Riassunto esame Digital media , Prof. Ceravolo Flavio, libro consigliato Appunti Digital Epistemology, Ceravolo

Metodo per costruire un progetto di lavoro

1. Decodifica della domanda cognitiva del cliente: senza questo primo passaggio fondamentale, la ricerca non sta in piedi. È necessario studiare le sottodomande di ricerca, ovvero le articolazioni delle domande poste dal cliente, in collaborazione con il cliente stesso per capirne e comprenderne al meglio le sue volontà e le sue reali esigenze. Inoltre, devo chiedermi: CHI È IL CLIENTE? Ad esempio, nel caso specifico devo considerare come mio cliente il CEO, non l'azienda intera (che ha differenti stakeholders). È necessario coinvolgere altri soggetti all'interno dell'impresa? Il mio obiettivo è potermi scrivere il mio interrogativo cognitivo, a seguito del confronto con il cliente. Nel nostro caso, il primo sottointerrogativo è CHI UTILIZZA I MEZZI PUBBLICI? mentre il secondo è COSA SIGNIFICA "CONOSCONO I MIEI SERVIZI"?

2. The state of...

THE ART: sono il primo ad affrontare questo problema nel mondo? Devo analizzare la letteratura di riferimento (riviste, anche scientifiche; e le soluzioni che sono già state implementate per risolvere il problema che sto affrontando. C'è una letteratura sui miei sottointerrogativi?

3. QUALE METODO È PIÙ EFFICACE IN FUNZIONE DELLA DOMANDA CHE MI SONO FATTO? La premessa è che, per rispondere a questa domanda, troverò molti suggerimenti nello state of the art. Si articola in tre sottoscelte:

1. Sample: quale è il mio sottoinsieme di pubblico di riferimento da cui voglio trarre delle informazioni? Quale è il mio campione? Quali sono gli attori rilevanti da cui voglio trarre informazioni?
2. Collection: come voglio raccogliere i dati
3. Analysis: come voglio analizzare i dati.

4. Perché me e non gli altri? Devo essere sicuro di avere tutte le competenze per soddisfare le esigenze del cliente.

5. Risultati attesi: non

Significa trovare le risposte alle domande che ci hanno fatto, ma dobbiamo indicare che cosa in termini di output saremo in grado di produrre attraverso la nostra ricerca.

6. HOW DOES IT COST? Quanto costa?

LEZIONE LUNED1' 10/10/2022

Compito per la prossima esercitazione: stabilire un protocollo di contatto (cioè cosa faccio quando sono dal cliente)

Che operazioni possiamo fare, grazie a dati digitali?

1. Profiling (sia i clienti, sia gli operatori, ma anche condizioni di azione e condizioni operative, scenari + possiamo anche profilare bisogni = individuare in comunità di attori quali sono i bisogni essenziali a cui un determinato servizio dovrebbe rispondere).
2. Forecasting, ovvero fare previsione = previsione complessa (non solamente sulla base di serie storiche, provare a immaginare cosa succederà), ovvero costruire previsione per il futuro sulla base di tanti fattori > questo si fa con algoritmi complessi, che consentono di simulare scenari

alternativi(cioè di valutare gli effetti diretti e indiretti delle azioni) > questo ci consente di fare l'analisi RISCHIO/OPPORTUNITÀ per ogni scelta. 3. Fare valutazioni: cioè, ad esempio, sapere se una politica (nel senso di scelta) abbia funzionato, non più solo ex post, ma con i dati digitali è possibile fare una valutazione continua. Ma queste cose, a quale punto delle decisioni arrivano? Cosa succede in un'attività strutturata di decisione? 1. Dobbiamo conoscere il pubblico di riferimento, cosa che è possibile fare con i dati digitali, sia customer (cioè il cliente < attività di mercato, il cliente paga un prezzo di mercato - si parla di ricerca di mercato) che user (cioè l'utente, che di norma paga una tariffa, che viene stabilita per scelta dell'erogatore - oppure non paga - generalmente, nel caso di utenti si parla di ricerca sociale). 2. Darsi degli obiettivi - SET GOALS = definire i

Bisogni a cui si vuole rispondere (è la chiave diqualsiasi cosa, perché ci permette di individuare il segmento di mercato a cui ci stiamo rivolgendoMA, ancora prima, perché non possiamo rischiare di progettare qualcosa che non interessa anessuno > serve a riuscire a capire se il bisogno esiste, e stimare quanto questo è grande). Analisi delbisogno significa guardare anche ai bisogni indiretti dei nostri consumers/clienti: ad es. l’uomo habisogno di respirare, dunque ha bisogno che venga ridotta la quantità di CO2 nell’aria.

3. Costruire un piano per rispondere ai bisogni > costruiamo i framework di riferimento (evaluatione forecasting, cioè costruire piani previsionali di riferimento). Attribuiamo ad ogni scelta unapercentuale di riuscita che potrebbe avere.

