UNIVERSITA' DEGLI STUDI DI MILANO-BICOCCA

Interfacoltà di Scienze Statistiche, Sociologia e Giurisprudenza

Laurea Magistrale in Scienze e Gestione dei Servizi

Classe delle Lauree Magistrali in Scienze delle Pubbliche Amministrazioni

Smart Cities, il ruolo dei Social Media nelle

Aziende di Trasporto Pubblico: il caso di ATM S.p.A.

Tesi di Laurea di:

Matteo GAGLIARDI

Matr. n. 760545

Relatore: Prof. Mario MEZZANZANICA

Corelatore: Dott. Roberto BOSELLI

Anno Accademico 2012 - 2013

INDICE

1 . RIPARTIRE DALLA CITTA' 9

12

30

1.1 UN APPROCCIO SMART ALLA GESTIONE DELLA

CITY 1.2 CITTA' INTELLIGENTI, TRA AGENDE E

CLASSIFICHE 1.3 GLI AMBITI DELLA SOSTENIBILITA' 35

2 . ATTRAVERSO LA CONDIVISIONE DELLE INFORMAZIONI 46

2.1 IL SETTORE DELLE ICTs 46

50

56

61

2.2 LE MOLTEPLICI FACCE DELL' eGOVERNMENT

2.3 L'AVVENTO DEL WEB 2.0

2.4 FARE OPEN GOVERNMENT

2.5 GLI OPEN DATA 67

3 . PER UN'OFFERTA A MISURA DI UTENTE 78

3.1 INTRODUZIONE AL CITIZEN RELATIONSHIP MANAGEMENT 79

3.2 IL SOCIAL CRM 88

4 . QUANDO IL SERVIZIO DIVENTA SOCIAL 99

99

110

120

133

143

4.1 WWW.ATM.IT

4.2 IL PROFILO TWITTER DI ATM, @ATM_INFORMA

4.3 @ATM_INFORMA E LA COSTUMER RELATIONSHIP

4.4 GLI UTENTI, ALCUNE DESCRITTIVE

4.5 TEXT MINING WITH SAS ENTERPRISE MINER

4.6 CONCLUSIONI 167

BIBLIOGRAFIA 172

4.2 IL PROFILO TWITTER DI ATM, @ATM_INFORMA

L'obiettivo primario di un sito aziendale è quello di aiutare i consumatori, i quali sono alla

ricerca di informazioni sull'azienda, su uno specifico prodotto oppure desiderano eseguire

specifiche operazioni online. In un recente sondaggio effettuato da ATM tramite interviste faccia a

faccia con la clientela presso le principali fermate e sui mezzi di trasporto è emerso che, tra i canali

informativi che riscuotono maggior successo, come indice di gradimento primeggia la pagina web

dell'azienda (con un voto di 7,2/10) seguita poi dal personale ATM alle fermate e sui mezzi (6,9/10)

ed infine gli sportelli ATM Point (6,7/10)327.

Per aiutare l'utente a trovare velocemente informazioni rilevanti ed aggiornate in tempo reale

si possono però progettare servizi più interattivi, come ad esempio un call center oppure, volendo

rimanere sul web, un profilo Twitter di comunicazione bi-direzionale tra clientela ed azienda 328.

L'esigenza del consumatore e del venditore di risparmiare sui tempi e sui costi, ha spostato

l'offerta di sempre più servizi dal vecchio strumento cartaceo, telefonico o faccia a faccia, sui portali

on-line, in particolare tramite l'accesso via device mobili ad appositi canali comunicativi aziendali

definibili “social”, in quanto funzionanti non solo ad una ma anche a due o più direzioni.

Twitter è un social network o, più propriamente, una piattaforma di micro-blogging, creato

dall'informatico americano Jack Dorsey e presente on-line dal 15 Luglio del 2006. In sostanza,

creando un proprio profilo personale (mail, foto, professione o frase ad effetto, luogo di residenza

ed un link alla propria webpage) è possibile pubblicare su una pagina web personale tanti piccoli

post di 140 caratteri, detti “tweet” (o “cinguettii”, dall'inglese “to tweet” ovvero “cinguettare”), i

quali sono esclusivamente pubblici e dunque possono essere letti da chiunque, anche da persone che

non sono iscritte a Twitter329.

327 Cfr. ATM, 22 Maggio 2013, “Sondaggio sul trasporto pubblico locale”, Comunicati Stampa, ATM News http://www.atm.it/it/AtmNews/Comunicati/Pagine/Sondaggiosutrasportopubblicolocale.aspx

328 Ad esempio, il profilo Twitter di Fastweb: https://twitter.com/FASTWEB o di Poste Italiane: https://twitter.com/WebPoste i quali rispondono direttamente all'utente in via pubblica (come fa ATM) oppure in via privata tramite DM se occorre comunicare dei dati sensibili.

329 Su Twitter ogni utente (o “user”) può pubblicare (o “twittare”) un tweet, il quale diventa visibile su: la propria “pagina personale”, eventualmente la “pagina di ricerca” di chi sta cercando un termine se il tweet lo contiene, e sulle diverse “pagine principali” dei diversi utenti che “seguono” l'utente. In Twitter infatti si ha una propria pagina personale ma anche una propria pagina principale dove compaiono a cascata tutti i tweets pubblicati dalle persone che stiamo seguendo (i nostri “following”). Quando seguiamo una persona diventiamo un suo “follower” (o “seguitore”). Oltre a twittare i nostri tweet, possiamo “retwittare” (o “condividere”) i tweet di altri utenti, sia che noi siamo o non siamo loro follower. In questo caso il messaggio retwittato (in inglese “retweeted”) comparirà pubblicato nella nostra pagina personale assieme ai nostri tweet, ma chiaramente distinto dai nostri con visualizzato

110

Dalla sua nascita fino alla sua recente quotazione in borsa, l'azienda ha avuto un'incessante

espansione, divenendo lo strumento preferenziale utilizzato da personaggi di rilevanza scientifica,

politica ed artistica per pubblicare notizie in merito al proprio operato (per citarne alcuni, il profilo

Twitter del CERN di Ginevra, @CERN, il profilo del Presidente degli Stati Uniti Barak Obama,

@BarackObama, od il profilo del cantante per teenagers Justin Bieber, @justinbieber). Attualmente

ogni giornale o rivista ha una propria pagina Twitter e le notizie vengono pubblicate spesso prima

su Twitter e poi solo successivamente hanno un eco nelle agenzie ufficiali.

Che lo si desideri o meno, su Twitter si parla di ogni cosa, con una velocità di diffusione

delle notizie incredibilmente rapida. Il 20 Dicembre 2013 alle 10:19a.m. Justine Sacco, l'esecutiva

responsabile delle Pubbliche Relazioni e direttrice delle comunicazioni della società statunitense

InterActive Corporation (IAC), pubblicava un tweet appena prima di salire su un aereo diretto per

l'Africa da New York. All'atterraggio, Justine Sacco non aveva più un lavoro. La sua società era

stata costretta a licenziarla ed a farle chiudere l'account Twitter dopo che era esplosa sul social

network una rivolta di dimensioni globali con l'hashtag “#HasJustineLandedYet”, diffusosi in poche

ore inizialmente con 3'000 “retweet” (o “condivisioni”) che, rendendolo un “trending topic” (o

“argomento di tendenza”), lo hanno poi diffuso sull'intera piattaforma mondiale. Il tweet che la

manager aveva pubblicato, insignito del titolo di “peggiore tweet del 2013”, era a sfondo razzista:

“Going to Africa. Hope I don't get AIDS. Just kidding. I'm white!”330.

Attualmente, sempre più aziende presiedono attentamente la propria immagine sul web

attraverso la creazione e la gestione di contenuti su appositi profili sociali. Infatti sul web, che ci si

sia presenti o meno, si parla del proprio brand e dei propri prodotti e servizi e, rispetto a soli dieci

anni fa, i messaggi negativi hanno una potenzialità di diffusione devastante. Se l'altro ieri

l'esperienza negativa di un cliente poteva diffondersi a voce ad un massimo di una decina di suoi

amici o magari non entrare neanche nei discorsi, i social network e gli smartphone oggi hanno

modificato le abitudini e consentono alle notizie personali di essere invece pubblicate in tempo

reale, spesso senza filtri, su social network che le rendono immediatamente leggibili non da dieci

ma bensì da almeno 150 o 300 amici e conoscenti, magari potenziali consumatori del brand.

l'autore. Su Twitter è possibile poi scambiare con gli altri utenti dei messaggi e rispondere a nostra volta, il tutto in maniera esclusivamente pubblica, “taggando” l'utente con cui ci interessa conversare (ovvero inserendo il carattere-chiocciola seguito dal nome-utente della persona, per es. “@utente”). Se stiamo trattando di temi che vogliono avere una diffusione, allora è possibile taggare con il carattere-cancelletto anche apposite parole, le quali assumono la definizione di “hashtag” (per es. #Shumacher o #terremoto). Se l'hashtag è utilizzato nello stesso lasso di tempo in centinaia di altri tweets o retweets, allora diventa un “trending topic” (o “tendenza”) e viene visualizzato da tutti gli utenti Twitter.

330 Per la storia di Justine Sacco si rimanda all'articolo del Post del 21-12-2013, reperibile all'indirizzo: http://www.ilpost.it/2013/12/21/il-tweet-razzista-justine-sacco/ e l'articolo pubblicato sul The Guardian, il 22-12-2013, reperibile all'indirizzo http://www.theguardian.com/world/2013/dec/22/pr-exec-fired-racist-tweet-aids-africa-apology

111

Tra i primi dieci risultati che compaiono su Google.it digitando “atm” compare, anche se

all'ultimo posto, anche il profilo Twitter dell'azienda. Su Google Trend, filtrando per la regione

Lombardia e l'anno 2013, il volume di ricerca del termine “@atm_informa” (con o senza chiocciola

od underscore) è insufficiente per visualizzare dei risultati, mentre digitando “atm twitter” è

disponibile un grafico del tempo331 che mostra come le ricerche, nulle nei primi mesi da Gennaio a

Febbraio, siano invece poi molto cresciute tra Marzo e Dicembre.

Il profilo ufficiale Twitter di ATM, “@atm_informa”, nasce il 22 Gennaio 2013 con la

dichiarata intenzione di “twittare informazioni e aggiornamenti in tempo reale sulla mobilità”.

Alla conclusione della sua prima giornata operativa, i follower di @atm_informa erano 428.

Al termine della prima settimana i follower erano passati a più di 3'000 e dopo soli tre mesi

risultavano già più di 10'000332.

