Quando si parla di strategia aziendale nell’era della complessità e dei big data ci si deve muovere verso un foccus ben definito: la data analysis. I Big data sono un asset rilevante per i brand, che devono avere un must: aggregare ed analizzare le informazioni provenienti da più sorgenti e prendere decisioni efficaci.

 

Siamo nell’era della customer experience, il vero driver per i Brand che vogliono creare valore mettendo al centro i propri clienti. I big dati possono aiutare e contribuire nel conoscere meglio il proprio target utenti. Occorre favorire lo sviluppo di percorsi esperienziali personalizzati a secondo di gusti, bisogni e passioni.

Data analysis: che cos’è?

Quando parliamo di analisi dati, ci riferiamo a quella serie di attività necessarie per estrapolare informazioni ai fini di una strategia o di una fase decisionale. Di solito il punto di partenza possono essere dei dati grezzi, che devono essere adeguatamente verificati, normalizzati e aggregati all’interno di un database.

Quando si ha a disposizione una base dati si può procedere a eseguire una serie dci attività che possono essere distinte in: Analisi quantitativa e Analisi qualitativa del dato. Adottando un approccio quali-quantitativo significa muoversi verso un livello di dettaglio interpretativo amplificato, che può raccogliere una serie di attività:

  • aggregazione di sintesi delle informazioni utilizzando ad esempio tabelle o soluzioni combinate come i dashboard aziendali.
  • creazione di relazioni tra dati provenienti da diverse fonti attraverso l’individuazioni di variabili univoche comuni.
  • Sfruttare strumenti come Power Query excel per operazioni di merge, accodamento o unpivot dei dati creando automatismi per le successive analisi periodiche.
  • Fare matching o analisi comparative dei dati rispetto ad esempio a un budget target o rispetto allo stesso periodo degli anni fiscali precedenti
  • Creare scenari futuribili e proiezione dei dati
  • Sfruttare le tecniche di data visualization per dare maggiore impatto ai dati e alla loro interpretazione.

data analysis

Non sottovalutate l’analisi qualitativa del dato

L?analisi dei dati deve avere anche un approccio di tipo qualitativo in modo da individuare e osservare comportamenti o situazioni ad esempio di un certo target di utenti, che sono sotto la nostra osservazione. Spesso soprattutto nell’ambito del marketing, questo tipo di analisi può richiedere un approccio di social collaboration con tutti i player aziendali coinvolti, in modo da favorire un processo di analisi completo.

 

Ricorda:Le ricerche qualitative hanno il compito di comprendere un fenomeno attraverso la definizione dei concetti e delle idee che lo caratterizzano. Il termine qualitativo fa riferimento alla forma in cui sono espressi i risultati, impossibili da rappresentare sotto forma di numeri o relazioni quantitative tra variabili. Fonte focusmarketing.it

 

Quando si procede all’analisi qualitativa del dato occorre focalizzare l’attenzione ad alcuni elementi chiave, come ad esempio:

– comprendere il contesto di riferimento

– comprendere la propria audience di riferimento

– comprendere le diverse interazioni esistenti tra i vari attori del nostro ecosistema.

 

L’approccio dell’analisi qualitativa può essere di due tipi:

1) deduttivo: utilizzato quando si ha poco tempo e quando occorre raggruppare i dati in modo da far emergere similitudini e differenze. In genere questo tipo di approccio si collega ad una fase di analisi quantitativa molto ampia.

2) induttivo: approccio dove l’analisi qualitativa è molto rilevante e di solito è strutturata attraverso l’utilizzo di innovativi modelli di analisi per aggregare i dati e per creare e identificare le relazioni esistenti o possibili.