Business: un`orchestra di dati che solo la BI può dirigere

Business: un'orchestra di dati che solo la BI può dirigere
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