Data monetization: gli analytics al servizio della valorizzazione dei dati

Come trasformare i dati in valore in modo efficace e sicuro in una rassegna di soluzioni, use case, progetti, opportunità legate all’utilizzo della data analytics per mettere il valore dei dati al servizio del business [...]
  1. Home
  2. Retail
  3. Data monetization: gli analytics al servizio della valorizzazione dei dati

La sfida di tutte le aziende, anche di quelle che sono ancora lontane dal diventare data driven company, è quella di mettere a valore i propri dati. A prescindere dal settore, dagli strumenti a disposizione, dalle logiche di mercato, sta crescendo il numero di imprese e organizzazioni che considerano come un asset le informazioni in proprio possesso, i dati legati a prodotti, clienti, tecnologie, comportamenti.

È sempre più diffusa la consapevolezza che i dati sono un patrimonio di conoscenza che può generare nuovo valore. Una delle modalità che rappresentano in modo molto concreto e molto efficace questa trasformazione del dato in valore è rappresentata dalla data monetization, un ambito che concentra diverse forme di innovazione e che è la sintesi di diverse competenze e sensibilità a partire dal rigoroso rispetto delle regole, a livello di privacy, di sicurezza e di attenzione agli utenti e alle loro sensibilità.

Data monetization: analytics per la valorizzazione e monetizzazione dei dati

La monetizzazione è una delle forme di valorizzazione dei dati che avvicinano il tema della trasformazione del dato in valore al business. Il presupposto per qualsiasi azienda è quello di considerare i dati come un asset a cui va associata una metodica, basata su infrastrutture, applicazioni, competenze, al fine di mettere i dati stessi al servizio del business, sia in modo diretto sia in modo indiretto.

Sappiamo bene che sono già numerosissime le situazioni in cui i dati sono indirettamente al servizio del business. È grazie ai dati e agli analytics che si ripensano i prodotti, i processi di produzione, le logiche e le metodiche di ingaggio dei clienti, piuttosto che gli stessi modelli di business. Questa dimensione nell’utilizzo strategico e “quotidiano” dei dati attiene all’evoluzione con cui ciascuna azienda e ciascuna organizzazione si muove verso modelli data driven.

Accanto a questa dimensione si sono sviluppate una disciplina e una serie di metodiche che mettono i dati in diretta relazione con il business. In molti casi questa relazione si configura anche in termini di arricchimento dell’offerta corrente verso gli stessi clienti e in termini di ingresso in nuovi mercati, con nuovi servizi.

Data analytics come strumento per la valorizzazione dei dati

La prima e più importante precisazione che si deve fare nel momento in cui si affronta un percorso di data monetization riguarda i dati, ovvero quali record possono essere oggetto di queste progettualità attraverso attività di data analytics. Per un’azienda o per una organizzazione la monetizzazione può essere attuata sull’analisi di proprie basi dati o può essere pensata e realizzata sulla base dell’analisi di un patrimonio di dati (appositamente anonimizzato) fornito da un partner.

Nel primo caso si parla di data monetization o valorizzazione diretta, nel secondo caso si parla di servizi che mettono le aziende nella condizione di disporre di soluzioni di data monetization forniti da “aziende terze”, basate sulla estrazione di conoscenze specifiche, ad esempio nella forma di insights utili alla creazione di nuovo valore (solo come primo esempio: le caratteristiche anonimizzate delle persone che formano la catchment area nel raggio d’azione di un punto vendita).

Analytics per mappare le fonti di dati e creare degli ecosistemi

Per la trasformazione del dato in valore e per considerare o avviare progetti di valorizzazione dei dati occorre disporre di alcuni elementi chiave come la disponibilità di fonti di dati interne o esterne, come la capacità di analytics sui dati o le partnership con attori con queste competenze, come la capacità di agire sul business in funzione degli insight che arrivano dai dati e dunque a livello di processi o di capacità di azione aziendale o dell’organizzazione di sostenere lo sviluppo della conoscenza, oltre a una capacità di gestione e di presidio sui temi della compliance e della privacy su tutta la filiera della valorizzazione del dato

Non ci può essere valorizzazione dei dati se non ci sono strumenti di analytics 

La valorizzazione dei dati passa dalle opportunità offerte dalla data analytics. I servizi di data collection, di data management, di analytics e real time analytics e di data visualization, rappresentano la “cassetta degli attrezzi” indispensabile per concretizzare i progetti di valorizzazione del dato. Per disporre di questi servizi, e in generale della componente di analytics, non è necessario “portarsi in casa” programmatori, soluzioni e piattaforme unitamente a tutte le problematiche connesse alla data collection e al data management. Ci sono servizi e soluzioni che permettono di “entrare nella data valorization e data monetization” con il supporto di imprese partner capaci di mettere a disposizione un servizio completo di tool e di dati a beneficio di specifiche esigenze di business.

