L’evoluzione dei processi attraverso l’uso di scelte data-driven.
Sempre più realtà economiche e produttive si sono affidate a scelte data-driven per affrontare le sfide dei mercati.
Contenuti, in breve.
- La definizione di data-driven
- Prosumerismo e data-driven
- Data driven company: dagli insight alle decisioni
- Data-driven marketing: una rivoluzione copernicana
- Content is king: data driven content marketing
La definizione di data-driven
La traduzione letterale di data-driven è “guidato dai dati”. E rappresenta la caratteristica delle aziende customer oriented.
La questione della datificazione delle aziende non si risolve così facilmente, è infatti tutt’altro che semplice. Infatti, analizzando le definizioni di:
- Forrester. Secondo Forrester, una delle aziende di ricerca e consulenza tecnologica più influenti al mondo, il significato di data driven è il seguente: “Le organizzazioni basate sui dati utilizzano la virtualizzazione dei dati e le architetture del tessuto dati per ottenere rapidamente valore dai dati e supportare nuovi requisiti aziendali come informazioni dettagliate integrate e in tempo reale“.
- Cloudera. Per Amr Awadallah, Cto di Cloudera, società di machine learning e analytics, ottimizzata per il cloud, il significato di data driven è: “diventare data-driven significa essere realmente in grado di sfruttare ogni tipo di dato indipendentemente da dove risieda non solo per rendere più semplice il processo decisionale, ma anche per scoprire nuove opportunità di business altrimenti difficili, se non impossibili da trovare.”
Ci si rende conto di trovarsi davanti ad un procedimento articolato, complesso, che può facilitare il processo decisionale e fornire informazioni finora inaccessibili su ogni aspetto del processo aziendale: dalla produzione fino alla vendita al dettaglio, passando per le decisioni di marketing. Si parla infatti di data driven marketing.
Prosumerismo e data-driven
L’approccio data-driven non è particolarmente nuovo: i dati sono stati da sempre una caratteristica costitutiva della scienza moderna e dell’organizzazione sociale. Non solo: la creazione di forme di quantificazione per estendere logiche di mercato, è stato favorito dall’uso diffuso delle nuove tecnologie nella comunicazione, nell’industria e persino nelle scienze umane.
Il processo di acquisizione ed elaborazione dei dati è perfettamente coerente con due delle caratteristiche della società odierna, il neoliberismo e il prosumerismo.
Nel momento in cui l’individuo non è solo ricevitore ma produttore di contenuti, è normale che fornisca ininterrottamente flussi di dati che riguardano ogni aspetto della vita sociale, dalla politica al turismo, dal cibo ai viaggi.
Questo fa sì che le aziende usino sempre più tecnologie che si basano sui dati, data-driven appunto.
Il prosumerismo produce non solo una gran mole di dati statistici, quantitativi, ma anche, per esempio dall’uso intensivo dei social media, una gran quantità di dati qualitativi.
I social media cercano di imitare alcuni aspetti di vita reale con la possibilità di interagire attraverso impressioni, interazioni, engagement. Non solo conteggi numerici ma dati qualitativi.
I processi data-driven sono in grado di elaborare entrambe le categorie di dati e produrre risultati significativi.
Data driven company: dagli insight alle decisioni
Se un’azienda produce grandi quantità di tabelle, analisi, statistiche, dashboard, questo non significa che si tratta di una società data-driven.
In realtà, queste aziende sono spesso voltate, per così dire, all’indietro. Hanno grandi quantità di dati e statistiche ma non sono in grado di spiegare come e perché qualcosa è successo. Si parla piuttosto di un metodo deduttivo-statistico: ma il data-driven approach è invece predittivo.
Una data-driven company è in grado di utilizzare tutti i dati in arrivo da qualsiasi punto del contatto con clienti, fornitori, impiegati, logistica, mercato, concorrenti in modo predittivo. In sostanza, guardando avanti.
Poiché la rapidità nel progresso delle tecnologie apre continuamente opportunità di business in diversi settori, i dati giocano un ruolo importante come elemento essenziale del cambiamento e della crescita economica. Come conseguenza di questo sviluppo, l’analisi dei modelli di business dei servizi e il ruolo dei dati in questi modelli sono diventati un centro di interesse nella pratica e nella ricerca.
Questa innovazione si è sempre dimostrata difficile, specialmente per le grandi aziende tradizionali, che si trovano a confrontarsi con modelli di organizzazione, rapporti, strumenti assolutamente radicati.
