Big data e social media monitoring: linguaggio condiviso e produzione di senso

Non ero mai stata ad Amburgo prima di questo lunedì e vorrei davvero scrivere che sono state le differenze con l’Italia ad impressionarmi, ma in realtà sono le analogie che ho trovato che mi hanno confermato quello che ormai dico da mesi e mesi (una sorta di mantra che continuavamo a sentire al MIT): i big data e la capacità di analizzarli correttamente rappresentano la vera grande fonte di informazioni, strategie e lavoro dei prossimi mesi.

Sì lavoro, dal momento che la figura del data scientist – questo ibrido scientifico-umanista – diventa centrale nei processi aziendali e nella costruzione di una efficace strategia di marca.

E’ di questo che ho parlato ad Amburgo durante il mio keynote al Digital Marketing & Media Summit, ed è lì che mi sono resa conto che quando si parla di big data e di monitoring, indipendentemente dal Paese in cui ci si trova, si parla comunque una lingua comune.

Il Summit era supportato da vari sponsor che producono principalmente piattaforme dedicate al Social Media Monitoring (tra questi Brandwatch, TalkWalker e BuzzRank), ma soprattutto – al di là degli spazi di conversazione e conversazione – il Summit è stato un luogo per me rivelatore. Di tendenze, di strategie, di azioni che hanno trovato nelle case histories presentate – quasi tutte di terra germanica – una loro forma concreta.

Concretezza è forse la parole che meglio fa il paio con big data, insieme a difficoltà: di processare questi dati e di trarne degli insights effettivamente applicabili.
Non è difficile, infatti, raccogliere conversazioni online e dati (anche economici) legati alle proprie attività aziendali, neppure lo storage rappresenta più un grande problema.

La domanda comune invece resta invariata: cosa facciamo con questi dati ora che li abbiamo raccolti? Come ho scritto qualche tempo fa, credo sia possibile identificare tre ondate di “social consciousness”.

In un primo tempo l’atteggiamento aziendale prevalente era quello fatalistico: “Se tutti i miei competitors sono sui social perché non dovrei essere presente anch’io?”. Spesso dietro atteggiamenti di questo genere si celava una generale sfiducia nel mezzo ed una certa diffidenza nei risultati che avrebbe potuto generare a livello di impatto sui brand.

Poi venne il social CRM e si cominciò a capire il vero senso di certe pratiche e ad accordare un forte valore alle potenzialità di engagement generate dai social media: la seconda ondata è dunque quella che ha condotto alla consapevolezza che i social media sono degli “abilitatori di relazioni”.

Da circa tre anni è avvenuto un ulteriore salto che ha aperto la terza “social consciousness wave”: Gatorade, Dell, Intel in Usa hanno dato vita a dei Social Media command center, mentre i KPI e gli analytics legati ai social sono stati oggetto di numerose riflessioni ed applicazioni in termini di modelli di valutazione.

Finalmente un processo che era stato fino a quel momento lineare, trovava la sua realizzazione in un incontro tra la disponibilità crescente di dati legati alle interazioni online e la capacità di analizzarli che – per quanto rapida – non era (non è tutt’ora) tale da poter stare al passo con la crescita esponenziale dei dati da analizzare.

Contemporaneamente, allora, è cresciuta la sensibilità intorno al tema del Social Media Monitoring e lo ha fatto a tal punto che si è passati da un generale consolidamento dei KPI quantitativi ad una fase più matura di analisi degli stessi che volge verso l’ambito qualitativo.

E’ il momento in cui, insomma, la misurazione comincia a diventare strategia ed il monitoring diventa pare integrante del modo di pensare aziendale. Almeno, così dovrebbe essere. Si dà allora maggiore rilevanza all’analisi delle reti che emergono dalle conversazioni, ai loro risvolti di carattere netnografico ed in generale alle potenzialità che i big data hanno nell’osservazione e previsione dei comportamenti degli utenti.

Non è un caso se i predictive analytics trovano attenzione ad esempio in attività accademiche come quelle del gruppo di Human Dynamics al MIT Media Lab. Al fronte, infatti, di un’aumentata capacità di collezionare e ordinare dati, emerge una maggiore necessità di trovare persone in grado di dare loro un senso e di fare dialogare i dati con le aziende.

Così ad Amburgo è emerso che il monitoraggio non rappresenta una semplice espansione delle attività aziendali ma in qualche modo è parte di esse ed è al di sopra dei silos autonomi rappresentati da comunicazione, marketing, vendite, etc.

