Se la parola “alternativa” suggerisce di norma la sostituzione di un elemento con qualcosa di diverso, quando si parla di dati alternativi non bisogna pensare a un rimpiazzo, ma piuttosto a un’integrazione necessaria.
Non si tratta di dati esterni in contrapposizione ai dati interni di un’azienda, ma della possibilità per ampliare e potenziare gli uni con altri, idealmente in ogni settore in cui si persegue una strategia data-driven.
Cosa sono i dati interni?
I dati interni sono dati privati o proprietari che l’organizzazione possiede e controlla perché raccolti da sue proprietà (impianto produttivo, sito, CRM clienti, …).
Sono i cosiddetti First Party Data, o dati di prima parte, tutte quelle informazioni di proprietà di un’azienda: spaziano dai dati di vendita a quelli di comportamento online di clienti e utenti alla localizzazione degli store del marchio, dai tempi di produzione dei prodotti all’andamento delle campagne di marketing.
I dati proprietari possono essere strutturati o non strutturati, grezzi o raffinati.
Cosa sono i dati alternativi?
I dati alternativi sono informazioni raccolte da fonti non tradizionali.
Negli ultimi anni, l’aumento dei dati da social, blog, recensioni, dispositivi mobili, satelliti, sensori ha reso disponibili grandi quantità di dati strutturati, semistrutturati e non strutturati: i cosiddetti big data. Questi hanno il potenziale di aiutare le aziende a comprendere meglio i fenomeni che le riguardano e conseguentemente a prendere decisioni basate sui dati, se opportunamente raccolti e analizzati.
La sostanza dei dati alternativi varia da settore a settore.
In ambito bancario, ad esempio, un prestatore bancario può tradizionalmente fare affidamento sul punteggio di credito di un cliente richiedente per valutare il rischio e determinare la probabilità che un prestito venga rimborsato. Quando il richiedente non ha precedenti creditizi, tuttavia, dati alternativi che illustrino la storia del richiedente nell’adempimento degli obblighi finanziari si rivelano informazioni utili. Una banca che includa fonti di dati alternative nella valutazione del rischio per un prestito può anche tenere conto per esempio del pagamento puntuale dell’affitto, di una bolletta del cellulare ogni mese, dell’importo minimo richiesto sulle fatture delle carte di credito.
Dati tradizionali e alternativi: più valore insieme.
I dati tradizionali si caratterizzano per l’affidabilità delle fonti, ma trattano informazioni limitate e spesso non riescono a rispecchiare in tempo reale l’evoluzione di uno specifico fenomento o settore, rendendo difficili previsioni accurate.
L’analisi di dati alternativi è in grado generare insight oltre a quelli che le normali fonti sono in grado di fornire: le migliori performance e quindi le decisioni strategiche più lungimiranti scaturiscono dalla combinazione di dati alternativi e di dati tradizionali.
Riuscire a interpretare le tracce digitali lasciate dalle persone sulla Rete e muoversi con dimestichezza con le fonti dati di terze parti, rimanendo conformi alle esigenze di privacy degli utenti, permette di ottenere informazioni cruciali che sarebbe impossibile ottenere direttamente.
Quando un sistema dipende da più variabili, e alcune di queste non dipendono da noi, ma da fonti esogene, capire e descrivere opportunamente tutti i fattori è il primo passo per modellizzare in modo corretto il suo funzionamento.
Dalla descrizione si passa alla fase predittiva: capire cosa succederà a tutto il nostro sistema al variare di una o più di queste variabili.
Da qui è possibile passare addirittura alla fase di prescrizione, per suggerire alle aziende le migliori decisioni strategiche o addirittura automatizzare alcune azioni in funzione degli output dei modelli.
I dati alternativi sono ad esempio cruciali per il processo di decision making strategico nel mondo Retail: quando si tratta di decidere se aprire o meno un nuovo punto vendita in un centro commerciale. Conoscere in anticipo il potenziale dei nuovi clienti in un determinato luogo è un fattore determinante, ma è necessario affidarsi all’analisi di dati terzi, possibilmente da più fonti, in modo da ottenere una visione più completa.
Oltre agli ingressi rilevati dalle telecamere – che non sempre sono rispettose della privacy e quindi effettivamente utilizzabili – e dai dati satellitari sui parcheggi – che rimangono parziali, perché non tengono conto degli altri mezzi di trasporto utilizzati dai clienti per raggiungere il centro, oltre all’automobile – una miniera di informazioni a cui attingere è quella del numero dei telefoni rilevati nella zona.
Opportunamente anonimizzati, i dati dei cellulari agganciati alle celle in prossimità del centro commerciale riescono a fornire una panoramica fedele dell’effettivo flusso di persone che frequentano il centro commerciale.
Una volta individuato il luogo ideale dove aprire un nuovo punto vendita, è altrettanto importante riuscire a mantenerlo al massimo del proprio potenziale.
Oltre alle proprie azioni dirette di vendita, ogni azienda deve considerare poi anche tutte le controparti terze della rete distributiva: intercettare tempestivamente eventuali elementi di rischio è una necessità imprescindibile per tutelare i propri risultati di business.
Grazie all’applicazione dell’Intelligenza Artificiale ai dati alternativi, la soluzione 3rdEye di 3rdPlace è in grado di anticipare le criticità dei singoli punti vendita non proprietari di un brand, con l’analisi in tempo reale del sentiment dei clienti per ogni categoria di interesse (prezzo, assortimento, personale, etc.)
In questi anni stiamo imparando come la Diversity e l’Inclusion – intese come le pratiche di includere e valorizzare la diversità all’interno di un ambiente di lavoro – siano valori fondanti per la salute e la prosperità di un’azienda.
“Diversi, insieme”: una massima così cristallina da poter essere facilmente traslata in altri contesti, anche più operativi.
Nel caso dei dati, combinare dati tradizionali con quelli alternativi permette di perseguire una strategia realmente data-driven, per una crescita sana della propria azienda.
