Appunti Big Data Analytics

Big data analytics

• Balanced scorecard
• Strategia
• Big Data Business Model Maturity Index
• Platform oriented vision
• Customer audience
• Customer Relationship Management
• Database marketing
• Enterprise Resource Planning
• Integrated Marketing Communication
• Closed Loop Marketing
• Digital marketing
• Digital transformation
• Strategia omnicanale
• Internet of thing
• Mobile marketing
• Strumenti del mobile marketing
• Mobile advertising
• Digital signage
• Radio Frequency IDentification
• Sensori biometrici
• Beacon
• Smartphone
• Smartwatch
• Cross device
• Online marketing
• Annunci online
• Keyword insertion
• Landing page
• Consumer barometer
• Blog
• Email
• Social media
• Social media metrics
• Social media analytics
• Analisi Data scientist
• Analytics
• Key Performance Indicator
• Insight
• Data mining
• Business intelligence
• Big data
• Storia della big data analysis
• Big data analytics
• Open data
• Linked Open Data
• Creative Commons
• Online data
• Netflix
• Amazon
• Facebook

Balanced scorecard

La balanced scorecard è un sistema di gestione utilizzato dalle organizzazioni per misurare e gestire le performance aziendali in ottica strategica.

Con la balanced scorecard le strategie vengono tradotte in piani operativi e le performance finanziarie vengono affiancate da obiettivi non-numerici.

Il processo di definizione delle strategie si sviluppa in 5 fasi:

1. Strategia, stabilita sulla base della mission e della vision dell’impresa, nonché tenendo in considerazione i punti di forza e di debolezza della stessa;
2. Obiettivi, fissati mediante mappe strategiche (ovvero raggruppandoli per temi omogenei e legandoli a dei parametri di performance);
3. Piano operativo, definito utilizzando budget dinamici;
4. Analisi dei dati, finalizzata alla valutazione dei progressi compiuti e alla rilevazione di eventuali aspetti negativi che necessitano di correzione o miglioramento;
5. Confronto, allo scopo di analizzare la strategia sulla base dei costi sostenuti per la sua messa in atto, dei ricavi ottenuti e delle performance raggiunte.

Grazie agli analytics e agli strumenti di data visualization è possibile analizzare i dati e spiegare al top management come raggiungere gli obiettivi desiderati.

Strategia

Prima di investire sui big data e sull’infrastruttura che li accompagna è necessario stabilire quali benefici si vogliono ottenere mediante il loro sfruttamento. Le principali strategie sull’utilizzo dei big data si focalizzano attorno ad almeno uno di questi obiettivi:

• Miglioramento dell’offerta, per incontrare più efficacemente i bisogni dei consumatori;
• Riduzione dei costi, mediante analisi sistematiche dei dati relativi alle funzioni operative;
• Riduzione dei tempi di reazione, grazie alla previsione degli eventi e dei trend futuri;
• Supporto decisionale, soprattutto qualora vi siano molte variabili da tenere in considerazione.

Per definire come e a che scopo utilizzare i big data all’interno di un’organizzazione è spesso utile analizzare le opportunità fornite dal contesto di riferimento e i propri punti di forza/debolezza, così da stabilire le proprie esigenze più importanti.

Big data business model maturity index

Un modello utile per capire come e quanto una strategia orientata ai big data possa migliorare il business aziendale modificando il processo di creazione del valore è il Big Data Business Model Maturity Index (BDBMMI), che si sviluppa in 5 fasi:

1. Business monitoring, durante la quale si controllano le performance per scoprire quali aree sono al di sopra/sotto della media aziendale; vengono calcolate serie temporali, medie mobili, stagionalità, customer satisfaction, share of voice, etc.;
2. Business insight, durante la quale si utilizzano i dati non-strutturati per identificare informazioni utili a livello di business e sfruttarle nelle fasi decisionali e operative; vengono analizzati sia i dati real time che quelli ottenuti mediante il data mining al fine di massimizzare l’affidabilità delle informazioni ottenute;
3. Business optimization, durante la quale si utilizzano gli analytics per ottimizzare le proprie operazioni di business (programmazione, rifornimenti, marketing, pricing, distribuzione);
4. Data monetization, durante la quale si utilizzano i big data e gli insight per trovare nuove opportunità di business (miglioramenti dei prodotti/servizi, miglioramenti della customer experience, vendita di informazioni);
5. Business metamorphosis, durante la quale le imprese possono sfruttare le informazioni raccolte per trasformare il proprio business model e creare nuovi prodotti/servizi; per compiere questo passo è necessario un cambiamento di mentalità, passando da una visione product oriented a una visione platform oriented.

Platform oriented vision

La platform oriented vision si distingue dal tradizionale pensiero orientato al prodotto/servizio in quanto si focalizza su aspetti diversi. Il processo che porta a questo cambiamento di visione segue 3 step:

• Capire il consumatore, investendo tempo e denaro per riuscire a prevedere il suo comportamento così da essere sempre in grado di soddisfare i suoi bisogni;
• Comprendere il funzionamento del proprio ecosistema di riferimento, i suoi attori e le loro interazioni così da capire come potersi integrare al meglio;
• Focalizzare lo sviluppo dei prodotti/servizi e del marketing al fine di dotare la piattaforma degli strumenti necessari all’analisi dei dati e di renderla più affidabile, versatile, veloce e facile da utilizzare.

Come conseguenza di questi cambiamenti, i dati e gli analytics non saranno più considerati dei costi da minimizzare ma diventeranno degli asset che aiuteranno l’impresa a prendere decisioni e creeranno valore a livello di proprietà intellettuale.

Customer audience

Il custom audience è uno strumento che consente di creare campagne social dirette a un particolare target. Nello specifico, il pubblico di riferimento è costituito da tutti quei soggetti che sono già entrati volontariamente in contatto con l’impresa o le sue pagine social, in quanto costituiscono gli individui più profittevoli.

L’applicazione di questa tecnica prevede 5 step:

1. Identificazione, in cui vengono collezionate e integrate le informazioni che concorrono a definire l’identità dei clienti.
2. Segmentazione, in cui vengono sviluppati i processi di comprensione e segmentazione della clientela.
3. Direct Contact Platform, in cui vengono integrate le varie piattaforme e costruito un unico piano di comunicazione a partire dai media online e offline.
4. Personalizzazione, in cui vengono sviluppate delle modalità di interazione personalizzate rese disponibili anche in tempo reale.
5. Misurazione e attribuzione, in cui viene misurato il ROI e il suo impatto sul Customer Lifetime Value, dopodiché viene attribuito l’impatto di ogni strumento nello sviluppo della strategia.

Customer relationship management

Il Customer Relationship Management (CRM) è un approccio alla gestione che consiste nella creazione, nello sviluppo, nel mantenimento e nell’ottimizzazione delle relazioni di lungo periodo con i consumatori basandosi sulla comprensione dei loro bisogni e sulla realizzazione di un business incentrato su di essi.

Si tratta quindi di una filosofia che pone al centro degli obiettivi aziendali la soddisfazione del cliente e la massimizzazione della profittabilità delle relazioni con lo stesso.

Fondamentale per la realizzazione di ciò è l’analisi dei big data riguardanti i consumatori, sia mediante i dati ottenuti internamente all’azienda sia mediante quelli reperibili all’esterno. Grazie al progresso tecnologico, le imprese dispongono di dati sempre più specifici e in quantità crescente, permettendo un’analisi via via più approfondita e accurata.

Il Customer Relationship Management può avere 2 applicazioni:

• Marketing Automation, che consiste nella creazione e gestione di campagne di marketing mediante l’utilizzo di sistemi di raccolta e analisi dati;
• Sales Force Automation, che consiste nella gestione dei contatti con i clienti e dei processi al fine di sfruttare in ogni area aziendale le informazioni raccolte.

