Beyond Big Data: come i Thick Data migliorano il business

Ready, set, go!
12 giugno 2019
Artificial Intelligence 360 Summit
14 giugno 2019
Mostra tutto
Beyond Big Data: come i Thick Data migliorano il business

In una intervista rilasciata al Corriere.it, Paolo Fabbri ha ripreso un concetto della sociologia oggi molto attuale nell’ecosistema digitale: la quantofrenia, ovvero la tendenza a quantificare la realtà. Questa intervista ci ha fornito lo spunto per riflettere sulla necessità di integrare la correttezza di Big Data e informazioni statistiche con la ricerca qualitativa capace di dare un volto ai numeri raccolti. 

Big Data e Business Analytics hanno assunto un ruolo centrale in azienda, come fattore abilitante per ottimizzare i processi decisionali. Ma il grande interesse rivolto oggi ai Big Data rischia di esasperare la tendenza a spiegare la realtà in termini quantitativi, distogliendo l’attenzione su un tema importante: l’interpretazione dei dati.

Senza di essa, l’enorme mole di dati oggi disponibili rischia di non garantire i vantaggi sperati. Occorre dunque che le più avanzate tecniche di Big Data analytics siano affiancate dalle interpretazioni delle persone, le uniche ad avere la giusta conoscenza per far sì che i dati portino ai risultati sperati.

Così pensati, i dati non saranno solamente big, ma anche thick, ovvero densi di tutte quelle informazioni qualitative e destrutturate finora non facilmente misurabili, come i comportamenti, le emozioni e le opinioni delle persone.

I Thick Data sono oggi uno dei fattori di maggior successo, la chiave per avere una conoscenza di dettaglio sui processi aziendali e le loro aree di miglioramento e per comprendere le specifiche situazioni di contesto in cui i dati sono raccolti. Ma come vanno raccolti e analizzati i Big Data perché possano trasformare i dati grezzi in informazioni di valore per i decision maker aziendali?

 

Big Data e Thick Data: due facce della stessa medaglia

Oggi molte aziende vivono nella convinzione che basta possedere un’enorme mole di dati e le giuste tecnologie per avere tutto ciò che serve per prendere le migliori decisioni. L’illusione è che le piattaforme di business intelligence per raccogliere, classificare e analizzare i Big Data fossero loro stesse fonte di nuova conoscenza aziendale.

Ciò che spesso viene trascurato è che, prima di tutto, occorrono la conoscenza di business e le intuizioni umane in modo che i dati possano realmente rispondere alle esigenze del business. Una grande mole di dati senza l’interpretazione umana rischia di non portare a nessun risultato: è come avere le navi più belle al mondo, le migliori mappe e i più avanzati strumenti di navigazione, ma non sapere dove navigare per trovare le Indie.

Per questo, un progetto Big Data di successo include sempre le conoscenze tecniche, di business e di processo delle persone, capaci di rendere veramente il senso delle cose al di là delle metriche statistiche. I Big Data vanno inoltre integrati con la conoscenza thick del contesto in cui sono prodotti e di tutte le informazioni qualitative e ‘volatili’, che trovano poco spazio nelle analisi esclusivamente quantitative.

Dall’altro lato, sottolineare l’importanza dei Thick Data, non deve portare a sottovalutare l’importanza dei Big Data analytics. Big e Thick Data non sono in opposizione, ma si completano: l’uovo di Colombo, ovvero la soluzione per portare vantaggi reali al business, è un mix di metodi quantitativi e qualitativi capace di offrire un’immagine più completa per navigare il data lake: mentre i Big Data consentono di fare intuizioni su larga scala, i Thick Data ci aiutano a comprendere le dinamiche umane, di team e di contesto che i numeri non riescono a raccontarci.

 

L’importanza dei Thick Data: un caso di business

Facciamo un esempio concreto che dimostra come entrambi gli approcci, quantitativi e qualitativi, siano ugualmente significativi nell’interpretare la realtà e quindi attrezzarsi per prendere le migliori decisioni aziendali: un brand vuole valutare se l’ultima campagna ha dato i risultati sperati. Da un lato, i Big Data forniscono le metriche di prodotti venduti, quanti e quali prodotti sono stati acquistati, le statistiche degli store che hanno performato di più.

