Big Data & Data Analytics

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