Il Social Media Monitoring può insomma diventare concretamente un produttore di senso:

  1. senso che parte dai dati
  2. senso che va verso le strategie aziendali e le influenza
  3. senso delle relazioni create dai Social

Quando l’ho detto al Summit annuivano tutti. Sembrava che stessimo guardando in una sola direzione. E la stessa cosa si è verificata ieri – durante un panel dedicato alla Social TV durante la Social Media Week di Torino.

Ero lì per parlare di Socialtainment, di pratiche d’uso, di second screen. Sedevo con RAI, Mediaset e Sipra. Ma quando è venuto fuori il tema big data, quando si è concretamente cominciato a parlare di necessità di trovare una matrice comune di azione per la raccolta e l’analisi dei dati generati dalle interazioni online, di nuovo magicamente abbiamo parlato tutti la stessa lingua.

Big data. Big analysis. Big challenge. Big predictions.

Big topic, senza dubbio. Ed era anche ora.

 

Facebook Comments

28 COMMENTS

  1. Forse sono troppo visionario, ma credo che tra un po’ assisteremo ad una 4° fase quando strategia e politiche aziendali saranno derivate dalle analisi predittive ovvero monitoring and prediction analisys saranno le politiche aziendali. In fondo sarà un modo diverso di tornare all’antico “cosa ci dicono i dati?” che abbiamo sempre sentito nelle decision rooms

  2. Concordo pienamente Fabrizio,
    anzi quella dovrebbe essere la fase di maturazione di questo processo che però presuppone un cambio profondo di mentalità all’interno delle aziende.
    Necessita di un approccio collaborativo tra le varie funzioni, di condivisione anche di dati e ricerche.
    E’ un cambiamento radicale, ma sarà quello veramente strategico e competitivo nei prossimi anni.
    Già oggi esistono realtà come Concentric ROI che realizzano modelli predittivi coniugando analisi online e risultati e ricerche offline.
    Mi sa che ad essere visionari siamo in due…

  3. Ciao Emanuela,
    finalmente qualcuno che parla, in Italia, di Big Data … volevo chiederti se conosci piattaforme free, da provare e testare, al fine di intercettare conversazioni utili, magari per settore … c’ é qualcosa di pratico e funzionante? Che approccio consiglieresti ad un’ azienda che decidesse di investire in questa direzione?

    Grazie
    Ciao
    Guglielmo

  4. Ciao Guglielmo,
    se può consolarti ne parlo da tempo ma finalmente a quanto pare c’è anche chi ascolta 🙂
    Sul fronte analisi ci sono davvero moltissimi tools.
    I principali players del mercato restano comunque Radian6 e Sysomos al momento (più indietro c’è anche Alterian).
    Io sono parecchio innamorata del primo, ma quelli che ho testato in Germania (Brandwacth soprattutto) e di cui dicevo sopra sono più che validissimi, soprattutto dal punto di vista dell’addestramento delle macchine e quindi della possibilità concreta di definire regole e condizioni.

  5. Allora mi sono perso diverse conversazioni 😉
    I prodotti che hai citato sono immagazznatori di dati (mega database) oppure sviluppano analisi in base ai dati raccolti?

    Grazie

  6. …sto qui per quello, tranquillo! 🙂

    Sono tools che crawlano – a partire da indici proprietari che di solito è comunque possibile arricchire – le conversazioni che avvengono su blog, news websites, Twitter, Facebook, YouTube, aggregatori, forum in base a set di keywords e/o filtri stabiliti dall’utente.
    Lo storage è gestito direttaemtne da loro.

  7. Un articolo ottimo direi Emanuela, compliments!

    Come vedi il futuro del rapporto tra mente umana e strumenti di analisi dei Big Data?

  8. Grazie Daniele!

    La chiave, secondo me, è in quel che dicevo anche a Guglielmo: la potenza degli strumenti di analisi è tanto migliore quanto più questi vengon addestrati da chi ci lavora.
    La creazione di regole, condizioni e processi consentita da questi tools si traduce in capacità di processare i dati in modo più rapido ed efficace.
    Potrebbe sembrare un discorso valido solo per i singoli casi specifici degli utenti, è invece uno dei campi su cui si sta maggiormente studaindo e ricercando (come ha detto pentalnd – capo di Human Dynamics al MIT media Lab – la big data challenge richiede: big algorithms, big machine learning e big understanding.
    Più un tool è addestrabile più la sua potenza di analisi può migliorare.
    Il futuro, quindi, è nell’ibridazione tra componente umana e strumenti.

    Tu che ne pensi?

