mika-baumeister-Wpnoqo2plFA-unsplash
Giulia Verzeletti

Giulia Verzeletti

Sfide e sfighe dei Big Data

10 Minuti

Su questo blog parliamo di Inbound e di Automation perciò ha senso introdurre il contesto in cui strategie di Inbound Marketing e di automazione dei processi hanno la possibilità di sfruttare al massimo il proprio potenziale.

Ne ho parlato nella mia tesi di laurea magistrale e ho pensato di riutilizzare parte del contenuto scritto per quell’occasione per inquadrare la questione Big Data e utilizzo di essi ai fini di marketing.

Dati, dati ovunque

Partiamo da un presupposto fondamentale: la società odierna è sempre più connessa con internet, con i pc, con gli smartphone.

Ormai, più che di comunicazione ed esperienza multicanale (basata sull’utilizzo di diversi media), è necessario parlare di comunicazione ed esperienza omnicanale.

Infatti, la combinazione di canali offline e online per vendita di prodotti e servizi sembra ormai essere stata “superata” da una vera e propria integrazione dei differenti canali, con lo scopo di fornire all’utente un’esperienza uniforme a prescindere dal mezzo utilizzato e che, come punto di forza, ha proprio il fatto di fluidificare e semplificare l’interazione dell’utente con l’azienda online senza rendere difficoltoso il cambio di device.

Come spiegano Kotler e Stigliano in Retail 4.0:

“In un’esperienza omnicanale efficacemente progettata le persone non vedono una varietà di canali, bensì un unico “servizio” erogato da un’azienda.”

“Possiamo affermare che il multicanale è un approccio inside-out, in cui l’azienda e il brand pianificano le loro attività sui vari canali di comunicazione in base alle loro priorità e al loro punto di vista su cosa il consumatore dovrebbe fare nei vari canali. Mentre l’omnicanale è un approccio outside-in in cui si dà priorità alla customer experience nel suo complesso e si pianificano le attività in base a ciò che il consumatore dimostra di preferire.”

Philip Kotler, Giuseppe Stigliano – Retail 4.0

La fluidità dell’esperienza e la facilità di passare da un device all’altro permettono all’utente di non sperimentare scompensi ma, al contrario, di godere appieno dei vantaggi apportati da ogni singolo medium (online o offline che sia) senza sacrificare efficienza e velocità di fruizione di informazioni e delle transazioni.

Facendo un passo indietro è necessario sottolineare che affinché le aziende possano strutturare una strategia multicanale è fondamentale che esse dispongano di dati.

Quando le attività che derivano dalla strategia sono in corso permettono di continuare a ottenere dati sugli utenti per arricchire il database e migliorare di volta in volta l’esperienza del pubblico.

I dati come patrimonio aziendale

Insomma, il vero fulcro della personalizzazione sono, senza dubbio, i dati. C’è chi si è spinto a dire che i dati sono diventati il vero patrimonio delle aziende e, guardando ai fatti, non è così difficile da credere.

Gli utenti perennemente connessi lasciano dietro di sé moltissime tracce, spesso in maniera inconsapevole, che permettono a sofisticati algoritmi di processare le informazioni e personalizzare sempre di più suggerimenti, comunicazione ed esperienze a tutto tondo. 

Per avere un’idea più chiara della situazione attuale analizziamo cosa succede in un minuto online.

Il download di applicazioni mobile, l’acquisto di device ad utilizzo vocale, le ore passate su Netflix, l’interazione con i video Youtube, le ricerche effettuate su Google in un solo minuto online ci fanno capire come gli utenti producano enormi quantità di dati, spesso in maniera spesso inconsapevole.

Diventa semplice comprendere come questi dati siano fondamentali per “cucire addosso” a ogni utente un’esperienza sempre più personalizzata, in base alle tracce che ha lasciato dietro di sé. 

Ovviamente la raccolta di dati e la loro interpretazione per la personalizzazione delle esperienze online pone non poche sfide in termini di sicurezza, oltre agli ovvi vantaggi che ne derivano.

L’importanza dei dati

Già nel 2017 l’Economist sentenziava che la vera risorsa preziosa al mondo non è più il petrolio, bensì sono i dati.

“Una nuova merce sta aprendo un mercato lucrativo, che cresce rapidamente, spingendo l’antitrust a intervenire per frenare coloro che ne controllano il flusso. Un secolo fa, la risorsa in questione era il petrolio. Oggi preoccupazioni simili sono date dai giganti che gestiscono i dati, il petrolio dell’era digitale” recita infatti l’articolo.