4. Implement the activities, cioè mettere in atto il piano che ho progettato; nel mondo digitale, irisultati sono verificabili immediatamente > entriamo in

competenza metodologica nel mondo digitale. Perché è importante avere competenze metodologiche? Se siamo ricercatori, abbiamo bisogno di conoscere gli strumenti digitali che possiamo utilizzare per ricostruire scenari e fare previsioni (competenza dell'utente esperto); il secondo livello di competenza è tecnico, oltre che metodologico (di chi produce gli algoritmi); il terzo livello di competenza è decisionale, ovvero tutti i decisori sono consapevoli del fatto che esistono dei metodi di ricerca digitali e che hanno degli impatti - siamo in grado di leggere un articolo scientifico, di valutare un piano di ricerca, ad esempio i decisori politici (quindi tutti noi, nel momento in cui votiamo) - è responsabilità di tutti arrivare almeno al terzo livello di competenza metodologica nel mondo digitale.

consapevolezza! NATURA DEI DATI DIGITALI

Il primo problema è la differenza tra SELF REPORTED (cioè derivano dal fatto che sto raccontando qualcosa a qualcuno) e BEHAVIOURAL (cioè derivano dal mio comportamento) > Quali sono i più affidabili? DIPENDE! La premessa è che non esiste un'informazione corretta, perché le fonti dati hanno una serie di difetti:

• COMPORTAMENTI: potrebbero non essere tuoi, perché il tuo device è utilizzato da qualcun altro, oppure perché cambiamo comportamento ma non annulliamo quello precedente. In questo caso, la rilevazione delle informazioni è indiretta.
• OPINIONI: le nostre percezioni non sono reali percezioni, ma percezioni di percezioni - noi raccontiamo ciò che pensiamo essere la verità su qualcosa, la nostra percezione su qualcosa. Le nostre percezioni dipendono da un insieme di credenze che costruiamo su noi stessi > gli attori non sono sempre trasparenti con se stessi.

peggio se siamo chiamati a valutare il comportamento di qualcun altro. In ogni caso, sia che utilizziamo dati di comportamento che di opinione, ci sono punti deboli e punti di forza. Nel caso dei dati di comportamento, dobbiamo considerare la possibilità di falsificazione (che può essere reale o fittizia, nel senso che nel mondo digitale spesso agiamo in modo diverso rispetto alla realtà - abbiamo una serie di avatar da utilizzare e ognuno di noi cerca di mostrare la parte migliore di sé; c'è poi la falsificazione vera e propria, che crea una distorsione grave nel mondo digitale, che si estremizza nel caso di furto del profilo o di profili falsi). Nel caso delle opinioni, che sono auto-riferite e vengono rilevate attraverso, ad esempio, domande dirette, possono essere rilevate anche in modo indiretto (ad esempio, se X pubblica su Instagram che gli piacciono le torte). Nel mondo digitale, si confonde il confine tra auto-riferito e comportamentale, il che crea altri problemi e il rischio di

Costruire informazioni imprecise.

Compito = Costruire un protocollo di contratto con il cliente.

LEZIONE MERCOLEDÌ 12/10/2022

Nel mondo digitale possiamo osservare il comportamento delle persone con grande facilità, o anche sottoporre alle persone questionari standardizzati, ma, nel digitale, i comportamenti ed il selfreporting vengono riportati ad un unico quadro di rilevazione, in cui metodi statistici e metodi qualitativi collaborano. Inoltre, il metodo digitale supera un'altra distinzione classica, ovvero quella tra pensiero CONATIVO (reattivo, ad es. se sono in stazione, ho sete, e compro una Coca-Cola al distributore; è una reazione involontaria, senza un pensiero di processo completo, la logica è quella dello speed and activation. C'è una grande possibilità di errore in questa decisione) e pensiero RIFLESSIVO (la decisione è consapevole, la persona sta costruendo un ragionamento applicando un metodo - è un modello).

che possono essere affrontati utilizzando il ragionamento riflessivo e l'analisi dei dati nel mondo digitale: 1. Problemi di scelta: quando siamo di fronte a diverse alternative e dobbiamo prendere una decisione consapevole. In questo caso, il secondo modello di ragionamento è interessante perché ci permette di minimizzare gli errori nella scelta. 2. Problemi di pensiero riflessivo: per comprendere i processi di pensiero e le motivazioni che portano a determinate scelte, l'analisi basata sul selfreporting è più adeguata. Questo tipo di analisi ci permette di studiare in modo approfondito il pensiero riflessivo. 3. Problemi di azione conativa: quando vogliamo analizzare i comportamenti nel mondo digitale, possiamo semplicemente osservare le azioni stesse. Il mondo digitale ci fornisce informazioni complesse che possono provenire da diverse fonti e modellare diverse ipotesi. Possiamo decidere successivamente il modello di analisi dei dati, che può includere sia l'analisi statistica che quella semantica. In conclusione, il ragionamento riflessivo e l'analisi dei dati nel mondo digitale possono essere utilizzati per affrontare una varietà di problemi, offrendo approcci diversi a seconda delle necessità.che rappresentavano un quesito di metodo nel mondo analogico:

1. Quanto, i dati che stiamo investigando, stanno semplificando la realtà? Ovviamente, meno semplifico, più il tempo impiegato è maggiore
2. Ci accontentiamo di un campione piccolo, o di un campione grande? > Ad es., se faccio 15 interviste in profondità, spendo lo stesso tempo che impiegherei facendo 500 interviste MA nel mondo digitale, è possibile lavorare su grandi flussi contemporanei: abbiamo la possibilità di combinare almeno tre grandi vantaggi:
   1. I dati digitali sono tanti (abbiamo un vantaggio in termini di amount - anche in termini di varietà)
   2. Sono più veloci da raccogliere (ed es. una web survey, con un modulo di Google: viene somministrato con un'unica operazione, ed è molto molto più veloce rispetto a fare delle interviste telefoniche, con una differenza di circa 1:10), tanto più se si tratta di dati di comportamento
   3. Consentono

di tenereconto della variabilità quantitativa della popolazione considerata, ed anche sul singolo (anche perché ora possiamo combinare i dati raccolti, ad es. con un questionario, con