Attualmente (08 Gennaio 2014, ore 15:30) i follower di @atm_informa sono più di 24'250.

Il profilo ha pubblicato 11'650 tweets e conta 80 profili tra i suoi following. Un risultato importante

per non aver compiuto ancora un anno, se si pensa che @TfLOfficial, il più grande tra i 23 profili

Twitter di TfL (“Transport for London”, l'equivalente londinese di ATM), conta oggi 191'000

follower (8 volte di più) nella più internazionale, informatizzata e sei volte più popolata Londra (8,2

milioni di abitanti rispetto agli 1,3 milioni di Milano)333.

Prendendo come paragone TreNord (un'altra azienda di trasporto pubblico, operante su

diverse tratte ferroviarie di media distanza in Lombardia), il profilo Twitter di ATM è differente in

quanto è unico e bidirezionale. Volendo appunto fare un confronto, Trenord utilizza ben 40 profili

Twitter differenti334, uno per ogni tratta ferroviaria coperta (così come fa TfL a Londra), ma i canali

comunicano unicamente in maniera uni-direzionale, esclusivamente cioè pubblicando

aggiornamenti dalla sala operativa, senza rispondere ai messaggi ricevuti dagli utenti.

ATM invece, il cui servizio è attivo tutti i giorni lavorativi dalle 07:00 alle 20:00, utilizza

un'unico profilo Twitter e non si limita a pubblicare aggiornamenti su rallentamenti, incidenti,

guasti o cambiamenti di percorso programmati od accidentali che avvengono ogni giorno ma

risponde, in tempi realmente ristretti (nell'ordine di soli 1 o 2 minuti), a tutti gli utenti che le

porgono domande tecniche in merito a percorsi da intraprendere, abbonamenti, tempi di attesa e non

solo.

331 Cfr. http://www.google.it/trends/explore#q=atm%20twitter&geo=IT-25&date=1%2F2013%2012m&cmpt=q332 Cfr. ATM, 12 Aprile 2013, “ATM su Twitter: in meno di 3 mesi superati i 10'000 follower”, Comunicato Ufficiale,

ATM News http://www.atm.it/it/AtmNews/Pagine/ATMsuTwitterinmenodi3mesisuperatii10000follower.aspx333 Cfr. http://www.tfl.gov.uk/social-media/334 Cfr. http://www.trenord.it/it/assistenza/twitter/twitter.aspx

112

4.2.1 INTERROGAZIONE CON SQL DEL DATABASE DEI TWEET SCARICATI

Attraverso il CRISP (il Centro di Ricerca Inter-universitario per i Servizi di Pubblica utilità)

sono stati messi a mia disposizione diversi strumenti per lo scaricamento, l'archiviazione strutturata

e l'analisi descrittiva di tutte le comunicazioni via Twitter avvenute nel mese di Novembre 2013 tra

@atm_informa, il profilo Twitter di ATM, ed i suoi utenti. Attraverso il CRISP, inoltre, è stato poi

messo a mia disposizione un software di analisi statistica aziendale, “SAS Enterprise Miner”, per

l'analisi più impegnativa del contenuto testuale dei tweet (trattata verso il concludersi del capitolo).

Attraverso un'applicazione in linguaggio Java sono stati scaricati in formato .xml 6'224

tweet pubblicati tra il 31 Ottobre ed il 29 Novembre 2013 contenenti tutte le comunicazioni

avvenute tra @atm_informa ed i propri utenti. Questi file (contenenti sostanzialmente il testo dei

messaggi ed alcune informazioni sugli utenti e sui tweet) sono stati “puliti” dalla parte di codice

inutile e sono stati strutturati archiviandoli in un database. Attraverso MySQL, un programma per

interrogare il database attraverso query realizzate in linguaggio SQL, ho ricavato diverse tabelle di

dati utili che ho poi trasferito su Excel per modificarne la struttura, riordinarle in base a criteri utili

ed aggiungervi calcoli semplici come sommatorie, medie e percentuali. Infine, sempre attraverso

Excel ho realizzato le rappresentazioni grafiche che vanno poi a sintetizzare queste informazioni (la

parte di lavoro inerente l'analisi statistica del testo sarà trattata invece più avanti).

Classificando i 6'224 tweets raccolti durante il mese di riferimento in base alla loro data di

pubblicazione, è possibile analizzare la frequenza temporale delle comunicazioni intercorse sul

social network. In particolare, prendendo inizialmente in considerazione unicamente i tweets di

@atm_informa, è possibile già trarre alcuni dati importanti sul servizio.

113

Anzitutto, durante il mese di riferimento, il profilo Twitter di ATM ha pubblicato 1'143

tweets (circa 36 tweets al giorno sui 32 giorni analizzati). Fatte salve alcune importanti eccezioni

però, atm_informa pubblica con regolarità unicamente nei giorni lavorativi della settimana, con una

media (corretta) di circa 50 tweets al giorno, mediamente più alta i Venerdì (circa 65) e più bassa i

Giovedì (circa 35).

Le prime grandi “anomalie” che saltano all'occhio sono: l'incredibile numero di tweet

pubblicati Giovedì 31 Ottobre (ben 176, ovvero ben cinque volte il numero normalmente rilevato

durante un normale Giovedì); la pubblicazione straordinaria di alcuni tweet durante un weekend nei

giorni feriali del 9 e 10 Novembre; la presenza di un picco di 89 tweet (comunque la metà rispetto

al precedente picco) nella giornata di Venerdì 15 Novembre.

Aggiungendo al grafico anche le frequenze dei tweet degli utenti (eliminando però dal

conteggio i retweet), otteniamo ulteriori informazioni generali.

114

La prima cosa che salta all'occhio nel grafico è che gli utenti pubblicano all'incirca un

numero doppio di tweet rispetto ad ATM: ricavando il numero totale di tweet pubblicati dagli utenti

nel mese, pari a 2'828, e dividendoli per i 32 giorni analizzati si ricava una media di più di 88 tweet

al giorno che, corretta per i giorni lavorativi risulta pari a circa 115 tweet al giorno. Quest'ultimo

dato rappresenta l'ammontare dei messaggi che mediamente gli utenti mandano ad ATM ogni

giorno. Le comunicazioni mandate dagli utenti ad ATM non rappresentano per forza delle

segnalazioni o delle richieste di informazioni, sebbene queste ultime ne rappresentino la parte

preponderante, ma contengono spesso messaggi che non necessitano di alcuna risposta, come ad

esempio commenti a messaggi altrui oppure messaggi di lamentela generale sul servizio.

La seconda importante informazione che si ottiene dal grafico (e che i numeri confermano) è

che l'andamento dei tweet degli utenti segue in maniera pressoché proporzionale il numero dei

tweet pubblicati da ATM. Non essendo stati considerati i retweet, la correlazione positiva tra le due

distribuzioni potrebbe però rispecchiare influenze reciproche: da una parte maggiori domande poste

dagli utenti comportano maggiori messaggi di risposta da parte di ATM, dall'altra maggiori

messaggi informativi pubblicati da ATM raccolgono poi un maggior numero complessivo di

commenti.

Dal grafico infine, si nota che gli utenti sono soliti pubblicare messaggi indirizzati ad

115

@atm_informa anche quando il servizio Twitter di ATM non è operativo, come ad esempio nei

weekend ma anche in giornate festive, come è accaduto Venerdì 1 Novembre in cui ricorreva Ogni

Santi.

Volendo osservare il fenomeno “twitting” nel suo complesso per poi spiegare più nel

dettaglio le motivazioni del perché si sono osservate alcune “anomalie”, si può consultare la

seguente tabella e relativo grafico, i quali sommano visivamente i tweet di utenti ed ATM, unendovi

i retweet. Questi ultimi sono esclusivamente degli utenti in quanto @atm_informa non ha mai

retwittato alcun messaggio, né degli utenti né dei propri following.

Analizzando le singole giornate, emerge che i tweet aumentano principalmente nelle

situazioni in cui avvengono dei guasti od inconvenienti tecnici sulle linee metropolitane. In secondo

luogo, aumentano quando i tram rimangono completamente fermi a causa di un incidente stradale o,

non di rado, per mezzi lasciati in divieto di sosta sui binari.

Giovedì 31 Ottobre 2013

E' avvenuto un guasto tecnico sulla linea verde M2 nell'orario di punta la mattina, causando il

blocco dell'intera tratta per circa un'ora e mezza. L'evento viene spiegato passo per passo nel

paragrafo successivo.

116

Mercoledì 6 Novembre 2013, 07:29am (fino 11:30am)

“#M1: circolazione sospesa tra Sesto FS e Sesto Marelli (inconveniente tecnico nella stazione di

Marelli). Seguono aggiornamenti. #ATM”

Venerdì 15 Novembre 2013, 07:00am (fino 08:08am)

“Buongiorno. #M2 > Cologno Nord: possibili rallentamenti (inconveniente tecnico nella stazione

di Assago Forum). #ATM #Milano”

Venerdì 22 Novembre 2013, 08:48am ; 13:38pm

“#M2 > Abbiategrasso/Assago: rallentamenti da Cologno Nord e Vimodrone (inconveniente tecnico nella stazione di Cimiano). #ATM #Milano”

“#Milan - #Genoa: ecco il servizio #ATM previsto per la partita di domani sera a San Siro. http://bit.ly/17OwNio #Milano #SerieA”

Inoltre, il profilo ottiene molta audience in termini soprattutto di retweet quando ATM

pubblica messaggi di particolare interesse pubblico. Il caso più rilevante è la comunicazione che lo

sciopero di Venerdì 15 Novembre era stato revocato, il quale ha ricevuto da solo ben 119 retweet.

Interessante anche il retwitting quando c'è stata la pubblicazione per la prima volta sul profilo di

alcune fotografie, in occasione dell'apertura della nuova sala operativa che si occupa della gestione

delle metro.

Mercoledì 13 Novembre 2013

E' stata annunciata la revoca dello sciopero dei trasporti a Milano335. Nel momento in cui

@atm_informa ha pubblicato la notizia, sono avvenuti ben 119 retweet più commenti da parte degli

utenti solo su quel singolo messaggio336.

335 Cfr. per un riferimento giornalistico sulla revoca dello sciopero dei mezzi di trasporto a Milano: http://milano.corriere.it/milano/notizie/cronaca/13_novembre_13/venerdi-15-niente-sciopero-trasporti-milano-c-partita-nazionale-f9b4ba90-4c89-11e3-b498-cf01e116218a.shtml

336 Tweet sciopero revocato: https://twitter.com/atm_informa/status/400673193658028032

117

Giovedì 14 Novembre 2013

E' stata aperta la nuova sala operativa ATM, la quale può gestire fino a sei linee metropolitane.

