Una Ricerca Allied Market segnala che la pandemia ha spinto il 72% delle aziende globali a puntare sull'analisi predittiva per la ripresa
Per ripartire nel post emergenza sanitaria bisogna puntare sul digitale, in particolare modo sull’analisi predittiva: un segmento tecnologico che, secondo una recente indagine di Allied Market Research pubblicata su Globenewswire, avrà un vero e proprio boom nel post Covid, raggiungendo i 645,58 miliardi di dollari entro il 2028, con un tasso di crescita annuo del 25,2%. Un trend positivo che interesserà settori trasversali, dal turismo al medicale fino ad arrivare all’edilizia, e che, viste le premesse, potrebbe tramutarsi in un vero e proprio boom. Allied Market Research segnala, infatti, che l'emergenza sanitaria ha spinto il 72% delle aziende a livello globale a puntare sull'analisi predittiva come metodo di ingaggio degli utenti e monetizzazione
L'analista predittivo è la figura professionale che usa le tecniche di 'data mining' quelle cioè che utilizzano dati, algoritmi, statistiche e tecniche di machine learning per individuare la probabilità di risultati futuri basandosi sui dati storici. Sarà una figura sempre più centrale nello scenario post Covid e molte aziende vi ricorreranno per risolvere problemi difficili e scoprire nuove opportunità. I vantaggi di avere un analista predittivo sono molteplici: il rilevamento e la prevenzione delle frodi telematiche e non, un più efficiente uso del marketing e della promozione aziendale, l'ottimizzazione della produzione e della distribuzione. Molte aziende, ad esempio, utilizzano i modelli predittivi per gestire e smaltire le rimanenze di magazzino. Le compagnie aeree utilizzano l'analisi predittiva per determinare i prezzi dei biglietti. Gli hotel cercano di prevedere il numero di ospiti per una determinata notte in modo da massimizzare la percentuale di occupazione e aumentare i ricavi. L'analisi predittiva consente, insomma, alle organizzazioni di funzionare in modo più efficiente.
“Sfruttare l’analisi predittiva -spiega Graziella Di Filippo, ingegnera abruzzese che ha realizzato 'Portale Bonus 110' che sfrutta la predittività dei Big Data per creare una rete virtuale accessibile a tutti, incrociando domanda e offerta- rappresenta senza ombra di dubbio la nuova frontiera della monetizzazione dei dati e può aiutare molte imprese nella ripresa dal Covid".
"Un modello di marketing che si può applicare perfettamente anche al mondo dell’edilizia -aggiunge Di Filippo- ed è per questo motivo che ho realizzato Portale Bonus 110, un progetto unico nel suo genere che si avvale della Folksonomia, ovvero della costruzione di un ecosistema di dati basato su dei Tag, realizzato dagli utenti e che genera un sistema di autovalutazione. Si viene a creare in questo modo un’esperienza collettiva che rappresenta il risultato dei comportamenti e delle azioni degli utenti commesse sul Portale e viene utilizzata per creare la miglior comunicazione possibile allo scopo di aumentare gli iscritti sulla piattaforma con il maggior dettaglio degli immobili registrati dai committenti e fare in modo che tutti abbiano un comportamento virtuoso nei confronti degli altri. Abbiamo registrato una crescita del portale del 300% in soli 30 giorni grazie alla predittività, segno che il modello funziona”.
La produttività, infatti, rappresenta l’utilizzo strategico dei set di dati dei clienti esistenti per identificare i modelli e anticipare i comportamenti futuri, le tendenze di vendita e i risultati di marketing. Le organizzazioni che fanno leva sulle strategie di marketing predittivo, infatti, hanno il 64% di possibilità in più di attrarre il pubblico desiderato: lo ha rilevato un’indagine di Market Insider pubblicata su Fox Business. La raccolta dei dati dei clienti per migliorare i futuri sforzi di marketing non è di per sé una pratica nuova, ma le strategie moderne adoperano algoritmi di apprendimento automatico e di intelligenza artificiale per elaborare volumi di informazioni precedentemente inimmaginabili.
Le aziende che utilizzano questi sistemi, infatti, possono sfruttare i database aggregati dei profili dei clienti e dei fornitori e arricchire i lead, analizzando le prestazioni del programma. L’esempio più lampante è rappresentato dai siti di e-commerce, cresciuti in maniera esponenziale durante il lockdown: +158% secondo un’indagine pubblicata su Cnn. E in Italia, segnala l'Osservatorio eCommerce B2C 2020, sono cresciuti gli acquisti di prodotto (+31%) ma calati fortemente i servizi (-47%). Per cui , quando gli utenti inseriscono un prodotto nel carrello, un modello predittivo fa un analisi che incorpora la storia degli acquisti rispetto ai record anonimi di acquirenti con preferenze simili e suggeriscono il prodotto interessato. Tattica estremamente utile anche in un’ottica B2B.