Il ruolo e i servizi di Vodafone Analytics

Si colloca in questo ambito il servizio Vodafone Analytics, che permette alle aziende di avere a disposizione delle analisi statistiche di dati anonimizzati, quindi senza nessun riferimento alle persone, dai quali trarre preziosi insights per gli obiettivi di business di ciascuna azienda. Ovvero per permettere una monetizzazione del dato che tiene conto delle specificità di business di ciascuna azienda o realtà.

I tool di Big Data e di Intelligenza Artificiale permettono di effettuare analisi e grazie alla data visualization è possibile disporre di insight che mettono a disposizione delle aziende un livello di conoscenza su nuovi potenziali clienti.

Esempi di analytics al servizio del business

Tra gli esempi più significativi possiamo citare gli insights che abilitano una conoscenza sulle presenze di persone in una determinata area, la pedonalità che caratterizza il perimetro in cui si può valorizzare la presenza di un punto vendita, le tipologie di comportamenti che caratterizzano quell’area, le criticità che possono frenare potenziali clienti ad avvicinarsi o i fattori che possono invece avvicinare i clienti. Allo stesso livello di informazioni sulla provenienza delle persone e sui flussi che caratterizzano quell’area. Il tutto, ad esempio al servizio di figure come i retail manager che possono sfruttare i Big Data, alla ricerca di dati che permettono di definire una offerta specifica da offrire, ad esempio nell’ambito del loro punto vendita potendo contare su informazioni preziose per sviluppare il business o per individuare delle criticità.

Per le Pubbliche Amministrazione questa conoscenza rappresenta a sua volta uno dei principali fattori abilitanti per attuare e sviluppare progetti di smart mobility, per individuare criticità e individuare possibili soluzioni, per disporre di insight preziosi per la gestione della sicurezza, per aumentare la qualità dei servizi ai cittadini o per effettuare scelte relative ai servizi e alla “cosa pubblica” più efficaci e corrette.

Vodafone Analytics lavora su dati (rigorosamente non personali e nel rispetto delle normative sulla privacy) prodotti dalla Giganetwork Vodafone 4G e 4.5G, dati che sono anonimizzati, aggregati e analizzati in modo da rappresentare l’universo dell’intera popolazione.

Si parla di 25 miliardi di posizioni georeferenziate che passano dalla Rete Vodafone e che sono trattati sulla base di un rigoroso processo di Privacy-by-Design.

Gli use case del mondo analytics per concretizzare i progetti di valorizzazione dei dati

Oltre a quelli citati, Vodafone Analytics si presta a generare nuovo valore in una serie di ambiti a partire dal mondo dell’advertising e della comunicazione mettendo a disposizione informazioni di supporto al posizionamento geografico dei punti di contatto per la comunicazione con la clientela, così come alla scelta dei messaggi pubblicitari più appropriati in funzione del profilo del tipo di potenziali clienti/persone che frequentano una determinata area.

Il mondo dei trasporti e della logistica può essere servito sia per la parte legata alla gestione delle criticità legate al traffico che attengono ai temi della smart mobility e sia per disporre di informazioni sempre più preziose sui temi dell’impatto ambientale. I dati sulle presenze di pendolari o viaggiatori in una determinata area in funzione degli orari permette di calibrare in modo ancora più preciso i servizi, concentrando le risorse quando e dove servono. Nello stesso tempo, anche in ragione dei temi di sicurezza legati al social distancing, la gestione puntuale dei flussi e delle presenze in determinati spazi può trovare in questi dati la possibilità di aumentare efficienza e sicurezza. Il mondo della logistica a sua volta può disporre di dati preziosi per ottimizzare tempi, risorse, qualità del servizio.

Dal punto di vista più “strategico”, per il mondo del retail e della distribuzione in generale il servizio Vodafone Analytics permette di disporre di una conoscenza sulle performance reali e potenziali e permette di gestire le scelte di sviluppo, evoluzione, cambiamento con la massima conoscenza possibile in termini di criticità e opportunità in funzione dei flussi legati alla presenza di persone.

Il rispetto della privacy è garantito dal metodo adottato da Vodafone, che prevede una informativa verso gli utenti del fatto che i dati generati dalla rete mobile sono anche utilizzati per finalità di analisi e che queste attività sono svolte in forma anonimizzata e aggregata, nel rispetto della normativa in tema di protezione dei dati e di quanto stabilito in merito dal Parere n. 05/2014 sulle tecniche di anonimizzazione del Gruppo di Lavoro ex Articolo 29 per la Protezione dei Dati.

Questo approccio permette di garantire agli utenti che non sia tecnicamente possibile risalire al dato personale e men che meno alla identità delle persone.

Relativamente a questi temi suggeriamo la lettura dei seguenti servizi: 

Pagamenti digitali per i negozi innovativi: come migliorare engagement, servizi e sicurezza

e

Largo consumo: il vantaggio degli analytics per rendere più efficienti procurement e produzione

 

FacebookTwitterLinkedIn