Nell'occasione, @atm_informa ha pubblicato, per la prima volta nel mese, anche delle fotografie

oltre ai soliti messaggi informativi337. Ogni foto ha raccolto un numero medio di 15-20 retweet e

diversi commenti.

337 Tweet con foto nuova sala: https://twitter.com/atm_informa/status/400941004423188480

118

Indagando il weekend in cui @atm_informa si mostrava attiva, si scopre che per politica

aziendale il servizio via Twitter viene straordinariamente tenuto operativo in occasione di tutte le

fiere ed eventi più importanti della città. Così, come poi avvenuto in occasione dell'Artigianato in

Fiera a Rho, il 9 e 10 Novembre il profilo twittava perché era in corso la fiera EICMA

(l'Esposizione Internazionale del Motociclo).338

Sabato 9 e Domenica 10 Novembre 2013

Apertura straordinaria del servizio per la Fiera EICMA

338 Cfr. sito ufficiale EICMA: http://www.eicma.it/

119

4.3 @ATM_INFORMA E LA COSTUMER RELATIONSHIP

4.3.1 IL GIOVEDI' NERO

Giovedì 31 Ottobre, alle 07:30 di mattina, ovvero nel pieno dell'orario di punta, avviene un

guasto sulla linea metropolitana Verde M2 che fa sospendere la circolazione sull'intera tratta tra le

stazioni ferroviarie di “P.ta Genova”, “Cadorna FN”, “Garibaldi FS” e “Centrale FS” in entrambe le

direzioni339, ovvero ben 9 fermate di metropolitana (un terzo della linea) e ben 4 delle 9 stazioni

ferroviarie cittadine, con forti rallentamenti sul resto del percorso, ovvero sulle tratte tra “Centrale

FS” e “Cologno Nord – Gessate” e tra “P.ta Genova” e “Abbiate Grasso – Assago”, con

conseguente sovraffollamento sulle altre due linee metropolitane e sui mezzi di superficie.

La circolazione ricominciò sulla tratta, sebbene con forti rallentamenti, unicamente alle

09:17, ovvero ben più di un'ora e mezza più tardi, e solo alle 14:30 del pomeriggio la situazione

venne definitivamente risolta con la ripresa della circolazione secondo le normali frequenze.

La gente, in particolare le persone che non erano pratiche delle linee di superficie e che

dovevano recarsi a lavoro, presero d'assalto ogni possibile canale informativo, tra cui gli sportelli ed

il personale ATM. In pochi minuti, chiamate ai call center, canali web, app e profilo Twitter

dell'azienda esplosero. ATM cercò di ovviare al problema inviando nelle stazioni Assistenti alla

Clientela ed avviando in superficie delle linee bus sostitutive che divennero però poi operative

unicamente dalle 08:30, ovvero quasi un'ora dopo il guasto.

In questo capitolo, però, non si vuole trattare dell'accaduto analizzando il servizio di

trasporto, quanto piuttosto osservare l'accaduto con gli occhi di un utente che in quel momento

navigava su Twitter. Per rendere visivamente chiara la differenza fra le comunicazioni con

@atm_informa avvenute in questo “Giovedì nero” e quelle che normalmente avvengono in un

tipico “Giovedì bianco”, si possono osservare i seguenti due grafici.

339 Cfr. per un riferimento giornalistico sul guasto di Giovedì 31 Ottobre 2013 sulla linea M2 a Milano consultare: http://www.ilsussidiario.net/News/Milano/2013/10/31/M2-METROPOLITANA-LINEA-VERDE-Oggi-si-e-fermata-ecco-perche-la-circolazione-e-sospesa-tra-Porta-Genova-e-Centrale-FS/440283/

120

Alle 07:41, non di propria iniziativa ma in risposta ad un utente, @atm_informa dà la prima

conferma ufficiale del problema: “ti confermiamo che al momento la circolazione è sospesa tra

Gioia e Cadorna. Seguono a breve aggiornamenti.”, senza precisare di quale linea si stesse parlando

(conoscibile unicamente cliccando sulla conversazione)340.

340 Tweet Giovedì Nero 07:41: https://twitter.com/atm_informa/status/395802652589568000

121

Due minuti dopo, alle 07:43, @atm_informa pubblica il primo messaggio pubblico ufficiale

in cui afferma che la linea M2 è ferma solo sulla tratta “Gioia - P.ta Genova” e spiega che il motivo

è un guasto tecnico341. Cinque minuti dopo, alle 07:47, pubblica un identico messaggio anche per la

tratta “Gioia - Centrale”342.

341 Tweet Giovedì Nero 07:43: https://twitter.com/atm_informa/status/395803242501640192 342 Tweet Giovedì Nero 07:47: https://twitter.com/atm_informa/status/395804185284714496

122

Per quanto riguarda i primi messaggi “anti-panico”, rassicurativi, questi arrivano più tardi.

Circa 20 minuti dopo l'avviso di blocco della metropolitana, alle 07:58, @atm_informa twitta che

sono in arrivo autobus sostitutivi (divenuti poi operativi mezzora più tardi), ed assistenti alla

clientela.

Dopo ulteriori 5 minuti, alle 08:03 (25 minuti dopo la consapevolezza della sospensione

della linea), @atm_informa twitta i primi consigli alla clientela: “#M2: sospesa Centrale - pta

Genova. Alternative in superficie: #tram9: pta Genova - Centrale, #tram2 #tram14 > centro. #ATM

#Milano”.

Alle 08:14, 35 minuti dopo la sospensione della M2, @atm_informa tranquillizza per la

prima volta, in risposta ad un utente, a riguardo del buon funzionamento del resto delle linee: “sì, ti

confermiamo che su #M1 la circolazione è regolare.”, per poi ripetersi a ritmi costanti di 10 minuti

alle 08:24, 08:34 e 08:44: “la circolazione su #M1 e #M3 è normale.”, “la circolazione su #M3 e

#M1 è normale.”, “#M2 sospesa tra Pta Genova e Centrale. #M1 e #M3 regolare.”.

Fino alle 08:05, 25 minuti dall'avviso della sospensione, ATM non pubblica alcun messaggio

ufficiale di scuse sull'accaduto o di dispiacere per il disagio. Nei primi 11 messaggi l'espressione più

ricorrente è “Seguiteci per aggiornamenti” (circa un invito a seguire ogni 4 minuti). Dalle 08:05

fino alle 09:43, invece, scompaiono gli inviti ed il messaggio ricorrente diventa “Ci scusiamo per il

disagio.”, ripetuto incessantemente quasi in ogni tweet per un totale di 29 scuse (circa una scusa

ogni 3 minuti).

123

4.3.2 IL COSTUMER SERVICE

La possibilità di crisi e la loro gestione è un tema che va anticipato, soprattutto per una città

come Milano che si presta ad ospitare nel 2015 un evento mondiale come l'Expo, il quale porterà un

afflusso di persone ed una richiesta di mobilità interna incredibilmente maggiore dell'usuale. Essere

preventivamente organizzati, in maniera ovviamente flessibile per rispondere efficacemente al

problema, è un tema importante. Occorre essere pronti all'evenienza del peggio ed alla gestione dei

rischi.

Nei momenti di crisi, per un servizio di Social CRM come può essere @atm_informa, la

rassicurazione dell'utenza, la pubblicazione di scuse e la fornitura di soluzioni sono un tema tanto

importante quanto la pubblicazione di informazioni sull'esistenza del problema. “Forti

rallentamenti”, “linea sospesa”, “guasto tecnico”, “mezzo bloccato” ed ulteriori simili messaggi

sono tutte informazioni utili, fondamentali senz'altro, ma incomplete.

Dal punto di vista dell'utente, l'obiettivo è andare da un punto all'altro della città nel più

breve tempo possibile, spesso sopportando anche un certo grado di sovraffollamento e di tutto ciò

che questo comporta. La “esperienza comunicativa tipo” che vorrebbe vivere è: “Buongiorno, il

miglior modo per lei per giungere dove desidera è il seguente. La ringraziamo per essersi affidato

ai nostri servizi e le auguriamo buon viaggio! Ritorni a trovarci, il suo servizio clienti.”. Nel caso di

un disservizio su una tratta programmata, la “comunicazione tipo” vorrebbe essere la seguente:

“Sulla linea di suo interesse è presente un disservizio di lungo termine che stiamo provvedendo a

risolvere! L'inconveniente è di tipo tecnico e causa temporanei rallentamenti anche su queste altre

linee. Il resto dei servizi offerti però sono pienamente operativi, perciò le consigliamo di

intraprendere il seguente percorso alternativo. Comprendendo il disagio, ci scusiamo per il

disservizio.”.

Ovviamente su Twitter questa tipologia di comunicazioni risulta impossibile da attuare per

via del vincolo di lunghezza dei tweet e per via della rapidità con la quale occorre rispondere ai

frequenti messaggi ricevuti. E' però possibile trovare alcune scorciatoie.

Anzitutto è possibile accorciare i tweet fino al minimo comprensibile e progettare in anticipo

dei “short messages tipo” come:

“Scusate Lungo Problema Tecnico! Sospesa M2 P.TA GENOVA FS – CENTRALE FS, resto tratta

lenta. Bus Sostitutivi, regolari M1 M3 2 9 19 43 61 94” (esattamente di 140 caratteri).

Una comunicazione via Twitter può poi assumere la forma di un nodo ipertestuale, ovvero

contenere un collegamento, un link (che Twitter assume come lungo 32 battute al di là della

124

lunghezza reale). Un tweet potrebbe essere composto da un testo limitato a 107 caratteri più uno

spazio, rimandando il resto della comunicazione verso il sito web aziendale. Seguendo sempre il

caso:

“Scusate Lungo Problema Tecnico! Sospesa M2 P.TA GENOVA FS – CENTRALE FS, resto tratta

lenta. Alternative su: Short.Link/DiTrentadueCaratteri” (anche qui esattamente di 140 caratteri).

