Che i Big Data siano diventati una delle metodologie più efficaci degli ultimi anni, è innegabile.
La gran mole di dati a disposizione rende necessario poter maneggiare una massa enorme di informazioni, generate da piattaforme e sistemi completamente differenti.
I Big Data possono essere generati dall’analisi del traffico degli autoveicoli lungo una superstrada, o dagli spostamenti degli utenti del trasporto pubblico; possono derivare da analisi dei movimenti di borsa o da sensori di monitoraggio di una piattaforma software.
C’è un settore però che si sta avvantaggiando sempre più dallo studio dei comportamenti degli utenti, anzi dei consumatori, e questo settore è il marketing.
I Social Network e i Big Data
Nell’era dei social network, ognuno di noi viene georeferenziato, analizzato, calcolato ad ogni spostamento, utilizzando soprattutto le informazioni che noi stessi, più o meno consapevolmente, immettiamo nella rete.
Un like su Facebook, un tweet per comunicare un link interessante, una foto su Instagram per immortalare un momento della nostra vita o anche soltanto per mostrare l’ultima borsetta o l’ultima automobile che ci stiamo comprando.
Il Data Scientist è diventata una figura importante nello studio dei consumatori, per comprendere le tendenze, per studiarle e, infine, per indirizzarle.
E’ finita l’epoca dei sondaggi telefonici, dei questionari da riempire al supermercato, delle raccolte punti. Tutto quel che ci piace, quel che non ci piace, tutto quello che ci provoca una qualunque reazione, ormai lo mettiamo in rete, a disposizione praticamente di tutti.
Come capita spesso in Rete, ho conosciuto casualmente InData Labs, un’azienda con uffici a Minsk e Cipro che si occupa di gestione di big data ed in generale di analisi dei dati. Il loro lavoro è orientato sia agli aspetti di marketing e gestione della catena produttiva, che alle problematiche relative alla gestione delle frodi (Fraud Management) e analisi dei rischi (Risk Analysis).
InData Labs
Nella demo presente nel loro sito è possibile vedere come vengono trattati i dati relativi al sentiment estrapolato dai post su Instagram relativamente al territorio di Hong Kong; è naturalmente solo una piccola dimostrazione di cosa si può fare con l’analisi di grandi moli di dati.
Verificare il sentiment su Instagram non è banale, visto che vanno analizzate anche le immagini; in questo modo però si riesce, usando le classiche tecnologie basate sulla suite Hadoop e Pentaho (con tutto il corredo di software normalmente utilizzato in questi casi), ad avere una buona misura di cosa pensino gli utenti dei vari brand presenti a Hong Kong. La loro esperienza consente a InData Labs di utilizzare tool avanzati come ElasticSearch e Splunk, e database quali MongoDB e Cassandra.
Dove non arriva la tecnologia esistente sul mercato, InData Labs interviene con i propri prodotti, come MoneyGraph, una piattaforma di analisi dei social media, indispensabile per capire come è la propria posizione all’interno delle applicazioni social e per conoscere le prospettive di acquisto dei propri clienti.
Un altro dei loro prodotti è Snipe, un tool per l’analisi predittiva che consente alle aziende una migliore micro-segmentazione dei propri utenti, sfruttando i dati provenienti da molteplici piattaforme social e sfruttando tecniche di data-mining.
Stanno studiando il modo di rivolgersi non solo alle grandi aziende, ma di proporsi anche come strumento utile per le piccole società di web marketing che abbiano necessità di fare analisi di mercato per i loro clienti.
[wc_box color=”info” text_align=”center” margin_top=”5″ margin_bottom=”5″ class=””]La Newsletter di Web in Vigna, per capire in che direzione si sta muovendo il mondo del vino[/wc_box]
[wc_button type=”success” url=”http://eepurl.com/cjrC9P” title=”Iscriviti!” target=”blank” url_rel=”” icon_left=”” icon_right=”” position=”center” class=””]Iscriviti![/wc_button]
