Cream: il potere della semantica e i vantaggi competitivi [INTERVISTA]

La parola a Fabio Lazzarini e Marcello Pellacani




Dopo aver conosciuto Cream e averne spiegato le ottime potenzialità, abbiamo pensato di dialogare direttamente con chi Cream l’ha creato e lo costruisce migliorandolo costantemente.

Ecco dunque le risposte di Fabio LazzariniMarketing Manager di CRIBIS D&B – e di Marcello PellacaniOwner and VP Corporate Division di Expert System SpA – , con i quali abbiamo approfondito gli aspetti più interessanti di Cream e del contesto in cui si inserisce la piattaforma.

1) Quali sono i vantaggi competititivi nell’uso di uno strumento come Cream?

Fabio Lazzarini

Fabio Lazzarini: Il vantaggio competitivo nell’utilizzo di una tecnologia come Cream non risiede solo nella possibilità di estrarre informazioni dal web e dai social network. L’obiettivo che ci siamo dati nella progettazione di Cream è stato quello di poter creare uno strumento che fornisse “actionable information”, attraverso il quale perciò l’utilizzatore può facilmente trasformare le informazioni in azioni direttamente collegate ad obiettivi di business.

Queste azioni possono includere l’analisi e il monitoraggio della reputazione del proprio brand, sicuramente la prima cosa che viene in mente quando si parla di sentiment, ma anche identificare e segmentare potenziali clienti analizzando le conversazioni che avvengono sul web, identificare e “ingaggiare” influenzatori, integrare alle informazioni provenienti dai classici questionari voice-of-the-customer le conversazioni spontanee dei propri clienti sul web, poter realizzare una analisi del sentiment al livello massimo di granularità.

2) Come credete che i valori monitorati con tools come Cream possano tradursi in termini economici?

Fabio Lazzarini: Misurare scientificamente il ROI di molte attività marketing è spesso complesso e porta frequentemente a semplificazioni.

Prima di rispondere alla domanda vorrei condividere con voi alcuni spunti emersi nelle ultime indagini di mercato che mostrano come il web stia cambiando il processo di acquisto sia per i mercati B2C che B2B. Oltre un terzo dei consumatori si informa sul web prima di procedere ad un acquisto e se ci focalizziamo su alcuni settori specifici, come l’information technology, questa percentuale sale fino a quasi l’80%. Questo processo di acquisto informato è affiancato dal fatto che pochi consumatori e imprese ritengono affidabili le informazioni pubblicate dai siti istituzionali delle imprese mentre si affidano nella costruzione del loro giudizio a blog, community, forum, etc.

Gli “esperti” che ci possono consigliare nel nostro processo di acquisto non sono più quelli di una volta (gli amici, il collega, il venditore) ma è la piazza “virtuale” sul web che crea l’opinione per cui è fondamentale poter ascoltare le voci di questa piazza per poter monitorare costantemente e tempestivamente le proprie strategie di brand.

Partendo da questi presupposti è evidente come i tool di monitoraggio del sentiment non possono essere confinati esclusivamente nell’area di monitoraggio del brand, ma sono strumenti operativi sempre di più direttamente collegati alle strategie commerciali per cui misurabili con KPI, forse meno comuni per strumenti di questo tipo, come quantità e qualità dei nuovi clienti.

3) Quali sono i prossimi sviluppi che avete previsto per la piattaforma?

Marcello Pellacani

Marcello Pellacani: In effetti siamo già al lavoro innanzi tutto per potenziare alcuni moduli già presenti nella piattaforma semantica. Stiamo perfezionando l’elaborazione delle anafore, il cui uso è piuttosto comune in testi liberi e vicini alla lingua parlata, come ad esempio i post. L’interpretazione delle anafore è importante per una corretta analisi del sentiment (es: “a me piace il nuovo iPhone” e poi dopo un paio di post compare “io invece non lo amo per niente”, dove lo si riferisce sempre all’iPhone). Un altro aspetto che stiamo considerando è l’identificazione degli influencer. Analizzando stile e tono della scrittura, è possibile capire ad esempio se sotto due utenti con differenti nickname è in realtà nascosta la stessa persona. È chiaro che uno stesso giudizio espresso da persone diverse ha un peso diverso rispetto allo stesso giudizio espresso più volte dalla stessa persona.

L’analisi del tono (ironico, sarcastico, …) è ancora una delle cose più complesse da risolvere, ma importante per capire sempre meglio i giudizi e le opinioni espresse dagli utenti.

