di Alessandro Salvetti e Paola Zuccolotto
Croce di Re Desiderio – Museo di Santa Giulia, Brescia (Author: Zairon, CC BY-SA 4.0, via Wikimedia Commons)
I visitatori di un museo non sono tutti uguali: vi sono numerose diversità in termini di preferenze, gusti, intenzioni e aspettative nel momento di visita.
Molto spesso, quando si visitano i luoghi d’arte, ci si trova a dover operare una scelta tra le opere da ammirare, dettata sia dal tempo a disposizione che dalla vastità di informazioni accessibili.
Ecco allora che, in un periodo storico in cui siamo pervasi dall’utilizzo della tecnologia in ogni ambito e in cui il consumatore è sempre più stimolato da input digitali di smartphone e tablet, anche i luoghi d’arte possono imparare a sfruttare a proprio favore questi strumenti.
Il progetto Data Science for Brescia (DS4BS, bodai.unibs.it/ds4bs/), diretto dalla prof.ssa Marica Manisera, finanziato dalla Fondazione Cariplo e sviluppato nell’ambito del Big & Open Data Innovation Laboratory (BODaI-Lab, bodai.unibs.it) dell’Università di Brescia, si propone di utilizzare la Data Science per migliorare le esperienze di visita dei luoghi d’arte e della cultura. Palestra di applicazione delle tecniche da sviluppare è stata la città di Brescia e principalmente il Museo di Santa Giulia, il Parco Archeologico, la Pinacoteca Tosio-Martinengo, anche in vista degli eventi che si svolgeranno in occasione di Bergamo-Brescia Capitali della Cultura 2023. Obiettivo del lavoro presentato in questo articolo è stato identificare i diversi cluster di visitatori presenti nel Museo di Santa Giulia, al fine di poter costruire dei percorsi personalizzati da suggerire al termine di una breve sessione di gioco mirata a individuare un personaggio storico in cui il visitatore può riconoscersi. Il processo di gamification viene implementato attraverso un’applicazione per smartphone nella quale viene richiesto di rispondere a una domanda, finalizzata a caratterizzare la graduatoria di preferenze di chi la compila.
L’indagine è stata condotta grazie al supporto di un questionario somministrato tramite intervista diretta ai visitatori del Museo Santa Giulia, composto da 38 domande, 32 delle quali in forma aperta e 6 in forma chiusa.
Due delle domande all’interno del questionario sono state costruite appositamente al fine di poter applicare due tecniche di statistica multivariata: La Non Linear Principal Component Analysis (NLPCA) e la K-Means Cluster Analysis (KMCA).
Il questionario comprendeva quattro diverse sezioni di indagine, al fine di poter descrivere il profilo del visitatore attraverso un buon numero di informazioni:
-
Sezione A: La visita al museo: Quando – Come – Perché – Con Chi;
-
Sezione B – Soddisfazione del fabbisogno informativo – Impatto cognitivo – Stimolo per approfondimenti – Ripetizione dell’esperienza;
-
Sezione C – Il museo e la dimensione educativa – Esperienza per i più giovani;
-
Gruppo D – Il profilo del visitatore.
Grazie alla sezione D è stato possibile studiare il profilo del visitatore dal punto di vista socio-demografico, mentre grazie alle altre sezioni, si è analizzata l’esperienza di visita e sono state delineate le preferenze in termini di interessi e soddisfazione.
In particolare, grazie alla KMCA, sono stati segmentati i rispondenti in profili di interesse, costruiti sulla base dei motivi che hanno portato alla visita del museo. Grazie a questa tecnica statistica sono stati individuati cinque cluster a cui è stato assegnato un nome in base agli elementi che lo contraddistinguono:
-
Viaggiatore nel tempo: Interessato a partecipare attivamente tramite realtà virtuale e aumentata;
-
Re Desiderio: Interessato ad ammirare l’arte figurativa e scultorea e ad approfondire la conoscenza storica della città;
-
Ansa, la regina dei Longobardi: Interessato ad ammirare le architetture monumentali e ad approfondire la conoscenza storica della città;
-
Archeologo: Interessato ad approfondire la vita quotidiana nel passato e la conoscenza storica della città.
-
Floriano Ferramola: Interessato ad ammirare l’arte figurativa, scultorea e le architetture monumentali;
Grazie alla NLPCA, tecnica di analisi multivariata che permette di ridurre la dimensione di una variabile p-dimensionale anche in presenza di variabili qualitative come – ad esempio – quelle ordinali derivanti dai rating espressi in scala di Likert o differenziale semantico, sono state ottenute due nuove variabili di soddisfazione partendo dal giudizio di soddisfazione relativo ad 8 aspetti, elencati in una batteria di item in scala di Likert a 5 punti, volta a valutare elementi esperienziali legati al contenuto museale.
Le nuove variabili individuate sono:
-
Soddisfazione riguardante l’approfondimento della storia di Brescia e le modifiche subite nel tempo dal complesso monastico;
-
Soddisfazione relativa all’immersione nel passato, sia da un punto di vista artistico che storico;
Successivamente i cluster individuati sono stati posizionati rispetto alle due nuove variabili (Figura 1) e, grazie al supporto dello staff di Fondazione Brescia Musei, sono stati costruiti 5 percorsi personalizzati basati sulle preferenze e sul giudizio di soddisfazione medio di ogni singolo cluster (Figura 2).
Figura 1 – posizionamento dei cluster individuati rispetto alle due nuove variabili costruite tramite la NLPCA
Figura 2 – Peculiarità, aspetti e percorso personalizzato per ogni cluster individuato.
Al fine di poter sviluppare un’applicazione che permetta di assegnare un percorso ad ogni visitatore, è stato necessario individuare un metodo per poter attribuire i visitatori futuri ai cluster individuati tramite la KMCA. Poiché la KMCA era stata applicata ad una domanda che chiedeva di mettere in ordine di importanza 5 possibili motivi per visitare il Museo di Santa Giulia, sono state dapprima ottenute tutte le 120 graduatorie possibili che possono essere indicate come risposta. Quindi, le combinazioni di risposta non osservate nel campione sono state attribuite ai vari cluster sulla base dell’indice cograduazione di Spearman medio più elevato.
Come puntualizzato in precedenza, la fruizione dei percorsi di visita personalizzati sarà guidata dall’utilizzo di una applicazione che dovrà essere sviluppata ad hoc e che potrà essere scaricata sullo smartphone degli utenti. In tal modo, in occasione della visita al museo sarà inoltre possibile offrire, mediante strumenti interattivi, informazioni aggiuntive sulle opere esposte e sul monastero con un approccio fortemente individualizzato in base ai gusti e alle preferenze del visitatore. Scopo dell’applicazione è, infatti, quella di trasformare una visita al museo in una esperienza del tutto nuova ed individualizzata.
Grazie all’evoluzione della tecnologia e delle app installate sugli smartphone, il museo potrebbe diventare un luogo attraente, affascinante ed accessibile ad una più ampia platea di utenti in modo divertente, stimolante ed interattivo.
