Psicologi, big psicologi

Nel 2012 il New York Times aveva annunciato, per primo fra le testate giornalistiche, l'arrivo dei "big data". Oggi il termine è significativamente e consciamente diffuso in ambito aziendale, più inconsciamente pervade il mondo dei consumatori privati. Alla fine del 2018, infatti, oltre il 90% delle aziende prevedeva di sfruttare il potere crescente dei big data anche se i sostenitori della privacy ne denunciano le potenziali insidie soprattutto nei confronti dei consumatori finali. Certamente l’aspetto più significativo nell’uso dei big data è la capacità predittiva che offrono le applicazioni durante le operazioni di lettura, aggregazione e sintesi dei dati per comprendere come vivranno le persone e cosa acquisteranno. Non siamo comunque in possesso di sistemi infallibili, anzi, quando si hanno a disposizione “dati lunghi” o “long data” oltre che big, la capacità di predire i comportamenti risulta decisamente maggiore.

Tuttavia, anche in presenza di lunghe serie storiche di dati, situazioni reali di cambiamenti repentini negli accadimenti del mondo comportano un grado di incertezza e indeterminazione che nessun algoritmo può prevedere. E’ il caso della recente e perdurante pandemia che in diversi ambiti ha tradito le previsioni e il potere promesso dai big data. Qualche esempio?

Nel mondo del marketing gli annunci pubblicitari esistono da molto tempo prima di Internet; naturalmente lo si realizzava con dati minimi, cercando di scoprire cosa potrebbe piacere ai consumatori in base al loro consumo di TV, di radio, di risposte ai sondaggi con interviste o tramite posta elettronica. Con l'evoluzione di Internet e dei big data, il marketing si è evoluto. Oggi è possibile raccogliere o acquistare enormi quantità di dati che indicano ciò che un gran numero di consumatori cerca, facendo clic sui prodotti e inserendo il "mi piace". C'è anche un enorme afflusso di dati sulle prestazioni che misurano l'efficacia delle campagne di marketing tramite impressioni, percentuali di clic e altre metriche moderne che sono molto più sfumate delle sole cifre di vendita. Ma a gennaio 2020 si poteva prevedere quali e quanti prodotti sarebbero stati più richiesti on-line nella primavera 2020? No. Amuchina, gel disinfettante, mascherine chirurgiche. Imprevedibile né con big data né con long data.

Vogliamo parlare di trasporti? La navigazione e la mobilità si sono trasformate con l’avvento tecnologico di app e navigatori delle quali la stragrande maggioranza degli utenti di smartphone fa affidamento per le indicazioni stradali. Questo vale sia per le persone sia per tutto quello che si muove: pacchi, aerei, automobili. Una pandemia che consente spostamenti limitati, comunali o regionali, aerei che rimangono a terra, tracciamento del percorso di consegna dei pacchi solo per destinatari privati, comporta che i dati dei trasporti raccolti siano davvero anomali, non prevedibili e poco utili alle future attività di analisi del traffico quando l’emergenza dell’epidemia sarà rientrata.

Per concludere pensiamo all’intrattenimento televisivo. Netflix basa la penetrazione e il successo dei programmi proposti sui big data. Questi influenzano non solo le serie in cui Netflix investe, ma anche il modo in cui queste serie vengono presentate agli abbonati. La visione e tutta l’interattività degli abbonati, inclusi i punti in cui gli spettatori fanno una pausa in un determinato programma, sono fondamentali per comprendere gusti e comportamenti degli utenti. Ma gli abbonati Netflix in tempo di Covid hanno visto più serie televisive? Più catastrofiche o più romantiche e di svago? In ore inconsuete del giorno e della notte? Chi lo avrebbe potuto prevedere? Forse gli psicologi, big psicologi.

Blogs network

Iscrizione alla newsletter

I agree with the Privacy e Termini di Utilizzo
Con l'iscrizione riceverai news sul mondo dell'IT e Big Data.
Back to Top