  9. Miei Plus e miei Minus:

    – Plus: sono quelli che hai ben esposto tu, elementi ibridi tra uomo e macchina inizieranno a comparire molto prima di quanto crediamo (durante mio viaggio al MIT nel 1999 stavano progettando cose uscite per il grande pubblico circa 4-5 anni dopo). Non mi stupisco se lì si sia davvero molto ma molto + avanti.

    – Minus: la componente umana tende a scomparire, sommersa dai dati e da una omnipresenza del presente. Mi spiego meglio: in tutti noi il Presente sta sostituendo il Passato e in parte anche il desiderio del Futuro. Il Passato è un Passato/Presente, e il Futuro è un Presente/InArrivo.
    Il Presente si dilata per interagire al meglio con gli strumenti che fanno del Presente la base di tutta la loro esistenza, e lasciamo indietro qualcosa: le nostre emozioni, sempre + influenzate e governate dal Digitale.

    L’altro giorno Arianna Huffington mi ha detto a precisa domanda: non pensa che gli strumenti mobile e più in generale tutto ciò che è legato ad internet conti troppo nella vita delle persone?
    – Risposta: non lo penso solamente, ma ne sono sicura. E’ estremamente importante che le persone imparino che senza disconnettersi dal mondo virtuale per diverse ore al giorno, a cominciare da quando si deve andare a dormire per garantirsi le giuste ore di sonno, la vita reale viene sostituita dalla vita virtuale, di cui si diventa gioco forza dipendenti. Paradossalmente, conta di più che una persona ad esempio si metta a preparare il pane piuttosto che rimanga sempre con il proprio smartphone accesso a controllare i messaggini che riceve. E’ un dato di fatto: purtroppo quasi tutti, e in particolare coloro che sono al lavoro su questo campo, soffriamo di una iperconnessione; questo squilibria le nostre vite, e va in qualche modo risolto, se vogliamo stare bene.

    Io la penso esattamente come lei, è questo il rischio che tutti noi corriamo di più, lo possiamo vedere ovunque sul web a tutti i livelli.

    Massima attenzione direi sul tema, è qui che si decide la partita della mente del futuro.

  10. Il “big understanding” a cui fa riferimento Pentland – e che condivido – è esattamente quello di cui dicevo nel post, cioè la necessaria capacità di comprensione di trasformazione in strategia che solo le persone hanno.
    Non solo, ma l’iperconnessione non è necessariamente un male, non quando le azioni e le conversazioni di cui siamo parte e che possiamo monitorare contribuiscono a rendere migliori prodotti, attività, strategie che sono poi direttamente rivolti agli utenti.
    Aggiungo: una buona analisi predittiva tiene conto dei comportamenti degli utenti, del loro viaggio, del loro (dis)aggregarsi continuo intorno a topic, interessi, persone.
    Il vero senso di queste analisi non può prescindere dall’elemento umano.

  11. La discussione sta diventando interessante .. resto molto terra terra, per ora e non appena riesco, provo “Radian 6” … a proposito, come funziona, se funziona, per la sentiment analysis?

    Grazie ancora Emanuela 🙂

    • Guglielmo in italiano la sentiment analysis automatica è un dramma: la percentuale di accuratezza – parlo in generale, non solo di Radian6 – è sempre tropo bassa (non più del 70% IN MEDIA).
      Troppo poco per essere affidabile… 🙁

  12. Spiacente zac, ma il social media monitoring non può diventare un produttore di senso.
    A parte che lo sai, a me questa frase fa impressione, perchè nei dati le strutture ci sono già, si tratta di imparare a riconoscerle, appropriarsene in termini di conoscenza ed usarle, ma non costruirle. Sarebbe antiscientifico.
    Sarebbe altresi fuorviante perchè significherebbe attribuire a soggetti diversi ed ai loro obiettivi egoistici (le aziende e i loro obiettivi) la descrizione di fenomeni rispetto ai quali essi sono nel migliore delle ipotesi parte coinvolta attivamente, ma spesso neanche.

    So: biga data, big analysis, big challenge but beware to the induction’s mistakes, for the big predictions … si son fatti male in tanti negli ultimi 2000 anni, ed hanno provocato molti danni.
    ciauz

    Dep

  13. Ciao Ros,
    parlo di costruzione di strategie a partire dai dati e di modelli per interpretarli (che è poi quello che faccio tutti i giorni).
    Come ho scritto chiaramente:
    – senso che parte dai dati
    – senso che va verso le strategie aziendali e le influenza
    – senso delle relazioni create dai Social
    La soggettività a cui fai riferimento dovrebbe allora precludere il senso di ogni analisi che cerchi di interpretare dati che – volenti o nolenti – sono anche il frutto dell’interazione di utenti e aziende.
    Ho visto applicare i modelli predittivi e ne ho visto i risultati…concreti, misurabili, scientifici (MIT ed Icosystem per citare un paio di riferimenti). Credo fortemente nelle potenzialità di queste analisi. Lo dico da mesi che quello dei big data è prima di tutto un approccio.
    Tra il dire e il fare, preferisco il fare e per fortuna di possibilità di sperimentazione ce ne sono parecchie.

