Big data, data science, machine learning, data mining e chi più ne ha più ne metta. Negli ultimi 10 anni l’intera industry del marketing è stata rivoluzionata dai dati: definiscono il cosa, come, chi e ovviamente il perché di tutto quello che facciamo. Ma realmente cosa possiamo farci con tutti questi dati? O meglio, cosa possiamo farci grazie alla Data Science?
L’aspetto più importante della questione infatti non è la disponibilità dei dati – che c’è più o meno in tutte le aziende che operano con strumenti mediamente avanzati – quanto piuttosto la capacità di leggerli, interpretarli e renderli ‘actionable’.
Per fare un esempio, pensate a quanto la politica sia stata influenzata dalla data science: fin dalla seconda elezione di Obama nel 2012 per arrivare ai più recenti scandali di Facebook e Cambridge Analytica, l’analisi dei dati degli elettori sono serviti per orientare meglio la propaganda di gruppi e partiti.
Pensate anche a come il legislatore sia attento a definire la proprietà dei dati e l’utilizzabilità degli stessi (GDPR o anche la Privacy Law della California).
Ovviamente i grandi gruppi della Silicon Valley sono l’eccellenza su tutti questi fronti. La quantità dei dati di Amazon, Facebook e Google sono inimmaginabili e questo permette loro di raggiungere punte di eccellenza assolutamente irraggiungibili per chiunque altro nell’ambito della data science. Lo stesso si potrebbe dire di Microsoft e Apple, che in particolare ha portato, con un particolare approccio ‘differenziale’ alle privacy: il machine learning direttamente in locale su iPhone e iPad con processori dedicati.
Insomma, i dati a nostra disposizione sono sempre di più e quindi si è evoluta grandiosamente la scienza che li interpreta.
Questo è proprio il compito primario del Data Scientist, che è diventato il lavoro più cool del momento (forse meglio perfino dell’influencer) e si sono moltiplicate le piattaforme di monitoraggio e analisi dei dati. Cosa c’è di meglio che parlare direttamente con un data scientist per capire qualcosa di più? Riportiamo di seguito le domande e risposte dell’intervista a Giulio Rosati, founder di W-Mind, società specializzata nella data science.
Giulio, raccontaci qual è il tuo background e come sei arrivato a occuparti di Data Science.
Ciao! Ho lavorato per due anni come product manager in L’Oréal a Milano. Venivo da un percorso di studio e lavoro tra Silicon Valley (Berkeley), Cambridge e Londra. Quando ancora lavoravo in L’Oréal ho iniziato a discutere con Francesco (il mio socio) che stava completando il suo dottorato in algebra dell’impatto della data science sul mondo del marketing. Abbiamo capito che il marketing stava per subire una rivoluzione totale e che c’era un opportunità per noi di contribuire a questo cambiamento. Nel 2017 abbiamo fondato W-Mind con la missione di aiutare le aziende a generare maggior valore dal proprio marketing grazie alla data science e al predictive analytics.
Cosa fate in W Mind esattamente? Qual è la vostra proposta?
Il nostro prodotto principale - Deep Profile - consente di segmentare il pubblico potenziale di un brand e di predire quale tipo di messaggi creativi saranno più efficaci per portare i diversi gruppo di consumatori all’azione. Ad esempio, per il brand Courmayeur Mont Blanc, abbiamo segmentato il mercato del turismo americano in 8 gruppi di consumatori e previsto la creatività più rilevante per ogni gruppo. A ogni segmento di consumatori ha corrisposto un preciso tema di interesse sul prodotto (trekking piuttosto che enogastronomia o relax) e un profilo psicologico-motivazionale che guida la predizione di creatività.
Un altro prodotto di successo è il Predictive Consumer Score, un algoritmo che permette di valutare in anticipo la probabilità che un determinato consumatore compia l’azione di interesse del brand (lead, acquisto, donazione o conversione) se raggiunto da pubblicità.
Questi due prodotti insieme consentono ai brand di attivare campagne marketing digitale (su tutte le piattaforme esistenti) che raggiungono solo i consumatori veramente potenziali con messaggi iper-rilevanti e personalizzati. Nella gran parte dei casi il ritorno sull’investimento generato dall’utilizzo di questi prodotti arriva anche al 350% in più rispetto alle precedenti campagne non data-driven.
Tutti i nostri prodotti sono resi possibili dall’applicazione di tecnologie di machine learning e deep neural networks da parte del nostro team di data scientist - provenienti dalle facoltà scientifiche delle migliori università italiane ed estere. Il processo prevede la raccolta di grandi quantità di dati per il cliente: comportamentali, personalità, motivazioni, desideri, socio-demografico e geografico. I dati vengono poi analizzati dal nostro team per creare le predizioni di creatività e targeting di Deep Profile e Predictive Consumer Score.
Che ruolo ha la creatività in tutto questo percorso? L’umanità, che è fatta anche di emozioni e irrazionalità, può essere letta dai dati? La creatività può avere un ruolo in tutto questo?
La creatività umana è fondamentale in un approccio basato sui dati. Il nostro lavoro è capire quali fattori possono muovere il consumatore all’azione (un aspetto di prodotto piuttosto che un altro, un messaggio razionale, altruistico o emotivo), ma il come sta ancora tutto all’abilità del creativo. Il messaggio più rilevante del mondo non ha grande possibilità di successo se non viene trasformato da una mente creativa in un contenuto emozionante e seducente in grado di penetrare la barriera dell’attenzione.
Tecnicamente, quali aziende possono fare ‘data science’? È appannaggio soltanto dei grandi gruppi o si tratta ormai di una disciplina matura e accessibile?
Nel 2013-14 solo le grandi aziende del mondo tech potevano attivare dei progetti di data science (Google, Microsoft, Facebook, ecc.). Negli ultimi anni grazie alla diffusione di software, algoritmi, metodologie e alla possibilità di lavorare in cloud su computer molto potenti si è abbassato notevolmente il costo dei progetti di data science - un po' come è successo nei primi 2000 con internet. Grazie a questi cambiamenti oggi anche le PMI italiane possono innescare una Data Revolution nella propria azienda e capitalizzare del valore creato dalle nuove tecnologie.
Negli ultimi 10 anni il marketing è cambiato molto grazie ai dati. Come vedi il futuro? Quali sono le industry che verranno rivoluzionate dalla data science?
Il settore che finora ha utilizzato maggiormente (e con enorme successo) la data science applicata al marketing è, non sorprendentemente, quello dei servizi online. Per citare alcuni nomi tra i più grandi Amazon e Netflix. Ad esempio le pubblicità con cui ci raggiungono queste due compagnie sono tutte basate su predizioni sviluppate a partire dai dati. Credo che la prossima grande ondata coinvolgerà tutti quei settori più tradizionali della nostra economia come i beni di consumo, automotive, telecomunicazioni, banking e utilities. La stessa automobile ad esempio può avere numerose sfaccettature: comoda, performante, esteticamente accattivante, magari ecologica o conveniente. Capire in anticipo quale aspetto comunicare (e con quale linguaggio) a quali segmenti di consumatori sarà l’arma vincente del marketing del futuro. I brand che sapranno muoversi in anticipo e capitalizzare su questa imminente rivoluzione saranno i leader del nuovo scenario competitivo.
Grazie Giulio! Per approfondire potete consultare questo post su Arkage, il sito W-Mind o scrivermi via email e twitter (@pazborriello).