The Economist (2017) The world’s most valuable resource is no longer oil, but data. Disponibile presso https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data

Grazie alle nuove piattaforme online non solo siamo sempre più connessi, ma anche sempre più seguiti.

Come evidenziano Delmastro e Nicita in “Big Data, come stanno cambiando il nostro mondo”:

“Le piattaforme online, in generale, basano il proprio business sull’estrazione, il trattamento e l’elaborazione di informazioni e dati da profili personalizzati, la cui disponibilità aumenta in relazione alla crescente intensità d’uso della rete da parte di cittadini, consumatori, imprese e istituzioni.”

Marco Delmastro, Antonio Nicita – Big Data, come stanno cambiando il nostro mondo

Inoltre, in abbinamento all’importanza dei dati, è bene presentare un fenomeno che prende il termine di network effects (effetti della rete).

Quante più persone utilizzano quello strumento, tanto più quello strumento diventa indispensabile per chi non ne dispone (rendendone quasi obbligatoria l’adozione). Diventa quindi ovvio che, all’aumentare delle persone connesse, aumenta anche la quantità di dati a disposizione che possono essere processati e utilizzati per personalizzare ancora di più le esperienze. 

Un algoritmo che continua a imparare

“Ciò che è rilevante è il processo di lavorazione e aggregazione dei dati e di questi ultimi con gli algoritmi. I big data servono a migliorare l’algoritmo e, a sua volta, l’uso dell’algoritmo da parte di ciascuno di noi genera nuovi dati, e così via.”

Marco Delmastro, Antonio Nicita – Big Data, come stanno cambiando il nostro mondo

In realtà i dati in sé servono a poco: il vero punto di forza è disporre di strumenti con i quali processarli affinché ci aiutino a personalizzare l’esperienza degli utenti in base alle informazioni raccolte.

I dati aiutano, per esempio, a capire se i prodotti o servizi di un’azienda sono adatti al pubblico a cui si rivolge, se l’azienda sta dialogando con le persone adatte, quali sono le loro caratteristiche demografiche e anche psicografiche (più legate allo stile di vita e agli atteggiamenti del pubblico).

Sempre in Big Data, gli autori proseguono dicendo che:

L’efficienza della rivoluzione digitale si manifesta anche nelle raccomandazioni, nei suggerimenti algoritmici che riceviamo dalle pubblicità dei motori di ricerca o evidenziate nei siti di e-commerce: occasioni che potrebbero interessarci, come hanno interessato altri, simili a noi, prima di noi. Il tempo che risparmiamo non è solo quello che spenderemmo a cercare informazioni, ma anche quello che impiegheremmo a capire quali informazioni cercare e perché.” 

Marco Delmastro, Antonio Nicita – Big Data, come stanno cambiando il nostro mondo

Anche Kotler, Karajaya e Setiawan confermano, in “Marketing 4.0”,  il cambiamento di paradigma in atto:

“In futuro il mondo online e quello offline coesisteranno e convergeranno. La tecnologia investe sia il mondo online sia lo spazio fisico offline, permettendo la totale convergenza dei due universi. Le tecnologie basate sui sensori, come la comunicazione in prossimità (near field communication, NFC) e iBeacon, basato sulla localizzazione, offrono una customer experience molto più coinvolgente.

L’analisi dei big data rende possibile la personalizzazione che i nuovi clienti desiderano. Tutto ciò va a integrare la tradizionale interfaccia umana che rappresentava la spina dorsale del marketing prima dell’avvento di Internet.”

Kotler, Karajaya e Setiawan – Marketing 4.0

Ne parlo nel mio articolo dedicato al Retail Marketing Automation:

Oltre alla personalizzazione, il risparmio di tempo è un altro dei capisaldi fondamentali dell’esperienza online e offline.

Oggi ci informiamo rapidamente, sempre in ottica omnichannel, consultando fonti online e offline, con poco tempo a disposizione

È questo il vantaggio fondamentale che permette al pubblico di scendere a compromessi e cedere dati personali: la velocità e fluidità dell’esperienza.

Big Data Analytics, come avviene l’elaborazione dei dati

Risulta quindi chiaro che il vero potere non sta tanto nell’avere i dati quanto nell’avere (o poter sfruttare) la capacità di processarli.

I modelli di big data analytics permettono di ricostruire dati personali, indipendentemente dal loro originario rilascio, rendendo del tutto superata la tradizionale classificazione tra dati personali e dati non personali.

Marco Delmastro, Antonio Nicita – Big Data, come stanno cambiando il nostro mondo

La big data analytics segue il percorso circolare disegnato di seguito:

  1. l’utente, anche attraverso delle “cose” a lui appartenenti, genera il dato;
  2. il dato viene acquisito e raccolto (in prevalenza dalle piattaforme digitali)
  3. il dato viene, poi, aggregato ad altri dati (di solito in banche dati semi-strutturate);
  4. sull’insieme di questi dati, si utilizzano tecniche algoritmiche di big data analytics per l’individuazione di “ideal-tipi” (segmentazione degli utenti);
  5. ciascun individuo viene attribuito a un tipo (in termini di caratteristiche socio-economiche);
  6. l’utente (e non più i suoi dati) riceve, attraverso algoritmi di raccomandazione, servizi personalizzati e varie forme di inserzionismo pubblicitario.

Lo schema riportato di seguito va a descrivere nello specifico gli step del processo di Big Data Analytics dal punto di vista aziendale e, grazie alla rappresentazione circolare, ne evidenzia la ciclicità e il continuo apprendimento.

  1. analisi di uno specifico business per capirne le caratteristiche fondamentali e gli obiettivi (utili a identificare cosa dev’essere monitorato)
  2. data mining (ottenimento dei dati) e data cleaning (un processo di pulizia e scrematura delle informazioni ottenute per concentrarsi solo su ciò che è realmente necessario)
  3. formulazione delle ipotesi grazie all’esplorazione e interpretazione dei dati, per esempio pensando a nuove caratteristiche di prodotto o servizio da implementare.
  4. creazione di modelli predittivi
  5. condivisione dei dati, è la naturale conclusione del processo di analisi che, contestualmente, riparte dall’impostazione di nuovi obiettivi e nuovi aspetti del business e del pubblico da monitorare.

Il vero prezzo dell’esperienza

Abbiamo visto come la semplicità e la velocità dell’esperienza siano i motivi principali che spingono gli utenti a utilizzare piattaforme online e a cedere dati personali senza farsi troppi problemi.

Ad ogni modo, la poca consapevolezza dell’uso che viene fatto dei dati generalmente richiesti per accedere a determinati servizi on- e offline è purtroppo un dato di fatto.

Moltissime facilities messe a disposizione nella quotidianità richiedono, in cambio, la cessione di alcuni dati di contatto.

Spesso si parla proprio di un fenomeno chiamato “pay with data”.

Molti applicativi sono accessibili gratuitamente (nel senso che non implicano un pagamento in denaro) ma, dietro alla gratuità, nascondono comunque un pagamento che viene effettuato mediante la condivisione di alcuni dati.

L’ottenimento di informazioni sulle abitudini d’acquisto e le preferenze permette di creare cluster e semplificazioni in riferimento al pubblico, per dialogare con ogni cluster in maniera personalizzata.

Questa naturale propensione alla standardizzazione nell’analisi dei dati e nella pianificazione di attività di marketing correlate ai dati raccolti può diventare, quindi, pretesto per una manipolazione dei comportamenti umani e delle loro scelte che toglie all’individuo la propria libertà di scelta grazie ad algoritmi che lo spingono a compiere azioni in base al cluster al quale dovrebbe appartenere.

Big Brother is selling to you

L’essere costantemente monitorati non può non far pensare, inoltre, al famoso Grande Fratello di Orwell.

È in questa ottica che ragiona Manlio Cammarata nel suo articolo “I rischi dei Big Data, indagine congiunta di tre Garanti” pubblicato su Interlex:

“Insomma, Big Brother è tra noi. Il Grande Fratello, che nel 1948 George Orwell aveva immaginato per il 1984, è arrivato con qualche anno di ritardo, ma è arrivato. Non ha le sembianze e la voce di Stalin o i baffetti di Hitler, come voleva l’immaginario del secondo dopoguerra. E’ un cielo pieno di cloud, di “nuvole” che raccolgono informazioni su di noi: quelle che forniamo consapevolmente e quelle che vengono raccolte più o meno a nostra insaputa.”

Mario Cammarata,  InterLex (2017) I rischi dei Big Data, indagine congiunta di tre Garanti. Disponibile presso: http://www.interlex.it/privacyesicurezza/bigdata4.html

La riflessione può essere portata ancora più avanti.

Non solo il Grande Fratello ci sta guardando, ci sta anche vendendo qualcosa.