  14. Zac, che fai, mi dai ragione riusando le tue parole e ribaltando le mie? 🙂 Non ho detto che le aziende non possono fare misure, ho detto che secondo me è pericoloso dire che su quelle misure bisogna costruirci qualcosa che va al di là degli obiettivi aziendali e quindi attribuirgli un plus che non hanno. Un conto è prendere i kpi di fb e costruirci sopra una strategia (… e i kpi non te li inventi tu, ma te li dà fb e sono costruiti sopra le sue strutture). Non c’ è un senso da costuire, ma conoscenza da consolidare e strategie da realizzare.
    Per quanto riguarda i modelli predittivi, li uso da parecchio (ad esempio la mia previsione sulle quotazioni di facebook è andata bene, e anche la formuletta di twitter funzionaa bene) è proprio per questo che dico di stare attenta, ma se non vuoi, non ti ci posso mica obbligare 🙂

  15. Ragione?
    Continuo a sostenere quello che ho scritto nel post.
    Mi sa tanto allora che ti sfugge il senso del post o che, forse, abbiamo obiettivi diversi: io credo nel fatto che si possano correlare ulteriori elementi oltre a quelli offerti già dai tools e dagli insights.
    Elementi che aiutano a creare strategie a fare predizioni, non solo a spiegare l’esistente.
    Siamo un bel po’ più in là rispetto ai casi di cui ti sei occupato, è un quadro ben più ampio (va a vedere cosa fa Concentric ROI e quante variabili rientrano nei loro modelli).
    Ma se non vuoi capire non ti ci posso mica obbligare! 🙂

  16. Bellissimo articolo. Credo che l’essenza di tutto dia come risultante la fusione di diversi settori aziendali, oggi parzialmente isolati, in un unico nuovo elemento aziendale. Non esiste ancora, non ha un nome, ma come hai rilevato dal summit già prima di nascere ha tanti padrini pronti a tenerlo a battesimo.

    …e finalmente il commerciale e il community manager faranno pace.

    • …si spera di sì Giovanni! 🙂
      L’idea comunque è che i social Media Command Centers siano in qualche modo al di sopra delle varie divisioni: questo basterà a convincere tutti dell’importanza della condivisione?
      Speriamo davvero…

  17. Il lato umano è cruciale, lo dicono anche qui http://blogs.hbr.org/cs/2012/09/big_datas_human_component.html?cm_mmc=SocialHub-_-3271-_–_-5260246129646579431. Qualsiasi dato deve essere capito e contestualizzato e ci deve essere poi la volontà di cambiamento. Come ho scritto sul mio blog, la tecnologia può cambiare l’organizzazione se…l’organizzazione lo permette! http://internetmanagerblog.com/2012/02/06/come-la-tecnologia-puo-migliorare-la-vostra-organizzazione-enterprise-2-0-e-strategia-digitale/

    Il punto che ancora oggi si leggono a stento i dati di google analytics e che sui social ci si preoccupa di pompare il numero di follower e fan con profili finti, che non aggiungono valore.

  18. Emanuela, speranza che avate un soggiorno molto interessante in Germania?
    Il mio italiano è molto male, so I will switch to english…:-(
    I work at talkwalker and just wanted to provide you a small list of the strengths of our solution:
    1. Easy setup
    2. Easy in operational for bringing quality into the results
    3. Fast Reporting to Powerpoint
    3. Open platform for integration into business processes
    4. Best data in european languages and no costs for adding new sources

    If anybody wants to test our solution, just contact us through our website, mail, twitter (@kristophe) or facebook.

    Un bel fine settimana,
    Christophe

  19. Ciao Emanuela, hai mai provato il prodotto di IBM BigInsights o ne hai mai sentito parlare? Cosa ne pensi?

      • Si, ho iniziato a studiarlo da qualche mese. installato, configurato, testato come performance e stabilità non mi preoccupa. Abbiamo fatto prova si social media analysis e log analysis. Per come la vedo, il problema su cui mi scontro è convincere un cliente in Italia a utilizzarlo, convincere il marketing a lavorare assieme per definire le chiavi da analizzare che possono essere utili

LEAVE A REPLY

Please enter your comment!
Please enter your name here