Big data & data analitycs: come e cosa fare dei dati raccolti
INDICE DEGLI ARGOMENTI
.
CENNI STORICI BIG DATA E RETAIL FONTI E UTILIZZATORI NEL RETAIL FUNZIONI AZIENDALI COINVOLTE
RUOLO DEL DATA SCIENTIST BIG DATA: COME UTILIZZARLI BIG DATA: COSA FARE RISCHI E OPPORTUNITÀ GENERAZIONE DELLE INFORMAZIONI BIG DATA: SOLO PER POCHI? BIG DATA E SMALL DATA FONTI
.
Modern business overview
BIG DATA, CENNI STORICI
.
Il fenomeno di immagazzinare, gestire e analizzare grandi quantità di dati non è recente, anzi fa parte della lunga storia dell’evoluzione del genere umano.
L’uomo, nella sua storia, ha sempre fatto affidamento su modelli basati su dati storici sufficienti per determinare il prossimo futuro e delineare delle tendenze.
L’obiettivo era ed è quello di intervenire sul futuro mediante analisi prescrittive, cercando di creare le condizioni per far sì che un evento accada.
I Big Data rappresentano il nuovo strumento che rende la società ‘’misurabile’’.
.
Modern business overview
BIG DATA E RETAIL
.
I Big Data sono il tassello piĂš prezioso del complesso mosaico del processo di gestione della relazione con il cliente. Per le aziende Retail rappresentano il fondamento sul quale costruire
azioni strategiche nel lungo periodo o tattiche nel breve.
I Big Data possono essere Strutturati, conservati in database organizzati secondo schemi e tabelle rigide o Non Strutturati, conservati senza alcuno schema (testo, immagini, audio).
Elementi fondamentali per la produzione e utilizzo dei Big Data nella gestione relazionale delle informazioni sono: -
l’infrastruttura tecnologica: che deve focalizzarsi su una raccolta di dati strutturata;
-
il sistema di reporting aziendale: sufficientemente user-friendly e che permetta l’esposizione di dati sempre coerenti a fronte delle molteplici richieste degli utenti.
Modern business overview
BIG DATA: LE FONTI E UTILIZZATORI NEL RETAIL
.
Le principali fonti di dati all’interno del Mondo Retail sono:
SALES STAFF
CASH POINTS
HOT SPOT & PEOPLE COUNTERS
Nei casi di raccolta di dati non
Dati di vendita, scontrini, dati
Dati anagrafici sui clienti, ingressi
completamente automatizzata
sui clienti
conversion rate.
soprattutto sul cliente.
RETAIL
RETAIL
BUSINESS CONTROLLING
CLIENT ENGAGEMENT - CRM
FINANCE
Modern business overview
BIG DATA: FUNZIONI AZIENDALI COINVOLTE
.
Perché le informazioni a prodotte a partire dai Big Data siano facilmente fruibili a tutti gli utenti è importante che in azienda siano presenti:
IT STRUTTURATA
DATA SCIENTIST
Per accogliere tutti i flussi di
Figura aziendale che deve avere competenze tecniche
informazioni
da
informatiche e di interpretazione dei numeri. Svolge
strumenti aziendali e device
inoltre un’importante funzione di coordinamento tra
presenti negli store.
Retail/Business Controlling e IT.
derivanti
Modern business overview
BIG DATA: RUOLO DEL DATA SCIENTIST
.
PRINCIPALI MANSIONI
•
Mappatura, organizzazione e controllo delle fonti di dati aziendali.
•
Condivisione con IT dei requisiti di reporting del Retail/Business Controlling.
•
Creazione, organizzazione e verifica dei flussi dei dati aziendali.
•
Modellizzazione dei dati, trasformazione e traduzione dei dati raccolti in informazioni.
•
Capacità di creare e sviluppare forme di interazione tra le varie linee di business aziendali allo scopo di individuare e creare nuove occasioni di sviluppo sia tattico (cross selling) sia strategico (nuovi prodotti).
•
Capacità di analisi dei dati relativi ai clienti in funzione dello sviluppo di nuovi servizi o nuovi prodotti.
Il Data Scientist può dare una chiara indicazione su come utilizzare i dati raccolti.
Modern business overview
BIG DATA: COME UTILIZZARLI
.
Il primo step da affrontare per utilizzare al meglio i dati prodotti all’ interno di un’azienda Retail è di ordinarli costruendo dei cubi che li raggruppino in insiemi omogenei. Nel comune linguaggio aziendale vengono detti anche universi.
UNIVERSO SELLOUT
UNIVERSO ORDINI
UNIVERSO CRM
Dati di vendita e scontrini
Dati di sell-in e
Dati sui clienti: nazionalità,
intercompany
frequenza di acquisto ecc.
Successivamente, i dati di ciascun universo confluiranno all’interno del sistema di reportistica che presenterà declinazioni basate sulle esigenze degli utenti finali.
Modern business overview
BIG DATA: COME UTILIZZARLI
.
UN ESEMPIO DI ARCHITETTURA E FLUSSO DI DATI PERSONALE E DEVICES
IT E BUSINESS
BUSINESS INTELLIGENCE
IN-STORE
INTELLIGENCE
DATA SCIENTIST
GENERAZIONE DEI DATI
RACCOLTA NEI SERVER
ORGANIZZAZIONE NEGLI UNIVERSI
ALIMENTAZIONE DEI SISTEMI DI REPORTING E PROFILAZIONE DEGLI UTENTI FINALI
Modern business overview
BIG DATA: COSA FARE
.
