Data Analytics: Perché è così importante?

L’importanza dei microdati: la data analysis

Prima di cominciare qualsiasi progetto è necessario raccogliere informazioni, e questo vale per il design di un logo, per il progetto di un nuovo sito web o qualsiasi altro strumento di comunicazione.
E’ la fase progettuale dell’analisi, quella in cui si entra in contatto con il cliente e si crea quell’insieme di relazioni che porteranno a definire in maniera corretta la soluzione al “problema”.

In questa fase è strategica la “raccolta dei dati” ovvero quell’insieme di azioni che ci permettono di capire il contesto nel quale stiamo per andare ad inserirci.

Ma, al giorno d’oggi dove sono questi dati?

La maggior parte delle azioni delle persone avvengono per un input emotivo, dettato ad esempio da necessità o curiosità. Questo comportamento è lo stesso sul web e si compie portando inevitabilmente gli utenti a compiere scelte che lasciano delle tracce sparse per la rete. Tracce che, grazie ai sistemi di tracciamento, consentono alle piattaforme di capire “chi” ha interagito con “cosa”.

Google Analytics, banalmente, è uno dei software che intercetta questi dati. La sua versione free è utilizzabile da chiunque abbia un sito web (qui potete trovare un approfondimento specifico su cos’è Google Analytics e le sue funzionalità). E’ uno strumento in grado di analizzare i dati provenienti dal sito web sul quale è installato per raccontarci come si comportano gli utenti quando visitano questo sito.

Ma parlare di Analytics non significa parlare solo di Google.

Ogni singola azione, dalla scelta di un prodotto su un e-commerce, alla lettura di una ricetta su un sito dedicato fino alla richiesta di amicizia sui social o lo stesso inserimento del numero di cellulare di un amico nella nostra rubrica dello smartphone viene analizzata e codificata.
Ognuna di queste azioni compongono quelli che sono chiamati microdati. I microdati sono la linfa del nostro sistema di marketing contemporaneo.

Non meraviglia quindi che ci sia grande attenzione da parte delle aziende per queste informazioni (e che, fortunatamente, ce ne sia altrettanta dal garante della Privacy). Questi dati valgono parecchio e le aziende se li contendono per “generare lead” ovvero accrescere la propria fetta di mercato acquisendo nuovi clienti.
Le aziende di marketing hanno software specifici per intercettare questi dati o anche solo analizzare alcuni settori: questi strumenti vengono generalmente definiti come analytics.

Per capirci, la big data Analysis è il processo di applicazione sistematica di tecniche statistiche e/o logiche per descrivere e illustrare, condensare e ricapitolare e valutare i dati.

Ma a cosa serve la data analysis?

Queste attività vengono svolte con diversi livelli di approfondimento e coinvolgono alcuni Enti statali, gli Istituti di statistica, Università, le agenzie di marketing specializzate e, in minima parte anche le agenzie di comunicazione come la nostra.
In base alla mole dei dati ed agli obiettivi di indagine le competenze coinvolte quindi sono molto diverse e ramificate. Cosa non meno importante è l’iter metodologico entro il quale l’analisi dei dati si inserisce. Non basta analizzare qualcosa se non sappiamo cosa stiamo analizzando. Ecco che quindi l’analisi si colloca in questo panorama della gestione della questione “dati”.

1) Selezione dei dati
La selezione dei dati è definita come il processo per determinare il tipo e la fonte dei dati appropriati, nonché degli strumenti idonei per raccogliere i dati. La selezione dei dati precede la pratica effettiva della raccolta dei dati. Il processo di selezione dei dati idonei per un progetto di ricerca è fondamentale e molto delicato in quanto può influire sull’integrità dei dati e quindi sui risultati.

2) Raccolta dei dati
La raccolta dei dati è definibile come il processo di raccolta e misurazione delle informazioni in base a variabili di interesse, in modo da rispondere a domande di ricerca dichiarate, testare ipotesi e valutare i risultati. La componente di raccolta dei dati della ricerca è comune a tutti i campi di studio, comprese le scienze fisiche e sociali, le scienze umane, gli affari, ecc. Se nella comunicazione tradizionale ci si può affidare ad esempio a questionari stampati o interviste telefoniche nel web marketing ci sono software specifici che generalmente si occupano della raccolta dei dati.

3) Gestione dei dati
La gestione dei dati è il processo per garantire che i dati di ricerca siano archiviati, mantenuti o eliminati in modo sicuro durante e dopo la conclusione di un progetto di ricerca. Questo include lo sviluppo di politiche e procedure interne alle aziende che si occupano della gestione. Tutta la questione del GDPR, che riguarda, ad esempio la gestione dei banner di accettazione dei cookies sui siti web, fa parte di queste necessità.

4) Analisi dei dati
L’analisi dei dati rappresenta una serie di procedure con le quali si ottengono indicazioni di comportamento dai dati in grado di “distinguere il segnale (il fenomeno di interesse) dal rumore (fluttuazioni statistiche) presente nei dati”.
Il “segnale” è l’informazione che ci serve per compiere determinate scelte strategiche mentre il rumore andrebbe semplicemente ignorato.
E’ chiaro quindi che l’analisi dei dati non è un’azione semplicistica di mera interrogazione dei software ma è una disciplina che necessita di vedere affrontate una serie di questioni imprescindibili.

5) Visualizzazione ed esposizione dei dati
La pubblicazione e il reporting dei dati è il processo di visualizzazione ed esposizione dei dati raccolti. A nessuno interesserebbe vedere un listato di dati se questi poi non fossero graficizzati per comprenderne il senso. La pratica di garantire l’integrità della ricerca è rilevante in tutte le fasi dell’indagine della ricerca, dalla prima concettualizzazione, progettazione, implementazione, fino all’analisi. Questa pratica si estende anche alla fase di documentazione e preparazione dei risultati per la pubblicazione.

6) Controllo della proprietà dei dati
La proprietà dei dati si riferisce sia al possesso che alla responsabilità delle informazioni. Come detto, la proprietà implica potere oltre che controllo. Il controllo delle informazioni include non solo la capacità di accedere, creare, modificare, impacchettare, trarre vantaggio da, vendere o rimuovere dati, ma anche il diritto di assegnare questi privilegi di accesso ad altri.

La Web Analytics

In tutto questo è chiaro che emergono due questioni fondamentali, la quantità e la qualità dei dati raccolti. Questa è la differenza tra le statistiche di un sito web e la web analytics: nel primo caso parliamo di “numeri”, nel secondo del perché questi numeri vanno in una certa direzione.
Tools come Google Analytycs o Facebook Analytics ci aiutano ad avere indicatori (KPI) con i quali parametrizzare il comportamento dei dati per definire degli obiettivi che siano misurabili e realistici. Ci sono metodi molto diversi tra loro per intercettare il comportamento degli utenti online: dalle mappe di calore, dove appositi software visualizzano con il colore le zone maggiormente visitate di una pagina web, alle registrazioni delle sessioni degli utenti fino ad arrivare agli A/B test per provare quali annunci, banner o copy siano più efficaci per perseguire un determinato obiettivo.

I dati infatti non devono rimanere fine a se stessi: il nostro obiettivo è quello di utilizzarli per modificare le nostre azioni in modo che questi dati prendano, nel tempo, la “direzione” prefissata.

Michele Scarpellini
DIRETTORE CREATIVO