Big Data: il bisogno di contare

Carmine Ciringiò -

big data

In una domenica qualsiasi ci si trova a passeggiare in un centro commerciale: si compra qualcosa, utilizzando una delle tante carte fedeltà per lo sconto del mese, ci si connette al WiFi, oppure si girovaga tra vari negozi non avendo un’idea chiara di quello che vorremmo comprare. Volenti o nolenti, solo col nostro passaggio disinteressato, possiamo generare una grande quantità di dati che possono essere rielaborati e utilizzati in svariati modi da quel centro commerciale. Questa logica può essere applicata tranquillamente nelle aziende che dispongono delle risorse adeguate all’analisi e all’interpretazione dei dati raccolti, anche chiamati Big Data.

Ma cosa sono i Big Data?

Ormai se ne sente parlare sempre più spesso, ma magari non si ha un’idea chiara di cosa siano nello specifico. Lo stesso termine può essere fuorviante in quanto istintivamente lo associamo a una grande quantità di dati, non sapendo che la nostra intuizione è vera solo in parte.

Per capire al meglio possiamo dire che ogni giorno produciamo una quantità enorme di informazioni attraverso smartphone, carte di credito, sensori installati un po’ ovunque, e tanto altro; questa massa può essere identificata col nominativo di Big Data solamente dopo essere stata propriamente elaborata e analizzata per trovare riscontri oggettivi.

In sostanza, ciò che conta è l’algoritmo utilizzato che permette di gestire la mole di informazioni raccolta e le numerose variabili considerate in poco tempo e con poche risorse rispetto al passato. Il risultato è un approccio più visuale che suggerisce modelli di interpretazione e pattern nuovi.

Una particolarità gradita è il fatto che sono utilizzabili non solo nel settore IT, ma anche in mercati completamente diversi come sanità, retail, manufacturing, finanza e molti altri. Praticamente questo approccio è funzionale per qualsiasi settore preveda azioni di marketing.

Quanto possono essere utili

Si può focalizzare l’attenzione sulla relazione del Brand con il cliente sui canali digitali, una sfida che diventa giorno per giorno più complessa a causa del mobile e dell’IoT. Per far fronte a tale difficoltà le aziende hanno bisogno di essere flessibili, avere un marketing agile e sviluppare un numero sempre maggiore di competenze.

Molte di queste nuove skill, che comprendono la capacità di selezionare e interpretare a scopo strategico i dati raccolti, mancano ancora in numerose aziende. Secondo una ricerca del Boston Consulting Group, il 60% delle aziende sottoutilizza i dati o non li raccoglie sistematicamente come vorrebbe.
Un dato piuttosto scoraggiante in quanto le applicazioni di un’analisi di questo genere sono numerose e potenzialmente utili a migliorare performance e ROI.

Ad esempio, il Data Driven Marketing indaga tra le innumerevoli informazioni sui clienti raccolte – dati demografici, comportamentali, legati al rapporto con l’azienda – per individuare le strategie migliori per acquisire, mantenere o riconquistare clienti. La parola magica in questo caso è customizzazione: riuscire a interpretare in modo più approfondito i bisogni del consumatore permette di offrire beni/servizi più adatti alla loro soddisfazione.

Attraverso il Data Mining è possibile individuare delle correlazioni inusuali e potenzialmente utili. Ad esempio, secondo alcune ricerche che valutano il rischio finanziario di una persona, si è notato che i soggetti che comprano feltrini per mobili possono essere tra i migliori clienti per gli istituti di credito, perché sono meno propensi a contrarre debiti.

Com’è la situazione in Italia

Secondo l’Osservatorio Big Data Analytics & BI del Politecnico di Milano, solo dal 2016 vi è stata una crescita dell’interesse per l’analisi dei dati, con un giro d’affari di oltre 900 milioni di euro e una crescita del 15% nel complesso. Pare che il servizio maggiormente richiesto dalle grandi aziende sia l’analisi predittiva, ovvero prevedere i possibili esiti dell’immissione di un nuovo prodotto sul mercato.

Per quanto riguarda le PMI, si sottolinea il fatto che solo il 13% utilizza propriamente le Analytics e lo fa maggiormente a scopi descrittivi; sono molto limitate invece le applicazioni con finalità predittive (solo il 16%).

I settori maggiormente coinvolti, sia per grandi aziende che per PMI, sono:
– Banche e Assicurazioni (55%) e GDO (47%);
– Pubblica Amministrazione e Sanità (39%);
– Manifacturing (34%);
– Telecomunicazioni e Media (28%);
– Servizi (24%).

Questa avversione all’interpretazione dei dati da parte delle PMI può trovare in parte spiegazione nella composizione – tipica italiana – delle stesse: spesso hanno pochi dipendenti, sono a conduzione familiare e le decisioni sono concentrate nelle mani di un’unica persona che si concentra maggiormente sui profitti nel breve termine.

In conclusione

Secondo Lucio Lamberti, Professore Associato di Multichannel Customer Strategy del Politecnico di Milano:

«Le tre V dei Big Data –volume, varietà, velocità – impongono alle organizzazioni che intendono sfruttare questi nuovi asset intangibili una capacità di risposta rapida alle sollecitazioni che arrivano dalle varie piattaforme. Oramai basta poco, soprattutto sui social media, per trasformare un consumatore insoddisfatto in una vera emergenza»

Stando alle parole del Docente di Milano i concetti fondamentali del marketing digitale diventano quindi: big data, small data, omnichannel e intimacy col cliente. Diventa così fondamentale imparare a conoscere i bisogni e i desideri del consumatore, anche prima dello stesso, perché, in un mondo sempre più connesso, saper gestire una “manciata” di dati può fare la differenza tra un consumatore soddisfatto e una crisi aziendale.