The Age of Data: se i dati e le informazioni sono il nuovo oro, dove sono le miniere e come si estrae?

Pubblicato da IQUII il 11/06/2018 in Default

Molte aziende hanno avuto negli anni un approccio tattico alla Business Intelligence che poi hanno trasferito senza troppe preoccupazioni ai Big Data Analytics e oggi persino all’Intelligenza Artificiale. Aziende che hanno pensato a queste tecnologie come alla “polvere magica” capace di risolvere tutti i loro problemi partendo dal presupposto iniziale che i dati in azienda non mancavano, alimentato poi negli anni dalla grande mole di dati disponibili nel mondo grazie ad Internet.

Aziende che hanno dovuto fare i conti con rovinosi progetti: secondo le ultime stime di Gartner, solo nel 2017, oltre il 60% dei progetti di Big Data Analytics sono falliti, l’analista Nick Heudecker parla addirittura dell’85% in un tweet e aggiunge: “il problema non sta nella tecnologia”.

La verità è che si è pensato, a lungo, che la disponibilità dei dati fosse la panacea di tutti i mali. Ma il dato, di per sé, non ha alcun valore se non si estrae la sua “intelligenza” cioè l’informazione che può generare attraverso una sua corretta analisi e da cui si possono poi impostare attività e iniziative monetizzabili. Senza il primo passaggio, l’analisi (che sia descrittiva, per mostrare cosa succede sui social o analizzare determinate performance, per esempio, o predittiva, per capire quello che succederà nel futuro), e l’avvio di progetti innovativi, non esiste data monetization.

Eppure, tutto ha avuto inizio proprio con l’ondata di dati, quasi improvvisa, avvenuta nel 2009 quando sir Tim Berners Lee, il padre fondatore del web, invitò alla libera circolazione dei dati. È dall’accesso globale ai database che sono arrivate nuove applicazioni, nuovi contenuti, nuovi servizi digitali che hanno generato a loro volta nuovi dati.

Un vortice in continuo movimento dove la generazione illimitata di dati può trasformarsi in straordinarie opportunità. Se analizzati, i dati regalano storie straordinarie, come quella degli Oakland Athletics, squadra di baseball americano che gioca nella Major League, raccontata nel film Moneyball: una squadra finita, senza speranza, che perde l’appoggio dei fan e persino dei giocatori (i migliori abbandonano il team). Una situazione davanti alla quale la dirigenza, senza più nemmeno il budget per acquistare nuovi atleti “di livello”, risponde mettendo insieme un team partendo dall’analisi dei numeri, unendo cioè atleti che – analiticamente e statisticamente – sembravano poter garantire un certo numero di punti a partita.

Credits: Moneyball

Senza svelare il finale del film, l’anno successivo al semi-fallimento della squadra, gli Oakland Athletics vantavano il record per la più lunga scia di vittorie durante il campionato, “solo” grazie all’analisi dei dati.

L’approccio data-driven aiuta le imprese a innovare

Quello dei Big Data Analytics, è un mercato globale dai numeri impressionanti; Market Research Future stima che entro il 2023 raggiungerà i 275 miliardi di dollari con un’incidenza molto forte delle Customer Analytics & Content Analytics.

Credits: Market Research Future

Un mercato che anche in Italia mostra un potenziale elevatissimo, non solo per il volume d’affari che ha già superato, nel 2017, il miliardo di euro (secondo i dati dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano) ma anche per le aspettative delle aziende che, sugli obiettivi che pensano di poter raggiungere grazie ad un approccio di innovation data-driven, puntano a:

• miglioramento dell’engagement con il cliente (70%);
• incremento delle vendite (68%);
• riduzione del time to market (66%);
• ampliamento dell’offerta di nuovi prodotti e servizi e l’ottimizzazione dell’offerta attuale per aumentare i margini (64% ciascuno);
• riduzione dei costi (57%);
• ricerca di nuovi mercati (41%).