Limitare il canale comunicativo a semplici messaggi “ANSA” sui disservizi esistenti rende

però il rapporto con l'utente asettico, non relazionale, non propositivo. Per quanto è possibile fare in

140 battute, occorre trasmettere umanità. Importanti dunque la punteggiatura, le parole di scuse, di

ringraziamento, di dispiacere e di cordialità ma si può anche fare di più. Se si prende ad esempio il

profilo Twitter di Transport for London, ci si accorge che quest'ultima avvia il canale comunicativo

la mattina come se fosse una radio343, presentando le persone reali che stanno dietro allo strumento

nella sala operativa:

343 Tweet Hi, Paul and Sammy: https://twitter.com/piccadillyline/status/424919546009780224

125

4.3.3 FASCE DI PUNTA E COMUNICAZIONE DI MASSA

Se prendiamo in considerazione tutti i 6'224 tweet raccolti durante il mese, possiamo

ricavare l'andamento orario delle comunicazioni all'interno di una giornata immaginaria. Per far

risaltare maggiormente la variabilità tra orari, anziché utilizzare per ogni classe oraria la media dei

tweet pubblicati in quell'ora nei diversi giorni, ogni classe oraria è il risultato della sommatoria di

tutti i tweet pubblicati in quell'ora nei diversi giorni.

Il risultato è mostrato nel seguente grafico, il quale comprende sia i tweet che i retweet, sia

di @atm_informa che degli utenti.

Osservando il grafico si nota che @atm_informa twitta, come scritto nel suo profilo, dalle

07:00 alle 20:00, mentre gli utenti le inviano comunicazioni anche dopo il termine dell'orario

operativo, sostanzialmente terminando alle 24:00. Unica eccezione rilevata, un tweet di

@atm_informa pubblicato poco prima delle 07:00.

Dal grafico si evidenziano delle fasce orarie di utilizzo ben chiare. Prima delle 08:00 e dopo

le 20:00, così come tra le 12:00 e le 17:00, le comunicazioni hanno una frequenza normale, di circa

250 tweet all'ora; mentre tra le 08:00 e le 12:00 la mattina e tra le 17:00 e le 20:00 la sera, i tweet

raddoppiano a circa 500 all'ora con un picco di 950 tweet tra le 08:00 e le 10:00, influenzato

126

solamente con 40-80 tweet da Giovedì 31 Ottobre.

Confrontando i dati di utilizzo del servizio Twitter coi dati del servizio di trasporto, si

osserva una evidente correlazione344: corrispondono quasi integralmente infatti le “fasce morbide” e

le “fasce di punta”. Queste ultime per le metropolitane e le linee di superficie “di forza” sono dalle

07:00 alle 09:00 e dalle 17:00 alle 20:00, estese poi la mattina fino alle 10:00 in occasione

dell'istituzione dell'Area C.

Non corrispondono i dati per la fascia tra le 07:00 e le 08:00, ritenuta di punta per il

trasporto mentre per @atm_informa risulta di poco più alta della fascia morbida. Analizzandola

meglio, la fascia è caratterizzata da un numero di tweet (130) e retweet (90) da parte degli utenti

particolarmente basso, paragonabile a quello riscontrabile in fascia morbida tra le 13:00 e le 14:00,

mentre ATM pubblica un numero quasi doppio di tweet (80) rispetto a quelli che pubblica tra le

13:00 e le 14:00. La spiegazione sta nel metodo utilizzato per il calcolo delle frequenze: la

sommatoria dei tweet infatti fa sì che il messaggio “Buongiorno da @atm_informa Seguiteci fino

alle 20 per essere aggiornati sulla mobilità. #ATM #Milano” ripetuto per tutti e 32 i giorni influenzi

il risultato. Possiamo dunque concludere affermando che, rispetto al servizio di trasporto, la fascia

tra le 07:00 e le 08:00 non risulta per il profilo Twitter “di punta”.

Attraverso questi dati il responsabile del servizio può prendere decisioni più accurate in

merito alla gestione del personale, così come ricavarne un'informazione utile per prendere accordi

più consapevoli con altre aziende ed organizzazioni nel caso si volessero promuovere campagne

sociali o vendere pubblicità oppure ancora firmare accordi di collaborazione per supportare il

servizio nelle fasce orarie di punta.

Il tema della concentrazione delle comunicazioni attorno a determinate fasce orarie, poi,

tocca un punto molto delicato in termini di Social Media Marketing, ovvero il tema della

promozione del Brand online. Nelle fasce orarie di punta avviene un aumento esponenziale dei

tweet (pubblici) che parlano dell'azienda e dei suoi prodotti. Bisogna comprendere che, come dice

la parola stessa, con l'avvento dei social media c'è stato un cambiamento epocale nella classifica dei

“media” in termini di “massività”. Un “medium” è un canale di distribuzione delle comunicazioni

che influenza chi lo segue. Un “mass medium” è uno strumento di comunicazione di massa che

come tale influenza un numero di “spettatori” incredibilmente ampio. Nell'epoca dei social network

però lo spettatore non è più soltanto il ricevitore della comunicazione, diviene lui stesso il medium

di questa.

Quando @atm_informa pubblica su Twitter il messaggio “lieve ritardo sulla linea”, la massa

344 Cfr. http://www.atm.it/IT/VIAGGIACONNOI/Pagine/orari_calendario.aspx

127

che riceve questa comunicazione non sono i suoi 25'000 followers ma la percentuale molto più

limitata di utenti che sono influenzati dal disservizio e, come capita regolarmente in questi casi, il

messaggio diventa l'occasione per inoltrare ai propri amici e conoscenti una comunicazione

modificata (sotto forma di risposta al tweet, di citazione o di retweet) che risulta più o meno

esplicitamente la seguente: “lieve ritardo sulla linea, siete vergognosi” o “come ogni giorno, lieve

ritardo sulla linea” o “lieve ritardo sulla linea, ma no?!” o “grazie per il lieve ritardo sulla linea”.

Questi messaggi hanno un eco molto più pervasivo del semplice messaggio informativo

iniziale perché sono letti dagli almeno 30-100 conoscenti personali dell'utente e sono passibili di

“like”, “mi piace” ed a loro volta di retweet, commenti e dunque ancora ilarità e condivisione.

Sottovalutare questi messaggi, a cui @atm_informa giustamente non risponde per non creare

un effetto diga del Vajont, è pericoloso. Se non è possibile impedirli, è senz'altro possibile

compensarli. Molti utenti che hanno conosciuto @atm_informa inviando per la prima volta una

comunicazione con tono polemico, ottenendo una risposta utile, tempestiva e non permalosa, hanno

poi cominciato ad apprezzare il servizio Twitter e, indirettamente, anche l'azienda ATM stessa.

@atm_informa è il volto di ATM su Twitter, ancor più dei macchinisti sui tram in quanto al

profilo Twitter si pongono domande impellenti e spesso polemiche in quanto riferite a questioni

straordinarie e lo si tende ad immaginare come la personificazione dell'azienda stessa, mentre il

macchinista del mezzo che usualmente si utilizza è poco probabile che sia interpellato su questioni

sulle quali non ha alcuna responsabilità in quanto è riconosciuto come un singolo dipendente che fa

il proprio lavoro al meglio di quel che il traffico gli concede, non è visto come l'azienda stessa.

Il coinvolgimento degli utenti ad esempio, la “gamification” di cui si è parlato nei capitoli

precedenti, potrebbe essere una politica compensativa interessante, similmente all'utilizzo dei giochi

gladiatori durante i periodi di crisi nell'antica Roma ma più coinvolgente dal punto di vista del

legame con l'azienda ed i suoi servizi, facendola conoscere meglio. L'esperienza del gioco e della

tensione al premio fidelizzano il giocatore-utente e tramutano le comunicazioni da polemiche a

costruttive, generando condivisioni poi sui social network di tipo positivo. Un esempio carino è la

presenza sul sito web di ATM di un giochino educativo in Flash dove l'utente deve imparare a

guidare la metropolitana cercando di stare nei tempi e di non fare indisporre i viaggiatori con

eccessive velocità o frenate.

128

4.3.4 ACQUISITION E RETENTION DEI FOLLOWER

@atm_informa è un servizio che funziona indipendentemente se si è follower o meno del

profilo aziendale. Un utente infatti può chiedere informazioni ed ottenere risposte anche senza avere

@atm_informa tra i propri following. Per questo, il numero di follower di @atm_informa non rende

chiaramente l'idea di quanti utenti abbiano non solo visualizzato il profilo ma anche comunicato con

esso. Infatti, guardando gli utenti che nel mese di indagine hanno comunicato con @atm_informa,

soltanto il 73,5% degli stessi è suo follower, mentre esiste un 26,5% di utenti che ci hanno

conversato senza essere sui follower.

Questo dato è importante. Da una parte, presi i propri follower come valore di riferimento,

può sembrare che il profilo riscuota numericamente ancora più successo. Dall'altra però, prendendo

invece a riferimento il totale degli utenti, il dato esprime una rilevante incapacità di retention della

clientela, di engagement degli utenti, di trasmettere la propria utilità. L'utente è come se si sentisse

“infastidito” dal mostrare di avere @atm_informa (e dunque ATM) tra i propri following e di

ricevere le sue notifiche. Qui infatti non si sta parlando di semplici “visitatori” ma di persone che

hanno deciso di comunicare con ATM ma poi non seguirla.

Quando @atm_informa ripete incessantemente “seguiteci” sta sostanzialmente invitando gli

utenti a seguire la pubblicazione di brutte notizie. Perché mai poi un utente dovrebbe essere

stimolato a seguire un profilo che pubblica messaggi anche su mezzi ed orari di cui non si fa

utilizzo e sotto forma di risposte ad altri utenti? Non è forse più facile porre direttamente ad

@atm_informa la domanda che ci interessa senza poi seguirla?

Facendo un confronto con Londra, anche TfL sembrerebbe mostrare lo stesso dato, anzi, il

profilo @TfLOyster ha addirittura le percentuali invertite: soltanto il 32,6% di chi comunica con il

profilo è anche suo follower, mentre addirittura il 67,4% di chi ha comunicato con @TfLOyster non

lo ha tra i suoi following. Il dato però inganna ed è particolarmente influenzato dalla struttura

“social” di TfL: TfL infatti ha un pluralità di profili Twitter, uno per ogni singola linea

metropolitana che gestisce, uno per il servizio bus, uno per chi viene in auto e così via, raccogliendo

probabilmente maggiori riscontri di retention sugli altri profili.

129

Non essendo stato possibile scaricare i tweet anche di tutti gli altri profili, ci limitiamo a

questa considerazione generale: per un'azienda (ma lo stesso vale per una persona), ricevere molte

comunicazioni da utenti che non sono suoi follower è un allarme che segnala un fastidio più che una

non-necessità. Può capitare infatti che un utente comunichi, segua per un lungo periodo e poi, vista

la non-necessità, decida di fare pulizia tra i propri following. Questo capita però giustamente in un

arco temporale lungo. Percentuali invece elevate di utenti che si disiscrivono (o non si iscrivono)

nell'arco di soli 30 giorni sono un segnale dell'esistenza di problemi o mancanze:

130

- Immagine negativa complessiva dell'azienda che è dietro al profilo.

