Ogni giorno, l’umanità crea 2,5 quintilioni di bytes di dati (per darvi un’idea, un quintilione corrisponde a un miliardo di triliardi, ovvero 10 elevato alla trentesima potenza!), una quantità che si espande sempre più velocemente e dalla quale le imprese stanno cercando di trarre il maggior numero di informazioni, con l’obiettivo di effettuare analisi predittive e cercare di individuare dei trend di consumo potenzialmente interessanti.
Il concetto di Big Data è stato coniato proprio per descrivere questo fenomeno: una grande aggregazione di dati proveniente da molteplici fonti (customer data, competitive data, online data, ecc.), la cui mole richiede strumenti specifici per essere aggregata, analizzata ed interpretata. Il vantaggio dell’analisi dei Big Data sta nel fatto di poter effettuare delle interrelazioni tra le diverse fonti, fornendo informazioni impossibili da ottenere da un’analisi su piccole serie di dati.
È intuibile quanto i Big Data possa essere una risorsa per tutti i marketer: occuparsi di analisi di mercato ed effettuare delle previsioni fondate e verosimili è ormai diventato un fattore critico di successo, specialmente per gli analisti che operano nell'ambito dei cosiddetti “fast moving consumer goods”. Grazie al monitoraggio dell’immensa mole di dati proveniente dal Web, ad esempio, è possibile monitorare costantemente il sentiment del mercato per determinati prodotti, capire come hanno reagito determinati segmenti al lancio dell'ultima novità del nostro concorrente, oppure individuare potenziali crisi o contestazioni prima che diventino irrisolvibili.
Una recente ricerca condotta da SAS e dal CMO Council negli USA mostra che la maggior parte dei direttori marketing ha utilizzato i Big Data per effettuare analisi predittive sui propri clienti (71%), cercando di individuare e colpire al meglio i segmenti di mercato più profittevoli. Una buona parte ha svolto delle analisi per profilare in maniera migliore i propri clienti (53%), individuando in maniera più precisa le loro abitudini. Quasi la metà, invece, ha utilizzato i Big Data per migliorare il proprio customer service e monitorare i feedback dei clienti, mentre il 42% dei marketers intervistati monitora costantemente le attività dei propri clienti sui social media.
In ogni caso, la diffusione di questa tendenza, che sta offrendo ai marketers nuove incredibili opportunità, pone anche nuovi problemi: analizzare grandi quantità di dati cercando di trarre informazioni rilevanti è un’operazione difficile, che spesso può intrappolare i marketers più curiosi in lunghe analisi, non sempre utili. Il 61% degli intervistati della ricerca precedente, infatti, dichiara che i Big Data nasconde dei grandi ostacoli e che la propria impresa ha ancora molta strada da fare per sfruttare questa opportunità. Se a questa percentuale si aggiunge che un ulteriore 5% degli intervistati ha dichiarato che i Big Data rappresenta esclusivamente un grande ostacolo e non una opportunità, allora si può dedurre che i marketers abbiano solamente iniziato a scoprire questo mondo e stiano solo intuendo le possibilità che offre.
Per evitare di disperdere tempo e risorse, ci sono 7 punti chiave che possono aiutare chi vuole sfruttare i Big Data per ottenere informazioni rilevanti, utili anche per tutti gli analisti che per lavoro devono spesso effettuare delle analisi su fonti più "compatte":
Porsi le domande giuste
Prima di iniziare a raccogliere dati è sempre bene chiarire cosa si vuole cercare. Essendo più consapevoli di ciò che si vuole, ci saranno maggiori possibilità di trovare i dati di cui si ha bisogno. Grazie i Big Data si può scoprire, ad esempio, che porzione del mercato è più fedele ad una determinata marca, o che tipologia di consumatore potrebbe essere più propensa a comprare un dato prodotto. Chiarirsi le idee serve anche a dare delle priorità agli oggetti di analisi e distribuire le risorse (tempo e denaro) su quelli più importanti.
Definire come verranno utilizzate le informazioni
Le analisi dovranno essere effettuate con cadenze periodiche? Oppure serve un'analisi focalizzata su uno specifico caso, il lancio di un nuovo prodotto? Rispondere a queste domande può dare un'idea migliore di come organizzare il lavoro e renderlo più efficiente.
Pensare oltre alla domanda iniziale
Dopo che l'analisi avrà risposto alla domanda iniziale potranno sorgere ulteriori spunti. Per questo motivo sarà importante strutturare i dati in maniera tale da ottenere diversi livelli di dettaglio, in modo da poter rispondere alle domande che la prima analisi ha fatto sorgere.
Identificare le diverse fonti di dati che necessitano di essere collegate
Una volta chiarito l'output che si vuole ottenere si deve stabilire che fonti di dati sono necessarie per l'analisi. L'operazione può non essere banale, perché dopo aver identificato le fonti, i dati devono essere formattati in modo da essere utilizzati dai diversi tools che solitamente si usano per le analisi su grandi basi di dati.
Organizzare le proprie fonti di dati
Disegnare una mappa di semplice interpretazione, in modo da avere sempre presente da dove provengono i dati. In questo modo si renderà più chiaro e semplice il lavoro anche per i propri superiori e colloaboratori.
Scegliere i tools giusti per la propria organizzazione
Gli strumenti per analizzare grandi moli di dati possono essere diversi, e la scelta di quella più adeguata può non essere banale. Molte piattaforme, come quelle fornire da Oracle ed IBM sono pensate per grandi imprese, ma ci sono anche suite relativamente più economiche, come Jaspersoft o Pentaho BI. Anche Google offre un servizio per effettuare analisi sui Big Data (Google BigQuery), peraltro con politiche di pricing flessibili.
Stabilire come dovrà essere rappresentato l'output
In questo modo si avrà già un'idea di come potranno essere utilizzate le rappresentazioni dei data set e che informazioni potranno essere individuate dalla loro lettura.
Nonostante le difficoltà che i marketers stanno incontrando siano palesi (basti tenere presente i dati della ricerca citata in precedenza), le analisi effettuate su fonti di dati sempre più grandi sarà una prassi che andrà sempre più consolidandosi nel tempo. Un buon marketer dovrà quindi essere sempre più ottimo analista, e perché no, essere sempre più incline alla sperimentazione, alla scoperta e all'utilizzo dei nuovi strumenti che l'information technology gli saprà offrire.