L’analisi dei dati correlati ad un’attività o a dei processi al fine di estrarne delle informazioni utili alla gestione del business, è in essere nelle imprese dagli inizi degli anni 90 quando il settore della business intelligence ha iniziato ad affermarsi. Oggi il trend tecnologico del momento è quello dei big data anche se spesso il concetto non è ben chiaro. Con big data si intende un insieme di dati la cui dimensione è di ordini di grandezza superiore a quanto un database aziendale può contenere. I big data sono oggi una reale possibilità per generare valore essenzialmente per due fattori: la potenza di calcolo e le capacità di storaging permettono di gestire terabyte di dati; la digitalizzazione dei processi genera set di dati fino a ieri non disponibili. I big data sono quindi dataset esterni all’impresa ma correlabili con determinati aspetti del business. Oggi il problema è essenzialmente comprendere come estrarre informazioni utili da moli di dati sterminati che in forma grezza non rappresentano alcun insight utile. Le criticità circa l’elaborazione dei big data non sono tanto di tipo tecnologico, ma di intelligence. Il 63% delle imprese interessate a questa branca dell’It ricercano con forza specialisti di questa disciplina (fonte Adecco), ma non solo. Subito dopo sono ricercate figure come data content specialist (39% circa), big data architect (33%) e quindi la figura del data scientist. Le aree aziendali che possono trarre beneficio dall’analisi dei big data sono molteplici a partire dal marketing e vendite fino a settori come la distribuzione commerciale. La mole di dati disponibile raddoppia ogni due anni, sarà sempre più destrutturata e proveniente da diverse fonti anche scorrelate. La complessità è facilmente intuibile: basti considerare il profilo di un consumatore che oggi è definibile con ragionevole precisione solo se si considerano elementi provenienti dal bacino di utenza, dalla demografia, dalle attività nel social network, dalle abitudini di frequentazione, dallo storico delle vendite, dai flussi di transito e molto altro. Ovviamente tutto questo è da rendere compatibile con le esigenze di rispetto della privacy e delle leggi vigenti.La grande distribuzione ha nell’analisi dei big data un’opportunità importante per sviluppare le vendite, incrociando dati interni all’azienda con i dataset esterni. Secondo una ricerca condotta dal Politecnico di Milano, il mercato dei big data risponde a implementazioni che considerino moli di dati che superino i 50 Tb, che analizzino dati in real time e che comprendano fonti eterogenee. Attualmente l’analisi dei big data si concentra nel Crm e Analytics, finanza e soluzioni per il supporto alle decisioni dedicate al top management. Appare interessante il dato che mette in luce lo sviluppo degli Analytics per il social e il web e per la customer experience. Questo ambito si mostra particolarmente sensibile in prospettiva anche se caratterizzato da una notevole complessità. La considerazione di partenza è che l’universo dei consumatori afferente a qualsiasi categoria merceologica (da largo consumo alle varie gss) è in larga percentuale sovrapponibile alla popolazione dei social network (sono gli stessi individui). Le variabili che concorrono all’individuazione del target e delle sue preferenze, derivano da logiche e analisi inferenziali che prendono in considerazioni assi di variabilità demografiche, geografiche e temporali. Inoltre concorrono elementi stagionali anche periodici e di natura straordinaria. Tutti i dati generati nel social network dalle attività delle persone, anche se disaggregati e scorrelati, se elaborati opportunamente, possono generare un valore sorprendente anche in ambito di singolo punto di vendita.