La scarsa consapevolezza degli utenti finali pare non essere solo riferita alla loro continua esposizione a monitoraggio e raccolta di dati, ma anche al fatto che questi dati servono a vendere loro prodotti o servizi, utilizzando meccanismi persuasivi personalizzati che imparano di volta in volta dalle loro stesse azioni, provando anche, talvolta, a manipolarle

Creare consapevolezza non è sempre semplice, ma può essere un buon punto di partenza.

La regolamentazione

Come abbiamo visto il flusso incessante di dati generati da ognuno di noi, ogni giorno, ha posto delle nuove sfide per la regolamentazione della cessione, dell’utilizzo, dell’interpretazione dei dati stessi. 

Il 25 maggio 2018 è entrata in vigore la GDPR (General Data Protection Regulation), precedentemente adottata dal Parlamento Europeo nell’aprile 2016.

La GDPR è relativa alla protezione dei dati dei cittadini appartenenti all’Unione Europea (non sono esonerate dalla direttiva le aziende che hanno sede fuori dall’Unione che trattano i dati dei cittadini degli Stati Membri).

La conformità sulla privacy dei dati è legata a doppio filo a tutti i processi aziendali che coinvolgono Big Data e Analytics.

Le principali tematiche affrontate dalla normativa sono relative al consenso al trattamento dei dati personali e alla trasparenza dei processi, oltre che ai diritti degli utenti finali in merito al trattamento dei dati personali.

I vantaggi per l’utente finale sono reali?

Come abbiamo visto anche in precedenza, e come evidenziato nel paper Privacy, Self-Management and the Consent Dilemma (Daniel J. Solove) l’utente finale ha poca dimestichezza con le privacy policy e spesso non le legge.

Perciò, sebbene la normativa imponga l’utilizzo di privacy policy specifiche per chi, ad esempio, utilizza i dati a scopi di profilazione e prese di decisione automatizzate, purtroppo difficilmente l’utente è consapevole dell’uso che verrà fatto dei suoi dati.

Parlando di Marketing Automation è necessario focalizzarsi non solo sul generico consenso al trattamento dei dati personali a scopi differenti, ma anche sulle decisioni prese in maniera automatizzata da algoritmi alimentati dati dati.

In questa pratica si celano le sfide più importanti, sia dal punto di vista della tutela dell’utente sia dal punto di vista della trasparenza dei processi aziandali.

E quindi?

Questo articolo è volutamente incentrato, a differenza degli altri, sulle conseguenze che l’utilizzo dei big data avrà sugli individui.

La rivoluzione dei Big Data e la nascita del Machine Learning pongono non poche sfide sia dal punto di vista legale che dal punto di vista umano.

Il rischio è, come sempre, quello di eccedere nell’utilizzo di tecnologie che apparentemente migliorano la vita e invece, sotto sotto, limitano la libertà individuale.

Da questo punto di vista è necessario stabilire dei confini operativi ed etici per non rischiare di scadere nel controllo ossessivo del pubblico, proprio come accade in 1984 di George Orwell.

Personalmente ritengo che, come ogni tecnologia innovativa, un utilizzo controllato possa giovare all’esperienza del singolo.

Un’importante riflessione può essere fatta sulla base del libro “Le persone non servono – Lavoro e ricchezza nell’epoca dell’intelligenza artificiale” di Kaplan.

In questo libro l’autore analizza lo stato attuale dell’introduzione delle tecnologie di Intelligenza Artificiale nella quotidianità e porta a galla le questioni più scottanti che non si limitano solo alla privacy, bensì vanno a coinvolgere anche la sfera politica ed economica.

Ciò che risulta evidente da questa lettura è lurgenza di misure per fronteggiare questa crescita tecnologica e non trasformarla in uno strumento per creare disuguaglianze e inoccupazione.

“Lasciare che la natura segua il suo corso come abbiamo fatto durante la rivoluzione industriale del tardo Ottocento – inizio Novecento è un gioco pericoloso. Senza un po’ di lungimiranza e senza intraprendere subito qualche azione, i nostri discendenti saranno condannati a mezzo secolo o più di povertà e ineguaglianza, ad eccezione di pochi fortunati.

Jerry Kaplan, Le persone non servono. Lavoro e ricchezza nell’epoca dell’intelligenza artificiale

Se questo articolo ti è piaciuto e vuoi scoprire quali sono gli step successivi per utilizzare i dati ai fini di marketing trovi il mio manuale disponibile a questo link:

Condividi post

Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su pinterest
Condividi su print
Condividi su email