Dire big data non basta: bisogna saperli leggere

Meglio avere meno dati, ma sapendoli leggere che averne tanti e non saperli utilizzare. La morale, semplice, ma efficace è questa. Invece, oggi le aziende sono sommerse di dati. Non sempre però sono in grado di sfruttarli in modo adeguato. La tendenza è soffermarsi meno sugli insight, invece, “quello che fa la differenza sul vantaggio competitivo è come si leggono i dati”, asserisce Tommaso Nastasi, partner & value creation services leader Deloitte.

A suo dire ciò che è importante “non è tanto essere focalizzati sul dato, quanto piuttosto sul fatto di sfruttarlo”. Dal canto suo Deloitte dà molta enfasi al “tema dato” anche prima che le società si mettano assieme, “lanciando delle stanze anche virtuali e permettendo a società anche molto grandi di condividere dati che vengono stabilizzati. È un fattore importante – afferma – perché permette di fare un piano sinergico ed ha un forte impatto sulla creazione di valore”. Non ci sono dubbi, quindi, su quanto sia importante focalizzarsi sulla “capacità delle imprese e delle società di consulenza di sfruttare quello che è il dato”, asserisce.

L’occasione per riflettere su tali temi è stato il recente “Global Blue Trend & Insight 2023/2024“, durante il quale sono stati tracciati i principali trend che hanno caratterizzato il 2023 del tax free shopping, ma si è cercato anche di comprendere come la business intelligence possa fungere da strumento decisivo per definire una strategia commerciale che si basi sull’analisi dei dati. A moderare l’incontro, Anthony La Salandra, managing director Risposte Turismo.

Tra consumer goods e luxury

Le realtà sono pronte a farlo? Il manager di Deloitte lavora su consumer goods e sul luxury. Soffermandosi sul consumer vede “una sofisticazione più forte nell’ambito del consumer goods, rispetto a ciò che si vede nel mondo del lusso. Per esempio, se si guarda alla nautica – osserva -, che è molto importante per il nostro made in Italy, il tema dei dati è molto complicato. Il consumer goods è un settore che mostra una proattività forte sul tema dato e sull’insight a supporto del business, ci sono altri sottosettori in abito luxury e lifestyle dove pensiamo si possa fare molto di più”.

Lo scopo dà forma al dato

Un passo successivo è stato quello di comprendere quanto l’attività previsionale impatti sulle strategie? A dare risposta in tal senso è Stefano Sciamanna, revenue manager & co-founder Lybra. Il manager si sofferma sul fatto che “la messa a terra dei dati è stata vissuta in maniera burrascosa per complessità tecniche e culturali. Capire l’importanza di un dato non è così semplice, in quanto i dati sono a-forma. La forma la dà lo scopo del dato”. Il manager nell’illustrare il processo attuato, fa presente che esistono due fasi. Una è la raccolta dei dati, che nell’era dei big data è “più semplice” in quanto agevolata dalla presenza del cloud.

“Come Zucchetti forniamo software a più del 70% degli alberghi italiani. I dati previsionali provengono dai software di ricerca dei booking engine. Sono milioni e milioni e milioni di ricerche fatte al giorno e far confluire i dati in un unico database è stato un lavoro dispendioso, ma che ha permesso di avere un know how”, afferma.

Da Excel ai big data

La seconda fase è stata “dare forma ai dati, un processo che non finisce mai, in quanto, si devono trasformare i dati in informazioni, è un po’ come fare una costruzione. Si deve costruire il dato, in modo che diventi un insight ed è un passaggio delicato e complicato. Noi, il cliente veniamo da Excel, dove le informazioni erano raggruppate in un foglio, mentre nell’era dei big data, le informazioni superano la comprensione logica e la computazionale umana”. Pertanto è necessario “creare a priori la forma in cui far confluire i dati”.

Da qui diventa ancora più importante “la comunicazione con il cliente, per essere molto precisi”. Tra le intenzioni della azienda c’è quella di essere “sempre più accurati nel forecast per nazionalità, il che sarebbe già epocale”, commenta il manager.

Le carte di credito e i dati

In tutto ciò è interessante capire quale tipo di dati emergano dal comportamento d’acquisto dei clienti che usano le carte e come si integrino nelle strategie di brand, domanda La Salandra.

Gestione del rischio, customer experience e strategie di crescita, sono le tre aree con cui Visa utilizza i dati. Luca Gagliardi, director Visa Consulting and Analytics, parte da una cifra: “Visa processa ogni secondo 76mila transazioni. Una transazione è una stringa di più dati (ammontare, categoria merceologica, tipologia di transazione). Siamo il database più grande del mondo di dati di pagamento”.

Che cosa ne fanno di tutto questo materiale? Basti dire che sono 60 anni che raccolgono dati e 30 che usano l’intelligenza artificiale. Il primo utilizzo – storico – è “per ridurre il rischio – afferma il manager -. Fare in modo che le transazioni avvengano e non si verifichino frodi. Ogni anno ci sono circa 27 miliardi di transazioni sventate”.

Il secondo utilizzo è quello di “ottimizzare con i dati i modelli con cui autentichiamo le transazioni, per far sì che i merchant possano offrire un’esperienza frictionless, minimizzando i tassi di abbandono e in modo che l’esperienza di pagamento sia il più semplice possibile. Per farlo servono tanti dati”, sottolinea il manager.

