Ogni giorno, nel momento in cui ci colleghiamo ai nostri profili Social o semplicemente navighiamo su Internet, produciamo un flusso inarrestabile e sempre più in crescita di conversazioni online.
I Big Data, attraverso tecniche specifiche e capillari cercano di entrare in tale flusso, con l’obiettivo di capire e monitorare in maniera analitica tutta questa enorme quantità di dati e di “sentiment” prodotta dalla rete.
Se analizzati nella maniera più opportuna, sono uno strumento fondamentale per il brand e la web reputation: riuscire ad analizzare infatti cosa gli internauti dicono in tempo reale di un prodotto/servizio come per esempio, i loro gusti, le loro opinioni è l’aspirazione di ogni singola azienda.
L’azienda, infatti, attraverso informazioni precise e aggiornate in modo costante, è in grado di ottenere un vantaggio competitivo mirato e specifico, profilare il target di riferimento in maniera accurata, analizzare le vere esigenze di mercato, al fine di migliorare le proprie strategie di business aziendale.
Abbiamo fatto una chiacchierata con Marco Muselli, Co-founder, Chief Scientist e CTO di Rulex e Senior
Researcher al CNR-IEIIT, sull’importanza dell’utilizzo dei Big Data per le aziende e sulle sue implementazioni pratiche nel mondo del Social Media Marketing.
Cosa sono effettivamente i Big Data e quali vantaggi di business può portare la loro analisi?
La definizione largamente condivisa identifica i Big Data con quegli insiemi informativi che non possono essere memorizzati, trattati o analizzati con gli usuali sistemi per la gestione delle basi di dati. L’eterogeneità dei formati è una delle caratteristiche ritenute distintive dei Big Data, in quanto si suppone che il contenuto informativo dei dati stia all’interno di tracciati audio o video, immagini, pagine di documenti PDF, o file dal formato proprietario ancora più complesso.
In realtà per molte aziende il termine Big Data indica anche più semplicemente la parte del proprio database o data warehouse che, a causa dell’elevata dimensionalità, non può essere analizzata agevolmente con gli usuali strumenti di analisi perché richiederebbe un tempo enorme o un’eccessiva disponibilità di risorse, sia umane che informatiche.
È opinione comune, corroborata dai fatti e dalle esperienze, che nelle grandi moli di dati, sia interne che disponibili sui Social Media, esista un enorme valore che può condurre ad importanti vantaggi in termini di business, ma esistono aspetti cruciali, quali la tempestività e l’oggettività, che devono essere considerati attentamente.
Se l’estrazione di informazione e di suggerimenti operativi, in termini di business, dai dati non avviene in modo tempestivo, si rischia di prendere decisioni tardive, e pertanto inefficienti o addirittura controproducenti, in un mercato altamente dinamico quale è quello corrente.
D’altro canto, se l’analisi del dato non viene effettuata in modo estremamente oggettivo, ma risente in qualche misura delle convinzioni a priori dell’analista, nella scelta delle decisioni operative alcuni aspetti importanti potrebbero essere trascurati o non tenuti nella giusta considerazione.
Quanto è importante per le aziende analizzare il flusso di dati che il proprio target di riferimento ogni giorno produce sui Social Media?
Se effettuata in modo corretto e oggettivo, l’analisi del flusso di dati sui Social Media può essere di grande aiuto per le aziende, in quanto permette di integrare, e in molti casi sostituire, le ricerche di mercato, che per loro natura riguardano generalmente un campione ristretto di persone. Conoscere tempestivamente le impressioni e gli orientamenti di chi scrive sui Social Media in relazione al target di riferimento per l’azienda può consentire di agire in modo appropriato al fine di migliorare la propria proposizione eliminando gli eventuali aspetti negativi.
Un approccio del tutto similare a quanto seguito dai clienti di Amazon o dagli utenti di TripAdvisor, che si avvalgono delle recensioni lasciate da altri visitatori per scegliere in maniera intelligente il prodotto o la location più adatta alle proprie esigenze.
Dal punto di vista degli obiettivi della raccolta di dati, quali le finalità principali nell’intraprendere una strategia di monitoring sui Social Network?
