Big Data & Business Analytics, il nuovo motore del successo competitivo

DEI WAREHOUSE MART TOOLS

DATI

Tornando a parlare di Business Analytics, possiamo asserire che essa risponde alle domande:

28

“Perché?”, “Cosa succederà dopo?”, “Qual è la migliore azione?” . Senza ombra di dubbio, il

poter dare una risposta a questi quesiti è di grande vantaggio per l’azienda, poiché se si è a

conoscenza di ciò che può accadere in futuro si è anche in grado di individuare in anticipo

eventuali problemi e di rispondere prontamente con un’azione correttiva. Concretamente quanto

detto si traduce in una riduzione dei costi o in un aumento dei ricavi, dovuto per esempio a

29

un’allocazione delle risorse migliore, a una campagna marketing più efficace e molto altro .

Se da un lato l’implementazione dell’Analytics porta a innumerevoli vantaggi, dall’altro necessita

di diversi elementi critici per poter essere impiegato a dovere. In particolare è importante possedere

capacità statistiche e di lavorazione sui Big Data, così da non sprecare nessun tipo di dato o

informazione. In questo senso oggi le aziende sono alla ricerca di figure competenti in ambito IT e

28 Materiale didattico del corso di “Organizzazione dei Sistemi Informativi aziendali” riguardante la

testimonianza aziendale di G. Menconi (SAS), anno academico 2015-2016.

29 http://www.dataskills.it/dalla-business-intelligence-ai-sistemi-di-predictive-analytics/ ,consultato

il 10/04/16. 13

di Data Scientist, il cui compito primario è proprio quello di lavorare sui dati per poi trasmettere

queste competenze anche a chi si occupa del business, così da non dover sempre richiedere aiuto a

degli specialisti. Altro elemento critico è rappresentato dalla rapidità delle risposte, poiché ottenere

risposte in tempi brevi è la base di partenza per essere rapidi anche nei processi decisionali. Inoltre,

per poter sfruttare al meglio questi strumenti, è necessario avere software statistici adeguati che

siano in grado di svolgere azioni di data mining e di analisi predittiva, ma anche database abilitati

all’uso di queste tecniche. Uno degli obiettivi in ambito Analytics delle aziende è quello di poter

“fare self-service”, ovvero di far si che anche chi si occupa di business, e quindi non possiede

competenze tecniche specifiche, possa esplorare i dati e applicarvi i modelli analitici senza l’ausilio

continuativo di un esperto IT o di un Data Scientist, il quale alla fine dovrà solamente validare i

30

risultati ottenuti .

A questo punto, dopo aver esaminato le caratteristiche della Business Analytics, possiamo andare a

vedere quali sono le sue applicazioni in ambito di sfruttamento dei Big Data, con l’ausilio di

qualche esempio pratico di aziende che hanno saputo impiegarla al meglio.

2.3 Le applicazioni dei Big Data e della Business Analytics

Essendo così vasta la quantità di dati oggi a disposizione, risultano altrettanto vaste le possibili

metodologie di sfruttamento degli stessi, soprattutto se tale sfruttamento viene supportato dalle

tecniche di Business Analytics appena descritte. Le applicazioni derivanti dal connubio “Big

Data+Analytics” si estendono a ogni ambito della società, dall’economia alla politica, passando per

la medicina e lo sport. Tuttavia nella presente trattazione ci soffermeremo solamente sulle tematiche

di business, più coerenti con l’argomento e senza dubbio più numerose. Le applicazioni in questo

senso possono essere riassunte nelle seguenti categorie:

30 Materiale didattico del corso di “Organizzazione dei Sistemi Informativi aziendali” riguardante la

testimonianza aziendale di G. Menconi (SAS), anno academico 2015-2016.

14

31

 Efficienza produttiva e riduzione dei costi .

 Brand management. Attraverso l’”analisi dei sentimenti” è possibile verificare se il brand

dell’azienda attrae i consumatori e, nel caso contrario, consente di effettuare una politica di

rafforzamento di quest’ultimo.

 Churn Analysis. Consiste nell’analizzare la clientela per scoprire quali soggetti hanno più

probabilità di “abbandonare” l’azienda per passare alla concorrenza, allo scopo di prendere

32

provvedimenti a priori ed evitare la perdita del cliente .

 Profilazione della clientela. Queste azioni sono di grande utilità al fine di individuare il

profilo comportamentale dei clienti per poi, in seguito, formulare campagne promozionali

differenziate per ciascuna classe.

 Campagne Marketing. Attraverso l’utilizzo del data mining è possibile comprendere in

anticipo quali siano i profili con maggior probabilità di acquisto, così da concentrare su di

essi le risorse di marketing.

 Market basket analysis. Tali tecniche servono per suggerire a un determinato cliente ulteriori

prodotti da acquistare, in linea con quelle che sono le sue abitudini di acquisto. Inoltre,

attraverso questo tipo di analisi, è possibile stabilire quale sia la miglior posizione dei

33

prodotti a scaffale .

 Risk Management.

 Previsione di comportamenti fraudolenti. Le società che emettono carte di credito, attraverso

l’analisi dei dati, sono in grado di prevedere la probabilità che un cliente sia in condizione o

meno di colmare i suoi debiti. Secondo alcune ricerche effettuate con il data mining, le

31 Materiale didattico del corso di “Organizzazione dei Sistemi Informativi Aziendali”, A.

Francesconi, anno accademico 2015-2016.

