Nell’era digitale moderna le persone generano “impronte” comportamentali quotidianamente. Come? Attraverso il semplice utilizzo del web per la ricerca di un prodotto da acquistare, una mostra da vedere, etc. Ovviamente la principale fonte di informazioni personali è quella dei social network: senza rendercene conto, qui rilasciamo deliberatamente una grandissima quantità di “tracce” che delineano in maniera più o meno esplicita cosa ci piace, cosa ci interessa e che genere di persona siamo. È in quest’ottica che nasce la Big data Analytics.
Cosa sono i Big Data?
I Big Data possono definirsi quindi come l’agglomerato di queste “impronte” digitale create attraverso l’uso ripetuto del web. La Big Data Analytics è, ovviamente, l’insieme delle tecniche applicate per analizzare e gestire questa grande mole di dati. Le caratteristiche che differenziano però questa tipologia di analisi dalle tradizionali modalità di analisi dei dati vengono riassunte in 3 punti: le tre “V” dei Big Data.
- Volume: ci si riferisce alla grande mole di dati strutturati e non strutturati collezionati da molteplici fonti.
- Varietà: i dati, provenendo da fonti molto differenti tra loro, vengono collezionati in diverse forme e formati: database tradizionali, immagini, documenti di testo e file complessi.
- Velocità: bisogna tener conto che il processo di collezione dei dati è un processo dinamico ed in continua evoluzione durante l’analisi (collezione dei dati in real-time).
Grazie al crescente interesse verso l’argomento, i successivi studi hanno evidenziato altre 2 caratteristiche dei Big Data Analytics.
- Veridicità: data la grande mole di dati, collezionati da molteplici fonti ed in forme tra loro differenti, può sorgere un problema riguardo la veridicità ed affidabilità dell’analisi. Per far fronte a questo problema, nasce l’esigenza di assegnare un valore standardizzato di veridicità ai dati oggetto di analisi.
- Valore: la Big Data Analytics ha ovviamente la sua principale applicazione nel mondo del marketing. Il valore del “pacchetto” di dati indica la sua spendibilità nel mondo del business.
Come è stato già detto in precedenza, i dati posso provenire in diversi formati e da differenti tipologie di fonti. Queste fonti di caratterizzano e differenziano in base alla modalità di generazione:
- Human generated: dati provenienti dalle azioni umane nel web (ricerche, contenuti condivisi attraverso i social network, etc.).
- Machine generated: dati prevenienti da strumenti di misurazione, applicazioni o meccanismi che raccolgono e producono dati senza l’intervento dell’essere umano.
- Business generated: con questo termine si indicano tutti quei dati human e machine generated prodotti e raccolti da un’azienda, successivamente utilizzati per indagini di mercato.
-Fonte-
Jules J. Berman. Principles of Big Data Preparing. Sharing, and Analyzing Complex Information. Elsevier, 2013.
Wiebke Bleidorn, Christopher J. Hopwood and Aidan GC. Wright. Using big data to advance personality theory. ScienceDirect 2017, 18:79–82
Perché i Big Data possono tornare utili al tuo business?
L’applicazione dei Big Data nel mondo del business e della comunicazione aziendale è nient’altro che un bene aggiunto all’azienda che intende utilizzare questo approccio. Un’azienda può avere molti obiettivi ed altrettante richieste che i Big Data possono perseguire ed esaudire. Ad esempio, un’azienda può essere interessata ad aumentare il numero delle conversioni o favorire il processo di lead del consumatore.
La Big Data Analytics permetterebbe all’azienda richiedente di effettuare un’approfondita indagine di mercato attraverso dati precedentemente conservati, informazioni organiche e spontanee provenienti dai social network, blog e molto altro. Un’analisi di così ampio spettro concede all’azienda di definire in maniera precisa le caratteristiche distintive del target a cui puntare nella comunicazione pubblicitaria o nella comunicazione on-site attraverso un approccio SEO. [link]
Ma non è tutto! È importante anche tener sempre in considerazione l’opinione dei propri clienti e fidelizzarli. L’indagine di mercato fornisce inoltre importanti indizi per definire l’immagine generale che i consumatori hanno dell’azienda oggetto di analisi.
Pensi che i Big Data possano essere utili a far crescere il tuo business? Contattaci e sapremo come aiutarti. [link]
Alcune volte anche i grandi sbagliano (Case study)
Per concludere questo articolo voglio condividere una famosa case study di un utilizzo dei big data fin troppo ottimizzato.
Nel 2012, il grande magazzino americano di vendita all’ingrosso Target aveva implementato e adottato un algoritmo di raccomandazione automatizzato. L’algoritmo si basava sul recupero ed analisi di dati per fornire ai propri consumatori della pubblicità personalizzata. Sfruttando questo meccanismo, Target è riuscito a promuovere capi di vestiario ed utilità per neonati ad una teenager in Minnesota ancor prima che i genitori venissero a conoscenza della gravidanza!
-Fonte-
Sandra C. Matz and Oded Netzer. Using Big Data as a window into consumers’ psychology. ScienceDirect 2017, 18:7-12.