Considerato l’attuale dinamismo dei mercati, risulta di estrema importanza strategica effettuare un monitoring attento e continuativo dei Social Network, in modo tale da poter cogliere in tempo i cambiamenti di opinione del target di riferimento. Poiché una tale raccolta di informazioni, specie se effettuata a livello capillare, può condurre alla produzione di quantità di dati ingestibili per una realtà aziendale di dimensioni non elevate, è necessario operare una prima analisi preliminare, già al momento della raccolta del dato, al fine di ridurre l’onere computazionale mantenendo l’informazione rilevante per gli obiettivi di business.
Applicare l’analisi dei Big Data in contesti aziendali può portare a un vantaggio competitivo significativo per decisioni positive di business aziendale?
La possibilità di prendere decisioni circa il proprio business aziendale sulla base dell’analisi oggettiva di Big Data relativi al target di riferimento permette di effettuare azioni tempestive ed efficaci validando o confutando le opinioni soggettive che il manager aziendale ha desunto dalla sua esperienza quotidiana.
Si tratta, per così dire, di un catalizzatore che consente di potenziare e rendere più incisiva l’attività di chi è preposto a prendere decisioni.
Tuttavia, il vantaggio competitivo dell’analisi dei Big Data dipende dal costo in termini di tempo e di denaro necessario per raggiungere il risultato desiderato.
Se, ad esempio, occorrono mesi per poter comprendere quali azioni è più opportuno intraprendere per migliorare il proprio business aziendale, c’è il rischio che la dinamica del mercato abbia già reso inadeguate o addirittura controproducenti quelle stesse azioni. D’altra parte, se effettuare un’analisi tempestiva richiede uno sforzo eccessivo in termini economici, c’è il pericolo che tale costo vanifichi il vantaggio competitivo che potrebbe derivarne.
Un modo per risolvere questo problema consiste nell’impiego di strumenti avanzati di prescriptive analytics, quali la piattaforma Rulex, capaci di coniugare semplicità d’uso (e quindi riduzione delle risorse umane necessarie per il loro uso) con l’immediata fruibilità in termini operativi dell’informazione estratta dai dati.
L’estrapolazione del dati sui Social Media possono essere incrociate con strumenti aziendali come ricerche di mercato, CRM e Direct Marketing?
L’analisi dei dati ottenuti monitorando i Social Media deve necessariamente essere incrociata con le tabelle del CRM aziendale al fine di produrre indicazioni operative circa le azioni da intraprendere e il segmento di mercato interessato. Infatti, la possibilità di prendere decisioni specifiche e mirate è uno dei punti di forza che può derivare dall’analisi dei Big Data.
La disponibilità di altre fonti di informazione, quali quelle derivanti da ricerche di mercato e Direct Marketing, può contribuire in modo rilevante a migliorare i risultati dell’analisi, ma nel contempo rende più complessa l’attività richiesta rischiando così di comprometterne il vantaggio competitivo.
Quali sono i trend relativi ai Big Data che possiamo aspettarci relativamente al panorama italiano?
Nel mercato italiano l’interesse verso i Big Data sta aumentando considerevolmente, anche se esistono forti resistenze legate al rischio di non avere un ritorno sufficiente dell’investimento effettuato per raccogliere, memorizzare ed analizzare una mole di dati così ingente. D’altra parte la crisi di questi anni ha portato alla necessità di rendere più efficienti le strategie di business così da ottimizzare gli investimenti evitando di impiegare risorse in azioni infruttuose. Ciò ha condotto, anche nel mercato italiano, a percepire come essenziale l’analisi avanzata dei dati a disposizione e dei Big Data disponibili da fonti aggiuntive, quali i Social Media.
Quali sono le figure professionali maggiormente richieste nel settore dell’analisi dei Big Data?
Accanto alla più classica figura professionale del Data Architect, che si occupa della progettazione dei sistemi informativi atti a gestire, mantenere e reperire i Big Data, esistono due tipi di specializzazioni coinvolte direttamente nell’analisi e nell’estrazione dell’informazione dai dati: il Data Analyst, che ha una competenza specifica nel settore proprio del business aziendale e seleziona in base ad essa le informazioni rilevanti per l’analisi da effettuare, e il Data Scientist, esperto di statistica e di metodi avanzati di analytics capace di impiegare strumenti altamente complessi, anche sviluppati in modo autonomo, per analizzare ed interpretare i dati.
Sebbene si rilevi un continuo incremento nella richiesta di tutte e tre le figure professionali appena citate, la necessità di Data Scientist supera attualmente la disponibilità offerta dalle Università e dalle Scuole di Specializzazione.