Data-Driven e l’importanza dell’interpretazione.

I dati sono fondamentali per prendere decisioni e le soluzioni Data-Driven sono senza dubbio quelle che hanno maggiori probabilità di avere successo.

Il problema di oggi è che in tanti ancora non capiscono il valore delle informazioni strutturate e di quanto possa essere redditizio instaurare un processo decisionale data-driven ovvero guidato dai dati; in molte aziende, di tutte le dimensioni, i responsabili marketing o di direzione non vogliono o non possono spendere risorse finanziarie per raccogliere e far analizzare i dati: vale la pena osservare come la semplice raccolta di dati e la sua lettura “spassionata” o “amatoriale” non rappresenti in nessun modo una modalità di decidere data-driven.

Troppo spesso si sentono frasi come “sulla base dei dati di accesso al sito abbiamo stabilito che…”, “analizzando la provenienza degli ordini emerge che…”: tali frasi possono essere anche veritiere ma devono essere contestualizzate correttamente per poter essere adeguatamente confermate e arricchite di significati.

3 minuti e mezzo di permanenza su una pagina web possono voler dire che l’utente è coinvolto… ma anche che l’utente non trova quello che sta cercando: un’informazione non contestualizzata può trarre in inganno.

Gli autoproclamatisi “guru” vogliono farci credere che dai dati viene fuori “matematicamente” tutto ma, in realtà dai dati vengono fuori dei segnali che devono essere interpretati perché il data-driven non è una scienza, ma una disciplina e, come tale, è più artistica, creativa, visionaria e aleatoria di qualsiasi “cosa esatta”

E’ dunque vero che i dati possono essere interpretati in un modo o in un modo quasi diametralmente opposto ma l’importante è che la metodologia di raccolta e analisi sia corretta e congrua; con la giusta metodologia tutte le interpretazioni hanno il loro valore mentre con metodologie “casuali” nessuna interpretazione differisce dal lancio di una moneta.

Quando parliamo di processi decisionali data-driven il mondo si ripartisce in varie categorie, in ordine di intelligenza:
– quelli che raccolgono le informazioni e con corrette metodologie lo intepretano;
– quelli che non raccolgono le informazioni e decidono a caso;
– quelli che raccolgono le informazioni e le interpretano comunque a caso;
– quelli che raccolgono le informazioni e le buttano via.

Data Driven Overload

Noi i dati non li buttiamo e grazie alle soluzioni di database management e di business intelligence non forniamo “decisioni precostituite” ma modalità operative per lasciarsi guidare dai dati nelle “decisioni proprie”.

Data-Driven: disciplina, non scienza.. Ultima modifica: 2016-02-15T12:51:16+01:00 da Marco Biagiotti