Business Analysis

Big Data e Business Data Analytics

Big Data Analytics

Negli anni 80, i dati di un Data Center raddoppiavano ogni 18 mesi (secondo la legge di Moore). Non solo ciò si è dimostrato vero, ma in questo ultimo decennio la proliferazione dei dati è esplosa.

Quando parlavamo della legge di Moore (uno dei fondatori di INTEL), eravamo ancora nella pura elaborazione dati, apparivano i primi grafici (GDDM IBM), ma era raro incontrare suoni o immagini.

Oggi, siamo sommersi da valanghe di dati, più o meno come i rifiuti.

Dati e rifiuti contengono un’enorme ricchezza, basta solo saperla estrarre. Anche se il parallelo con i rifiuti è molto azzeccato, forse è meglio fare qualche considerazione pratica sul valore dei dati.

In meno di un quarto di secolo siamo passati dalla meccanografia all’elaborazione dati e infine all’informatica.

Con l’informatica, disponibile su una miriade di dispositivi, siamo inondati anche di immagini e filmati, visto che con gli attuali cellulari siamo tutti fotografi e produttori cinematografici, oltre a scrittori sui social media.

Dopo circa 50 anni, la legge di Moore è superata, per eccesso e non per difetto.

Occorrono sempre maggiori capacità per immagazzinare montagne di dati che produciamo ogni giorno. Ma se non ci preoccupiamo di interpretarli è come se accumulassimo tanta immondizia, tipo i 5 milioni di  ecoballe di immondizia della Campania.

Ecoballe della Campania

Fortunatamente, i dati non sono ingombranti come l’immondizia e sebbene siano tanti, sono tutti trattabili per estrarre quel tesoro di informazioni che contengono, non tanto per osservare il passato, ma per disegnare e orientarci nel futuro. In sostanza per prendere decisioni informate e non su base istintiva.

Questo lavoro di analisi (Business Data Analytics) può essere fatto in casa oppure affidandosi a grandi strutture in cluod o outsourcing presso centri specializzati.

Cloud Data Center

Bisogna convincersi che i dati devono essere interpretati da professionisti, e non dal primo che passa.

Il mondo del lavoro si sta trasformando rapidamente e in alcuni ambienti si lamenta già la carenza di figure professionali adeguate per il “data analytics“. Occorrono molte nuove figure professionali, da formare e qualificare:

  • Business Analyst – coloro che giustificano  e raccomandano una soluzione a fronte di un problema o un’opportunità.
  • Data Analyst – coloro che si preoccupano di strutturare la conservazione dei dati e predisporne l’utilizzo.
  • Data Scientist – coloro che analizzano e interpretano i dati – figura chiave per capire i fenomeni commerciali e comportamentali di una qualsiasi clientela in modo da generare vantaggi competitivi, creando nuovi modelli di business.  Il Data Scientist assume l’incarico di:
    • Comprendere l’origine dei dati e le possibili devianze.
    • Analizzare i flussi, studiando i limiti delle tecnologie usate, proponendo quelle giuste.
    • Individuare problemi di business da risolvere in base ai risultati dell’analisi dei dati.
    • Utilizzare il metodo scientifico basandosi su statistica, data mining e ricerca operativa.
    • Comunicare con chiarezza le proprie conclusioni all’alto management.
    • Studiare automatismi che velocizzino il processo di interpretazione dei dati e che forniscano suggerimenti il prima possibile.
  • Data Architect – coloro che progettano i sistemi di dati e i relativi flussi.
  • Data Engineer – coloro che definiscono le soluzioni sulla base dei dati.
  • Business Translator – figure con competenze sia tecniche che di business.

Tutte queste figure, non nascono spontaneamente in azienda, bisogna formarle. E’ vero che ci vuole passione e curiosità per simili materie, ma è fuori discussione che non si può improvvisare o affidarsi al genio di turno. Queste figure devono essere costruite dando loro la possibilità di fare esperienza con i casi reali, ma allo stesso tempo fornendo loro anche tutta la formazione disponibile sulle best practice già note.

Il mondo accademico se ne sta interessando, ma non basta. Occorre che tutte le aziende, piccole o grandi che siano, pensino a formare, in modo strutturato, figure  che studino i fenomeni incapsulati nei propri dati.

