Si fa presto a dire Big Data. Ma, nel concreto, a cosa servono? Secondo Assintel, associazione nazionale delle imprese ICT, nel 2020 il comparto ha avuto un giro d’affari di 2,4 miliardi, in crescita del 7,7%. Nel 2022, dovrebbe raggiungere i 2,8 miliardi. Dietro queste cifre ci sono piccole e grandi applicazioni, con un impatto concreto sulla vita di tutti i giorni. Ecco cinque esempi.

1. Il supermercato senza casse

Nel 2022 il comparto dei big data raggiungerà i 2,8 miliardi di euro
Fonte: Assintel

I Big Data consentono una nuova interazione tra mondo digitale e mondo fisico, con soluzioni e vantaggi che riguardano soprattutto il commercio al dettaglio o le strutture ricettive. I dati provenienti dai punti vendita possono infatti aggiungersi a tutte le attività digitali del consumatore: scontrini, carte fedeltà, videocamere, oggetti intelligenti, totem interattivi suggeriscono quale percorso ha fatto, su quali prodotti si è soffermato, quanto tempo ha speso tra gli scaffali. Non solo marketing: l’analisi dei dati in tempo reale apre le porte ai supermercati senza casse. Si entra, si prende il prodotto e si esce senza fare la fila, perché il punto vendita riconosce gli articoli, il cliente e gli strumenti di pagamento a cui è associato.  

2. In streaming come dal sarto

Una delle leve per il successo di un servizio digitale è la personalizzazione. Grazie ai Big Data, si possono estrarre informazioni da molte fonti diverse e trattarle per creare un’esperienza su misura. Ciascun utente diventa unico, non più membro di un piccolo o grande gruppo. Le applicazioni potenziali sono sconfinate. Grazie all’analisi dei dati, ad esempio, le piattaforme di e-commerce consigliano prodotti che potrebbero piacere all’utente. Discorso simile per le piattaforme di streaming: raccomandano serie tv e film in base alle visioni passate e alle altre tracce digitali dello spettatore.   

3. Città più sicure

I Big Data offrono molto anche per le Pubbliche Amministrazioni. Il concetto di smart city si fonda sulla raccolta di dati per far evolvere i servizi. La città intelligente non è quella più tecnologica ma quella che usa la tecnologia per migliorare la vita dei cittadini. I dati sono (e saranno sempre più) utili per ridurre incidenti e traffico stradale. Non solo: un’analisi che individui una correlazione tra zone della città e reati commessi può aumentare la sicurezza. È la base per studiare possibili contromisure, come ad esempio un maggior presidio delle forze dell’ordine quando e dove c’è maggiore probabilità che si verifichino reati.

4. Costruire il puzzle della mobilità

Una parte essenziale delle smart city, che merita un’attenzione particolare, riguarda la mobilità. L’analisi dei flussi (di persone e mezzi) permette di progettare un trasporto pubblico efficiente, studiato in base alle esigenze dei cittadini. O di ottimizzare l’efficienza delle flotte aziendali. Le società pubbliche possono poi collaborare con le imprese private per promuovere la cosiddetta multimodalità. Bus, metro, bici, auto private o in condivisione, taxi e monopattini si incrociano per consentire ai cittadini una mobilità flessibile ed efficace. È un po’ come se, oltre a tracciare una mappa, la si dovesse ricostruire in un puzzle. I dati, conoscendo snodi e flussi, sono lo strumento che permette di trovare gli incastri giusti.  

5. In ascolto dei clienti 

La cura dei clienti (prima, durante e dopo l’acquisto) è fondamentale. L’analisi delle interazioni avute in precedenza, i commenti online, le domande più frequenti contribuiscono infatti a migliorare il funzionamento di applicazioni come assistenti virtuali e chatbot, ma anche il lavoro dei call center. Estrarre informazioni da una conversazione non è semplice, perché di mezzo non ci sono solo numeri e azioni ma anche parole e contesto. Sistemi evoluti di speech analytics (i processi che analizzano le conversazioni) permettono di individuare i problemi più ricorrenti e i temi più sensibili. Si possono così fornire risposte più efficaci e persino anticipare le esigenze degli utenti. Sempre più spesso, la responsabile della “prima accoglienza” sarà un’intelligenza artificiale, per reagire in modo più rapido alle richieste di routine e lasciare agli operatori il compito di risolvere le questioni più intricate.