Successivo » « Precedente

Social analytics e social business. Quando l'ascolto è oro

di Diomira Cennamo

Quello dell'analisi dei social media è sicuramente uno dei temi dell'anno, cruciale per tutte le organizzazioni che stanno guardando alla loro inevitabile trasformazione in social organization (cfr la parte prima, seconda e terza dell'analisi che è in corso su questo blog). Se ne è parlato giovedì 16 febbraio durante una conferenza virtuale dal titolo “Enterprise 2.0”. Per Dion Hinchcliffe di Dachis Group la social analytics è “l'abilità di individuare segnali partendo dall'ascolto degli ecosistemi sociali e nella capacità di contribuire all'intelligenza collettiva così come di aggregare, estrarre dati e predire conseguenze a partire da questi”. In sintesi: trarre valore da ciò che è osservabile nell'universo social.

Il compito non è facile, anche a causa dell'estrema frammentazione di questo mondo (ci sono in giro centinaia di social network). All'interno dell'azienda, le cose non vanno meglio, in proporzione: abbiamo a che fare quotidianamente con decine di canali sociali interni, tra email, messaggi di testo, instant messaging, meeting e conferece calls, strumenti di enterprise 2.0, social CMS, knowledge management, intranet, communities online. La buona notizia è che, con strumenti quali blog, wiki, social media e quant'altro affianchi il telefono, la chat, l'email e i messaggi di testo, la conoscenza prodotta all'interno dell'impresa non è più nascosta e non è più evanescente. Diventa, al contrario, sempre più visibile. Inoltre, tutta questa conoscenza non va vista in maniera isolata, ma come parte di un continuum interno-esterno che è il social business, nel quadro di quell'apertura dei confini organizzativi che è un concetto fondante il Management 2.0, insieme alla trasparenza. In sintesi: per ottenere valore (o, meglio, co-creazione di valore) è indispensabile rendere trasparente l'informazione all'interno e all'esterno delle organizzazioni e saperla selezionare.

Immagine1

Facile a dirsi, un po' meno a farsi. Tornando a “Big Data”, tanto per farsi un'idea: i lavoratori spendono un giorno a settimana per cercare informazioni utili a svolgere il proprio lavoro (fonte: Forrester), metà del lavoro nelle nazioni avanzate è rappresentato dalla conoscenza tacita (fonte: McKinsey); l'80-90% dei business data è sommerso nei sistemi IT e non accessibile (fonti: Gartner, IDC, ecc.).

Il social web è in gran parte responsabile dell'esplosione di informazioni di fronte alla quale ci troviamo. I canali sociali determinano una crescita enorme del volume di dati nel corso degli anni (fonte: Jive). Sia chiaro: “non è l'information overload il problema, ma il fallimento dei filtri” (Clay Shirky). La grafica che segue non lascia spazio ai dubbi: siamo solo all'inizio dell'Enterprise 2.0 e la sua evoluzione sarà proprio caratterizzata dal filtraggio dell'informazione, che è alla base della sua trasformazione in valore.

Immagine2

Allora come fare a gestire questa massa di dati? Esistono già diversi strumenti per il social media data analytics ma, sempre secondo Hinchcliffe, sono costosi e ancora non molto efficienti.

La social analysis che si affermerà sarà basata su sistemi di reputazione e l'analisi dei dati sociali sarà utilizzata per scopi diversi, dalla sentiment analysis (se parlano bene o male di te) all'expertise location (saper individuare le persone e le risorse migliori per un dato compito), passando per  il tracciamento di situazioni critiche, la root cause analysis (tecnica di indagine su eventi di interesse, in particolare incidenti, che esamina quanto accaduto alla ricerca del perché è accaduto), l'estrazione di tendenze, la sociologia dei media digitali (cfr ad esempio i testi di Bennato e Romeo), la scoperta della conoscenza, la gestione del capitale sociale,  la social supply chain (adattamento del processo di fornitura sulla base di social data) e molto altro.

Social e data analytics messi insieme fanno la business intelligence. Qui l'ascolto è fondamentale. Occorre essere in grado di percepire i “fast data”, dati veloci abbastanza da diventare base per processi di engagement (coinvolgimento delle communities). Bisogna poi essere in grado di analizzare i dati (big analytics) e trasformarli in conoscenza (actionable insight). I dati così analizzati devono confluire nella markting optimization e produrre una risposta che viene veicolata all'interno del mondo sociale attraverso l'utilizzo dei social media (blog e altri canali di condivisione) da parte dell'organizzazione stessa.

Infine, una serie di consigli su come si implementa concretamente il social business. Innanzitutto partendo da KPI esistenti, poi accertandosi che il sistema di feedback funzioni quotidianamente. Tenendo presente che non si tratta di un solo strumento ma di un insieme di capacità, che includono l'ottimizzazione di strumenti automatici ma anche l'ascolto umano.

Commenti

Scrivi un commento