Appunti Big Data Analytics

BIG DATA ANALYTICS

Balanced scorecard

- Strategia

Big Data Business Model Maturity Index

o Platform Oriented Vision

▪

Customer Audience

o Customer Relationship Management

o Database Marketing

o Enterprise Resource Planning

o Integrated Marketing Communication

o Closed Loop Marketing

o Digital Marketing

o Digital transformation

▪ Strategia omnicanale

•

Internet of thing

▪ Mobile marketing

▪ Strumenti del mobile marketing

• Mobile advertising

o Digital signage

o Radio Frequency IDentification

o Sensori biometrici

o Beacon

o Smartphone

o Smartwatch

o

Cross device

•

Online Marketing

o Annunci online

▪ Keyword insertion

▪ Landing page

▪ Consumer barometer

•

Blog

▪ Email

▪ Social media

▪ Social media metrics

• Social media analytics

•

- Analisi Data scientist

o Analytics

o Key Performance Indicator

o Insight

o Data mining

o Business intelligence

o Big data

o Storia della big data analysis

▪ Big data analytics

▪ Open data

▪ Linked Open Data

• Creative Commons

•

Online data

▪

Netflix

Amazon

Facebook B S

ALANCED CORECARD

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 analytic e agli strumenti di data visualization è possibile analizzare i dati e spiegare al

top management come raggiungere gli obiettivi desiderati.

S

TRATEGIA

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.

B D B M M I

IG ATA USINESS ODEL ATURITY NDEX

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.

P O V

LATFORM RIENTED ISION

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 gradi 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.

C A

USTOM UDIENCE

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. C R M

USTOMER ELATIONSHIP ANAGEMENT

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; D M

ATABASE ARKETING

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).

E R P

NTERPRISE ESOURCE LANNING

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.

I M C

NTEGRATED ARKETING OMMUNICATION

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.

C L M

LOSED OOP ARKETING

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.

D M

IGITAL ARKETING

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.

D T

IGITAL RANSFORMATION

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.

S O

TRATEGIA MNICANALE

Mediante la digital transformation le imprese possono attuare strateg