Abbiamo poi in previsione di concentrarci sull’analisi delle frasi in cui è presente un confronto, perché spesso i giudizi vengono esternati proprio facendo un paragone fra due entità, aziende o prodotti diversi (“è molto più bella la Panda della Punto”). Abbiamo inoltre in previsione di migliorare l’analisi anche di tutti quei testi che spesso sono sgrammaticati e quindi di difficile interpretazione, come ad esempio i pensieri scambiati via Twitter. Un altro aspetto molto interessante, ovviamente sempre correlato alle potenzialità uniche della semantica, è infine la possibilità di estrarre opinioni e orientamenti attraverso l’analisi di espressioni che possono manifestare una intenzione o sono legate più che altro alla sfera emotiva (“se facessero un iPhone bianco lo comprerei subito”; “che bello se facessero la Punto a due colori”).

4)  Avete già dei casi di successo?

Fabio Lazzarini: Cream è un servizio giovane. Lo abbiamo lanciato solo 6 mesi fa ma siamo assolutamente soddisfatti dei feedback che abbiamo ricevuto dal mercato. Abbiamo già raggiunto oltre 500 utenti e, come dicevo in precedenza, in questi mesi ci siamo resi conto come un semplice strumento di monitoraggio e analisi del sentiment possa rispondere a esigenze differenti e molto operative.

Voglio condividere con voi tre esperienze di utenti molto diverse tra loro, sia in termini di tipologia di azienda, che di business goal.

Il primo caso riguarda una scuola di formazione che attraverso l’utilizzo di Cream e dell’analisi del sentiment ha verificato che nonostante le opinioni e i feedback dei propri clienti sul web fossero positivi la loro attività proattiva era insufficiente a sfruttarne la potenzialità.

Il secondo caso riguarda un gruppo assicurativo presente sul mercato con diversi brand già strutturato in termini di monitoraggio della brand awareness attraverso un team interno dedicato. L’utilizzo di Cream ha consentito di ampliare notevolmente le fonti monitorate – da poche centinaia a oltre 12.000 – potendo così intercettare segnali deboli altrimenti non percepibili, e di non limitare l’analisi ai singoli brand ma di andare in dettaglio sui singoli prodotti offerti,  aumentando quindi l’efficienza e l’efficacia del proprio team.

L’ultimo caso riguarda una azienda del settore energetico con l’esigenza di monitorare la reputazione dei propri clienti strategici al fine di ridurre il rischio di credito commerciale. Cream è utilizzato per monitorare e rilevare eventi indicatori di rischio di insolvenza, che portano a valutazioni negative del sentiment, quali ad esempio eventi straordinari (furti, incendi, ecc.) , frequenti contestazioni o lamentele espresse dai consumatori su determinati prodotti e servizi  offerti da un’azienda, chiusure e trasferimenti fraudolenti.

5)  I tool di analisi semantica vengono ancora visti come poco affidabili in Italia: cosa ne pensate?

Marcello Pellacani: Non parlerei tanto di inaffidabilità ma è vero che ci sono ancora alcuni preconcetti. Si tende a considerare la semantica una tecnologia da accademici, nonostante invece sia pienamente matura e già usata con successo in tutti i contesti aziendali. Sebbene oggi siano più chiari i vantaggi di questo approccio, rimangono comunque delle resistenze. E molto spesso ci si oppone al cambiamento, restando ancorati a soluzioni tradizionali anche se inefficienti. La gestione delle informazioni è un problema complesso ma è sbagliato ridurre la conoscenza trattata solo a una rappresentazione matematica. (Spesso mi capita di dire che la semantica non è una scienza matematica o informatica in cui esiste solo lo zero o l’uno, il bianco o il nero, ma esistono tantissimi toni di grigio e che pure per noi “umani” spesso è difficile cogliere la giusta sfumatura). Noi pensiamo che attraverso la comprensione e l’analisi del significato della conoscenza sia invece possibile lavorare in modo molto efficace e ottenere buoni risultati concreti.

L’implementazione di un software semantico richiede concentrazione e grande impegno iniziali ma il ritorno sull’investimento è rapido e soddisfacente. La focalizzazione sui problemi reali è fondamentale. Per questo lavoriamo con i nostri clienti sulla condivisione di aspettative e obiettivi, facilitando lo sviluppo di  progetti specifici e graduali: un presupposto irrinunciabile per evitare inutili sprechi  di tempo e denaro.

Grazie Fabio e Marcello!

Il nostro viaggio con Cream si conclude qui, ma adesso tocca voi: testate il tool e fateci sapere cosa ne pensate!
A voi la parola.




VUOI APPROFONDIRE L'ARGOMENTO?