Dunque gli utenti non desiderano mostrarla tra i propri profili seguiti. Se hanno comunicato col

profilo, molto probabilmente, è stato soltanto per lamentarsi dell'azienda nel complesso. Questa

tipologia di utente, a meno che non si tratti di un troll, è da recuperare. Bisognerebbe provare ad

offrirgli servizi che ritiene utili, coinvolgerlo in attività premianti.

- Immagine negativa complessiva del profilo Twitter aziendale.

All'utente non dispiace l'azienda di per sé e magari trova anche utili alcune comunicazioni inviategli

via Twitter ma questo non è sufficiente per inserire il profilo aziendale tra i following. L'utente apre

il profilo aziendale e vede una immagine o descrizione non chiara, un basso numero di follower, un

eccessivo numero di tweet giornalieri pubblicati che potrebbero intasare la bacheca personale, un

elenco degli ultimi tweet pubblicati non utile, poco interessante, confusionale, per lo più fatto di

risposte ad altre persone e dunque di difficile lettura. Se questi utenti hanno comunicato col profilo

è stato soltanto per citare un disservizio o per fare una domanda. Non sono interessati a seguire

ulteriormente il profilo in quanto non lo reputano piacevole da vedere. Come accade quando si

ricevono fastidiose newsletter (perché troppo frequenti o inutili), ci si disiscrive o non-iscrive al

servizio. In questo caso è importante dare la possibilità all'utente di ricevere esclusivamente le

comunicazioni che ritiene più utili con le frequenze che desidera. Anche se le frequenze sono

minori, è pur sempre meglio una bassa frequenza che una frequenza nulla. Inoltre, anche se i

contenuti inviatigli sono limitati ai suoi interessi (in questo caso le linee utilizzate), meglio limitati

ma utilizzati che non utilizzati affatto.

131

4.3.5 PROMOTION VIA TWITTER

Un'applicazione molto interessante del canale sociale potrebbe essere il suo utilizzo per la

promozione, anche attraverso sponsorizzatori, di particolari eventi o luoghi, raggiungibili attraverso

i trasporti ATM i quali coprono l'intera città.

Tornando al sito web aziendale, quest'ultimo prova un po' a trasmettere questo messaggio di

“sono uno strumento per vivere Milano” attraverso la sponsorizzazione in homepage di eventi per i

quali è ottenibile uno sconto se si è abbonati annuali ATM. Ma se clicchiamo su ognuno di questi

collegamenti, si termina in pagine che raccontano tutto dell'evento ma nulla a riguardo della

possibilità di utilizzare i mezzi pubblici per arrivarci, una mancanza a mio vedere piuttosto curiosa.

Twitter potrebbe essere invece il canale più opportuno. Gli utenti di Twitter infatti utilizzano

principalmente il social network come serio media informativo e non come strumento di relazione o

di pubblicazione frivola, dunque potremmo dire che sono una clientela di tipo più esigente,

informata e curiosa, tendenzialmente giovane ed amante della tecnologia. Inoltre, comunicare su

Twitter con ATM significa essere già in mobilità, dunque è una clientela disposta a venir meno alla

comodità dell'auto, attiva, disposta alla mobilità interna alla città anche ove non ci sono parcheggi.

@atm_informa potrebbe così essere il canale giusto per diffondere diverse campagne

mediali di promozione turistica, anche in inglese, come:

“#RiscopriMilano con la linea 14! In pochi minuti da Cordusio “La Fabbrica del Vapore”! Per

Info e mappa: Short.Link/DiTrentadueCaratteri”,

anche sponsorizzate come:

“#RiscopriMilano coi sapori della tradizione! Al capolinea della linea 7, il Ristorante La

Madonnina! Info su: Short.Link/DiTrentadueCaratteri”.

Oppure campagne contro la paura:

“#ioViaggioLaSera con la verde! A due passi da S.Agostino, popcorn e animazione al Cinema

Orfeo! Info su: Short.Link/DiTrentadueCaratteri”.

132

4.3.6 ACCESSIBILITA' DEL PROFILO, EXPO 2015 E LE LINGUE

Esiste poi un problema linguistico che, in vista di Expo 2015, non può più essere non

considerato. Giovedì 31 Ottobre 2013 è stato pubblicato un unico tweet (1 su 176) in lingua inglese.

Soltanto alle ore 08:55am, ben un'ora e quindici minuti dopo il guasto della metropolitana,

@atm_informa twittava:

“#M2 Centrale - Porta Genova: trains will be back to normal in around 10 minutes. #ATM

#Milan”.

Pur tenendo presente che i messaggi di @atm_informa in larga parte sono risposte ad utenti

italiani e dunque per forza di cose in italiano; pur tenendo conto che le mappe dei trasporti, le app e

gli orari nelle banchine sono chiari qualunque lingua si parli; è certo che un problema inaspettato

come il blocco per due ore della linea M2 nella fascia di punta la mattina non può non essere

trattato anche in lingua inglese!

Giovedì 31 Ottobre 2013 le persone straniere presenti in metropolitana e che guardavano

l'account di @atm_informa non erano forse molte, molto probabilmente perché già dal profilo e dai

messaggi si capiva che erano esclusivamente comunicazioni in lingua italiana. EXPO 2015 però è

alle porte ed occorre pensare, in tal senso, se sia necessario realizzare un secondo profilo apposito

per le comunicazioni in multi-lingua oppure organizzarsi per pubblicare almeno gli aggiornamenti

principali anche in lingua inglese.

4.4 GLI UTENTI, ALCUNE DESCRITTIVE

Guardando al luogo di provenienza dichiarato dagli utenti nel proprio profilo, essendo ATM

l'azienda di trasporto pubblico locale di Milano, ci si aspetta che gli utenti siano persone che fanno

uso dei suoi servizi e, dunque, milanesi, abitanti dell'interland, residenti lontani che vengono a

Milano per lavoro e turisti. Quest'ultima categoria però, come visto, è difficile che segua il profilo

viste le poche comunicazioni in lingua inglese. I dati riscontrati sull'utenza Twitter dovrebbero a

grandi linee essere correlati con l'utenza del servizio di trasporto ma può essere che una maggiore

distanza residenziale da Milano stimoli la necessità di maggiore sicurezza e dunque di informazioni.

Venendo ai dati (passibili, attenzione, di dichiarazioni false), si scopre che soltanto il 39,9%

degli utenti dichiara di essere precisamente di Milano. Il 36% non dichiara il proprio luogo di

residenza, il 7,4% dichiara genericamente di vivere in Italia o precisa una residenza italiana diversa

133

dalla Regione Lombardia, il 6,3% dichiara genericamente di vivere in Lombardia o precisa una

residenza lombarda diversa da Milano, il 5,6% dichiara una residenza che non è tale (inserisce,

sbagliando, la propria professione oppure dichiara luoghi di fantasia od inserisce frasi varie), il

3,1% dichiara chiaramente di vivere contemporaneamente a Milano ed in un altro paese, infine

l'1,6% dichiara di risiedere regolarmente all'estero (dunque a Milano solo per un breve soggiorno).

Assumendo molto grossolanamente che chi non dichiara la propria residenza sia distribuito

ugualmente a chi l'ha dichiarata (assumendoci dunque la responsabilità di sotto-stime o sovra-

stime), gli italiani rappresentano il 97% degli utenti, mentre gli stranieri il 3%. Escludendo chi

dichiara di vivere contemporaneamente a Milano ed altrove, il 72% degli utenti è di milano mentre

il 28% viene da fuori città, l'84% sono lombardi mentre il 16% no. Escludendo da quest'ultimo

conto i Milanesi, dunque considerando soltanto gli utenti (“pendolari” o meno) che vengono da

fuori città, il 41% sono lombardi mentre il 59% non lo sono. Dei non-lombardi, l'82,4% è italiano

mentre il 17,6% è straniero.

In particolare, guardando le Province di provenienza degli italiani non di Milano, il 28,3% è

della provincia meneghina, il 10,9% risiede in Monza e Brianza, l'8% dichiara di risiedere nella

134

Provincia di Roma, il 5,8% da Bergamo, il 4,3% da Torino, il 3,6% da Brescia, il 2,9% da Bologna,

un altro 2,9% da Pavia, mentre il 33,3% si divide in una moltitudine di Province dalle percentuali

molto piccole.

I dati sulla provenienza degli utenti di @atm_informa corrispondono ai dati forniti da

Google Trend sulla provenienza di chi cerca su Google il termine “atm”, ovvero in ordine

decrescente Sesto San Giovanni, Milano, Monza e San Donato Milanese (dunque dalla Provincia di

Milano e di Monza e Brianza).

Volendo fare un rapido paragone con TfL a Londra, senza aver approfondito le altre location,

il 36% dichiara di abitare proprio nella city, mentre il 22% non dichiara la propria residenza.

Proporzionalmente più utenti dunque (il 14% in più rispetto all'Italia) dichiarano su Twitter il

proprio luogo di residenza, mentre proporzionalmente meno utenti che vi viaggiano abitano a

Londra, dunque mostrando una città da una parte più cosmopolita e dall'altro meno densamente

popolata.

Tutto questo, occorre tenere in conto, riguarda gli utenti del profilo Twitter di

@atm_informa e di @TfLOyster e non gli utenti del servizio di trasporto di ATM e di TfL.

135

Gli utenti unici che hanno avuto contatti con @atm_informa durante il mese di indagine

sono stati in totale 1'455, ovvero circa 1 utente su 15 rispetto al totale dei followers e circa 50 utenti

diversi al giorno. Di questi, la quasi totalità comunica con ATM mentre è in mobilità: 1'069 utenti

infatti (il 73,5%) utilizzano sicuramente device mobili, 360 (il 24,7% del totale) non è determinabile

con certezza se utilizzi device fissi o mobili, mentre soltanto 26 persone (l'1,8%) si collegano

certamente attraverso dispositivi fissi.

Più nel dettaglio, gli utenti utilizzano device e sistemi operativi diversi per collegarsi su

Twitter. Dallo studio è emerso che il 34% degli utenti utilizza un iPhone, mentre il 28,2% ha uno

smartphone con sistema operativo Android. Soltanto il 18,8% si collega a Twitter attraverso il sito

web, questi utenti non è possibile affermare con certezza se stiano navigando tramite smartphone o

computer. Il 4,3% comunica via Twitter attraverso altri social network, in particolare foursquare345.

