Project Description

L’utilizzo massivo dei social media, degli smartphone e di internet più in generale, come l’utilizzo sempre più diffuso di sensori che permettono di misurare e monitorare ogni cosa, porta alla produzione di un volume abnorme di dati. Questi dati, grazie all’utilizzo di sofisticati algoritmi, forniscono informazioni dettagliate e preziose su comportamenti, gusti, abitudini e bisogni degli utenti, costituendo gli ormai noti Big Data. L’enorme potenziale dei Big Data sta proprio nell’utilizzo che le aziende possono farne.

Cosa sono i Big Data

Nello specifico, quando si parla di Big Data ci si riferisce alla capacità di elaborare tutte queste informazioni fornite dagli utenti tramite algoritmi, in grado di trattare così tante variabili in poco tempo e con poche risorse computazionali. La Rivoluzione Big Data è rappresentata, nella fattispecie, dalla possibilità di collegare fra loro le informazioni ottenendo modelli di interpretazione e modelli predittivi finora inimmaginabili.

A cosa servono i Big Data

I Big Data interessano trasversalmente svariati business, dal settore dell’automotive all’hotellerie, dalla ristorazione alla medicina, dalla finanza al gaming, per citarne solo alcuni.

Molte aziende hanno iniziato a utilizzare i Big Data per indirizzare ai propri clienti – già acquisiti o potenziali – offerte, promozioni e informazioni utili estremamente personalizzate, in linea con gli interessi e le esigenze che i Big Data sono in grado di raccontare in merito a ciascun utente. Ma i Big Data possono essere utili alle aziende in infiniti modi. Vediamo insieme qualche esempio di successo relativo all’utilizzo aziendale dei Big Data.

Big Data e previsione degli acquisti

Una best practice relativa all’utilizzo dei Big Data è rappresentata dal caso Wal-Mart, il colosso statunitense nonché la più grande catena di distribuzione di beni di consumo del mondo. Wal-Mart colleziona ogni ora dati relativi a circa un milione di transazioni commerciali e li relaziona a fattori quali tempo meteorologico, geolocalizzazione, combinazione nel carrello, disponibilità a magazzino, frequenza di acquisto, per citarne solo alcuni. Se, per esempio, un cliente ha acquistato in passato un barbecue e spesso compera prodotti accessori, è molto probabile sia interessato ad articoli non ancora acquistati. Il sistema invierà dei buoni per invogliare il cliente all’acquisto, analizzando la disponibilità a magazzino, le informazioni meteo, i dati di localizzazione degli smartphone e altro, ma solo se possiede un barbecue, il tempo nel weekend sarà bello e si trova in un raggio di cinque chilometri dal negozio.

Big Data e modelli predittivi

Un altro esempio di approccio efficace ai Big Data riguarda American Express, una tra le più note società di servizi finanziari al mondo. American Express ha sviluppato modelli predittivi avanzati in grado di analizzare le transazioni effettuate dai propri clienti per valutarne il grado di fedeltà e anticiparne l’ipotetico abbandono. L’azienda è riuscita a identificare il 24% dei conti correnti che sarebbero stati chiusi nei primi mesi del 2016.

Big Data e customer retention

La compagnia telefonica statunitense T-Mobile USA ha integrato i Big Data provenienti dai social media con i propri sistemi IT, combinando le informazioni sulle transazioni effettuate dai propri clienti con le interazioni di questi ultimi con il brand. In questo modo, la compagnia telefonica è riuscita ad anticipare i clienti decisi ad abbandonare il marchio apportando azioni correttive, per una migliore customer retention.

Abbiamo citato soltanto tre esempi, ma i casi di successo sono numerosi e gli ambiti di applicazione dei Big Data sempre in crescita. Le potenzialità sono infinite, staremo a vedere!