Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Videointervista

Business Intelligence e Big Data per il Marketing: a che punto siamo?

Metodologie e strumenti di analisi dei dati sono ormai molto diffusi nei dipartimenti Marketing e Sales. La sfida ora è fare un passo avanti, rendendo sistematico l’approccio data-driven e costruendo soluzioni Predictive studiate ad hoc. Lo spiega in questa videointervista Carlo Vercellis, Responsabile Scientifico dell’Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano

26 Lug 2016

Manuela Gianni

Nel mondo del Marketing e delle Vendite, i primi strumenti di Business Intelligence hanno fatto il loro ingresso nei primi anni 2000, e ormai sono in molti ad utilizzare con successo le metodologie di analisi dei dati per progetti di fidelizzazione della clientela, per le strategie di cross-selling, per la previsione della domanda e via dicendo. Negli anni è aumentata la facilità d’uso dei software e i modelli predittivi sono diventati sempre più efficaci. Oggi però ci sono nuove sfide da affrontare: i dati disponibili, interni ed esterni, aumentano costantemente, e questa miniera di dati va trasformata in informazioni e in Insight, perchè nel business data-driven la capacità delle aziende di competere ed essere efficaci dipende il larga parte da questo.

È cambiata anche la terminologia. Si parla di Big Data Analysis e Advanced Analytics (qui l’analisi del mercato italiano).

Come spiega in questa intervista Carlo Vercellis, Responsabile Scientifico Osservatorio Big Data Analytics &Business Intelligence del Politecnico di Milano, anche in Italia il top management ha percepito il valore di queste tecnologie, ma resta ancora qualche ostacolo culturale da superare: occorre maturare un approccio sistematico all’analisi dei dati e comprendere che, quando si parla di strumenti avanzati, come i Predictive Analytics, non esistono soluzioni pronte all’uso, ma serve un’approccio sartoriale.

Articolo 1 di 5