Ma l’approccio data driven, cos’è?
L’approccio data driven non è una tecnica o un sistema ma un sistema di lavoro, una cultura. Se raccoglie una gran mole di dati, ma non sa scegliere quelli giusti, se non ci sono le figure professionali per interpretarle correttamente, se il management guarda i dati ma si affida all’intuizione, quell’azienda non ha un approccio data-driven.
Diceva Pablo Picasso: “I computer sono inutili. Possono solo darti risposte”.
Invece sistema di lavoro data-driven oriented sa a quali dati attingere e perché. In sostanza, si tratta di riproporre il concetto delle cinque W del giornalismo anglosassone. Perché abbiamo bisogno dei dati? Cosa vogliamo ottenere utilizzando i Big data? Come li acquisiremo? Come e quando elaboreremo e applicheremo questi dati? Come e quando li monetizzeremo? Quali sono le difficoltà nel raggiungere l’obiettivo?
Si tratta di cambiare completamente la cultura aziendale, dai rapporti col personale agli acquisti, dalle assunzioni alla produzione. Si tratta, in sostanza, di rinfondare l’azienda su un nuovo core assett, informato dall’acquisizione e analisi dei dati, che poi guiderà ogni decisione strategica.
In generale, quindi, un cosiddetto “data fabric”, cioè un’infrastruttura dei dati interno all’azienda, non soltanto facilita le decisioni sul modello di business da adottare ma favorisce migliori relazioni con i clienti: oggi, i consumatori divenuti prosumer, si aspettano un’esperienza profondamente importante e preziosa dalle aziende in ogni singolo tratto della loro relazione e in ogni singolo punto di contatto del customer journey, punti che he la rete ha moltiplicato all’infinito.
Ma i marchi non possono starsene seduti su un mucchio di informazioni. È così che entra in gioco la capacità di raccogliere, assemblare, trattare in maniera sostenibile e rispettosa le informazioni, consentire a tutti di accedere e analizzare i dati e coordinare le innovazioni corrette, che vanno impostate su una conoscenza che è, di fatto, sempre in movimento.
Un “data fabric” interno apre le informazioni a tutta l’azienda, stabilisce la cultura del data driven, favorisce la conoscenza continua, promuove la proattività delle persone, facilita il lavoro collaborativo, aumenta la produttività ottimizzando le attività tramite analisi, profilazioni e raccomandazioni predittive e prescrittive e facilita il processo decisionale basato sulla conoscenza condivisa.
L’analisi data predittiva è ormai così potente che già svariati anni, fa, per esempio, ha dimostrato di poter vincere il miglior giocatore umano al mondo nel gioco Go. Ci sono auto a guida autonoma che attraverso il gran numero di immagini digitalizzate migliorano i sistemi di riconoscimento visivo.
Nelle scienze umane, l’analisi di grandi volumi di dati apre nuove vie di ricerca e consente di rispondere a domande che prima sarebbero rimaste senza risposta. La tipica metodologia d’indagine delle scienze sociali, basata appunto sulle interviste, potrebbe essere sostituita da un nuovo approccio, per esempio da un’analisi del sentiment in un Tweet. Un modo completamente nuovo di conoscere e interpretare la società.
Data-driven marketing: una rivoluzione copernicana
L’analisi dei dati è una scoperta, connette i dati fra loro, ne permette l’interpretazione creando modelli significativi. Real time e simultaneamente, un gruppo di analisti può produrre processi decisionali all’interno di un’azienda. Con l’internet delle cose, può addirittura intervenire su un macchinario, per correggere un progetto o la produzione di un prodotto. Le possibili aree di analisi includono predittiva, prescrittiva, descrittiva, cognitiva, emotiva ed esperienziale.
Poter predire l’accoglienza di un prodotto o un’innovazione sul mercato è sicuramente strategico per un’azienda.
Il marketing si è evoluto da un processo creativo a un processo altamente basato sui dati. Gli specialisti del marketing usano l’analisi dati per determinare i risultati di campagne pubblicitarie, per guidare le decisioni sugli investimenti, per targettizzate i consumatori.
Il data-driven marketing consente, infatti, un’analisi di dati sia qualitativi sia quantitativi, strutturati e non strutturati, e li utilizza per guidare decisioni strategiche in relazione al marchio e ai risultati in termini di ricavo.