In effetti, se poi si analizzano i risultati di chi ha già adottato un corretto approccio all’analisi dei dati, ciò che spicca sono percentuali elevate di risultati incoraggianti proprio sul fronte dell’innovazione:

• il 100% delle aziende ha migliorato l’engagement e la user experience dei propri clienti;
• il 91% ha registrato un aumento delle vendite;
• il 78% ha ridotto i tempi dell’innovazione, quelli tra l’ideazione e la commercializzazione di un nuovo prodotto o servizio;
• il 73% è riuscito a migliorare la propria offerta con aumenti sulle marginalità;
• il 67% ha ampliato la propria offerta raggiungendo nuovi clienti.

Ciò che emerge fortemente da questi dati è la conferma della cosiddetta economia dell’esperienza all’interno della quale si riesce ad emergere se si adottano una cultura aziendale data-driven e un business model innovativo fondato sulla data monetization.

Gli ambiti dove i Big Data Analytics stanno aiutando maggiormente le aziende

Pensare che possa esserci un settore non toccato dai Big Data è pura utopia. La sfida per le aziende sarà capire come concretizzare la data monetization, concetto che può avere migliaia di sfaccettature, dal conoscere come posizionare un prodotto perché generi più vendite fino all’anticipazione di una domanda che può arrivare dal mercato in un preciso momento.

In ambito Retail, ad esempio, oggi i Big Data Analytics vengono già sfruttati per capire meglio i comportamenti e le abitudini di acquisto dei consumatori e analizzare le conversazioni (in particolare sui social network) per proporre servizi più mirati, al momento giusto e alla persona giusta.

H&M, ad esempio, sta iniziando a utilizzare l’intelligenza artificiale e i big data per trasformare radicalmente il modo in cui gestisce i suoi negozi: ottenere previsioni di vendita migliori e personalizzare i prodotti per ciascuno dei suoi 4.288 store.

Se prima la società faceva affidamento sul personale per individuare le tendenze della moda, ora, al fine di prevedere in anticipo i trend da tre a otto mesi, H&M sta analizzando i dati in maniera puntuale di blogpost, motori di ricerca e altre fonti.

Credits: H&M

In alcuni settori, poi, è la combinazione Analytics – IoT a fare da volano alla data monetization delle aziende e dei brand.

I settori dello Sport e del Retail rappresentano senza dubbio due interessanti e concreti casi d’uso in questa direzione, per esempio con l’analisi dei dati in streaming (un mercato che esploderà nei prossimi mesi grazie anche a quelli che ormai sono connotati come gli IoT Analytics), ossia l’analisi dei dati generati da dispositivi, sensori e persone per prendere decisioni più rapide. Pensiamo per esempio alla mole di dati generati negli eventi sportivi o alle sfilate di moda grazie all’utilizzo dei social da parte dei fan o dei consumatori e come analizzare il loro comportamento nei confronti della squadra o del brand.

Per esempio, il Bayern Monaco che, da Club è diventato un vero Media Company, sfrutta il dato come opportunità: per intercettare i propri target e generare una continua esigenza di contatto coi propri canali, per rafforzare il legame coi fan e sviluppare nuove possibilità di advertising, sponsorizzazione e monetizzazione. La necessità di coinvolgere i tifosi, sempre più esigenti e protagonisti, ha indirizzato verso modelli di comunicazione focalizzati alla brand experience, basati su informazione e intrattenimento.

Credits: Bayern Monaco

Ma, nell’ambito degli IoT Analytics c’è un altro settore che vedrà una crescita enorme dei dati, quello delle auto a guida autonoma; si stima che, solo negli Stati Uniti, ogni singola self-driving car in circolazione tra qualche anno genererà autonomamente oltre 2 Petabyte di dati all’anno. Un’opportunità immensa per assicurazioni ed entertainment ma anche per le case automobilistiche stesse che dall’analisi dei dati potranno dedurre informazioni di valore attraverso le quali ridefinire la propria supply chain, la scelta delle materie prime e i processi produttivi.

