Chi di voi non ha mai sbirciato almeno una volta, durante la fila alla cassa di un supermercato, la spesa di uno sconosciuto, fantasticando su che tipo fosse? Noccioline, latte e una cassa d’acqua. Probabile si tratti di uno scapolo che non ha voglia di cucinare. Latte di mandorla, affettato di seitan e una cassa stracolma di frutta e verdura. Una vegana incallita attenta alla linea.
E’ un “gioco” divertente, lo ammetto, ma in realtà se osservato con attenzione può rivelarci quanto siano indicativi e caratterizzanti i nostri comportamenti. Le nostre scelte, abitudini, i luoghi e le persone che frequentiamo sono nella maggior parte dei casi il nostro biglietto da visita.
In Beintoo, come Campaign Analyst, ho la possibilità di dare sfogo quotidianamente a queste fantasie, in maniera strutturata e basata su modelli deterministici, applicandole ai prodotti di Location Intelligence.
La Location Intelligence, infatti, è basata su dati geo-comportamentali, raccolti attraverso la rilevazione del segnale di localizzazione dello smartphone di milioni di utenti, che vengono tradotti in business insights utili a comprendere il mercato, i competitors, i consumatori, le performance dei punti vendita e l’impatto di campagne pubblicitarie o iniziative commerciali.
Un altro lavoro che mi ha vista coinvolta è stato l’utilizzo di un tool proprietario, che ci permette di costruire dei poligoni attorno ad ogni punto d’interesse rilevato, così da poter offrire dati molto più accurati rispetto a quelli definiti con la semplice costruzione di un cerchio. A questo punto, poi, entra in gioco un algoritmo che elabora i suddetti dati, per costruire business insights basati sulle visite, sulla frequenza e sul tempo di permanenza dei consumatori finali.
Conoscere questo tipo di informazioni è diventato indispensabile per il business, infatti, un numero sempre crescente di aziende mostrano interesse a confrontare le proprie informazioni con quelle emerse da questo tipo di studi, per avere un’idea più chiara dei trend del proprio business, di chi sono veramente i propri consumatori (non più solo numeri ricavati da uno scontrino), per poi pianificare attività di marketing mirate e dai risultati misurabili.
Ma non è finita qui. Ci capita, sempre più frequentemente, di confrontarci con figure esterne al mondo dell’advertising, del mobile e addirittura del digital marketing. Un esempio possono essere i Real Estate Manager che, dovendo pianificare aperture di nuove sedi, cercano una consulenza per indirizzare meglio la propria decisione, seguendo nuovi criteri oltre a quelli già implementati, o agenzie assicurative che hanno bisogno di scoprire qualcosa in più rispetto alle informazioni già in possesso tramite le metodologie del CRM.
Quello dei big data è un campo, in Italia, ancora per lo più riservato a pochi esperti: IT e Data Scientists. La sfida è rendere comprensibile e autonoma la consultazione degli insights che ne derivano, con la creazione di tool diversificati ed efficaci, a seconda del ruolo e dell’utilizzo che ne farà l’utente finale. E’ evidente l’altissimo valore di queste informazioni ma bisogna anche riuscire a gestire la quantità dei dati perché, se è vero che sono una fonte sterminata di “dettagli” che è meglio conoscere, è anche vero che per loro natura non sono gestibili da infrastrutture tradizionali.
Nel corso del 2018 si è visto come, con i software di Business Intelligence, si possa domare questo flusso costante di dati grezzi e renderli “puliti” e strutturati. Nel 2019, invece, si sta assistendo all’avvento di sistemi di Intelligenza Artificiale e Machine Learning, con i quali si potrà delegare il lavoro di programmazione alle macchine, automatizzando così notevolmente il lavoro umano.
Adesso se mi capita di incontrare uno sconosciuto alla cassa posso osservare la sua spesa senza sensi di colpa, in fondo sto solo facendo il mio lavoro!
Chiara Beppato