Abbiamo messo insieme, in questi mesi, una serie di articoli sui dati, sul loro valore intrinseco, sulle infinite possibilità di analisi. Abbiamo parlato di applicazioni a servizio della gente, di visione e acceleratori di conoscenza. Ma poi, alla fine, le aziende una domanda se le fanno: cosa ci guadagno con i dati?
Prima del guadagno: le basi per costruire le altezze
Facciamo un piccolo passo indietro e partiamo dai 5 principi chiave che regolano l’identità dei dati, ovvero le tanto nominate e conosciute 5 V: Volume, Velocità, Varietà, Valore e Veridicità.
Volume: è necessario avere il dato in quantità. Per avere un valore, il dato deve essere quantitativamente consistente e per averlo in quantità va raccolto, salvato e messo a disposizione. Quindi Cloud, piuttosto che macchine fisiche, strutture ibride. Insomma spazio di archiviazione che ha un suo discreto costo.
Velocità: è necessario avere il dato a disposizione velocemente. Non fosse altro per la sua natura debole, in quanto spesso tracciatura di un comportamento, attività o elemento, il dato ha infatti una validità spazio-temporale a volte molto stretta. Pensiamo, per esempio, ai dati che arrivano da sensori IoT, oppure dai social. La velocità significa capacità di tracciamento spesso in tempo reale, che si traduce in costi di raccolta, approvvigionamento e capacità di ricevere in real time il dato.
Varietà: è necessario avere il dato nella maniera più variegata possibile. Per assicurare la rappresentazione più ampia di casistiche, non possiamo non prendere in considerazione tutti i dati che raccogliamo intorno a un fenomeno. Non si possono scartare le eccezioni o i picchi, che comunque rappresentato una porzione di dato. La varietà del dato non è solo fornita da variazioni della stessa nel tempo, ma anche, anzi soprattutto, dalla necessità di catturare e interpretare oggi dati (strutturati, semi-strutturati e non strutturati) provenienti da fonti diverse e che hanno un formato totalmente diverso (immagini, documenti, video, ecc.), con un impegno dello storage e della capacità di analisi notevole.
Valore: è necessario avere un dato consistente e con un suo valore di ritorno. È indispensabile che l’azienda sappia quale raccolta dati potrà restituire una qualche indicazione di business.
Veridicità: è necessario avere il dato con un peso veritiero intrinseco. Immaginando di lavorare su dati diversi, provenienti da fonte diverse, immagazzinati in database diversi, con tempi di vita differenti, la verità contenuta in quei dati è una variabile da tenere in grande considerazione. È necessario “etichettare” e “pesare” sulla bilancia della verità i set di dati, in modo da poter attribuire un punteggio di veridicità, che sarà l’indicatore delle decisioni che le aziende potranno prendere sulla base della lettura di questi dati. E qui ci dovrà essere un esperto in grado di dare queste informazioni.
In pratica, non abbiamo nemmeno cominciato a fare l’analisi, e già abbiamo cominciato a spendere un bel po’ di soldi.
Cosa ci guadagnano le aziende? Data Monetization è la risposta
Di per sé la parola Data Monetization è molto vaga e ampia, ma include i due elementi che ci interessano: i dati raccolti, che sin qui sono stati un costo, e la loro monetizzazione, ovvero la loro capacità, una volta aggregati, di generare business.
La sintesi di più alto profilo ci dice che la monetizzazione del dato per le aziende si traduce essenzialmente in 2 percorsi:
- il primo è interno, focalizzato sulla valorizzazione dei dati per migliorare i processi, la produttività, i prodotti e i servizi, per poter fare così da abilitatore per la generazione di dialoghi continui con i clienti. La possibilità di ridurre i costi di un processo potrebbe anche sembrare un po’ noiosa, ma la realtà è che la lettura dei dati interni è un potentissimo motore capace di abbassare drasticamente le inefficienze operative non volute o di essere un potente elemento di velocizzazione del processo, con un impatto molto importate sulla sua resa. Ovviamente la possibilità di avere un vantaggio competitivo sul mercato, sapendo intravedere e prevedere i bisogni del pubblico con un margine di anticipo utile, diventa per le aziende un altro fattore abilitante. Questo si può tradurre, per esempio, nella soppressione di servizi che i clienti tenderanno a scartare nel breve periodo e l’attivazione di altri che cominciano a richiedere. O, per esempio, nella introduzione di nuovi modelli di vendita o customer care assolutamente in linea con quello che richiede il pubblico. Per non parlare delle decisioni legate a elementi come il geotargeting e geofencing collegati con le analisi di gradimento
- il secondo percorso è esterno e comporta la creazione di nuovi business rendendo i dati disponibili a clienti e partner, magari in forma anonimizzata. Immaginiamo un vendor che sia in grado di comunicare ai propri partner, grazie a sistemi di georeferenziazione legata all’analisi del sentiment, qual è, per fare un esempio, il luogo più adatto per aprire un certo tipo di attività.
Di possibilità ce ne sono molte, ma per monetizzare non ci dobbiamo assolutamente dimenticate della necessità, disponibilità e predisposizione dell’azienda al cambiamento. I dati indicano la strada. Le aziende devono essere pronte a seguirla.
Simona Piacenti
