Soccer team in a huddle

L’utilizzo dei big data nelle piattaforme di Customer Engagement

8, Novembre, 2016 di Fabrizio Gotta

Abbiamo parlato precedentemente di come l’evoluzione tecnologica e la relativa diminuzione del costo dell’hardware negli ultimi anni abbiano portato ad un superamento dei più tradizionali limiti in tema di sistemi informativi, con particolare focus sulle tematiche di customer engagement.

Ma cosa significa effettivamente mettere assieme una strategia di customer engagement con le possibilità offerte dai big data? Significa poter tenere perennemente online tutto lo storico relativo alle interazioni registrate dai vari sistemi transazionali senza doversi mai porre il problema di archiviare i dati obsoleti?

Sicuramente la risposta è no, almeno per due motivazioni:

  • Le nuove tecnologie in-memory, DB colonnari etc. sicuramente garantiscono delle performance molto più elevate rispetto alle tecnologie più tradizionali ma è bene ricordare che, in ogni caso, a parità di infrastruttura, un sistema con meno dati sarà sempre più veloce. Questo discorso diventa ancora più rilevante se i dati che vengono mantenuti a disposizione degli applicativi non sono realmente utilizzati;
  • Riduttività delle analisi. Quando si parla di customer engagement, si è portati a pensare spesso ad un qualcosa di strettamente collegato a quelli che sono i touchpoint con i clienti e che, molto spesso, si riducono ad analisi di dati anagrafici e valutazione degli acquisti e dei contatti sui canali tradizionali.

Per queste motivazioni generalmente i modelli di profilazione e segmentazione della clientela sono incentrati principalmente su questa tipologia di dati e sono generalmente finalizzati ad azioni di up/cross selling.

Un primo passo evolutivo rispetto all’approccio generalmente utilizzato è rappresentato dall’utilizzo di tecnologie che permettono analisi di tipo predittivo basandosi sui dati utilizzati generalmente in modalità raw. In tal senso si giustifica la persistenza sui data base di dati con una profondità storica molto elevata a supporto della robustezza dei modelli predittivi. Non cambia però lo spettro di analisi.

Ma quali sono, quindi, i dati di cui andare alla ricerca per approcciarsi in modo innovativo alle tematiche di customer engagement?

Guardandoci attorno possiamo osservare come oggigiorno si viva in una realtà sempre più interconnessa, e come tecnologie a basso costo, ad esempio Arduino, Raspberry, etc, ci diano la possibilità di raccogliere dati e di condividere informazioni in modo semplice, veloce e low cost.

Di pari passo allo sviluppo di tali tecnologie, il mercato inizia a popolarsi di player che, utilizzando le stesse, offrono soluzioni di integrazione con l’ambiente fisico sempre più sofisticate e talvolta utilizzabili con un modesto investimento in modalità plug and play. In questo panorama non possiamo sicuramente non menzionare gli smartphone che fanno parte integrante della nostra quotidianità. Allo stesso modo le nuove attrezzature ed i nuovi impianti sono dotati di sensori ed integrano nativamente la possibilità di comunicazione di dati di diagnostica (M2M), utilizzo, di geolocalizzazione etc.

Ma come possiamo utilizzare queste informazioni?

L’introduzione delle stesse sposta il focus delle tematiche di customer engagement da un’ ottica principalmente di estrazione commerciale ad una di caring e fidelizzazione, creando un legame più stretto e duraturo con i clienti. Uno spunto interessante sulla tematica in oggetto ci viene proposto da quelli che rappresentano i tool di process monitoring e process mining. Tali tool permettono di raccogliere e monitorare in tempo reale porzioni di uno stesso processo eseguito su differenti backend, anche basati su tecnologie differenti, su di un unico database in tempo reale.

gotta_grafica

Questo tipo di informazioni, sempre combinabili con quelle più tradizionali come dati anagrafici e/o di spending, ci consente di passare ad un tipo di interazione proattiva basata su eventi in tempo reale, superando la mera analisi di ciò che è avvenuto nel passato in termini di interazione con i clienti.

Il risultato di tali azioni potrà risultare difficilmente misurabile in fase di impianto, ma, nel medio periodo, può rappresentare sicuramente un elemento di differenziazione rispetto a quanto consolidato nel corso di decenni di marketing tradizionale.

Questo breve e semplice esempio di utilizzo dei big data ci aiuta a comprendere come la tecnologia possa abilitare la collezione e l’utilizzo di dati estremamente eterogenei nella forma e/o nei contenuti su di un’unica piattaforma. La stessa diventa elemento centrale dell’architettura aziendale e ci consente di pensare a scenari di integrazione estremamente innovativi fino a poco tempo fa non realizzabili per vincoli tecnologici.

 

Fabrizio Gotta
Business Processes Principal Consultant

bottone5

.

 

Tags: ,