Il 3,6% utilizza un BlackBerry, il 3,2% l'iPad ed il 3% un Windows Phone. Il restante 4,9% è molto

frammentato, con percentuali tra lo 0,2 e l'1,2%. In particolare si annoverano in questa categoria

sistemi iOS non ben definiti, Clients per computer (come tweetdeck ed hootsuite), Cross Posters

(come paper.li e twitterfeed), Clients per MacOS X (Twitter for Mac e Tweetbot for Mac), Tweet

Bottons su pagine web, Smartphone Nokia, Clients multi-piattaforma ed altro non noto.

Potendo gli utenti utilizzare più device rispetto a quelli con cui Twitter li profila, si è voluto

classificare i tweet e non gli utenti in base al sistema operativo utilizzato. Il risultato però è

influenzato dal numero di tweet che una particolare tipologia di utente invia ad ATM. I risultati

infatti mostrano in questo caso che, sul totale di 5'081 tweet scritti dagli utenti, il 34,5% preferisce il

sito web per comunicare con ATM, il 28,9% utilizza uno smartphone Android e solo il 23,6% scrive

ad @atm_informa utilizzando un iPhone. Il 3% poi utilizza social networks, il 2,3% un Windows

Phone, l'1,6% l'iPad e l'1,5% un BlackBerry. Il restante 2,5% è suddiviso tra iOS non definiti,

345 Ad esempio durante un check-in: https://twitter.com/darthpelo/status/418363654921551872

136

MacOS X, Cross Posters, Tweet Buttons, Client multi-piattaforma, Nokia ed altro non definito.

ATM invece, per la quasi totalità dei suoi 1'143 tweet, utilizza il web (95%), TweetDeck

(4%), e di rado (1%) un iPhone (ad esempio quando son state scattate le foto alla nuova sala

operativa).

137

Volendo fare un paragone con il corrispettivo caso inglese, TfL utilizza per i propri tweet

esclusivamente HootSuite (100%), molto probabilmente perché deve gestire una pluralità di account

contemporaneamente. Gli utenti che comunicano con TfL invece utilizzano indicativamente per un

terzo (33,3%) un iPhone, il 25% (un quarto) il web, ed il 18% (circa un quinto) Android.

Guardando al numero dei following degli utenti che scrivono ad @atm_informa, questi

138

rappresentano “quanti profili gli utenti seguono” (compreso @atm_informa). Il 9% degli utenti

segue meno di 30 profili, il 55% tra i 30 ed i 300 profili, il 27% tra i 300 ed i 900 profili, ed un 10%

segue più di 900 profili. Dunque, a meno che @atm_informa non sia inserita in liste personali

preferenziali, è difficile che le sue comunicazioni siano lette all'interno di bacheche dove

compaiono i messaggi di più di 300 profili (37%), molto spesso profili di notiziari oppure

retwittatori automatici che pubblicano quasi un tweet al minuto. Mentre i profili dove atm_informa

è uno su soltanto trenta (9%) è molto probabile che le sue pubblicazioni siano sempre lette.

Per quanto riguarda i follower degli utenti, questi rappresentano “da quanti profili gli utenti

sono seguiti”. Il 51% degli utenti è seguito da meno di 100 follower, il 28% ha tra i 100 ed i 400

follower, ben un 15% ha tra i 400 ed i 1600 follower, mentre solamente un 6% riesce ad avere più di

1600 follower. Il numero dei follower rappresenta quanto si è seguiti e sintetizza, in maniera molto

grossolana, quanto si è importanti su Twitter e, dunque, presumibilmente anche nella vita reale.

Il valore dei follower andrebbe però raffrontato con il numero dei following in quanto, di per

sé, non è detto che significhi che l'utente sia socialmente importante. Infatti, aggiungendo più utenti,

ovvero incrementando i propri following, è molto probabile essere poi a propria volta seguiti da

questi ultimi.

Escludendo pochi valori nulli (utenti senza alcun following), il 18% degli utenti ha un

rapporto follower/following minore di 0.2, ovvero hanno un numero di follower uguale ad un quinto

dei propri following. Il 50% degli utenti ha un rapporto compreso tra 0.2 e 0.7, dunque ha un

numero di follower compreso tra il 20% ed il 70% dei propri following. Una buona parte degli

utenti, il 16%, ha un rapporto compreso tra 0.7 ed 1.3, ovvero è equilibrato tra chi segue e quanti lo

seguono. Soltanto un 15% ha un rapporto maggiore di 1.3, ovvero è più seguito che “seguitore”.

Il rapporto follower/following è un valido segnale di quanto un profilo sia importante.

Anche in questo caso, però, con le dovute eccezioni: capita spesso che per politica personale un

utente importante decida di seguire automaticamente chi lo segue. Questo non è fatto soltanto per

una sorta di ringraziamento, quanto perché su Twitter occorre essere seguiti da un utente per

potergli scrivere un messaggio privato (non pubblico). Allo stesso modo, un utente può essere molto

più seguito che seguire ma essere in valore assoluto poco seguito. Questo ad esempio è il caso

profili con pochi following ma particolarmente seguiti da aziende che aggiungono persone anche

senza conoscerle (in base ad alcune parole chiave nel profilo e nei tweet pubblicati) per farsi

pubblicità.

Il rapporto follower/following, considerato soltanto oltre un certo livello di follower,

dunque, esprime una potenzialità di comunicazione: se un mio messaggio viene retwittato da un

utente con un elevato rapporto, significa che la comunicazione si diffonderà esponenzialmente. Allo

139

stesso modo, se un utente con elevato rapporto si esprime negativamente sull'azienda, la sua

opinione negativa si diffonderà esponenzialmente. Questo, che piaccia o meno, è da tener conto nel

momento in cui si risponde ad un cliente, cosa che invece non è guardata da @atm_informa, la

quale risponde o non risponde agli utenti in base alla tipologia di tweet ricevuto e non alla persona

che lo scrive.

Confrontando infine i dati con gli utenti di TfL, il rapporto follower/following di questi

ultimi è diverso: avendo pur sempre il 50% degli utenti un rapporto compreso tra 0.2 e 0.7, soltanto

un 8% anziché un 18% ha un rapporto minore di 0.2. La differenza è equamente divisa tra i

rimanenti livelli di rapporto: il 23% degli utenti ha un rapporto compreso tra 0.7 ed 1.3, mentre ben

il 21% ha un rapporto maggiore di 1.3.

140

E' interessante guardare anche da quanto tempo gli utenti che comunicano con

@atm_informa sono su Twitter. Il dato non è di per sé indicativo ma, con maggiore probabilità, chi

è su Twitter da meno di 3 mesi avrà meno dimestichezza con lo strumento, avrà meno tweet

pubblicati ed al contempo meno follower. Soltanto il 4% degli utenti che scrivono ad

@atm_informa è su Twitter da meno di 3 mesi, il che significa che è seguita da utenti per lo più

141

esperti. Al contempo questo 4% di utenti ha scoperto o cercato solo poco dopo la propria iscrizione

il profilo di ATM su Twitter, il che è un buon segnale di rilevanza del servizio. Infine, il 34% degli

utenti è su twitter da più di 3 mesi ma da meno di 2 anni, il 37% è sul social network da più di 2 ma

da meno di 4 anni, mentre un buon 24% è su Twitter da più di 4 anni.

Rispetto a TfL, emerge che in media gli utenti inglesi sono su Twitter da più tempo. Sempre

un 4% è su Twitter da meno di 3 mesi, mentre ben più del 36% degli utenti è su Twitter da più di 4

anni. Infine, il 21,7% è online dai 3 mesi ai 2 anni, mentre il 36,6% ha tra i 2 ed i 4 anni di

esperienza su Twitter.

142

4.5 TEXT MINING WITH SAS ENTERPRISE MINER

Attraverso un software statistico aziendale ho potuto analizzare non soltanto i dati strutturati

riguardanti gli utenti ed i tweet ma anche effettuare un'analisi statistica proprio sul contenuto

testuale dei 6'224 tweet raccolti. Questa possibilità mi è stata concessa prima durante l'intenso mese

di operatività presso il “Centro di Ricerca Inter-universitario per i Servizi di Pubblica utilità”

(CRISP) e poi successivamente in autonomia attraverso una connessione via desktop remoto al

server aziendale del centro.

Per l'analisi statistica del testo è stata svolta un'attività di “text mining” attraverso lo

strumento statistico aziendale “SAS Enterprise Miner”. Il text mining attraverso “clustering” è

utilizzato per poter ricavare “gruppi di key-words”, ovvero termini che con una determinata

frequenza “compaiono assieme” all'interno dei messaggi, arrivando quasi a creare delle specie di

“frasi” anche se non di senso compiuto. I cluster in questo caso servono per fornire un'idea di

massima di quali sono alcuni degli argomenti maggiormente trattati nelle comunicazioni tra

@atm_informa ed i propri utenti.

Per una più approfondita analisi dei singoli cluster e del loro reale significato è stato poi

interrogato il database dei tweet attraverso il programma “MySQL” (già utilizzato nei paragrafi

precedenti per l'analisi descrittiva dei tweet e degli utenti), il quale permette l'interrogazione del

database attraverso query in linguaggio SQL. Il risultato di questa operazione è la possibilità di

ricavare i tweet nei quali compaiono alcuni dei termini contenuti nel singolo cluster. Infine,

utilizzando i codici identificativi dei tweet emersi, si sono potute recuperare sul web le

conversazioni ed offrire una spiegazione meno analitica dei termini raccolti.

Le parole, le abbreviazioni e le declinazioni di termini che si possono trovare in più di 6'000

tweet sono decine di migliaia. Il programma da solo filtra già in fase di raccolta simboli,

punteggiature e alcuni numeri. Questo a volte è di aiuto ma altre volte complica le cose. Ad

esempio, nel caso in cui in un tweet viene tolto un cancelletto “#” difronte al termine “atm”, questa

operazione trasforma grammaticalmente il termine in un nome facente parte di una frase di senso

compiuto anziché in un semplice hashtag a sé stante.

Il programma inoltre prova ad effettuare un'analisi grammaticale del contenuto, distinguendo

i termini tra verbi, aggettivi, nomi, nomi di luogo, nomi propri, gruppi di nomi, orari ed ulteriori

“ruoli”. Questa procedura funziona soltanto in parte a causa delle particolari difficoltà che la lingua

italiana comporta rispetto a quella inglese. Inoltre, i tweet non sono veri e propri brani, con frasi

143

complete e grammaticalmente corrette. Infine, esistono espressioni semplificate di difficile lettura.

