I BIG DATA PER LA PROFILAZIONE DELL’UTENTE: IL SUCCESSO A PORTATA DI MOUSE

pexels-photo-94654

Maria Motti e Paola Zuccolotto

Università degli Studi di Brescia

Il termine Big Data è da tempo entrato nel vocabolario comune, ma non è semplice comprendere pienamente cosa sia e come venga impiegata questa nuova tipologia di dati. Per chiarirsi le idee serve partire dai numeri: il concetto di Big Data nasce infatti dall’enorme e recente esplosione di numeri, dovuta all’evoluzione tecnologica e alla conseguente digitalizzazione. Ogni 60 secondi, sul web, vengono raccolti dati sulle 216.302 foto condivise in Facebook, sui 2.430.555  like di Instagram, o sulle 86.805 ore di streaming guardate su Netflix (altri esempi nell’immagine, Fonte dati: Domo, Fonte immagine: elaborazione personale).

big data1

Poter raccogliere ed elaborare tutti questi dati, porta vantaggi straordinari. Per questo oggi i Big Data, definiti attraverso le famose quattro V (volume, varietà, velocità e valore), hanno campi di utilizzo veramente vasti.

In questo breve articolo limiteremo l’attenzione a un aspetto particolare di questo grande mondo: l’utilizzo dei Big Data per la profilazione dell’utente online. Questa attività corrisponde a uno degli obbiettivi che stanno maggiormente a cuore alle imprese: conoscere i clienti e il mercato, ed è resa possibile dalla raccolta dei dati disponibili su internet e grazie a tutti i nuovi dispositivi sempre più connessi alla rete.

big data 2

Il numero di colossi che hanno fatto dei Big Data per la profilazione la chiave del proprio successo è notevole. Qualche esempio?

Primo fra tutti, Google. Il motore di ricerca più grande del mondo raccoglie, infatti, miliardi di dati attraverso i suoi strumenti di tracciamento (come Google Analytics o Doubleclick), la cache del computer, la cronologia dei siti aperti, gli algoritmi di fingerprinting e soprattutto i cookie. Grazie all’analisi delle informazioni raccolte, vanta il titolo di re indiscusso della ricerca personalizzata, rendendo i risultati delle ricerche più pertinenti e coerenti con le caratteristiche dell’utente.

Ma il vero business di Google deriva dalla pubblicità contestuale, con la quale, grazie alla piattaforma di advertising nota come Google Adwords, è possibile costruire campagne pubblicitarie ad hoc, altamente redditizie e con annunci localizzati e mirati solo a utenti con caratteristiche selezionate.

Il secondo esempio è Facebook. Il social network più grande del mondo gode di dati molto personali, forniti direttamente dagli utenti nella compilazione del loro profilo e raccolti grazie ai cookie, al mezzo milione di app collegate, alle tecniche di riconoscimento visivo e Topic Data, ai dati esterni di Instagram e Whatsapp e, infine, a uno strumento molto speciale: i “mi piace”.

L’Università di Cambridge ha infatti dimostrato, studiando i profili di 58.000 volontari,  come dai “mi piace” sia possibile delineare con una certa precisione una vasta gamma di attributi personali ritenuti solitamente privati (come l’orientamento religioso, quello politico e sessuale, il quoziente intellettivo, il divorzio dei genitori, il grado di soddisfazione personale.…).

In questo modo Facebook associa agli utenti brand di prodotti o servizi adeguati ai loro interessi e indirizza loro annunci targettizzati tramite il circuito pubblicitario Facebook Ads.

Anche Amazon, il più grande rivenditore online al mondo, deve il suo successo anche all’uso pioneristico dei sistemi di raccomandazione, che perfeziona raccogliendo miliardi di informazioni sui comportamenti degli utenti (preferenze d’acquisto, cronologia di navigazione, pagamenti, indirizzi di spedizione…) per creare nicchie di consumatori con esigenze simili a cui far pervenire raccomandazioni mirate.

Di pari abilità è sicuramente Netflix. La Big Data Company per eccellenza, grazie a preziosi algoritmi dispone gli utenti in taste cluster sulla base dei loro comportamenti di visione, e offre così raccomandazioni cucite su misura, oltre a contenuti ad hoc sulla base dei gusti degli spettatori. Difficile crederci? Non per Netflix, che conosce così bene i suoi abbonati da investire nel 2011, 100 milioni di dollari nella serie House of Cards, sicura che sarebbe stato un successo planetario. E le previsioni si sono avverate.

Ultima, ma non per importanza, Linkedin, dove l’uso dei Big Data è riscontrabile nei suggerimenti circa “le persone che potresti conoscere” e i “lavori a cui potresti essere interessato”.

Non solo i grandi colossi nati su internet hanno sviluppato l’abilità di trasformare l’enorme mole di dati a disposizione in valore aggiunto: anche le banche, ad esempio, grazie alle nuove tecnologie, sfruttano i dati per personalizzare l’offerta di prodotti e servizi, per implementare algoritmi in grado di valutare in modo preciso il profilo di rischio dei clienti (l’affidabilità è spesso valutata anche in base alla propria attività sui social!) e, come hanno già fatto Intesa San Paolo, Unicredit e la Royal Bank of Scotland, per migliorare i rapporti con gli stessi. In particolare, l’analisi dei dati sta aiutando le banche a enfatizzare l’attenzione sui clienti e sulla qualità della relazione, piuttosto che sui prodotti finanziari. La Royal Bank of Scotalnd, con l’iniziativa “Personology” ha avvisato i clienti che stavano pagando per servizi già inclusi nel canone bancario, o quando i loro interessi sul mutuo stavano diventando troppo cari. Il risultato? Clienti più felici…e più fedeli.

I risultati sono sorprendenti, i costi accessibili, il fenomeno virale: alle imprese non resta che cavalcare l’onda.

 

big data 3

Articolo tratto dalla Tesi di Laurea Magistrale in Management di Maria Motti, “I Big Data per la profilazione dell’utente: casi di successo e lati oscuri”, Università di Brescia, Marzo 2017 (relatrice Prof.ssa Paola Zuccolotto). Lavoro svolto nell’ambito delle attività del Big&Open Data Innovation Laboratory (BODaI-Lab), sorto presso l’Università di Brescia con il sostegno della Fondazione Cariplo e di Regione Lombardia.

 

 

Bibliografia essenziale:

Kosinski M., Stillwell D., Graepel T., Private traits and attributes are predictable from digital records of human behavior, PNAS, 2013.

Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., et al., Big Data: the next frontier for innovation, competition, and productivity, The McKinsey Global Institute, 2011.

Marr B., Big Data in practice. How 45 successful companies used Big Data Analytics to deliver extraordinary results, Wiley, 2016.

Schonberger V.M., Cukier K.N., Merlini R., Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà, Garzanti, 2013.

Facebooktwitterlinkedinmail

Be the first to comment on "I BIG DATA PER LA PROFILAZIONE DELL’UTENTE: IL SUCCESSO A PORTATA DI MOUSE"

Leave a comment

Your email address will not be published.


*