-
Sapere quando ci sarà la massima domanda di condizionatori in Slovenia, basandosi su previsioni metereologiche a breve termine.
-
Ottimizzare una campagna per la vendita di prodotti sportivi in Germania sfruttando il campionato del mondo di palla a mano.
-
Prevedere l’interesse per le gomme da neve e i parametri che determinano la preferenza di un brand rispetto ai competitors.
Fantascienza? No, solo il corretto uso dei dati da parte di un team di studiosi ed esperti. Ne abbiamo discusso con Matteo Palmonari, docente di informatica al Dipartimento di informatica, sistemistica e comunicazione.
Ew-shopp è un progetto coordinato da Bicocca. Di cosa si tratta esattamente?
Ew-shopp, progetto finanziato dal programma europeo H2020 (nota 1), ha lo scopo di aiutare le imprese a integrare i propri dati con dati di terze parti e analizzarli per comprendere meglio il comportamento di consumatori. In particolare ci concentriamo sull’integrazione tra dati proprietari e variabili ambientali di diversa natura: eventi meteo, sportivi, finanziari e politici.
Combinare con queste variabili ambientali tutti i dati del proprio patrimonio informativo per poi analizzare il risultato è l’unico modo per rendere veramente utile questo tipo di analisi ma farlo in maniera sistematica è costoso e complicato. Ad esempio, JOT Internet Media gestisce giornalmente 300.000 campagne di marketing su Google e Bing in 74 paesi diversi.
In Europa si richiede di trattare dati in lingue diverse e la principale voce di costo è costituita dai processi richiesti per pulire, organizzare e soprattutto integrare tali dati. Noi stiamo costruendo una tecnologia e dei metodi di analisi innovativi che semplifichino questi processi di integrazione. È fondamentale essere in grado di elaborare i dati interpretandone il significato con tecniche semantiche usando di modelli di rappresentazione della conoscenza e algoritmi propri dell’Intelligenza Artificiale.
Il miglioramento della capacità delle imprese di integrare e analizzare grandi quantità di dati grazie alle tecnologie sviluppate nel progetto dovrà tradursi in servizi concreti e redditivi sperimentati sul mercato.
Qual è la provenienza dei dati e chi decide come metterli in relazione tra di loro?
Molti dati provengono da partner industriali europei: il comportamento degli utenti su Ceneje, una piattaforma digitale per l’aggregazione di offerte di prodotti che opera in Slovenia e Croazia; acquisti effettuati online e offline presso Big Bang, il maggiore retailer di prodotti elettronici in Slovenia e Croazia; interazioni sui canali di CRM di aziende fornite dall’Inglese Browsetel.
Abbiamo dati statistici sul comportamento dentro e fuori negozi fisici, messi a disposizione da Measurence; dati di vendita e propensione all’acquisto raccolti attraverso ricerche di mercato da GfK Italia; dati sulla performance di campagne di marketing digitali condotte da JOT Internet Media; rilevazioni e previsioni meteo di European Centre for Medium-Range Weather Forecasts.
Uno degli asset che consideriamo più importante e innovativo è EventRegistry (eventregistry.org), database di eventi estratti automaticamente da un algoritmo che legge ogni giorno quasi 200.000 articoli in 26 lingue diverse costruito dal Jožef Stefan Institute.
L’analisi di dati di questo tipo è un tipico problema di data science in contesto industriale. Da un lato manager e analisti cercano di capire quale tipo di analisi possono essere più promettenti, dall’altro lato data scientist e informatici collaborano per elaborare, interpretate e collegare i dati, generando cosi quella conoscenza che consente di operare in maniera efficace le analisi più avanzate.
Riuscire a prevedere i comportamenti e sapere come influenzarli, questo è il futuro del marketing?
Cercare di influenzare i comportamenti dei consumatori è sempre stato alla base del marketing o lo è da almeno 60 anni. La disponibilità di molti più dati sui consumatori, sia a livello aggregato sia a livello individuale, ha profondamente modificato le prospettive. La capacità di analizzare questa grande mole di dati e di metterli in relazione con indicatori di performance delle vendite già oggi determina una maggiore capacità predittiva e a una maggiore capacità di ottimizzare le campagne di marketing.
La personalizzazione delle campagne è senza dubbio uno dei temi di maggior interesse per le aziende, fino ad arrivare, in alcuni casi, alla personalizzazione del prezzo medesimo di un oggetto venduto.
Un altro tema di grande interesse riguarda la ricostruzione del comportamento del consumatore nel suo complesso, che utilizza canali off-line tradizionali e i canali on-line digitali in modo integrato. Molti giganti high-tech che operano nell’eCommerce stanno lavorando in questa direzione. Si pensi ad esempio all’acquisizione di Whole Food da parte di Amazon, o ai finanziamenti ricevuti da Ofo (bike sharing) da parte di società collegate ad Ali Baba.
1) This project has received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 732590
