Unire le potenzialità di big data e small data: è questa la sfida del futuro. Prima di capire come vincere questa sfida, è necessario definire cosa si intende per big e small data.
La definizione di big data è legata alle tre caratteristiche che il dataset deve avere, ovvero la regola delle 3V:
- Volume: nel dataset devono essere presenti grandi quantità di dati, nell’ordine degli zettabyte;
- Varietà: i dati provengono da fonti eterogenee, quindi hanno natura diversa e non strutturata. Oltre che valori numerici possono essere comprese immagini, parole, video, etc.;
- Velocità: si riferisce alla velocità con cui i dati vengono generati, svolgendo l’analisi in tempo reale.
Una quarta V, Veridicità, può essere aggiunta all’elenco, in riferimento all’attendibilità della fonte di provenienza dei dati analizzati.
Per small data si intende una quantità di dati abbastanza piccola per essere compresa da un essere umano. Il volume di informazioni da processare ridotto rende il dataset informativo e azionabile.
A COSA SERVONO
I big data tipicamente sono utilizzati per capire le correlazioni tra grandi insiemi di dati, trovarne le dipendenze e prevederne i futuri comportamenti. Il punto chiave è quello di trovare un modo corretto per analizzare i dati, selezionare le informazioni rilevanti e da queste trarre delle conclusioni. Queste conclusioni acquisteranno valore per il business solamente se saranno inerenti il business stesso. Partendo da questo presupposto gli small data svolgono alla perfezione questo compito, in quanto sono informazioni che provengono per la maggior parte dall’interno dell’azienda e non dall’ambiente esterno. Da questo punto di vista gli small data possono essere considerati come un dataset con attributi molto specifici, il quale può fornire informazioni più dettagliate e puntuali rispetto alle informazioni che si potrebbero ottenere analizzando una mole di dati maggiore.
Un aspetto da non trascurare è quello relativo alla tecnologia e alle competenze necessarie per l’analisi dei big data, che in molti casi non sono presenti in azienda soprattutto se non di grandi dimensioni. Queste mancanze potrebbero portare ad esiti non positivi, ai quali è possibile ovviare solamente realizzando investimenti adeguati e sviluppando specifiche professionalità. Ne risulta che per molte organizzazioni è difficile trarre dai big data informazioni rilevanti per il proprio business, al contrario gli small data possono essere immediatamente disponibili e fruibili. Ad esempio, possono ricadere in questa casistica tutti i dati presenti nel CRM aziendale. In più gli small data sono focalizzati sul cliente finale con un fit perfetto, rendendo le azioni di data driven marketing ancora più efficaci.
BIG VS SMALL
Date queste premesse nasce spontaneamente una domanda: i big data sono veramente utili alle imprese? Per la loro struttura i big data conserveranno e avranno sempre la capacità di spiegare perché un fenomeno sta accadendo, connettendo fonti e tipologie diverse di dati e trovando un modo per collegarle insieme. Questo approccio consente all’impresa di avere uno sguardo sull’ambiente esterno, per capire i nuovi trend, trovare potenziali clienti e poter formulare nuove proposte di valore. Per capire invece cosa sta accadendo, gli small data sono lo strumento più adatto, poiché permettono di porre maggiore attenzione ai particolari.
Per riuscire a combinare insieme le due tipologie di approccio all’analisi dati nuove tecnologie si occupano di trasformare i big data in dataset più piccoli e maneggevoli, in modo da poter essere facilmente analizzati e organizzati e ricavare informazioni rilevanti. Di fatto, uno dei pericoli in cui si può incorrere nell’utilizzo dei big data è quello di non riuscire ad attuare in tempo le informazioni che ne sono ricavate, rischiando così di avere un impatto negativo sul business.
UN PUNTO DI VISTA DIFFERENTE
Un punto di vista differente sugli small data è quello dato da Martin Lindstrom, consulente di branding e neuromarketing, secondo cui l’osservazione dei comportamenti delle persone, delle loro azioni quotidiane e di routine possa svelare molte informazioni riguardo i loro processi decisionali. Come spiega lo stesso Lindstrom “mentre i big data forniscono una quantità̀ infinita di informazioni impersonali utilizzate per predire gli orientamenti futuri dei business e dei brand, soltanto dati individuali e unici provenienti da singoli esseri umani possono rivelare la verità e portare ad una vera comprensione della realtà”, generando in questo modo indizi emozionali che non riescono a essere prodotti dai big data. Molte volte secondo Lindstrom un’intera popolazione può essere compressa in un piccolo segnale, che diventa sensato solamente se viene contestualizzato secondo i paradigmi culturali a cui appartiene. A supporto delle potenzialità degli small data, secondo Lindstrom almeno il 60 % delle più grandi innovazioni di sempre sono state create con l’utilizzo di questi, dalla creazione di Snapchat sino alla scoperta dei Post-it.
CONCLUSIONE
Dire che i big data hanno perso di interesse e che il prossimo trend rilevante per il business sarà basato sugli small data a mio avviso non è corretto. Il futuro vedrà un’integrazione tra big e small data, dove le lacune di un approccio saranno colmate dall’altro, anche grazie a nuove tecnologie di analisi che renderanno gli strumenti di data driven management sempre più accessibili, permettendo alle imprese di coinvolgere tutte le funzioni aziendali, dalla produzione alle risorse umane, dagli acquisti al marketing.
A tale proposito, al SAS Forum Milan lo scorso 11 aprile uno dei temi discussi, che ho seguito con interesse, è stato l’integrazione dei dati, sia interni all’organizzazione che provenienti da fonti esterne, con il CRM aziendale, al fine di creare strategie sempre più aderenti ai segmenti di clientela, sino al one to one marketing.