L’analisi qualitativa basata sui Thick Data, invece, è in grado di spiegare ciò che è accaduto nei singoli store e i fattori che hanno contribuito a vendere di più (o di meno) tenendo conto di altri criteri quali:

  • eventi concomitanti durante la campagna
  • notizie locali che potevano influenzare la campagna
  • eventuali problematiche del personale
  • tempo atmosferico

Così, si potrà capire che lo store di Torino ha performato di più durante il film festival, perché la campagna era collegata a temi cinematografici. A Milano, invece, hanno avuto un lieve calo, dovuto al tempo atmosferico particolarmente ostico nel mese di febbraio. A Bologna le vendite stanno andando meglio, perché è stata installata una fermata dell’autobus davanti al negozio. In breve, i Big Data ci rendono conto del quanto, cosa, chi, dove, ma solo l’analisi qualitativa potrà spiegare molti perché utili a ottimizzare il business.

 

Come raccogliere i Thick Data?

Oggi sul mercato ci sono molti strumenti di Big Data analytics e i processi lavorativi dei data analyst sono ormai ben strutturati in molte aziende. Più difficile risulta la raccolta di dati qualitativi e informazioni di contesto, finora non prevista dai tradizionali strumenti di lavoro.

Per rispondere a questa esigenza, occorre dotare le persone di piattaforme evolute per la gestione social dei processi capaci di migliorare le comunicazioni tra i team, ma anche di strutturare le informazioni più volatili contenute in esse, organizzarle razionalmente all’interno dei processi e condividerle esattamente quando e dove servono.

Oltre alla tecnologia, la ricerca qualitativa può includere anche i metodi della ricerca sociale individuare per migliorare specifiche aree del business. Per esempio, le interviste possono dare un quadro sulle opinioni che le persone hanno riguardo a come migliorare un processo. I focus group possono dare un’idea delle loro emozioni nel svolgere una determinata mansione. Le osservazioni rendono conto dei comportamenti delle persone e possono individuare quei colli di bottiglia legati a dinamiche umane, che i sistemi IoT concentrati sulle macchine non potevano captare.

Tutte queste informazioni devono sempre essere interpretate perché possano trasformarsi in risultati capaci di guidare il business. Per questo, il data science di oggi deve possedere competenze eterogenee, che integrino skill tecniche e conoscenza di business. Il bisogno di analisi qualitative sta facendo entrare in azienda anche approcci specializzati provenienti dalla cultura umanistica, come l’etnografia, l’antropologia, la semiotica, la sociologia: la storia di Tricia Wang, per esempio, spiega bene come l’etnografia possa guidare il business nel prendere le giuste decisioni considerando il lato human spesso nascosto tra i Big Data.

 

Valorizzare i dati per decisioni più efficaci

Oggi parlare di business analytics non vuol dire solo parlare di Big Data. La trasformazione in atto è molto più profonda: metodi, approcci e strumenti evoluti per la valorizzazione dei dati offrono un quadro completo e accurato degli scenari del business.

L’approccio di Injenia mira a integrare metodi quantitativi e qualitativi per offrire un’immagine più completa dei processi del business e non perdere nessun dettaglio importante. Questo approccio è basato, da un lato, sulla conoscenza tecnica degli strumenti di raccolta dei Big Data, dei linguaggi di programmazione, delle più avanzate tecniche di machine learning; dall’altro, sull’esperienza maturata sul campo e sulla consapevolezza che la conoscenza di business delle persone deve sempre essere al centro dei processi di innovazione, insieme a tutte quelle dinamiche umane che oggi l’azienda deve saper mettere a fattor comune e sfruttare per prendere le migliori decisioni.

Rimani aggiornato sulla digital trasformation, non perdere i prossimi InThinking

Iscriviti alla newsletter!

Privacy *
Leggi l'informativa sulla privacy
digital marketing conto corrente online
0Shares
Link rapidi Google Partner: Link rapidi Trasformazione Digitale: Link rapidi Rivenditore Google: Link rapidi Cloud Platform:
mostra link

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fonire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o clicchi su "Accetta" permetti al loro utilizzo.

Chiudi