La fidelizzazione del cliente

Alcuni settori si stanno attrezzando più con strumenti che con le persone. Penso alla miriade di carte fedeltà che il mercato ci propone in tutti i campi. Se inizialmente poteva bastare comprendere chi aveva comprato cosa, oggi le catene commerciali più evolute studiano per ogni cliente:

  • cosa ha comprato,
  • quando ha comprato, a che ora del giorno, feriale o festivo,
  • in contanti o con carta di credito,
  • prodotti in offerta o prodotti di marca o entrambi,
  • etc.

Un supermercato sulla base di queste preziose informazioni, definisce le scorte, spinge le campagne di sconti, gestisce i prodotti in scadenza, combatte la concorrenza del supermercato accanto che probabilmente fa gli stessi ragionamenti.

Ecco che, nei prossimi anni, non è questione di fare del “Data Analytics“, ma di farlo meglio del concorrente. Chi ha prima l’informazione vince e diventa più ricco.

Big Data

Se è vero che siamo o saremo sommersi di dati, allora sfruttiamoli. I Big Data stanno diventando una necessità gestionale in tutte le aziende, la chiave per competere, crescere e innovarsi.

Big Data

La gestione dei Big Data deve avere almeno i seguenti obiettivi:

  • Comprendere il mercato in cui operiamo e come veniamo percepiti dalla propria clientela.
  • Comprendere perché le persone acquistano un determinato prodotto e non altri.
  • Categorizzare i propri clienti in base ad una di classificazione che abbia senso.
  • Sperimentare nuovi modelli di business, almeno su specifiche categorie di clienti.
  • Creare uno storico dell’andamento delle vendite e quindi dell’intero business.

Anche per i Big Data, oltre alla necessità di strumenti software e di infrastrutture per immagazzinarli ed elaborarli, è fondamentale sapere come interpretarli e con quale tempestività trattarli, se non si vuole arrivare secondi o ultimi.

Un altro settore dove i Big Data giocheranno un ruolo importante è quello dell’IoT (Internet of Things). Il traffico o una rete autostradale può essere monitorata con appositi sensori, intervenendo quasi in tempo reale dove si creano criticità. La sorveglianza e i sistemi di sicurezza operano allo stesso modo, creando montagne di dati per le analisi successive, ma il valore aggiunto sarà l’interpretazione immediata e quindi la reazione a qualsiasi fenomeno sotto controllo.

Altro campo di applicazione dei Big Data potrebbe essere la pubblica amministrazione, ovunque si possono ottenere risparmi migliorando l’efficienza operativa e la tempestività delle pratiche.

I Grandi Player

In un certo senso, noi consumatori o utenti Internet siamo già ostaggio dei grandi player come Google, Facebook, Linkedin, Instagram e Twitter.

Questi colossi della comunicazione raccolgono tutte le informazioni possibili sulla clientela tracciando un profilo dei comportamenti.

Automaticamente, ad una ricerca successiva su Google, ci vengono proposti documenti affini alle ricerche fatte precedentemente.

La profilazione della clientela, in ogni ambito, consente di fare previsioni e di trarne il massimo vantaggio.

Un’altra informazione che ci viene spesso carpita è la “posizione“.

Il fatto che un sito ci chieda di poter registrare la nostra posizione è già una ingerenza mostruosa nella nostra privacy, perché automaticamente da quel momento quel player traccia tutti i nostri movimenti. Se aggiungiamo i passaggi autostradali con il Telepass, l’uso delle carte di credito, l’uso del bancomat, l’esibizione della carta fedeltà al supermercato, possiamo considerarci tranquillamente in regime di “grande fratello“.

Se un libraio come Amazon è riuscito a mettere in piedi la società col maggiore fatturato al mondo, ci sarà un ragione. Forse ha avuto la lungimiranza di guardare nei dati prima degli altri e di estrarne tutto il valore che contengono quelle informazioni.

Il controllo dei mercati passa per la raccolta di tantissime informazioni, con assidua frequenza e da interpretare il prima possibile. In pratica la gestione la gestione dei Big Data va oltre la semplice conservazione dei dati e l’utilizzo contabile.

L’interpretazione dei dati consiste nello scoprire le informazioni che caratterizzano i comportamenti degli utenti, sui quali impostare nuove campagne promozionali per incrementare il business.