Gli strumenti più importanti per generare un CRM efficace sono:

• Blog aziendale;
• Brand channel;
• Database;
• Social network feedback.

Database marketing

Il database marketing è un tipo di comunicazione commerciale fondato sulla profilazione dei consumatori al fine di utilizzare le informazioni raccolte per personalizzare l’offerta e aumentare la soddisfazione dei soggetti.

Il database marketing ha consentito una maggiore misurabilità delle attività di marketing e ha dato il via alla valutazione e alla valorizzazione dei clienti. Ciò ha portato all’elaborazione del Customer Lifetime Value (CLV), che ha permesso lo sviluppo di strategie basate sul valore mediante la differenziazione dei gruppi di clienti in base alla profittabilità (marketing differenziale).

Enterprise resource planning

Il modello ERP (Enterprise Resource Planning) è un metodo organizzativo e gestionale utilizzato per razionalizzare e ottimizzare le attività operative di un’impresa. I fattori fondamentali che caratterizzano questo modello sono:

• Un database comune per tutto il sistema;
• Una struttura modulare che consenta maggiore flessibilità;
• Un approccio prescrittivo che favorisca la riprogettazione dei processi aziendali.

Integrated marketing communication

L’Integrated Marketing Communication (IMC) è un approccio finalizzato al perseguimento degli obiettivi di marketing mediante l’integrazione e il coordinamento di tutti gli strumenti a disposizione dell’organizzazione e l’analisi dei comportamenti dei consumatori.

Secondo questo approccio tutte le forme di comunicazione sono collegabili tra loro e ciò consente di integrare tra loro differenti tipi di promozione creando un marketing mix armonico.

Così facendo si genera un effetto sinergico che aumenta l’efficacia di ogni singolo messaggio veicolato mediante qualunque tipo di canale di comunicazione, migliorando al contempo il coinvolgimento dei consumatori.

Closed loop marketing

Il Closed Loop Marketing (CLM) è un metodo di raccolta e analisi dei dati sul consumatore nelle varie fasi della customer journey, che inizia dalla ricerca di informazioni online e si conclude con l’eventuale acquisto. I dati così raccolti possono provenire da più canali e ciò consente di avere una visione più completa dell’attività dell’individuo.

Questo metodo mira a formare un ambiente di reporting dove i risultati e gli impatti delle campagne di marketing vengono messi in relazione con le vendite e i ricavi conseguiti, per permettere il calcolo del ROI e la chiusura del ciclo costi-ricavi. I termini “Closed Loop” si riferiscono infatti alla creazione di un “ciclo chiuso” tra le funzioni di marketing e vendite, allo scopo di generare un circolo virtuoso che le aiuti ad aumentare sempre più la propria efficacia.

Per poter applicare con successo una strategia di CLM è necessario che tra le due funzioni vi sia:

• Condivisione degli strumenti e delle piattaforme tecnologiche;
• Utilizzo di metriche e modelli comuni.

L’applicazione del CLM si sviluppa in 4 fasi, che si ripetono per ogni utente:

1. Visitors arrive on website, durante la quale è necessario riconoscere gli utenti mediante un codice cookie e assegnare un URL specifico per ogni campagna che crei traffico sulla pagina web, così da poter capire quali sono le sorgenti più efficaci;
2. Visitors browse the website, durante la quale è necessario studiare il percorso seguito dagli utenti all’interno del sito web;
3. Visitors convert into a leads, durante la quale è necessario ottenere informazioni aggiuntive sugli utenti sfruttando newsletter, promozioni, acquisti, ecc.
4. Leads become consumers, durante la quale è necessario studiare le dinamiche che hanno portato i vari utenti a diventare consumatori.