L’analisi dei dati web consente agli operatori di marketing di raccogliere informazioni straordinariamente approfondite e dettagliate sulle interazioni in un sito web addirittura a livello di sessione (la cosiddetta sessionizzazione). Google Analytics, per citarne uno, è un popolare strumento di analisi gratuito capace di raccogliere informazioni dettagliate in termini sia quantitativi sia qualitativi.
Questo consente un web marketing estremamente mirato con informazioni straordinarie e personalizzate per ogni cliente. Le informazioni fanno comprendere il cliente, le sue inclinazioni, il suo stile di vita, la sua presenza online. I messaggi pubblicitari possono essere personalizzati, perché la conoscenza approfondita in anticipo del pubblico permette di indirizzargli informazioni ideali, tailored, come si dice, apposta per lui.,
Nel momento in cui, come si anticipava, il rapporto con il consumatore è caratterizzato da una complessità crescente, poiché gli approcci omnichannel delle aziende moltiplicano i touchpoint e i momenti di interazione con il consumatore, queste interazioni si traducono in una proliferazione di informazioni che il brand deve presidiare attentamente. Una mole record che cresce di giorno in giorno e che richiede strumenti efficaci per essere governata efficacemente. Si parla, a questo proposito, di “actionable data”, ovvero di dati azionabili, quindi utilizzabili concretamente dai marketer per indirizzare non solo le strategie di data driven marketing ma anche l’operatività day by day.
Content is king: data driven content marketing
Il data driven content marketing, ovvero un corretto approccio a una strategia di contenuto basata sui dati, può aiutare aziende e marchi a evitare di sprecare risorse cercando di connettersi con il pubblico sbagliato nei posti sbagliati.
Per semplificare, i dati necessari potrebbero essere gli argomenti che il pubblico ama e condivide, quali piattaforme social frequenta, quali sono le sue abitudini di consumo e di acquisto. Queste informazioni combinate dicono molto delle buyer personas alle quali ci si rivolge e offre molte informazioni sul contenuto da creare, su dove e come promuoverlo. I dati aiutano a identificare le esigenze e i desideri dei clienti, che è il primo passo verso la creazione di qualsiasi campagna di marketing di successo.
Il marketing customer oriented è, quindi, data driven marketing, che consente di mettere l’individuo al centro, per interrogarlo, ascoltarlo, conoscerlo.
Ogni azienda che si rivolga ad un pubblico di massa è destinata a perdere. Un esempio per tutti è McDonald che ha messo al primo posto il contatto con i clienti, sviluppando un modello che sostituisce la logica dell’industrializzazione con una nuova logica basata sui servizi, che valorizza sia il prodotto, sia il marchio, sia il cliente, sia il dipendente. Il marketing mix di McDonald’s evidenzia come l’azienda combini internazionalizzazione e globalizzazione. Utilizzando potenti tattiche di branding, crea appartenenza. Attraverso il legame con la cultura pop e la collaborazione con i migliori artisti contemporanei, sa creare contenuti interessanti, come la campagna creativa per trasformare i segnali stradali in arte. La campagna presenta le iconiche patatine fritte in una serie di poster semplici e dai colori vivaci che trasformano le patatine fritte, evidentemente di McDonald’s, in frecce direzionali per gli automobilisti. Questi annunci sono ispirati al minimalismo, il movimento artistico emblematico del XXI secolo. Secondo la regia, vengono proposti otto poster pop colorati per realizzare sessantaquattro combinazioni diverse.
Affascinante anche la dinamica data-driven di Lego, il giocattolo più popolare al mondo ma da sempre considerato un gioco “da maschi”. Nonostante l’introduzione di linee dedicate alle bambine come Scala (gioielli costruibili), Paradisa (spiaggia pastello e set da equitazione) e Belville (tea party), tutte con mattoni più grandi per “una costruzione più facile”, le linee non riscossero i risultati sperati.
Di conseguenza Lego incominciò una raccolta dati quinquennale intensiva su un campione di più di 3500 ragazze.
L’approccio impostato fu quello di ottenere risultati dai dati raccolti e scegliere sulle risposte fornite da questi. Alla fine, i data-driven specialist scoprirono che le ragazze preferiscono, semplicemente, i colori più tradizionalmente “femminili”, ma anche set da costruzione stimolanti, come quelli per i ragazzi. La linea Friends, lanciata nel 2012, comprendeva vivaci mattoncini rosa e viola (delle stesse dimensioni dei normali mattoncini Lego), con un balzo nelle vendite “femminili” del 28%. Bastava ascoltare.
