Pubblicato il 15 Febbraio 2018Ultimo Aggiornamento: 12 Gennaio 2023

Chi non ha mai sentito parlare di Big Data, probabilmente negli ultimi 20 anni ha vissuto su Marte. O in alternativa su Giove. Perché, a meno di non averli passati in qualche bunker antiatomico senza contatto esterno alcuno, è praticamente impossibile non aver realizzato che sono ormai i protagonisti indiscussi delle imprese, del marketing, del business. Insomma: di tutto ciò che è mercato, commercio. Figuriamoci poi se è e-commerce!

Leggi sulla privacy, politiche sui cookies, discussioni su gps, rintracciabilità, social network, pagamenti online: tutto questo – e molto, molto altro – è Big Data. E, distopie da Grande Fratello a parte (quello di Orwell, non di Canale 5), le imprese e gli e-commerce in particolare hanno capito che se i big data vengono sfruttati al massimo delle potenzialità, il business che riescono a generare ha cifre da capogiro. Per questo la corsa all’analytics è una cosa che, in confronto, la corsa all’oro del diciannovesimo secolo sembra un caccia al tesoro tra ragazzini.

In ballo, del resto, ci sono guadagni anche maggiori.

Dai Big Data allo storytelling

Se i cercatori d’oro del diciannovesimo secolo erano spinti dalla sete di guadagno, le cose non sono poi diverse per gli e-commerce che oggi corrono ad accaparrarsi un analista. Secondo i risultati di un’indagine condotta dall’Osservatorio Big Data Analytics & Business Intelligence, le imprese italiane che hanno assunto un Data Scientist all’interno del loro organico sono il 45% e, per il 43% dei CIO del nostro paese, la data analysis è il primo principale investimento su cui focalizzarsi nel 2018. Perché tanto interesse? Perché, a quanto si legge in questo interessante articolo sull’espansione del mercato dei Big Data

“tra i risultati effettivamente ottenuti spicca il migliorare l’engagement con il cliente per la totalità delle imprese (il 100% degli intervistati), il 91% ha incrementato le vendite, il 78% ha ridotto il tempo che intercorre fra l’ideazione e commercializzazione del prodotto, il 67% ha ampliato l’offerta di prodotti e servizi, il 73% ha ottimizzato l’offerta per aumentare i margini di guadagno, il 56% ha contenuto i costi e il 38% cercato nuovi mercati.”

 

Del resto, è da una lunga esperienza nel settore del marketing che è nata la consapevolezza di Fabio Piccigallo dell’importanza della Big Data analytics: è quando i dati cominciano a parlare e ad indicarti strategie di azione statisticamente sicure, che i risultati concreti cominciano ad arrivare. Non si tratta, quindi, di snocciolare dati per il puro piacere di farlo, è piuttosto questione di utilizzarli per individuare soluzioni che sappiano tradursi in business o, molto più semplicemente, in aumento del fatturato. Se questo è vero per tutti, è tuttavia particolarmente vero per gli e-commerce, che hanno nei dati digitali qualunque informazione che riguardi il loro business. Per gli e-commerce, la digital analytics diventa ciò che supporta e guida la crescita dell’impresa, ciò che la rende possibile. E il compito dell’analista diventa partire dai numeri per individuare i propri prospect e trasformarli in clienti durante il viaggio all’interno del funnel digitale.

“L’abilità di analizzare i dati ed agire sulla base delle risultanze di queste analisi è ormai da molti anni un asset fondamentale per qualsiasi business di qualche rilievo esistente sul mercato internazionale” sostiene Piccigallo in apertura del suo libro. Ed è esattamente da questa consapevolezza che nasce Digital Analytcis per e-commerce.

Digital Analytics per e-commerce: il libro

Quando un argomento è particolarmente “caldo”, i libri che ne parlano si sprecano e la digital analytics non fa eccezione. Le librerie sono piene di volumi più o meno grossi, più o meno interessanti, su come e perché fare digital analytics. Ma Gaetano Romeo, che ha scritto la prefazione di Digital Analytics per e-commerce, crede che questo lavoro abbia qualcosa di diverso.

“Di libri sul mercato che trattano l’argomento, ce ne sono diversi e tutti di ottima fattura, ma quello che a mio avviso differenzia l’approccio di Fabio dagli altri è il suo metodo meno tecnico e molto più strategico: interpretare i dati per costruire strategie.”

 

È questione di coerenza – e forse anche un po’ di lungimiranza: se sostieni che l’analytics non sia finalizzata alle analisi in sé, ma alla crescita del business, poi non puoi scrivere un manuale di analytics che insegni come usare questo o quell’altro strumento e che sia finalizzato, appunto, all’analisi in sé. E Fabio Piccigallo, infatti, non lo fa.

Scrive un libro che anzi fa tutt’altro e lo specifica molto bene nell’introduzione: se stai cercando un libro che ti insegni solo come usare Google Analytics o Facebook Insights, hai sbagliato volume. E la ragione è che non è sufficiente avere e sapere usare strumenti di analitica: ciò che serve è interiorizzare una corretta metodologia di approccio ai dati che sappia giungere ad una lettura utile degli stessi. Digital Analytics per e-commerce, in libreria dal 15 febbraio, è un libro che spiega come impostare correttamente l’analisi dei dati in maniera che sia propedeutica e fruttuosa per gli obiettivi di business. Non insegna ad utilizzare i tool, ma a capire come individuare i giusti KPI, come selezionare i dati più pertinenti, come analizzarli in maniera ottimale.

Che gli e-commerce abbiano bisogno di affidarsi alla digital analytics per ottenere un vantaggio competitivo nel mercato odierno, è cosa ormai assodata. Riuscire a farla correttamente, però, non è così scontato. Digital Analytics per e-commerce è un’ottima guida per chi vuole imparare a tirare fuori valore dalla propria attività affidandosi ai dati. E all’esperienza pluriennale di Fabio Piccigallo, che ha fatto della digital analytics per apportare valore alle imprese, la sua professione

Acquista Digital Analytics per e-commerce su Amazon!

Condividi l'Articolo

Noemi Speciale

Un articolo scritto da Noemi Speciale

Articoli recenti

Categorie

Data Storytelling

Signals always point to something. In this sense, a signal is not a thing but a relationship. Data becomes useful knowledge of something that matters when it builds a bridge between a question and an answer. This connection is the signal. Stephen Few

Ti suggeriamo questi articoli