Il problema di fondo è riuscire a trarre conclusioni informate e sensate ai fini del business, possibilmente prima della concorrenza.

Non tutte le aziende sono già in grado di farlo correttamente, e la cosa grave è che molte non lo sanno.

Qualcuno cerca di addebitare questa carenza al settore informatico. Chiariamo una volta per tutte: l’informatica non c’entra nulla! L’informatica è solo un supporto. Se affidi l’analisi dei dati al primo che passa, non potrai poi pretendere indicazioni sagge dal servizio informatico. E’ evidente che per questo tipo di analisi servono capacità di problem solving, attitudine al lavoro di team e tante capacità relazionali e di leadership. Questo è un problema di business.

Il Caso Amazon

Amazon analizza grandi flussi di dati, a livello mondiale, integrando e rendendo omogenee informazioni destrutturate per generare importanti vantaggi competitivi.

Ciò è fattibile anche in qualsiasi azienda, se solo investisse in formazione anziché solo in strumenti software.

L’obiettivo è generare valore attraverso l’innovazione.

Ecco un esempio di applicazione di Big Data analytics: Amazon go – il supermercato senza casse: si tratta di un punto vendita fisico dedicato a generi alimentari preparati ogni giorno da alcuni chef.

IoT in Amazom

Sul sito Amazon si chiama “Just Walk Out Shopping” –  punto vendita senza casse per evitare code in uscita.

Siamo nel campo della tecnologia Internet of Things (IoT), il quale utilizza una serie di sensori per analizzare le merci acquistate, con speciali algoritmi che identificano i prodotti prelevati dagli scaffali e costituiscono il carrello virtuale.

Con un codice personalizzato si procede all’acquisto e al pagamento con carta di credito. Attraverso sensori, si perfeziona l’acquisto, si effettua il pagamento e si determina la giacenza delle scorte in magazzino per ogni articolo acquistato o venduto a questo punto. Troppo semplice, non vi pare?

Altri esempi significativi possono essere l’uso dei cookies nel processo di vendita: Il mittente di una proposta di vendita, attraverso i cookies, analizza come è stato percepito il messaggio da parte del destinatario, traendone utili intuizioni su:

  • cosa è stato cliccato,
  • cosa è stato letto,
  • quanto tempo ci si è intrattenuti sul documento,
  • quanti accessi al documento sono stati fatti,
  • da dove è stato letto il documento.

Tutto ciò consente di selezionare i potenziali clienti e procedere con la fase successiva di approccio alla vendita, senza perdere tempo con i destinatari che non hanno mostrato interesse.

Una simile analisi del successo delle proposte di vendita potrebbe rivoluzionare la rete di vendita stessa. Insistere con la vendita online, oppure visitare solo i probabili clienti in base alla prima reazione.

Conclusione

Siamo terribilmente entrati nell’era del cambiamento veloce.

Avrà successo solo chi saprà governare il rapido cambiamento nei nuovi contesti del territorio, del pubblico, della clientela, del clima politico, del clima atmosferico, della concorrenza sempre più spietata.

L’unico modo per avere successo è prepararsi in tempo.

Oltre alla necessità di adeguate risorse finanziarie, bisogna disporre delle professionalità giuste, in grado di proporre soluzioni basate sull’interpretazione dei dati e non su base istintiva.

I creativi sono utili, ma se sono anche preparati è meglio!

Promo

Formazione  per l’immediato futuro:

Business Data Analytics (IIBA-CBDA)

oppure una Certificazione da Business Analyst:

IIBA-CBAP® Prep Online
IIBA-CCBA® Prep Online
IIBA-ECBA™ Prep Online

Ci farebbe piacere poter contribuire anche alla svolta della tua azienda. Per qualsiasi chiarimento contatta Vito Madaio di PMTSI, sempre a tua disposizione.

Modulo di contatto

Ultimo suggerimento, le certificazioni indicate sopra possono essere ottenute a COSTO ZERO, con la formazione finanziata, ormai ampiamente diffusa presso molte aziende; basta presentare un progetto credibile, seguendo le regole dei singoli bandi. Niente di più.

PMTSI  è  l’ EEP™  n. 141925

Contattaci per il preventivo di un corso ad hoc, in tutta Italia