L'analisi dei dati può fare miracoli. Secondo quanto emerso da una ricerca di PwC, le organizzazioni che si affidano in larga misura ai dati triplicano le probabilità di registrare miglioramenti significativi nel processo decisionale.1 Eppure, il 62% dei dirigenti prende decisioni continuando a contare più su esperienza e consigli che sui dati.2

Perché? Tutti amano fidarsi del proprio istinto e, sebbene sia naturale, non è certamente ragionevole. Oggi, i veri leader in ambito marketing e analisi dei dati ignorano le semplici intuizioni e utilizzano tecnologie avanzate e apprendimento automatico per accedere più rapidamente a informazioni approfondite e passare velocemente all'azione. Le organizzazioni che si sono impegnate a convertire i dati in azioni sono quelle che stanno trasformando le proprie attività.

Progressive, compagnia assicurativa in attività da 79 anni e nota per la sua portavoce fittizia "Flo", è un'azienda nella quale i dati non indicano solo fatti, ma generano azioni. "I dati sono il nostro pane quotidiano", ha dichiarato Pawan Divakarla, responsabile della gestione dati e analisi aziendale di Progressive. "Non sono una persona o una cosa, ma bit e byte virtuali che, però, suscitano in noi un senso di riverenza e quando li consideri in questo modo, li tratti con rispetto".

Sfruttare i dati giusti

È estremamente importante che il rispetto nei confronti dei dati abbia inizio dai vertici. Nella compagnia Progressive e in altre realtà aziendali, il sostegno dimostrato dai dirigenti è un elemento essenziale per far accettare a un'intera organizzazione il valore dell'analisi dei dati. I partecipanti a un recente sondaggio globale condotto da McKinsey3 hanno indicato il coinvolgimento dei vertici aziendali quale fattore che ha maggiormente contribuito a rendere efficace la gestione di dati e analisi.

Tuttavia, accettare un'enorme quantità di dati e ricevere il sostegno dei dirigenti non è ancora abbastanza. Se le informazioni non sono corrette, non potranno supportare decisioni importanti. Le aziende devono sfruttare i dati giusti per scoprire correlazioni specifiche. Solo in quel momento le decisioni aziendali, prese in precedenza in base all'istinto, potranno essere guidate dai dati.

"Ci siamo sempre affidati agli esperti per raccogliere queste informazioni approfondite dai dati", ha affermato Sagnik Nandy, ingegnere emerito di Google. "Un'organizzazione basata sui dati desidera invece che questa operazione venga eseguita in modo automatico" e ora può farlo.

Per scoprire in che modo importanti professionisti del marketing, come Progressive e Macy's, hanno superato le sfide più difficili grazie a una strategia decisionale basata su dati approfonditi, consulta la versione integrale del libro bianco del MIT, "How Analytics and Machine Learning Help Organizations Reap Competitive Advantage".

Concentrare l'attenzione sui dati può essere scoraggiante in un periodo in cui i consumatori pretendono risposte in tempo reale dalle aziende e i brand devono essere presenti nei momenti durante i quali le persone hanno bisogno di informarsi, partire, fare o acquistare. "Tenere sotto controllo il tuo mondo di dati è difficile perché le variabili sono tante" ha spiegato Sagnik. "Bisogna considerare dati applicativi, informazioni raccolte dai sondaggi sui clienti, attribuzione, pubblicità. Ci sono milioni di dati in circolazione".

Il ruolo guida della tecnologia mobile

La tecnologia mobile è solo un'altra origine di dati da integrare per offrire una visione più olistica del customer journey. In tutto il mondo, le ricerche su Google da smartphone superano in numero quelle effettuate da desktop e laptop.4 Inoltre, oltre la metà di tutto il traffico sui milioni di siti web che utilizzano Google Analytics ora proviene da smartphone e tablet.5

Tuttavia, per molte aziende è difficile capire esattamente come gestire e integrare i dati provenienti dai dispositivi mobili. "Le persone pensano ancora alla tecnologia mobile come a qualcosa di diverso", ha dichiarato Sagnik, "ma siamo invece arrivati al punto in cui i dispositivi mobili rappresentano lo status quo".

Fonte: dati di Google Analytics, Stati Uniti, 1° trimestre 2016.

Grazie agli approfondimenti sui dati, Progressive è riuscita a migliorare l'esperienza dei clienti nell'utilizzo dell'app per dispositivi mobili progettata dall'azienda. "Al momento del lancio sul mercato, la nostra app per dispositivi mobili era esclusivamente dedicata alla gestione dei preventivi", ha rivelato Pawan. Il team, però, si rese conto che il desiderio degli utenti di dispositivi mobili andava ben al di là di una semplice acquisizione di informazioni. "Ci siamo detti che, considerato quanto emergeva dai dati, il tentativo da parte delle persone di effettuare acquisti poteva suggerire l'inserimento di un software dedicato a questo scopo", ha spiegato Pawan. "Si è trattato di una vera e propria illuminazione".

Per portare avanti efficaci iniziative basate sui dati come ha fatto Progressive, i dirigenti del settore analisi devono superare le sfide in tre aree: accumulo, analisi e azione. In altre parole, devono essere in grado di integrare facilmente un maggior numero di origini dati, sfruttare tecnologie avanzate per accelerare l'esecuzione di analisi più sofisticate ed estrarre informazioni approfondite che producano un rendimento aziendale migliore.

Attraverso l'utilizzo di soluzioni di analisi, incluso Google Analytics 360 Suite, per integrare origini dati e apprendimento automatico e analizzare la scia di dati costantemente creata dalle persone, le organizzazioni come Progressive possono raccogliere informazioni approfondite più numerose (e più redditizie) e migliorare l'esperienza cliente, spesso senza alcun intervento umano.

"Le persone hanno esigenze estremamente basilari quando si tratta di analizzare le informazioni e l'apprendimento automatico può essere utile a lasciare che si concentrino su ciò che davvero conta", ha sottolineato Sagnik. "Anziché comunicare semplicemente informazioni e segnalare quale sia l'errore, la tecnologia di apprendimento automatico può aiutarti a correggerlo". Ma cosa accade se le cose vanno bene? "L'apprendimento automatico può essere un valido ausilio per sfruttare al meglio ciò che funziona e a farlo automaticamente".

Le aziende come Progressive e Macy's che prediligono i dati alle intuizioni tendono a concentrarsi sulle tre A: accumulo, analisi e azione. Per saperne di più sulle tre A, consulta la versione integrale del libro bianco del MIT, "How Analytics and Machine Learning Help Organizations Reap Competitive Advantage".

Fonti
  • 1 "PwC's Global Data and Analytics Survey", "Big Decisions™", sondaggio globale condotto su 1135 alti dirigenti, maggio 2016.
  • 2 "PwC's Global Data and Analytics Survey", "Big Decisions™", sondaggio globale condotto su 2106 alti dirigenti, maggio 2016.
  • 3 Sondaggio globale di McKinsey condotto su 519 dirigenti in rappresentanza della gamma completa di aree geografiche, settori e aziende di varie dimensioni, settembre 2015.
  • 4 Dati interni globali di Google, ottobre 2015.
  • 5 Dati di Google Analytics, Stati Uniti, 1° trimestre 2016.