Menu

Business: un’orchestra di dati che solo la B.I. può dirigere

Pubblicato il 2017-02-10

Come fanno Facebook, Netflix e Youtube a proporvi contenuti che vi possano interessare? Come possono conoscere i vostri gusti, le vostre passioni?

Pensate al vostro Smart Phone, alla vostra carta di credito (nel mio caso una prepagata), al vostro pc, alla tv di casa, ma anche alle lavatrici di ultima generazione, alla lavapiatti, all’auto, al forno, a tutto ciò che possedete che abbia una componente elettronica.

Questi oggetti generano ogni secondo miliardi di dati in tutto il mondo, eterogenei e diversi l’uno dall’altro, i cosiddetti Big Data.

Le società raccolgono i dati dal vostro profilo, o dallo strumento che li genera che voi stessi utilizzate: dati come il “genere di film più consumato”, “età”, “sesso”, etc. per le piattaforme come Netflix, ma anche dati come “orario di lavaggio”, “durata media”, “temperatura”, “capi delicati o no”, nel caso della lavatrice, vengono raccolti ed elaborati con algoritmi di Machine Learning. Questi algoritmi permettono, alle società che li raccolgono, di “imparare” i vostri gusti e abitudini; il risultato è che vi verranno offerti contenuti attinenti le vostre propensioni o servizi che hanno lo scopo di automatizzare la vostra vita.

Dimmi che auto guidi e ti dirò chi sei.

Sapete che le case automobilistiche possono capire che tipo di guidatore siete, leggendo dati ricavati dal processore delle vetture come “pressione sul freno”, “sterzata”, “ore di utilizzo”, “km percorsi”, “velocità media”, “accelerazione”, etc.,  per lanciare campagne di marketing mirate al reale comportamento degli utenti?

Supponete che il responsabile marketing del Brand X capisca, attraverso questi dati, che il 70% delle persone che acquistano veicoli di questo marchio hanno un’età compresa tra i 20 e i 35 anni, guidano in maniera sportiva (perché magari fanno frenate brusche e accelerazioni improvvise) e percorrono tratte anche superiori ai 1000 km, almeno una volta l’anno: la campagna di marketing per il lancio del nuovo modello del Brand in questione prenderà in considerazione il fatto che il target è giovane, amante di viaggi lunghi (con un accento quindi sui consumi) e che preferisce un motore sportivo.

Preferite andare in bici?

Non avete idea di che cosa avete innescato all’atto dell’acquisto della vostra due ruote con la vostra carta di credito. Essa poggia su un conto corrente, su cui vi sono i vostri dati, i vostri movimenti, etc. e se acquistate la bici, chi ve l’ha venduta avrà – a sua volta – una modifica dei dati sul suo conto corrente.

Il negozio poi avrà una bici in meno, dovrà ordinarne altre e aggiornare il proprio inventario (con il software gestionale). L’azienda produttrice Y – di conseguenza – aggiornerà i dati di magazzino (sempre sul software gestionale), riceverà l’ordine di nuove bici dal negozio, invierà quelle in magazzino, comincerà a produrne di nuove, comprando materie prime, ordinandone altre e così via.

Dati che generano altri dati.

E il processo vale anche al contrario: l’azienda produttrice Y potrà sapere se ha la bici in magazzino, in modo tale da rifornire il negozio, come può capire in futuro quali materie prime dovrà ordinare, quali dovrà produrre, quale modello di bici servirà avere pronte in stock e quale è meglio non produrre perché non ha mercato, etc.

Il semplice gesto di passare la carta di credito nel lettore per comprare una bici del Brand Y mette in atto una organizzazione complessa, grazie ai dati che noi generiamo soltanto perché “facciamo”.

Senza questa correlazione di dati, l’azienda Y, magari, non avrebbe biciclette in magazzino, il negozio non avrebbe la bici che volete e voi non acquistereste nulla e tornereste a casa a piedi, ma con più soldi di prima in banca: c’è sempre il lato positivo!

Insomma

I dati generati da noi, che “facciamo”, raccolti dalle aziende, sono fondamentali per rendere semplici dei processi complessi e rendere possibili eventi che altrimenti non lo sarebbero. Questi dati sono infiniti, possono essere eterogenei oppure omogenei e quindi oggi, comprenderli, è la vera sfida. Per poter ottenere delle informazioni utili vi è un solo strumento: la Business Intelligence o B.I.

La B.I. quindi non indica solo le metodologie di analisi che permettono la comprensione dei dati (aziendali) come ad esempio il Machine Learning e l’analisi dei Big Data, ma anche l’insieme di quei software in grado di permettere l’analisi dei dati stessi e, di conseguenza, la loro comprensione.

Questi strumenti di analisi sono diversi a seconda del tipo di dati che bisogna comprendere. Ottenere informazioni dai dati aziendali è – oggi – sempre più fondamentale per le società che affrontano un mercato difficile, complesso, dove i competitor più evoluti le utilizzano per avvantaggiarsi in termini di tempo, di scelte e investimenti.

Camillo Manera

Per scaricare il PDF clicca qui

Ultimi Post
Progetto di Camillo Manera / Sviluppato da
x

inserisci la tua Email per visionare i documenti:

Accetto il trattamento dei dati sulla privacy

x

inserisci la tua Email ed il numero di telefono per scaricare il document0:

Accetto il trattamento dei dati sulla privacy