Data mining è una delle parole sulla bocca di tutti (va di pari passo con big data, e infatti presto parleremo anche di quella). Il termine in realtà non è così nuovo, così come la sua applicazione in molteplici campi e non solo quindi quello del business. Qui ci occupiamo del data mining dal punto di vista di un marketer e proviamo a capire perché è importante sapere di che si sta parlando. Se sei un perfetto newbie dell’argomento, i prossimi due paragrafi ti rimettono in pari.
Cos’è il data mining?
La traduzione letterale significa “estrarre i dati”, proprio come fa un minatore. Più precisamente, però, data mining è quell’insieme di tecniche che permettono di estrarre conoscenza da grandi quantità di dati, identificando principalmente correlazioni e pattern (ci torneremo). “Ma raccogliere i dati e provare a capirci qualcosa non è sempre esistito?”. Sì, ma non in questo modo. È vero che oggigiorno anche la più piccola delle aziende ha probabilmente salvato da qualche parte quantomeno un file Excel che contiene una serie di informazioni sui suoi clienti, dai dati demografici allo storico degli acquisti. La differenza col data mining si basa sulla tipologia dei dati a disposizione e sulle tecniche con cui le informazioni vengono ricavate. Ed è qui che entra in gioco l’altra parola calda, “big data”.
Cosa sono i big data?
I big data sono quello che dice il nome, moltiplicato per tre: “grandi dati”, ma non solo per la grande quantità di cui se ne dispone, anche per la grande varietà di tipologia e per la grande velocità con cui si possono ottenere. Da dove vengono? Praticamente da qualsiasi parte: dalle ricerche su browser, dai social network, dalle transazioni. Questo significa che i dati compaiono in molteplici forme, dai tweet ai video. Per questo, anche gli strumenti con cui vengono raccolti a quindi analizzati questi dati sono diversi dai database relazionali (strutturati in tabelle) cui siamo abituati. Per analizzarli, il professionista che se ne occupa, il data scientist per usare un’etichetta un po’ generica, avrà una conoscenza approfondita di tipo informatico e dimestichezza con diversi strumenti (ci torniamo anche su questo).
Non sono un data scientist, sono un marketer: dovrei interessarmi di queste cose?
Se ti chiedessero “Non sono un grafico, sono un marketer: dovrei interessarmi di Photoshop?” probabilmente risponderesti dovresti rispondere: “certo che sì”. Ci sono diversi livelli ai quali si può approfondire la conoscenza del data mining, così come si possono soltanto imparare i rudimenti di Photoshop senza diventare graphic designer. C’è una buona possibilità che tra i mestieri di domani ci sia bisogno di figure che siano un ponte tra il mondo del marketing e quello dell’IT, specie sui big data. In ogni caso, quantomeno conoscere ciò di cui si sta parlando è fondamentale già adesso.
Un esempio di Big Data: le infinite informazioni contenute in un tweet
Che opportunità rappresentano i big data per il marketing?
We are drowning in data, but starving for knowledge
È un riadattamento di una frase di John Naisbitt e spiega bene il senso del data mining. È grazie alla conoscenza che deriva dall’analisi di dati altrimenti “muti” che il marketer può prendere decisioni più intelligenti e consapevoli. Di più: i dati sono la chance per il marketing di smarcarsi dalle accuse di non essere sufficientemente “scientifico”.
È tutto qui? No. Nei prossimi articoli vediamo più da vicino quanto è rimasto tra parentesi. Intanto tre consigli di lettura per chi vuole approfondire:
