Descrivere, interagire, prevedere Big Data per le Relazioni Pubbliche

Thomas Drahorad , gennaio 2015

1

Le agenzie di P.R. hanno bisogno di nuovi modelli di business e di nuovi modi di pensare. Eppure molte delle più grandi agenzie del mondo e la maggior parte delle aziende di medie dimensioni, continuano a funzionare come se poco sia cambiato, non riuscendo a integrare nuove idee, nuove tecnologie e nuovi mezzi nel loro modo di fare business. Ecco 10 consigli da The Holmes Report che tutte le agenzie di Relazioni pubbliche dovrebbero seguire. #1 I Big Data al centro Mettere dati e analisi al centro della comunicazione può essere incredibilmente efficace ed è consigliabile utilizzare i dati per elaborare la propria strategia di marketing. (...)

FERPI (2013)

2

A. Introduzione To put it very simply, there is no longer a necessity to ask lots questions on behalf on brands. All we really need to do is listen. And along with listening to this data, we now have the opportunity to analyze it in real time and react or respond to it as well as predict similar future data. Dee O'Neill (Prospect)

Il processo di comunicazione strategica messo in atto nell’attività di relazioni pubbliche assume valore anche in funzione dei contenuti che vengono trasmessi. Negli ultimi anni si è assistito a un crescente interesse da parte dei pubblici di riferimento delle aziende in contenuti e informazioni puntuali, basati su cifre e dati, proprio mentre questi vengono prodotti e resi disponibili con tassi di crescita esponenziali. Gestire il crescente aumento della velocità e della quantità con cui i dati vengono prodotti in teoria costituisce per le agenzie di relazioni pubbliche un naturale passo avanti nel cammino che hanno percorso finora, cioè quello di costruire l’informazione e di portarla ai destinatari in modo efficace e utile. Ma gestire i big data, mentre richiede una capacità umanistica di interpretare una realtà complessa che i professionisti della comunicazione già posseggono, richiede un enorme sforzo per adeguare i modelli tecnici di gestione dei dati e delle fonti normalmente utilizzati nelle relazioni pubbliche. La velocità con cui questi dati sono disponibili aggiunge un’ulteriore dimensione, che permette un continuo aggiustamento nei contenuti e nei pubblici di riferimento, oltre a un approccio previsivo del tutto nuovo. Per esplorare le connessioni tra big data e relazioni pubbliche questo documento traccia un percorso in due dimensioni (relazioni e dati) e tre modalità (descrivere, interagire, prevedere), utilizzando 24 case study (identificati con il simbolo ) e decine di link a fonti e risorse. Il futuro è vicino: dimostriamo insieme che la complessità è un’opportunità anche per i professionisti delle RP.

3

B. Definizioni

Big Data I big data sono dati caratterizzati da volume, velocità, varietà, variabilità e complessità in una misura tale che gli strumenti tradizionali di analisi non sono più sufficienti. Sono originati da fonti aziendali (ERP, CRM), da attività umana (social media, ecc), da processi automatici (produzione, oggetti) e sono gestiti tramite database complessi e interrelati. In un sondaggio del 2013, il 54% dei professionisti delle Relazioni Pubbliche ha dichiarato di non sapere cosa sono i big data.

Open data Gli open data sono dati senza vincoli di distribuzione e utilizzo, normalmente generati da istituzioni pubbliche nell’ambito di programmi di open government.

Pubbliche relazioni FERPI (Federazione Relazioni Pubbliche Italiana) accoglie la definizione di relazioni pubbliche coniata nel 2012 da Prsa in collaborazione con Global Alliance come “ a strategic communication process that builds mutually beneficial relationships between organizations and their publics ”.

4

1. L’evoluzione: siamo pronti? All’orizzonte delle RP si stanno delineando due direttrici di sviluppo: l’aumento delle relazioni da gestire e l’incremento di informazioni e dati disponibili. Sono fattori collegati, la cui contemporanea crescita farà aumentare esponenzialmente la complessità dell’attività di relazioni pubbliche.

I professionisti delle RP sono pronti a gestire un parallelo aumento dei numeri di relazioni da gestire e dei dati da comunicare?

5

Ieri Relazioni personali (giornalisti, stakeholder) curate tramite dati prodotti principalmente a livello aziendale (comunicati stampa, eventi). Oggi I social media offrono una visione più ampia dell’ambiente in cui si muove l’azienda, che allarga le proprie relazioni agli influencer per essa rilevanti. Domani Le aziende iniziano a sviluppare le relazioni con tutti i membri dei social media e utilizzano alcuni big data per costruire la comunicazione.

Dopodomani Le aziende attivano relazioni con tutti i contatti rilevanti e utilizzano innumerevoli database provenienti da fonti di diversa natura per comunicare in modo tempestivo e personalizzato.

Per esemplificare questo sentiero di sviluppo, nel seguente case study si ipotizza una strategia di successo di un’azienda italiana nel settore food.

Una simulazione nel settore food: la linea Lico+ di Martoni

L’azienda Martoni produce verdure biologiche nella campagna laziale. Nel 2006 decide di incaricare una società di relazioni pubbliche al fine di aumentare la notorietà del proprio brand in combinazione con una strategia di comunicazione pubblicitaria. Si decide di organizzare un format per portare i turisti che visitano Roma a passare una giornata in campagna, partecipare alle varie fasi della produzione e gustare i prodotti che hanno visto in campo, freschi e in conserva. L’agenzia di relazioni pubbliche si occupa di coinvolgere i giornalisti della capitale e di costruire le relazioni con i tour operator europei e gli albergatori romani. Nel 2009 l’azienda agricola raccoglie ogni giorno mediamente 45 visitatori, di cui il 93% turisti esteri. Nel 2011 Martoni apre un profilo Facebook e invita i turisti a commentare la visita; dopo qualche mese iniziano ad arrivare le prime richieste di prodotti trasformati. Martoni apre un’attività di e­commerce per i prodotti trasformati e inizia a vendere regolarmente in Europa, in Giappone, Cina e negli Stati Uniti.

6

Nel 2015 integra nel proprio gestionale i dati meteo, che influenzano giornalmente sia la disponibilità di prodotto fresco che l’attitudine dei consumatori all’acquisto. Nomina alcuni fruttivendoli come distributori esclusivi a Roma delle proprie verdure fresche e attiva un sistema previsivo che permette ai dettaglianti di conoscere con anticipo quantità e prezzi di ogni prodotto nei cinque giorni seguenti. Offre un coupon per l’acquisto di prodotti trasformati a tutti i consumatori che si profilano tramite i social media. A fine 2016 le vendite di prodotto fresco sono aumentate del 26% e, a fronte di ricavi unitari inferiori del 3%, sono diminuiti del 17% gli scarti per invenduto. Nel 2017 Martoni raggiunge tramite il suo sistema di e­commerce 61.000 clienti nei cinque continenti e lancia la linea di prodotti Lico+ a base di una varietà di pomodoro arricchito di licopene. A inizio 2018 attiva l’accesso a vari set di big data che permettono un’azione mirata su un pubblico di nicchia, interessato ai prodotti naturali con antiossidanti. La strategia è basata sulla georeferenziazione dei contatti sulla base dei dati sanitari per individuare a livello mondiale le aree più sensibili ai temi del invecchiamento e delle malattie cardiovascolari. La distribuzione avviene tramite i centri benessere e le palestre più frequentate dalla cerchia di contatti che ruotano ai propri clienti storici, che vengono nominati brand ambassador e godono di benefici in funzione dell’influenza che riescono a generare tra i propri contatti. In 6 mesi i clienti aumentano del 37%. Tramite una mappatura delle relazioni Martoni riesce a ricostruire automaticamente la rete di collegamenti che porta a ogni acquisto e ricompensa chi le ha generate con una sorta di programma piramidale automatico che mette in palio abbonamenti alle 127 palestre coinvolte. Lo schema viene applicato nel 2019 anche a 289 nuove aree con le stesse caratteristiche (in funzione dei dati sanitari, socio­demografici, economici, di frequenza allo sport, di vendita di prodotti legati alla salute) tramite l’individuazione di nuovi influencer che introducono i prodotti nella loro rete di relazioni. Il fatturato aumenta del 107% rispetto al 2018. A fine 2019 Martoni realizza un fatturato di 3 milioni di euro a fronte di investimenti in RP, big data e software pari a € 560.000 nel quinquennio 2015­2019. Il margine operativo lordo è cresciuto fino al 13% del fatturato.

7

2. Utilizzare i big data “Sorry, Big Data, but good public relations will always be a blend of art and science”. Andrew MacDougall MSLGROUP's Senior Executive Consultant

2.1. A cosa servono i big data Esiste ormai un flusso continuo di dati che vengono generati nella vita quotidiana; ad esempio smartphone, social media, carte di credito, acquisti on­line, treni, fabbriche generano una quantità di dati che negli ultimi due anni ha superato quella prodotta da tutta la civiltà mondiale nel corso della storia precedente. Comunque la vera rivoluzione non è nella disponibilità di questi big data, ma nella capacità di analizzarli, collegarli, sintetizzarli e gestirli per renderli utili per l’attività umana. Alcuni esempi recenti di utilizzo, che spaziano dall’economia domestica alla salute, dalla ricerca di opportunità imprenditoriali ai percorsi migliori per recarsi ogni giorno al lavoro. Identificare trend Google Flu Trends utilizza dati di ricerca aggregati di Google per stimare l'attività influenzale attuale nel mondo quasi in tempo reale. Prevedere comportamenti futuri Il grande magazzino Target ha capito prima dei genitori che una giovane era incinta analizzando il suo comportamento online e le ha inviato coupon per prodotti di cui ancora non sapeva di avere bisogno. Controllare i comportamenti di consumo La utility statunitense Opower confronta i consumi energetici delle famiglie con quelle dei vicini e suggerisce possibili miglioramenti, con un risparmio complessivo di 230$ milioni. Identificare parametri comportamentali Facebook ha realizzato una sintesi del recente challenge “write 3 things you are thankful for over the next 5 days” individuando e aggregando diversi schemi comportamentali in funzione dell’area geografica, dell’età, del sesso, delle preferenze espresse; il risultato è stata un’analisi originale sul sentimento di gratitudine negli Stati Uniti.

8

Monitorare l’attività fisica La multinazionale di prodotti sportivi Nike, tramite il programma Nike Fuel, raccoglie dati sull’attività fisica di milioni di persone nel mondo per confrontare, condividere, analizzare, motivare e sviluppare opportunità. Confrontare l’attività finanziaria tra classi di investitori La app mint.com confronta le performance della propria attività finanziaria con quelle di altri investitori simili . Identificare in tempo reale i percorsi stradali migliori Waze fornisce ogni giorno la strada migliore, grazie all'aiuto in tempo reale degli altri automobilisti. Trovare opportunità di business potenziale La banca belga KBC Bank ha sviluppato un algoritmo per segnalare agli imprenditori opportunità di affari inesplorate in aree geografiche ben determinate.

2.2. Data scientist e agenzie di RP Il concetto di big data può suscitare nei professionisti delle relazioni pubbliche il dubbio che sia una materia per informatici, statistici e matematici. Infatti la comunicazione per essere efficace deve essere chiara, mentre una massa di informazioni enorme, informe e in rapido movimento è per definizione difficile da interpretare. L’attività di RP è invece orientata al messaggio e alle relazioni, non a entità troppo difficili da maneggiare a causa della loro complessità e dimensione. Questo significa che i big data non possono essere utilizzati nell’attività di relazioni pubbliche? No: significa semplicemente che, anche per le relazioni pubbliche, i big data devono essere analizzati, ridotti, interpretati, correlati, distillati fino a farli diventare “small data”, cioè dati formattati secondo le necessità dei pubblici di riferimento. La novità è che questo processo ha un tasso di complessità tecnica che finora i professionisti delle RP non hanno gestito, avendo avuto a che fare al più con le cifre derivate dalle statistiche dei social media ( social media analytics ).

9

Quindi i professionisti dei grandi numeri ( data scientist ) e quelli della comunicazione stanno definendo un terreno comune per dialogare.

Cosa sanno i Data Scientist Cosa sanno le agenzie di RP

Dati Relazioni

Correlazioni Persone

Misurazioni Comunicazione

Connessioni Contenuti

Il dialogo tra data scientist e agenzie di RP può rispondere a domande come:

Le correlazioni statistiche possono favorire nuove relazioni? Le connessioni tra diversi database possono aprire nuove modalità di comunicazione? I dati possono trasformarsi in contenuti? Le misurazioni possono scoprire nuove opportunità di engagement?

2.3. Utilizzare i big data per le relazioni pubbliche Le agenzie di RP utilizzano già i big data per:

Identificare interessi e sentiment del target di riferimento Identificare i principali influenzatori per interesse e per area geografica analizzare il posizionamento competitivo dei brand monitorare quello che si dice in rete, sia con analisi storiche che con analisi in tempo reale

per riconoscere potenziali crisi misurare engagement, conversazioni e spostamenti nelle percezioni (per misurare la

risposta alle campagne) Molte aziende e organizzazioni hanno sviluppato programmi di analisi in tempo reale dei propri pubblici di riferimento: Gatorade Il Gatorade Mission Control Center monitora in tempo reale le conversazioni sui social media riguardanti i propri prodotti, i concorrenti, i propri atleti e le tematiche riguardanti la nutrizione per sportivi, analizza i post sui blog e misura il sentiment sui temi chiave e le campagne in corso. Dell Dell analizza più di 25.000 menzioni giornaliere sui social media in 11 lingue diverse, selezionando i messaggi importanti: quelli che sono stati generati da utenti di twitter con migliaia di follower, i post sui blog più autorevoli, le richieste urgenti da parte di clienti che potrebbero diventare virali in

10

poco tempo. Il sistema Statistica permette a Dell l’utilizzo di 16.000 opzioni di analisi, tramite un’interfaccia che semplifica la lettura dei dati distribuiti sui server che gestiscono le vendite dirette on­line di computer. Nestlé Il Digital Acceleration Team di Nestlè controlla in tempo reale il sentiment dei 2.000 brand della multinazionale. Lo scopo principale è mitigare e gestire rapidamente ogni danno potenziale alla reputazione. I 15 addetti al progetto si occupano 24/7 di 650 pagine Facebook, 150 milioni di fans, 1500 contenuti originali prodotti ogni giorno. Red Cross (Croce Rossa USA) Lo scopo del progetto è accompagnare ogni persona nello sviluppo del proprio rapporto con la Croce Rossa, seguendolo da giovane volontario, donatore del sangue, ad adulto contributore finanziario ed eventualmente responsabile di raccolta fondi. Tutto tramite un unico canale di comunicazione personale. National Australia Bank Avvicinarsi ai propri consumatori per poter dare ad ognuno il servizio più utile e tarato sulle proprie necessità: in questo modo la banca australiana è passata da gestire la relazione nel modo meno costoso possibile a quello più ampio e profondo possibile.

3. Migliorare le relazioni Utilizzare i big data per le relazioni pubbliche significa innanzitutto avere la possibilità di ridisegnare profondamente la conoscenza dei pubblici di riferimento. La qualità di questo quadro di relazioni costituisce la principale ricchezza di un professionista delle relazioni pubbliche e rappresenta le fondamenta su cui si costruisce il successo di ogni campagna. I nuovi scenari aprono la possibilità di aggiungere profondità alle relazioni esistenti e di estendere significativamente i pubblici potenzialmente raggiungibili.

11

3.1. Profilazione Il primo ambito in cui i big data possono aggiungere valore all’attività di relazioni pubbliche è nell’aggiungere contenuto, dinamicità, ampiezza e profondità all’universo delle relazioni di riferimento. Le relazioni di maggior valore sono quelli che sono state regolarmente mantenute attive e aggiornate. Quantità e velocità dei big data possono aggiungere una grande quantità di dimensioni alla profilazione dei contatti. In questo modo si migliora la qualità della relazione e la previsione sull’efficacia di una singola campagna.

La profilazione è inizialmente un processo statico e basato su fonti interne: il database dei contatti viene mantenuto aggiornato nella parte anagrafica ma l’uso di keyword o tag per la profilazione è gestito manualmente con aggiornamenti discrezionali e più o meno periodici. Una prima evoluzione rende dinamico l’aggiornamento e ogni singolo contatto è collegato con l’attività interna di cui è stato oggetto (invii, telefonate, email, inviti, ecc), costruendo un archivio che raccoglie gli sviluppi della relazione. Con l’introduzione dei big data il contatto viene profilato in modo più approfondito raccogliendo in modo automatico informazioni provenienti da fonti esterne, in particolare dall’attività sui social network. E’ infine possibile estendere la profilazione aggiungendo nuove dimensioni derivate da variabili esterne contenute in database di big data o open data.

3.2. Ampliamento I soggetti su cui si concentra l’attività di relazioni pubbliche si stanno estendendo da un cerchio ristretto che include i giornalisti e le principali istituzioni fino a raggiungere gradualmente un pubblico che include potenzialmente ogni singolo consumatore e stakeholder.

12

4. Rinnovare gli approcci I big data permettono nuovi approcci per descrivere la realtà, interagire con i pubblici di riferimento e prevedere fatti rilevanti.

4.1. Descrivere If journalists are learning about data journalism, then shouldn’t PR people be educated as well? Deirdre Breakenridge

I big data possono mettere in luce aspetti della realtà che non è possibile evidenziare in dettaglio con altri strumenti. Quindi i big data costituiscono una nuova fonte di informazione, che ad esempio è già utilizzata dai cosiddetti data journalist . Alcuni esempi di risultati ottenuti con l’approccio descrittivo nell’uso dei big data: Satyamev Jayate Il programma televisivo di maggior successo in India analizza oltre un miliardo di contatti generati già dopo le prime 13 puntate dal sito web e dai profili social. Lo show si costruisce qualche ora prima della messa in onda tramite le risposte degli utenti, chiamati a pronunciarsi su alcuni temi caldi. Oltre alle opinioni, spesso le analisi fanno emergere aspetti nascosti della società indiana. I trend servono ai produttori anche per costruire i temi delle puntate seguenti. Polizia di Miami La polizia di Miami analizza i casi irrisolti tramite un nuovo sistema che sostituisce i poliziotti andati in pensione e permette ai nuovi assunti di interrogare il database come interrogherebbero un collega di maggior esperienza. Barclays La banca Barclays ha rivisto la propria organizzazione interna permettendo a 140.000 dipendenti di contribuire al riesame delle proprie strategie; in tre sessioni suddivise in tre giorni, sono stati analizzati oltre 4.000 temi rilevanti; al termine dei tre giorni gli oltre 28.000 commenti erano stati convertiti in un documento con una serie selezionata di proposte concrete.

13

XO Communication Uno dei maggiori provider statunitensi di telecomunicazioni si è dotato di un sistema predittivo per prevenire l’abbandono dei clienti insoddisfatti. Il sistema si è ripagato dopo cinque mesi e ha generato risparmi stimati di 10M U$ per anno grazie all’aumento della fedeltà dei clienti e ai minori costi di customer service. Quill Quill è una piattaforma che genera automaticamente contenuti testuali (report, articoli, analisi) analizzando dati provenienti da diverse fonti (database, tabelle). Quill determina i contenuti rilevanti e li trasforma in testi per i diversi pubblici (azionisti, consumatori, enti, risorse interne). Alcuni esempi di supporto che i big data possono offrire alle agenzie di RP nello svolgimento della attività quotidiana:

Nelle fasi di debrief e progettazione delle campagne, per dare fondamento alle decisioni fornendo evidenze alle scelte strategiche.

Nelle attività di content management e content creation, utilizzando anche i dati generati a livello aziendale ed elaborati dai sistemi di business intelligence tramite una lettura integrata dei dati interni (produzione, marketing, vendite, finanza).

Ampliando la comprensione dell’ambiente, utilizzando le analisi semantiche e sentiment Nelle attività di misurazione dei risultati, con la possibilità di analizzare meglio e in tempo

reale le correlazioni tra le attività svolte e i risultati conseguiti.

4.2. Interagire I big data sono uno strumento per comunicare in modo nuovo ai pubblici, costruendo un contenuto dinamicamente adeguato alle loro aspettative. I professionisti delle RP utilizzano i Big Data con l’approccio interattivo per:

decidere il timing delle campagne decidere i contenuti delle campagne anticipare i trend negativi in modo proattivo intercettare i trend nascenti

Nissan La casa automobilistica giapponese Nissan ha lanciato in Inghilterra la sua campagna sette minuti dopo l’annuncio della gravidanza reale.

14

Città di Toulouse La città francese di Toulouse utilizza i big data per comprendere e soddisfare meglio le esigenze dei cittadini. Analizzando oltre un milione di commenti, l’amministrazione comunale riesce a identificare con più precisione e rapidità i problemi; ad esempio è riuscita a ridurre il tempo di intervento per la manutenzione stradale da 2 settimane a 1 giorno.

Identificare gli influencer Per interagire in modo più efficace con i pubblici di riferimento è necessario identificare esattamente chi guida le conversazioni, in modo da produrre e comunicare contenuti su misura per gli influenzatori e favorire quindi una comunicazione più efficace. Esistono vari strumenti che aggiornano in tempo reale la mappa degli influencer: Klout assegna a ogni utente un punteggio di influenza sui social media Follower Wonk analizza follower e following di Twitter Twellow analizza gli utenti di twitter per categorie e argomenti Kred , simile a Klout, misura il grado di interazione degli utenti sui social media PeerIndex : creato nel 2010, si è fuso nel dicembre 2014 con Brandwatch Keyhole , attualmente in versione beta, individua gli influencer nelle interazioni durante gli eventi Little Bird identifica rapidamente gli influencer su Twitter, social network e blog professionali Traackr è uno strumento dedicato a conoscere e costruire relazioni con gli influencer re:fluence è una soluzione di seconda generazione di valutazione degli influencer Circle Count analizza gli utenti di Google+ Linkedin Influencers Program i contenuti creati dai membri di Linkedin più influenti

4.3. Prevedere Una maggiore disponibilità di dati permette ai professionisti delle RP di::

aumentare l’accuratezza dei modelli previsivi su trend di mercato e bisogni dei consumatori personalizzare le campagne e le offerte dare indicazioni sul successo atteso di campagne e attività di RP chiarire i meccanismi di engagement

Edelman Utilizzare i big data per la previsione è il principale tema dell’alleanza, annunciata nel dicembre 2014, tra Edelman (la maggior società mondiale di relazioni pubbliche) e Cambridge University. La ricerca congiunta si focalizzerà sulle capacità previsive dei big data innestati in un sistema di marketing.

4.3.1. Proiettare i trend Secondo SAP , le fonti aziendali più utilizzate per le analisi previsive sono:

15

69% Clienti 67% Marketing 55% Prodotto 54% Vendite 51% Finanza

Le aree Clienti e Marketing sono anche quelle attualmente più collegate con l’universo dei big data. Un’integrazione tra i dati sui clienti provenienti dai social media con i dati aziendali relativi a marketing, prodotti e vendite può aiutare ad intercettare sul nascere le tendenze, le mode, i trending topic e gli orientamenti del mercato. Tipp24 Ag La società di scommesse sportive europea analizza in tempo reale miliardi di transazioni e centinaia di caratteristiche dei suoi clienti per sviluppare messaggi personalizzati; il sistema ha realizzato un calo del 90% nei tempi di costruzione dei modelli previsivi.

4.3.2. Anticipare le crisi Succede sui social media che un brand venga preso d’assalto e che gli attacchi si diffondano molto velocemente, in modo virale, causando in breve un grave danno alla reputazione aziendale. Monitorare le conversazioni (analizzandone estensione, diffusione e sentiment) può aiutare a gestire in modo appropriato la crisi, decidendo in tempo reale se intervenire oppure se lasciare che la crisi si risolva naturalmente. Idealmente le crisi possono anche essere anticipate, intercettando sul nascere argomenti, influencer, fonti e canali la cui combinazione è giudicata pericolosa in teoria oppure in base a esperienze precedenti. I big data possono aiutare nelle varie fase del Crisis Management:

definizione dei segnali che anticipano la crisi preparazione e prevenzione contenimento, risposta e controllo del danno ripresa attività apprendimento e istituzionalizzazione esperienza

16

5. Scegliere i dati Enormi masse di dati vengono continuamente creati e distribuiti da varie fonti, tra cui:

Sistemi RFID Codici a barre Reti di sensori

Social media Blog Siti di notizie

Documenti e testi su Internet Risultati ricerca Internet Sistemi di CRM

Dati satellitari Analisi genetiche Ricerche scientifiche

Transazioni finanziarie Transazioni commerciali Sorveglianza e sicurezza

Archivi medici Archivi fotografici Archivi video

Transazioni di e­commerce Dati e­health Tecnologie wearable

A questi si aggiungono i dati interni prodotti dalle aziende:

Project management Marketing Produzione

CRM ERP content management Risorse umane

Storage Talent management Procurement

Expense management Google docs Intranet e portali

17

I big data generati dai social media e dai siti web raggiungono gli utilizzatori finali tramite UI (interfacce utente), API (interfacce di programmazione), intermediari di dati e sviluppatori di software.

E’ possibile un approccio graduale all’utilizzo dei dati nell’attività di RP:

1. Anche dati semplici possono generare contenuti di impatto: spesso basta un numero significativo per fare un buon titolo.

2. Aggregare dati esistenti per creare nuovi dati: guardate alle cifre in modo diverso, sintetizzate dati da diverse fonti.

3. Analizzare andamenti temporali per identificare i trend di mercato e di settore 4. Fare le domande giuste, stando bene attenti a rimanere in equilibrio tra la deontologia che

un sondaggio "giusto" richiede e gli obiettivi del cliente 5. Spesso i dati non sono costosi da produrre: utilizzare domande sui social media e

sondaggi sul sito aziendale 6. Mettere in campo i dati aziendali: accessi al sito, dati del CRM, interazioni sui social media 7. Comunicare i dati in modo efficace usando infografiche, webinar e slideshow

18

In una fase più avanzata di utilizzo dei big data occorre dotarsi di appositi strumenti e strutture, disponibili in diverse modalità:

5.1. Prendere Gli open data sono dati che vengono resi disponibili gratuitamente. Sono generalmente prodotti da istituzioni pubbliche. I privati possono utilizzarli creando app o collegandoli ad altri database per generare analisi inedite di pubblica utilità.

Open data Italia

Dati.gov.it ­ I dati aperti della PA

Dati pubblici e condivisione ­ Agenzia per l’Italia digitale

Open Data ­ Istat

Open Data Istat per Linkedstat

Open Data Hub

Dati Open

Linked Open Data

Open data Mondo

Open Data USA

Where to find open data

5.2. Creare La creazione di big data può essere un processo complesso e costoso, ma ci sono strumenti gratuiti o a costo minimo che possono essere utilizzati anche da utenti non esperti per creare dati rilevanti. IFTTT collega vari strumenti e app in modo che un evento su uno strumento ne determini uno su un altro strumento. Alcuni esempi : aggiornare in automatico un documento ad ogni news su un certo argomento, creando una rassegna stampa automatica; creare un foglio elettronico con tutti i nuovi follower di twitter; tenere traccia automatica dei propri spostamenti su un documento che indica orari di arrivo e partenza a casa e al lavoro.

80legs è un “crawler”, cioè uno strumento che esplora Internet per estrarne i contenuti richiesti. Ad esempio può estrarre tutte le immagini da un sito, compilare un elenco dei link contenuti in una serie di articoli, archiviare tutti i numeri di telefono trovati in un archivio on­line.

19

5.3. Comprare Le principali applicazioni che permettono di accedere ai big data utilizzano i dati dei social media per analisi approfondite e ad ampio spettro. Gnip è il principale fornitore di analisi sui social media Un elenco più ampio è riportato in appendice .

5.4. Elaborare Le principali multinazionali dell’ICT offrono le proprie infrastrutture e le proprie competenze per sviluppare progetti, archiviare dati, eseguire analisi ed elaborazioni per utenti privati e pubblici interessati a gestire i big data. Google: Google BigQuery ( video ) e Google DataFlow Intel Cloud Ericsson Fresh data Microsoft Azure Per un elenco più esteso di piattaforme per la gestione dei big data:

Predictive Analysis Today

Enterprise Apps Today

20

6. Internet of things Internet of Things (IoT), cioè l’entrata nella rete con un proprio indirizzo IP degli oggetti di uso quotidiano e professionale, rappresenta un’ulteriore fonte di big data che aumenterà il flusso di informazioni disponibili per le agenzie di RP per descrivere, interagire e prevedere. Con i wearable devices (apparati indossabili) l’Internet of Things assume una dimensione ancora più personale e pervasiva.

6.1. Descrivere Zepp Un giocatore di golf utilizzerà guanti, scarpe e mazze collegate in Internet e che dialogano tra di loro. L’interazione tra questi accessori aiuterà a migliorare le prestazioni dei golfisti e a confrontarli con altri sportivi. I professionisti delle RP avranno l’occasione di trasformare una serie di specifiche tecniche in una storia sulle possibilità offerte dalla tecnologia e il loro impatto sulla società.

6.2. Interagire Disney Walt Disney utilizza tecnologie wearable dall’inizio del 2014 per migliorare l’esperienza dei visitatori ai propri parchi ed aumentare il loro engagement. Ad esempio una piccola visitatrice potrà incontrare Cenerentola e sentirsi chiamare per nome e augurare buon compleanno tramite i dati personalizzati trasmessi in automatico da un braccialetto del visitatore al personaggio. I visitatori utilizzano i braccialetti per avere esperienze nuove e Disney raccoglie dati sulle loro abitudini e le preferenze.

6.3. Prevedere Libelium Libelium costruisce sensori wireless per monitorare tutte le fasi della filiera alimentare, dalla produzione (sensori per misurare acqua, luce, umidità, direzione e intensità vento, precipitazioni, pressione atmosferica, stato dell’apparato fogliare e dimensione del tronco o dei frutti per ottimizzare e programmare le attività in campo) alla distribuzione (GPS, timer, sensori per determinare responsabilità e tracciabilità), dalla vendita al dettaglio (per interagire con i consumatori riguardo a preferenze, allergie, scadenze) alla riduzione degli scarti (ottimizzando le vendite in funzione della storia del prodotto e sulla base della sua shelf life attesa).

21

7. I rischi: sicurezza e privacy Le procedure consolidate dalle agenzie più strutturate per gestire sicurezza e privacy dei dati dei propri clienti dovranno essere adattate ai nuovi contesti. In particolare i consumatori mostrano nuove e più estese preoccupazioni:

raccolta illegale di dati falle nella protezione dell’archiviazione falle nella gestione della privacy utilizzo non autorizzato dei dati

Da una recente indagine presso gli utenti statunitensi di Internet è emerso che:

il 92% è preoccupato per la propria privacy online (in aumento rispetto al 89% nel 2013); il 55% si fida della maggior parte delle imprese a cui affida informazioni personali online (in

calo rispetto al 57% nel 2013) l’89% evita di acquistare da aziende di cui non si fidano riguardo alla gestione dei dati

sensibili online (in aumento rispetto all’88% nel 2013). In poche parole questo evidenzia un rischio per consumatori e aziende: big data = big problems. La questione va gestita rafforzando ed estendendo le consuete procedure basate sui criteri di prudenza, trasparenza, correttezza, moderazione, sapendo che un perdita di fiducia dei consumatori dovuto a un problema di sicurezza o errata gestione della privacy può avere conseguenze molto gravi in tempi anche brevi.

22

C. Appendici

C.1. Strumenti statistici I principali software di analisi statistica, utilizzati anche per gestire i big data, sono: Statistica SPSS RapidMiner R Un dettagliato elenco di altri software (gratuiti) è disponibile sul sito Predictive Analytics Today .

C.2. Software e soluzioni per l’analisi dei big data GNIP ­ The World’s Largest and Most Trusted Provider of Social Data Datasift ­ Understand Every Conversation, translate data into action with the first Human Data platform. Oracle Social Cloud Spinn3r Mapr Tableau Software Apache Hadoop open­source software for reliable, scalable, distributed computing. Intel Ubervu Hootsuite Sysomos Social media monitoring and analytics solutions for brands, businesses and agencies 80legs web crawling platform Social Hive (MSL Group) Big Data News ha compilato una lista di società che si occupano di big data analytics.

C.3. Informazioni Datafloq Techrepublic Forrester IBM Big Data Hub Big Data Analytics News

23

D. Bibliografia

D.1. Link Tutti i link utilizzati per la redazione di questo documento sono riportati nel gruppo di Facebook “ Big Data and Public Relations ”

D.2. Libri Una lista di buone letture sui big data viene aggiornata regolarmente su Good Reads . Amazon ha una sezione di libri sui Big Data. IBM e RedBooks hanno una collana specifica di libri sui Big Data.

24

E. Case study Aziende e istituzioni citate nei case study riportati nel documento: Barclays

Dell

Disney

Edelman

Facebook

Gatorade

Google

KBC Bank

Libelium

Mint.com

National Australia Bank

Nestlé

Nike

Nissan

Opower

Polizia di Miami

Quill

Red Cross (Croce Rossa USA)

Satyamev Jayate

Target

TIPP24 Ag

Toulose (città di)

Waze

XO Communication

Zepp

25

Sommario

A. Introduzione B. Definizioni

Big Data Open data Pubbliche relazioni

1. L’evoluzione: siamo pronti? Una simulazione nel settore food: la linea Lico+ di Martoni

2. Utilizzare i big data 2.1. A cosa servono i big data 2.2. Data scientist e agenzie di RP 2.3. Utilizzare i big data per le relazioni pubbliche

3. Migliorare le relazioni 3.1. Profilazione 3.2. Ampliamento

4. Rinnovare gli approcci 4.1. Descrivere 4.2. Interagire

Identificare gli influencer 4.3. Prevedere

4.3.1. Proiettare i trend 4.3.2. Anticipare le crisi

5. Scegliere i dati 5.1. Prendere

Open data Italia Open data Mondo

5.2. Creare 5.3. Comprare 5.4. Elaborare

6. Internet of things 6.1. Descrivere 6.2. Interagire 6.3. Prevedere

7. I rischi: sicurezza e privacy C. Appendici

C.1. Strumenti statistici C.2. Software e soluzioni per l’analisi dei big data C.3. Informazioni

D. Bibliografia D.1. Link D.2. Libri

E. Case study Sommario

26