Digital marketing

La perdita di efficacia dei media tradizionali ha portato a un ribaltamento delle strategie di comunicazione, in quanto sono ora gli utenti ad averne il controllo: accedono liberamente ai dati e alle informazioni, e possono scegliere i canali tramite cui fruirne.

Il digital marketing è l’insieme delle attività che, attraverso l’uso di strumenti digitali, sviluppano campagne di marketing e comunicazione integrate, targetizzate e capaci di generare risultati misurabili, che aiutano l’organizzazione a individuare e mappare costantemente i bisogni della domanda, a facilitarne gli scambi in modo innovativo e a costruire con i clienti una relazione interattiva che genera valore nel tempo.

Gli obiettivi di un piano di marketing digitale riguardano 3 aspetti in particolare:

• Aumento del fatturato;
• Creazione di un vantaggio competitivo;
• Aumento della soddisfazione dei clienti e fidelizzazione degli stessi.

Le caratteristiche principali del marketing digitale sono:

• Ascolto;
• Integrazione;
• Misurazione;
• Multicanalità;
• Personalizzazione;
• Relazione.

Gli indicatori più utili per misurare l’efficacia di una campagna di digital marketing riguardano 4 aspetti principali:

• Reach, ovvero il numero di utenti raggiunti e il loro peso economico;
• Act, ovvero il numero di lead generati e il loro peso economico;
• Convert, ovvero il numero di lead trasformati in customer e il loro peso economico;
• Engage, ovvero il grado di coinvolgimento suscitato nei consumatori.

Per implementare un piano di marketing digitale è necessario cambiare approccio rispetto al marketing tradizionale, entrando in un’ottica di mercato globale dove la tecnologia muta costantemente ed è necessario padroneggiarla per stare al passo dei bisogni dei consumatori, anch’essi velocemente mutabili. In ogni caso, però, il marketing digitale non può sostituire completamente quello tradizionale.

Digital transformation

La digital transformation è un processo evolutivo che coinvolge persone, processi e tecnologie al fine di migliorare le prestazioni di business di un’impresa.

La digital transformation viene definita da 7 fattori:

• Approccio strategico, in quanto è fondamentale avere una strategia digitale ben definita e integrata alle strategie di business;
• Misurazione delle prestazioni, mediante metriche e KPI che aiutino a prendere decisioni di business;
• Acquisizione di consenso interno, poiché senza il coinvolgimento del personale e dell’alta dirigenza è impossibile ottenere i risultati sperati;
• Allocazione delle risorse e creazione di una struttura, in quanto senza di esse è impossibile avere risultati di lungo periodo;
• Dati e infrastruttura, indispensabili per la creazione di modelli che permettano di comprendere i comportamenti del cliente;
• Integrazione dei canali di comunicazione, per permettere il passaggio delle informazioni all’interno dell’impresa e instaurare rapporti diretti con i clienti utili a raccogliere ulteriori dati sugli stessi;
• Integrazione dell’esperienza del cliente, per aumentare la qualità percepita dal cliente mediante un’esperienza personalizzata.

Questa trasformazione si sviluppa in 5 stadi:

1. Stadio iniziale, durante il quale non vi è alcuna digitalizzazione;
2. Stadio manageriale, durante il quale la dirigenza introduce la trasformazione digitale dando la priorità alle attività di marketing e all’introduzione di metriche e KPI;
3. Stadio di definizione, durante il quale viene definita una strategia, aumentano gli investimenti e si dedicano risorse specifiche;
4. Stadio di quantificazione, durante il quale le metriche e i KPI vengono sfruttati per le decisioni strategiche e gli investimenti si fanno più specifici, i canali di comunicazione e le infrastrutture per la raccolta di dati vengono integrati così da creare un efficace sistema per la personalizzazione della customer experience;
5. Stadio di ottimizzazione, durante il quale tutti i fattori sono integrati e si ricerca il perfezionamento economico e qualitativo.

Strategia omnicanale

Mediante la digital transformation le imprese possono attuare strategie