Per questo, sono state necessarie diverse settimane di lavoro per provare a pulire per quanto

possibile questo elenco sterminato di parole, cercare di filtrare le parole meno rilevanti, raggruppare

sinonimi, scomporre termini che non erano da raggruppare, cercare di comprendere che senso

avessero alcuni termini ricercandoli all'interno del database dei tweet in modo tale da poter

comprendere se erano o meno eliminabili e se occorrevano ulteriori operazioni di affinamento. Ad

intervalli regolari, era necessario dare avvio al computer per l'esecuzione di una lunga procedura di

clusterizzazione col fine poi di osservare i risultati e di ri-affinare la ricerca. Ad ogni affinamento,

però, da un parte potevano esserci miglioramenti, dall'altra emergevano sempre nuovi termini su cui

era possibile svolgere delle operazioni di affinamento e, spesso, si perdevano anche cluster

interessanti.

Per tutti questi motivi, il gruppo di cluster qui preso ad esempio non dev'essere considerato

come il migliore ottenibile, anzi, ma come un buon risultato, sufficientemente valido per poter

comprendere, da una parte, l'utilità del procedimento statistico utilizzato (ovvero il text mining) e,

dall'altra, poter comprendere quali sono alcune delle tematiche su cui @atm_informa ed i suoi

utenti discutono.

Venendo al contenuto dei tweet analizzati, sono emersi nel tempo molteplici gruppi di

cluster, differenti a seconda dei diversi filtri e criteri impostati. Con l'intento di fornire una

descrizione più utile, si è scelto di prendere poi in considerazione soltanto i cluster più significativi.

La presenza di “+” indica che il termine è una parola scelta come identificativa di un

insieme di altri termini similari (spesso verbi coniugabili, nomi diversi solo per genere e numero,

aggettivi di vario grado). Ad esempio: “+metro” racchiude in sé non soltanto “metro” ma anche

termini come “metropolitana”, “metrò”, “mm1”, “m2” ed ulteriori altri; “+trattare” racchiude in sé

le coniugazioni del verbo ma non è detto che racchiuda “tratta”, a seconda che la parola sia o non

sia correttamente riconosciuta come verbo o come nome.

Spesso compaiono 'tra apostrofi' termini composti da più parole. E' un esempio il caso di

'sesto fs' ma anche espressioni che il programma riconosce come gruppi di termini che assieme

formano un concetto a sé stante rispetto alle parole che lo compongono. Questo è il caso ad esempio

di “'trasporto pubblico'”, riconosciuto come termine diverso dai singoli termini “pubblico”

(utilizzato come aggettivo ad esempio quando accostato a sciopero) e “trasporto” (utilizzato come

nome isolato).

Come già detto, data la tipologia di testo analizzato, la sua numerosità e la complicatezza del

software impiegato, per un affinamento perfetto sarebbero occorse diverse settimane di lavoro.

144

Dunque bisogna apprezzare i seguenti cluster nel misura in cui si sono poi rivelati utili per

raccontare l'attività svolta da @atm_informa.

145

146

ATM pubblica attraverso il proprio profilo Twitter aggiornamenti su rallentamenti, incidenti,

guasti o cambiamenti di percorso non programmati dei propri mezzi di trasporto 346 347 348 349.

346 Tweet malore utente blocca fermata m2: https://twitter.com/atm_informa/status/423859475984818176 347 Tweet auto sosta su rotaie blocca tram: https://twitter.com/atm_informa/status/423887552190234625 348 Tweet incidente auto rallenta bus: https://twitter.com/atm_informa/status/423840369264975872 349 Tweet sosta irregolare fa deviare bus: https://twitter.com/atm_informa/status/423838930962640896

147

148

Inoltre, @atm_informa pubblica anche informazioni sui servizi o disservizi in programma in

occasione di particolari eventi come partite di calcio, fiere o scioperi 350 351 352 353.

350 Tweet info modifica tragitto tram: https://twitter.com/atm_informa/status/424137009951563776 351 Tweet info per milan-verona: https://twitter.com/atm_informa/status/424210175994519552 352 Tweet info per fiera “homi”: https://twitter.com/atm_informa/status/424219499558998016 353 Tweet info per sciopero: https://twitter.com/atm_informa/status/424224409465782272

149

150

@atm_informa è impegnata in particolar modo a rispondere a tutti gli utenti che le porgono

domande tecniche di vario genere. Più nello specifico, gli utenti chiedono al profilo informazioni

sui percorsi da intraprendere, sui tempi di attesa ma anche su abbonamenti ed altri temi 354 355 356 357

358 359.

354 Tweet domanda tragitto mattina presto: https://twitter.com/atm_informa/status/423869428854300672 355 Tweet domanda tragitto piola cassina: https://twitter.com/paganin94/status/421351260634099712 356 Tweet domanda su modifiche tratta: https://twitter.com/atm_informa/status/424118623779577856 357 Tweet domanda su arrivo nuovi tram: https://twitter.com/atm_informa/status/424166930455351296 358 Tweet domanda dove ricarica tessera: https://twitter.com/edoedoo/status/420466485967220736 359 Tweet domanda agevolazioni handicap: https://twitter.com/atm_informa/status/400895810725900288

151

152

153

154

ATM, inoltre, utilizza il proprio profilo Twitter anche per raccogliere segnalazioni, per

esempio sui mezzi che non stanno arrivando, sulle scale mobili che non funzionano, pacchi sospetti

lasciati incustoditi ed altre simili eventualità, le quali vengono poi inoltrate direttamente al

personale ed agli uffici di competenza, prendendosi in carico il problema 360 361 362 363 364 365 366.

360 Tweet servizio utenti guidaMi non risponde: https://twitter.com/atm_informa/status/423843281072443392 361 Tweet schermo non funzionante: https://twitter.com/atm_informa/status/424225069087219713 362 Tweet S.Agostino, scale mobili rotte: https://twitter.com/IlCafaro/status/403914710833455104 363 Tweet pensilina pericolante: https://twitter.com/atm_informa/status/399475451095035904 364 Tweet infiltrazioni: https://twitter.com/atm_informa/status/424160076455104512 365 Tweet non funziona l'app mobile: https://twitter.com/atm_informa/status/424136204657782784 366 Tweet rotta pedana per disabili: https://twitter.com/atm_informa/status/424112704240902144

155

156

157

158

Alcune problematiche possono avere degli sviluppi nel tempo, per cui molto spesso

@atm_informa chiede al termine della risposta di essere poi seguita se si vogliono ottenere ulteriori

aggiornamenti o, più raramente, ritorna essa stessa in tempi successivi a riaprire la discussione

fornendo un update personalizzato 367.

367 Tweet tornello rotto aperto poi riparato: https://twitter.com/atm_informa/status/424126606743842816

159

Molto spesso @atm_informa risponde agli utenti linkando l'apposita pagina web del sito

aziendale che tratta la questione in maniera più esaustiva, oppure suggerisce gli indirizzi per

contattare gli uffici competenti. A volte quando il problema è di competenza di soggetto che ha tra i

suoi following, lo tagga all'interno del tweet di risposta, permettendo a quest'ultimo di rispondere a

cascata in maniera più puntuale 368.

368 Tweet area c risponde comune milano: https://twitter.com/atm_informa/status/391111614767718400

160

Più raramente, capita che a rispondere non sia @atm_informa ma altri utenti che hanno letto

la comunicazione369.

Alcune problematiche possono avere degli sviluppi nel tempo, per cui molto spesso

@atm_informa chiede al termine della risposta di essere poi seguita se si vogliono ottenere ulteriori

aggiornamenti o, più raramente, ritorna essa stessa in tempi successivi a riaprire la discussione

fornendo un update personalizzato.

369 Tweet rumore assordante in m5: https://twitter.com/atm_informa/status/423740409466990592

161

4.5.1 ALCUNI LINK DI CONCETTI

Attraverso poi i “link di concetti” si possono ricavare ulteriori informazioni interessanti. Ad

esempio guardando al termine “atm” questo risulta abbinato a termini negativi come “vittima” ed

“odio quotidiano”, certamente segnali gravi di malumore ed insoddisfazione nella clientela che si

ripercuotono poi sui social network citando nei messaggi @atm_informa che, come dicevamo,

viene impersonificata come ATM stessa su internet.

Se guardiamo al verbo “potere”, esiste una forte correlazione col verbo “caricare” che a sua

volta è legato a “tessera” e, questa tra le tante è molto legata ad “abbonamento”. Attraverso i link di

concetto è dunque possibile osservare le relazioni tra parole e scoprire spesso delle tematiche. In

questo caso si evidenzia che gli utenti parlano spesso con @atm_informa sulla ricarica

dell'abbonamento sulla tessera, in particolare, notando un legame abbastanza forte con la parola

euro, il tema sarà molto probabilmente l'entità monetaria dello stesso370.

370 Tweet conversazione in merito ad abbonamento: https://twitter.com/atm_informa/status/359282037544329216

162

163

Il link di concetto del termine “grazie” mostra legami forti con termini non interessanti come

“ok” e “mille” ma ci fornisce anche alcune informazioni sul che cosa maggiormente gli utenti si

sentono in dovere di ringraziare. Come era prevedibile compaiono “+informazione” e “+risposta”

ma l'attenzione deve andare su “+veloce”. Questo termine è l'unico aggettivo che compare ed è a

mio parere l'attributo più qualificante del profilo social di ATM. @atm_informa risponde in maniera

realmente veloce ai propri utenti, fornendo le proprie risposte solitamente in meno di un paio di

minuti. Questo è un aspetto molto positivo, soprattutto per un servizio di customer service, ed è

senz'altro una buona motivazione per spingere un utente a preferire le comunicazioni via Twitter

piuttosto che impegnarsi nell'effettuare una chiamata al call center oppure inviare una mail o cercare

sul web. La velocità del servizio di customer service su twitter è per gli utenti un valore aggiunto al

servizio complessivo offerto dalla propria azienda di trasporto pubblico locale e induce i nuovi

clienti ad immaginarsi anche ATM nel complesso come più veloce.