Insomma, le opportunità sono innumerevoli ma il saperle cogliere dipende dalla capacità di analisi dei dati; come accennato, il dato, da solo, non ha alcun significato e non produce alcun valore.

Big Data ed entertainment, Netflix insegna

Lo sapevate che Netflix ha deciso di produrre la serie tv House of Cards sulla base delle informazioni presenti nel proprio database (che inizialmente raccoglieva le preferenze dei clienti in funzione di un servizio di noleggio di film)?

Di Netflix si è detto già molto, quello che possiamo aggiungere è che il “segreto” del suo successo planetario arriva dall’analisi dei dati: la ricerca, correlazione ed estrazione di informazioni, offre all’azienda la capacità di raggiungere la corretta audience con l’offerta più adatta, perfettamente in linea con specifici target di utenti.

Non solo, dall’analisi di questi dati, Netflix deduce anche su che tipo di produzioni autonome investire, riducendo praticamente al minimo il rischio di fallimento.

Credits: Netflix

I Big Data in ambito Travel

Lastminute è un gruppo europeo specializzato nel settore del turismo online che opera mediante diversi brand tra cui Volagratis.com, il sito web che offre un servizio di comparazione voli e pacchetti vacanze oltre ad alcuni servizi collaterali (per esempio quello delle auto a noleggio).

Per un’azienda come Lastminute il marketing rappresenta l’elemento di business portante: per questo motivo, sono stati fatti i maggiori investimenti in Big Data Analytics con l’obiettivo di offrire al marketing e al business una prospettiva in real-time e in streaming di cosa succede sul portale e di come si comportano gli utenti sul web. Da qui, ne deriva un’ulteriore analisi per ottimizzare gli investimenti in online marketing, cioè per attirare utenti e generare più traffico sul proprio sito, il tutto attraverso una proposta di contenuti più attrattivi e personalizzati rispetto ai bisogno degli utenti (monitorati in tempo reale).

Credits: lastminute.com

Paradise papers: i Big Data a servizio dell’informazione pubblica

Vi siete mai chiesti come fa il consorzio internazionale dei giornalisti investigativi a recuperare informazioni preziose come quelle dei “paradise papers” (i documenti dei paradisi fiscali e di alcune giurisdizioni segrete che hanno generato a cascata una serie di interventi politico-legislativi in tutto il mondo)?

Trovare informazioni all’interno di 13,4 milioni di file è una sfida che un essere umano, anche se in team, non può superare (ci vorrebbero decine di anni!) L’obiettivo si raggiunge solo con Big Data Analytics e Intelligenza Artificiale, sistemi che permettono di leggere contenuti scritti in linguaggio naturale e di estrarne dati ed informazioni.

Credits: L’Espresso

InsideIQUII

Il dato è una risorsa centrale nell’economia e nella corretta gestione di qualsiasi realtà. Lo sport, il calcio in particolare, è spesso visto come un campo molto tradizionalista in cui ci si fida più dell’intuito che dell’innovazione. Per questo motivo, i dati sono entrati a far parte dei processi decisionali dei club solo negli ultimi anni, ma l’hanno fatto rivoluzionando il gioco sia sotto il profilo della performance, sia sotto quello delle strategie.

La partnership con il Frosinone Calcio va proprio in questa direzione: attraverso la Sport Platform, basata sul framework proprietario SportXP, e il supporto di consulenza strategica,  lavoriamo insieme al club nel processo di Digital Transformation, per integrare i sistemi legacy dell’azienda con le piattaforme digitali, per valorizzare il rapporto con la fanbase, ottimizzando i processi di acquisizione e fidelizzazione e concretizzando queste attività attraverso la monetizzazione diretta ed indiretta dei dati.

Extra

Se sei interessato ad approfondire il tema dei Big Data Analytics e i nuovi modelli di monetizzazione per le imprese, ti abbiamo riservato un piccolo gift: il White Paper di Information Builders, “Data Monetization Strategies. How to Make Money or Save Money With Data and Analytics”.

---

---