fondamentale non funziona.
Dietro le quinte, il problema risiede nel flusso di lavoro.
Il settore ha cercato di risolvere il problema sbagliato
Quando la personalizzazione fallisce, l'istinto è quello di aggiungere altra tecnologia: intelligenza artificiale migliore, dati più ricchi e segmentazione più sofisticata. Ma nelle conversazioni con i team che la utilizzano, vedo ripetersi sempre lo stesso schema: il problema non sono gli strumenti. Il problema è la struttura organizzativa che li circonda. Chi acquista piattaforme di personalizzazione raramente è chi crea i contenuti. Chi imposta i segmenti di pubblico raramente comprende perché un contenuto è stato scritto in un certo modo. E i redattori che pubblicano effettivamente i contenuti ogni giorno raramente hanno visibilità su tutto ciò.
È il risultato di come sono state costruite le architetture tecnologiche: strumento dopo strumento, team dopo team, ogni livello aggiunto per risolvere un problema specifico senza che nessuno si fermasse a chiedersi se il sistema nel suo complesso stesse effettivamente offrendo esperienze rilevanti. E, sempre più spesso, non lo fa.
Le architetture tecnologiche frammentate sono diventate un problema e la situazione si sta aggravando
Ciò di cui si parla meno è il motivo per cui il problema della frammentazione peggiora anziché migliorare, nonostante le organizzazioni continuino a investire in tecnologie di personalizzazione.
Ogni nuovo strumento aggiunto alla pila crea un nuovo punto di passaggio
Il team marketing acquista una piattaforma di personalizzazione. Un altro team configura i segmenti e i trigger. Gli editor continuano a lavorare nel CMS come se nulla fosse. Quello che inizia come un problema di coordinamento si trasforma in un problema organizzativo: team diversi, priorità diverse, definizioni diverse di cosa significhi "personalizzato". Col tempo, la personalizzazione viene implementata solo per le campagne ad alta priorità, perché il coordinamento inter-team necessario la rende troppo costosa per qualsiasi altra cosa. Tutto il resto viene pubblicato in modo standard, per tutti.
Il problema della velocità aggrava ulteriormente la situazione
I visitatori prendono decisioni in pochi secondi, aspettandosi esperienze contestuali e pertinenti, simili a quelle che ricevono quotidianamente dai social media e dagli strumenti di intelligenza artificiale. Eppure, la maggior parte delle campagne è ancora basata su orari rigidi anziché sull'interazione in tempo reale. Un visitatore che ha già visualizzato una pagina tre volte ha bisogno di un'esperienza diversa rispetto a chi la visita per la prima volta. Chi esita al momento del pagamento ha bisogno di rassicurazioni, non di un banner generico. Quando una campagna viene ottimizzata e il messaggio giusto è pronto, il momento è ormai passato.
Poi arriva l'IA
Si presume che l'intelligenza artificiale colmerà il divario di personalizzazione automatizzando ciò che gli esseri umani non possono fare su larga scala. Ma l'IA non risolve il problema dei dati frammentati, li amplifica. Quando i contenuti sono sparsi su più sistemi senza un'unica fonte di verità, diventano obsoleti. I visitatori ricevono messaggi diversi a seconda del canale da cui provengono. I segnali dei dati sono incompleti o non aggiornati. Quando l'IA orchestra le esperienze in aggiunta a tutto questo, i risultati inaccurati si diffondono più velocemente e ampiamente di quanto qualsiasi redattore possa correggere.
La domanda che il settore non si pone
La domanda giusta non è "come possiamo ottenere dati migliori?" o "come possiamo rendere l'IA più intelligente?". È: perché chi crea contenuti è scollegato dai sistemi che determinano come quei contenuti raggiungono il pubblico?
La governance dei contenuti, ovvero sapere quali contenuti esistono, dove si trovano, chi ne è il proprietario e se sono aggiornati, è ciò che rende possibile la personalizzazione su larga scala. Non come funzione di conformità, ma come fondamento operativo su cui si basa tutto il resto. Senza di essa, ogni investimento in tecnologie di personalizzazione produce rendimenti decrescenti, perché i dati di input sono inaffidabili e le persone più vicine al lettore non hanno modo di agire in base alle informazioni in loro possesso.
La soluzione strutturale non è un ulteriore strumento. Si tratta di connettere contenuti, dati e intelligenza artificiale nello stesso flusso di lavoro, in modo che i redattori, coloro che comprendono il pubblico, il tono e il contenuto, possano prendere decisioni di targeting direttamente al momento della pubblicazione.
Un esempio pratico: la personalizzazione per un editore tedesco
tedeschi gruppi editoriali , con oltre 40 marchi, si trova ad affrontare una versione di questo problema su scala editoriale: 2.500 nuovi titoli all'anno e un catalogo che deve rimanere rilevante in diversi generi, per diverse fasce di lettori e in un mercato in continua evoluzione.
La loro visione era chiara fin dall'inizio: una piattaforma di contenuti scalabile e modulare in grado di supportare la pubblicazione in tempo reale, la personalizzazione incentrata sull'utente e una profonda integrazione con sistemi aziendali come Salesforce CRM. Poiché nel settore editoriale il tempismo è fondamentale, le basi dovevano essere tali da permettere a contenuti, dati e comportamento del pubblico di lavorare in sinergia fin da subito.
Basato sulla piattaforma CoreMedia Experience, un CMS con funzionalità di personalizzazione native, lo stato di bestseller, i prezzi e la struttura delle categorie si aggiornano in tempo reale. Le interazioni degli utenti, i follower, i segnalibri e le iscrizioni alla newsletter vengono integrati direttamente nel CRM per la segmentazione del pubblico, garantendo così notifiche e campagne pertinenti e tempestive, anziché generiche. I team editoriali possono arricchire i contenuti con biografie degli autori, eventi e premi direttamente sull'elemento di contenuto, senza doverli ricostruire da zero o cambiare strumento. La personalizzazione è diventata praticabile quando ha smesso di essere un flusso di lavoro separato ed è diventata parte integrante del processo di creazione e pubblicazione dei contenuti.
La personalizzazione dovrebbe essere semplice come la pubblicazione
Spesso si discute di cosa possono fare gli strumenti di personalizzazione, cosa può prevedere l'intelligenza artificiale e cosa possono rivelare i dati. Questo è importante. Ma in pratica, gli strumenti più sofisticati rimangono teorici se non sono a disposizione degli editori che ne hanno più bisogno. I dati risiedono in un sistema, i contenuti in un altro, e chi pubblica quotidianamente per i lettori non ha modo di collegare i due. Questa distinzione non è ancora ben compresa e sta costando al settore più di quanto si renda conto.
Gli editori che sono riusciti a colmare il divario nella personalizzazione non ci sono riusciti aggiungendo più strumenti. Ci sono riusciti trattando la personalizzazione come un problema di flusso di lavoro, non come un problema tecnologico.