164

“Rallentamento” ha tra i propri link di concetto aggettivi come “possibile”, “forte” e

“significativo”, ma anche luoghi come “abruzzi” e “assago”. Inoltre compaio anche delle cause,

come “traffico intesso” e “inconveniente tecnico”. Guardando bene si legge anche “passeggero

cogliere” e curiosamente espandendo il link compaiono i termini “malore”, “assistenza” e

“soccorso”, indicandoci chiaramente il motivo del rallentamento, probabilmente un mezzo che

operava sulla tratta comprendente “lanza” e/o “gessate”. Non essendone sicuri, si sono cercati con

SQL i tweet contenenti queste keywords, scoprendo poi il codice identificativo del tweet in

questione. Il 26 Novembre 2013 a Lanza un passeggero è stato colto da un malore, è stato soccorso

causando però un rallentamento sulla M2 in direzione Cologno-Gessate371.

371 Tweet malore passeggero lanza: https://twitter.com/atm_informa/status/405379411576238080

165

Digitando le precedenti keywords, però, si sono scoperti dai tweet emersi anche ulteriori

episodi simili, come il malore di un passeggero avvenuto il 14 Novembre, la settimana prima, su un

tram della linea 14372.

372 Tweet malore passeggero tram: https://twitter.com/atm_informa/status/400887675369967616

166

4.6 CONCLUSIONI

Come ogni azienda di trasporto pubblico locale, ATM non produce beni fisici ma offre

servizi. Una caratteristica distintiva di un servizio è la sua immaterialità, la quale comporta due

cose: da una parte l'impossibilità di trasportarlo, dall'altra l'impossibilità di immagazzinarlo in

scorte. Tutto ciò comporta problemi organizzativi non indifferenti.

Il servizio di TPL soffre di una funzione di domanda molto particolare che nei suoi momenti

di punta mostra un incremento anche superiore al 300% rispetto ai momenti di morbida. Le

decisioni sulla capacità produttiva cercano solitamente di trovare un compromesso tra la qualità del

servizio e gli ingenti costi di acquisto e di gestione dei mezzi pubblici e del personale dipendente.

Per soddisfare l'elevata domanda della prima mattina, dunque, si è disposti a mantenere mezzi

pubblici quasi vuoti durante il resto della giornata, sostenendo costi non indifferenti.

La leva più comunemente utilizzata nel settore dei trasporti, in particolare nel trasporto

aereo passeggeri, solitamente è il prezzo. Aumentando il prezzo nei momenti di punta e riducendolo

in quelli di morbida si cerca di influenzare la domanda, spostando i consumatori potenziali nelle ore

dove c'è meno congestione nel tentativo di riempire i posti altrimenti inutilizzati. Nel settore del

TPL però, spesso, ed è così anche per ATM, il prezzo del biglietto è uguale per tutti, per tutte le ore

del giorno e per tutte le tratte che si possono svolgere all'interno di una certa area.

Per TfL a Londra ma anche in altre realtà il meccanismo prova a funzionare diversamente,

introducendo per quanto possibile alcune politiche di discriminazione di vario tipo nel pricing.

Tutto questo, però, non è comunque risolutivo.

Come ogni servizio, anche l'offerta di TPL vive in contestualità con la propria domanda: nel

momento stesso in cui il servizio è prodotto viene anche consumato. L'impossibilità inoltre di

“trasportarlo” obbliga i fornitori del servizio a posizionarsi più prossimi è possibile alla propria

domanda che, per definizione, è diffusa sul territorio. Dunque una rete diffusa di infrastrutture fisse,

costose, che soffre di una domanda di servizio molto variabile non solo nei tempi ma anche nei

luoghi.

Sebbene per il problema sia difficile, se non impossibile, poter trovare una risolutiva

soluzione, è certamente utile cercare di farvi fronte con tutti gli strumenti che la conoscenza ci può

mettere a disposizione. Il termine conoscenza non è utilizzato per caso. Un'ulteriore specificità dei

servizi, infatti, è l'importanza del contatto con l'utente. La contestualità della produzione e della

167

fruizione non è a ben vedere da intendere come il concludersi di un semplice processo

unidirezionale, soprattutto per quei servizi modellati in un alto grado di personalizzazione per

l'utente. Molti servizi infatti sono da intendere come co-prodotti, in quanto frutto di un profondo

ascolto della domanda. La coproduzione è di per sé condivisione di informazioni e generazione di

conoscenza ed è finalizzata al miglioramento della soddisfazione degli utenti che va poi a

ripercuotersi positivamente sulla redditività d'impresa.

Nel terzo capitolo si è visto come il Costumer Relationship Management si sia evoluto oggi

grazie alle innovative tecnologie del Cloud Computing e dei Social Media, permettendo alle aziende

ora di accedere ad una base infinita di dati presenti su queste diverse piattaforme, poterla

raccogliere ed integrare centralmente per poi elaborarla e tradurla in conoscenza utile. Tutta questa

grande quantità di dati a disposizione è definita Big Data ed è il punto di partenza per poter offrire

ad ogni cliente un servizio sempre più personalizzato, basato sulle informazioni da lui stesso fornite,

erogato in maniera real time ed in prossimità a dove si trova attraverso anche smartphone e

connessioni senza fili.

Il Social CRM diventa pervasivo, divenendo anche una modalità di governance delle

relazioni coi Citizens, o City Users, i quali non sono soltanto Consumers di molteplici servizi di

pubblica utilità ma sono anche portatori di diritti nei confronti della “propria” Pubblica

Amministrazione. I cittadini divengono sempre più interessati a partecipare attivamente nelle

decisioni politiche locali. Così come, con l'avvento delle piattaforme sociali, si è persa la figura del

WebMaster creatore unico dei contenuti letti da tutti, così ora anche il governo delle città si fa

sempre più aperto a politiche di Open Government e di coinvolgimento dei cittadini nella

cocreazione dei servizi.

Le Smart Cities vincenti in questo panorama così dinamico si mostrano dunque come città

anzitutto sensibili, dotate di molteplici sensori, anche sociali, per la raccolta di informazioni utili sul

proprio stato e le proprie variazioni. Sono città aperte, aperte all'innovazione, al coinvolgimento,

alla coprogettazione, al confronto, ad accogliere le voci provenienti dall'esterno e dall'interno,

propense al cambiamento ed alla resilienza. L'instradamento della domanda dei cittadini all'interno

di un processo democratico snello, strutturato, informato, trasparente e condiviso produce

intelligenza collettiva ed è dunque ostetrico di scelte più ponderate e legate alle reali necessità del

territorio e della volontà cittadina.

Questo ascolto del territorio e conoscenza della domanda è la base, quindi, di qualunque

approccio smart, sia che si parli di città che di organizzazioni di diverso tipo. Nell'ultimo capitolo di

questa tesi, il più ampio, si è voluto dunque trattare di ATM non dal punto di vista della gestione del

servizio di TPL, quanto piuttosto della sua possibilità di migliorarsi attraverso un ascolto più

168

pervasivo della propria utenza la quale si mostra, sì, ricca di pretese ma soprattutto disposta a

condividere la propria conoscenza per vedere migliorati i servizi di cui fa correntemente uso.

@atm_informa è il profilo Twitter di ATM, presente on-line soltanto da un anno ma con un

numero di follower che ha già superato le 26'000 persone. Il servizio è attivo tutti i giorni lavorativi

e durante gli eventi, dalle 7 alle 20, per rispondere in maniera praticamente istantanea ai messaggi

ricevuti dagli utenti e per fornire più in generale informazioni di info-mobilità.

@atm_informa raccoglie lamentele, domande, segnalazioni generate dagli utenti e prova a

rispondervi se è nelle proprie competenze, oppure gira le segnalazioni agli uffici appositi o

suggerisce i link dove è possibile trovare le informazioni e i contatti più appropriati.

@atm_informa è un servizio molto apprezzato dagli utenti, i quali sono soliti ringraziare per

la tempestività delle risposte. @atm_informa però è anche il volto di ATM. Più di ogni suo

dipendente, viene riconosciuta come ATM stessa ed è dunque anche utilizzata come una valvola di

sfogo per le lamentele da parte dei cittadini-utenti del servizio di TPL.

Proprio per questo, @atm_informa è l'occasione per promuovere un'immagine positiva,

sicuramente del brand ma anche della città nel suo complesso. Da questo punto di vista, manca però

una vera consapevolezza. @atm_informa può migliorare infatti nella promotion dei contenuti, oggi

totalmente assente e limitata a qualche foto sulle nuove strutture la cui gestione è passata all'azienda

oppure per informare dell'esistenza di un servizio. Manca una reale promozione dei servizi propri e

della città, facilmente realizzabile tramite campagne apposite le quali avrebbero un eco importante,

vista la capacità di diffusione delle opinioni su questi social networks. In particolare, proprio come

strumento informativo e di comunicazione, @atm_informa potrebbe spingere fasce di domanda ad

interessarsi a certe fasce orarie di utilizzo diverse da quelle di punta, piuttosto che stimolare a

frequentare zone nuove, luoghi ed eventi sponsorizzati.

In vista di Expo Milano 2015, esiste un problema di accessibilità linguistica che va

assolutamente risolto, in quanto le comunicazioni in lingua inglese avvengono di rado ed in maniera

non organica, lasciando sembrerebbe la scelta di pubblicare o meno in questa lingua alla totale

discrezione di chi sta nella sala operativa in quella particolare ora, piuttosto che a una regola da

seguire. Si dovrà dunque pensare se implementare maggiormente le lingue straniere nel profilo o

meglio realizzare un secondo profilo interamente in lingua straniera.

@atm_informa è migliorabile, sì, così come si possono valutare soluzioni alternative, come

la creazione di più profili (come avviene a Londra bidirezionalmente o per TreNord in via

monodirezionale), oppure il miglioramento dei sistemi informativi e di navigazione presenti sul sito

e sull'app. @atm_informa funziona bene come “risponditore” ma non è ben valutato come

informatore di prima istanza, paradossalmente quello per cui era nato, in quanto l'eccessiva quantità

169

di tweet pubblicati sulla sua bacheca lo rendono un profilo “incasinato”, eccessivamente pieno,

impossibile da navigare se non con pazienza. Questo è a mio parere il motivo principale per cui

sono molti (più di un terzo) gli utenti a scrivere a (ed ottener risposta da) @atm_informa ma che poi

non hanno @atm_informa tra i propri following. Questa perdita di retention da una parte è

migliorabile tramite alcune buone pratiche comunicative, dall'altra però sembra insanabile finché

non ci sarà una ideale distinzione tra @atm_informa, @atm_promuove ed @atm_risponde (le prime

due sarebbero canali mono-direzionali di informazione e promozione mentre l'ultima bidirezionale).

170