32 http://www.dataskills.it/dalla-business-intelligence-ai-sistemi-di-predictive-analytics/ ,consultato

il 10/04/16.

33 http://www.dataskills.it/dalla-business-intelligence-ai-sistemi-di-predictive-analytics/ ,consultato

il 10/04/16. 15

persone le quali acquistano feltrini per mobili sono i migliori clienti per un istituto di

34

credito, poiché più attenti e quindi propensi a estinguere i propri debiti .

Queste le principali tipologie di applicazioni dei Big Data e dell’Analytics. Ora, andiamo più nel

concreto proponendo alcuni esempi di aziende che hanno impiegato queste tecniche con l’obiettivo

di trarne vantaggi per il loro business.

Walmart, la più grande catena di negozi al dettaglio del mondo, in collaborazione con gli analisti di

Teradata, una public company americana, ha svolto delle analisi sui dati provenienti dai suoi store

al fine di scovare correlazioni utili. Passando in rassegna i database contenenti le transazioni

passate, ovvero i prodotti acquistati dai singoli clienti, le composizioni dei carrelli, l’ammontare di

spesa, il giorno, l’ora e le condizioni atmosferiche, ha fatto una scoperta singolare: quando era

previsto un uragano, si riscontrava un aumento della vendita di torce elettriche e di merendine.

Grazie a questa rivelazione, Walmart, tutte le volte che le previsioni annunciavano un’imminente

tempesta, poneva lo scaffale delle merendine all’ingresso dei punti vendita, proprio adiacente allo

scaffale delle attrezzature utili in caso di uragani. Il risultato di questa azione? Un aumento sensibile

35

dei ricavi .

Un altro caso, sempre riguardante il comparto discount, ci viene offerto dalla catena americana

Target, per la quale Charles Duhigg, un giornalista economico del “New York Times”, ha scritto un

articolo in cui spiega come riesce il gruppo a sapere se una donna è incinta. Sono stati analizzati gli

acquisti fatti dai clienti donna che in precedenza si erano iscritti al registro per i regali dei neonati e

si è scoperto che vi erano alcuni prodotti il cui acquisto si presentava in maniera ricorrente. Questi

prodotti sono stati utilizzati come indicatori per la previsione della gravidanza e, dalle numerose

correlazioni effettuate, il risultato ottenuto si è rivelato molto attendibile. Con questo è stato

possibile prevedere addirittura la data esatta del parto, così da inviare in prossimità di questa, dei

coupon di sconto sui prodotti per i nascituri. Riuscire a stabilire elementi di tal genere si è rivelato

34 http://www.cloudtalk.it/big-data-esempi/, consultato il 24/04/16.

35 Mayer-Schönberger-Cukier, BIG DATA. Una rivoluzione che trasformerà il nostro modo di

vivere e già minaccia la nostra libertà, Garzanti Libri, 2013, p. 78.

16

di grande importanza, dal momento che la gravidanza sancisce anche il cambiamento delle abitudini

36

di acquisto, e difatti anche in questo caso il risultato è stato la crescita del fatturato . Passiamo a

vedere un caso di ambito totalmente differente, ma che in egual modo ha portato vantaggi a chi ha

saputo cogliere queste opportunità. Stiamo parlando della società di spedizioni internazionali UPS,

la quale impiega l’analisi previsionale per verificare le condizioni dei suoi veicoli in modo tale da

capire quando sia il momento giusto per la loro manutenzione. Prima dell’utilizzo dei Big Data e

Analytics, costoro sostituivano le componenti ogni 2 anni circa, sia che i pezzi fossero realmente

guasti, sia che non lo fossero. Questo sistema era inefficiente e produceva sprechi nei casi in cui le

sostituzioni non fossero realmente necessarie. Così, grazie all’impiego dell’analisi previsionale,

UPS è riuscita a risparmiare milioni di dollari andando a compiere opere di manutenzione solo

37

quando effettivamente indispensabile . Ultimo, ma non per importanza, l’impiego dei Big Data da

parte di aziende-colosso come Amazon per l’e-commerce e Netflix nel settore videoteca e on

demand, allo scopo di formulare operazioni di raccomandazione alla propria clientela basandosi

38

sulle preferenze di ciascun soggetto .

Ecco spiegate, più nel dettaglio, le potenzialità dello sfruttamento dei dati mediante le tecniche di

Business Analytics che, giorno dopo giorno, sempre più aziende stanno cercando di implementare

nel proprio bagaglio di know-how perché strumento di successo.

36 Mayer-Schönberger-Cukier, BIG DATA. Una rivoluzione che trasformerà il nostro modo di

vivere e già minaccia la nostra libertà, Garzanti Libri, 2013, p. 78.

37 Mayer-Schönberger-Cukier, BIG DATA. Una rivoluzione che trasformerà il nostro modo di

vivere e già minaccia la nostra libertà, Garzanti Libri, 2013, p. 85.

38 Materiale didattico del corso di “Organizzazione dei Sistemi Informativi Aziendali”, A.

Francesconi, anno accademico 2015-2016. 17

3. Big Data e organizzazione

3.1 L’utilizzo dei Big Data nelle Funzioni aziendali

In questo capitolo andremo a occuparci del punto di vista organizzativo connesso all’utilizzo dei

Big Data, toccando argomenti che saranno poi ripresi in maniera specifica nella presentazione del

caso aziendale.

Come prima cosa, è utile capire in quali settori i