ESEMPI DI OUTPUT E DI IMPATTI SULLE VALUTAZIONI DEL BUSINESS RETAIL N°SCONTRINI E SCONTRINO MEDIO
UNIT PER TRANSACTION
PREZZO MEDIO
TRAFFICO
CONVERSION RATE
€ Ha impatto diretto sulle performance di vendita giornaliere ed economiche cumulate del negozio.
Il N° di articoli relativi a ogni singola transazione misura il grado di cross e upselling. Influisce sulla qualità dello scontrino.
Il prezzo medio esprime il mix del valore degli articoli venduti ed ha correlazione diretta con la qualità delle vendite.
Per ogni store l’obiettivo principale è avere migliorare costantemente la qualità del traffico.
Ogni punto percentuale in più migliora la qualità del traffico e il risultato economico dello store.
Modern business overview
BIG DATA: OPPORTUNITÀ
.
La più grande opportunità che i Big Data ci offrono è quella di avere a disposizione un serie
molto ampia (probabilmente non infinita) di chiavi di lettura del business. La possibilità di cogliere molteplici sfaccettature deve essere però ben ponderata tenendo conto delle 4V dei Big Data che al loro interno possono nascondere delle criticità legate soprattutto all’interpretazione e veridicità del dato.
Velocità
Varietà
Rapidità con cui i
Numerosità e diversità
L’interpretazione
dati si generano.
delle
di
un dato cambia in
qualitativa dei dati,
provenienza dei dati e
funzione del contesto
punto
della loro tipologia.
in cui viene raccolto e
delle attività di analisi
analizzato.
e interpretazione.
fonti
Veridicità
Variabilità di
Connotazione
di
partenza
Modern business overview
BIG DATA: RISCHI
.
Le opportunità di potersi avvalere di un ampio numero di fonti di dati e di poter generare
innumerevoli informazioni relative al business rappresentano anche il maggiore rischio dei Big Data.
Avere a disposizione quantità di dati molto importanti può portare alla bulimia dell’informazione che si configura molto spesso nella ricerca a tutti i costi dell’ottimizzazione del numero di report e delle viste possibili a sistema. In questi casi i dati importanti del business rischiano di essere diluiti in una proliferazione poco controllata di informazioni considerando ogni rappresentazione come necessaria e inderogabile.
Molto importante è anche la diffusione di una cultura aziendale della gestione del dato per evitare che ogni utente richieda la personalizzazione di cui più ha bisogno o che, all’opposto, non sfrutti le potenzialità di un sistema di business intelligence complesso.
Modern business overview
BIG DATA: GENERAZIONE DELLE INFORMAZIONI La generazione delle informazioni a partire dai dati raccolti in azienda avviene nelle realtà
tecnologicamente più avanzate attraverso processi di Business Intelligence (BI) grazie ai quali è possibile automatizzare la distribuzione di report.
Perché questo processo sia veramente efficiente è necessario che Retail e IT lavorino a stretto contatto per stabilire i criteri minimi di standardizzazione (ad es. il numero di report e di valori di business che si vogliono analizzare) e di personalizzazione (varianti di uno stesso report che permettano di analizzare i dati secondo diversi punti di vista).
Al contempo è necessario trovare un equilibrio tra automazione e “manualità”, identificando diversi gradi di importanza dell’informazione per evitare di impiegare grandi quantità di tempo ad adattare la tecnologia alle customizzazioni anziché sfruttarne i benefici.
Modern business overview
.
BIG DATA: SOLO PER POCHI?
.
L’utilizzo dei Big Data può sembrare una un privilegio di cui solo le grandi realtà Retail possono
beneficiare.
Aziende Strutturate
Piccole Realtà Retail
Infrastrutture Tecnologiche
Casse intelligenti
Business Intelligence
Strumenti Analytics Social
L’evoluzione tecnologica permette anche alle piccole realtà di raccogliere dati per elaborare strategie di breve e lungo periodo anche con l’aiuto di un datascientist - consulente esterno.
Modern business overview
BIG DATA E SMALL DATA
.
L’analisi dei Big Data nel Retail è molto importante da un punto di vista di comprensione delle
macro tendenze dei comportamenti dei clienti. Tuttavia non è semplice trarre spunti di innovazione disrutpive dai Big Data.
È possibile portare alla luce nuove idee a partire dalla sovrapposizione di due elementi che mai nessuno aveva collegato prima.
In questo contesto trovano spazio gli Small Data che si affiancano ai Big Data tracciando percorsi strategici alternativi grazie all’incrocio tra emozioni e numeri.
Modern business overview
FONTI
.
FONTI https://it.wikipedia.org/wiki/Big_data_analytics https://www.sas.com/it_it/insights/big-data/what-is-big-data.html
https://www.bigdata4innovation.it/big-data/big-data-analytics-data-science-e-data-scientistsoluzioni-e-skill-della-data-driven-economy/#Cosa_sono_i_Big_Data_Una_Definizione https://www.glossariomarketing.it/significato/big-data/ https://www.bucap.it/news/approfondimenti-tematici/digitalizzazione-documenti/dati-strutturati-
semi-non-strutturati.htm https://mapsgroup.it/veridicita-big-data/ SMALL DATA, Martin Lindstrom. Hoepli
.
Modern business overview
Ciò che informa conta!
GRAZIE
Modern business overview