Infine Visa usa i dati “per fare ricavi“. Sono due le modalità, lavora con le banche “per ottimizzare il loro portafoglio di carte” e con i brand, “rispondendo a tutta una serie di domande su performance rispetto ai competitor, domande sulla loyalty, per capire le abitudini di spesa emergenti, o la categoria dove ci si può espandere, per sviluppare qualcosa di nuovo o una strategia di localizzazione”. Il manager ci tiene a fare una precisazione: “Non vediamo i dati di chi utilizza la carta, ma abbiamo dati sul prodotto acquistato. Inoltre, lavoriamo con i merchant per capire come migliorare la customer experience“.

Brand e dati: il caso Boggi

Come si comportano i brand con i dati? Una testimonianza offerta è quella di Boggi Milano. Paolo Zanco, country manager Italy del noto brand di abbigliamento afferma che i dati sono usati, “da tanti anni, in modo costante e selettivo, il punto però – afferma – non è quanti dati si hanno, ma come metterli assieme“.

Dal 2014 è partito un lavoro digitale che ha permesso all’azienda di usare i dati che aveva “per garantire quello che siamo oggi. Abbiamo lavorato tanto sul cliente per capire chi è. Usiamo dati interni ed esterni, ci avalliamo di tecnologie, tra cui l’intelligenza artificiale, che ci hanno permesso di  ottenere risultati”. Il manager riconosce che c’è ancora la necessità di “aumentare la riconoscibilità del brand, si è lavorato tanto sul prodotto. Abbiamo una struttura forte di it e abbiamo costruito una business intelligence interna”, spinta dalla necessità sempre più forte di misurazioni, non solo di attività sempre misurate come il fatturato, ma anche di altre funzioni.

I dati sono usati “per garantire il servizio“, misurano “la velocità nel fare i pacchetti“. Qualunque attività svolta si cerca di misurarla per garantire formazione e strumenti. Dai dati esterni recepiscono dati aggregati. Anche in questo caso la Ai viene usata da anni, con l’intento, per esempio, “di migliorare e ottimizzare la presenza degli addetti nei negozi o per la distribuzione del prodotto”. Il modello omnicanale è stato costruito nel 2015 ed è atterrato nel 2016.

Quanto tempo viene dedicato al personale interno in relazione all’uso del dato? Il manager fa sapere che sono state assegnate delle funzioni ad ogni figura all’interno del negozio, con la misurazione dei risultati. Da qui è emerso “un cruscotto che permette di avere una visibilità non solo al centro, ma anche agli area manager. Il fatturato non è il primo dato da tenere sotto controllo – afferma -, ma è la somma di tutte le attività che si fanno. Declinato su ogni persona permette di capire dove è forte e dove è debole”. L’azienda ha una academy interna che le permette di seguire i dipendenti, “con valutazioni e follow up che ha portato risultati notevoli dal punto di vista della operatività”.

Il dato è freddo

I dati quanto sono sfruttati nel retail? “Se non si usano siamo perdenti – afferma senza mezzi termini Matteo Morandi, ceo Percassi Retail -. Il dato è freddo e a me piace lavorare sul caldo. Io ho il pallino delle lettere e per me si deve sempre aggiungere la P di persona. Se le persone non sono in grado di usare il dato, questo non serve nulla”. A suo dire “è meglio avere small data che si usano rispetto a big data che non si capiscono”, questa è la sua filosofia.

I big data vanno “riassunti”, se non si è in grado di “riassumere il dato, non servono a nulla”. Però, a suo dire, si deve mettere “al centro della decisione le persone, dell’ufficio, dei negozi e quelle che entrano nel negozio. Il dato deve diventare caldo per essere utilizzabile”, sostiene il manager. Di dati ne possiedono “tantissimi, da noi entrano 50 milioni di persone nei nostri negozi. Solo a Milano nel negozio Nike sono entrate più persone di quante ne siano entrate al Duomo”, afferma il manager, che però non può rivelare le cifre. ecco perché si sente di affermare che il big data vero, “è un dato di passaggio fuori dai nostri negozi“. Il dato a suo dire ci deve essere, ma deve anche “essere tradotto e portato ai ragazzi nei negozi, se non si fa, è tutto inutile perché diventa freddo”. Il concetto di tecnologia del dato “vale zero se non è tradotto nel nostro business”.

Ovviamente l’azienda di dati ne utilizza tanti. Morandi ha fatto nascere un reparto che si “occupa di Crm, di database” a cui ha chiesto di saper leggere i dati e di riassumerli. Un altro punto focale è che si deve essere in grado di “formare le persone e spiegare loro come possono influire sul dato“, cioè devono saperlo “leggere e cambiare”. Il dato deve diventare azione.

A concordare con il concetto di “digeribilità del dato” è Gagliardi. A suo avviso “quando si presentano i dati, c’è anche un’opera di storytelling attorno”, bisogna saperli raccontare. Per Morandi deve essere “uno storytelling veloce ed efficace”. Il che vuol dire che si deve essere in grado “di tradurre cosa è un big data in trenta secondi”.

Stefania Vicini

Tags: , , , , , ,

Potrebbe interessarti