News

28 dicembre 2017

Ricerche di mercato e Big Data: due metodologie di ricerca messe a confronto

Ricerche di mercato e Big Data: la metodologia di ricerca classica è ancora rilevante?

Nell’ambito delle ricerche di mercato, il sopravvento dei Big Data e degli algoritmi di Machine Learning sembra ormai minare inesorabilmente la supremazia finora incontrastata delle metodologie classiche, sollevando discussioni circa la loro efficacia ed efficienza per l’indagine del comportamento dei consumatori.

Tale problematica è senza dubbio rilevante e legittima, soprattutto alla luce del forte sviluppo delle tecnologie e delle nuove possibilità messe a disposizione dalle stesse per la raccolta, il monitoraggio e l’analisi di sempre più ampie quantità di dati riguardanti il comportamento degli utenti.

Big Data applicati alle ricerche di mercato: una soluzione a tutti i problemi di ricerca?

I Big Data, al contrario delle ricerche di mercato classiche, permettono la raccolta a flusso continuo (tramite l’impiego di sensori tecnologici per il monitoraggio) di dati relativi ad effettivi comportamenti di un campione notevole di individui. Questo aspetto è quello che forse, più di tutti, ha attirato l’attenzione su questa metodologia di ricerca, in quanto ha permesso ai ricercatori di osservare “sul campo” i reali comportamenti degli individui.

I dati così prodotti però vengono analizzati tramite gli stessi algoritmi con cui sono sempre stati esaminati i risultati provenienti dalle ricerche di mercato tradizionali: il Machine Learning ha permesso di aumentare l’affidabilità e la velocità per il processamento e lo studio di ampi database di informazioni ma non c’è stata, fino ad oggi, nessuna reale innovazione circa le metodologie di analisi.

Il Machine Learning (o meglio ancora la produzione di enormi quantità di dati real-time portata dalle nuove tecnologie digitali) ha aggiunto ‘precisione’ nello studio dei dati sul comportamento del consumatore: nelle ricerche di mercato classiche, infatti, il livello di complessità e di dettaglio delle analisi statistiche ha sempre trovato un limite nella capacità di interpretazione delle persone che da queste analisi dovevano trarre insight strategici e tattici.

Con il Machine Learning, questo limite metodologico viene superato in quanto è una macchina che si occupa sia dell’analisi che della conversione dei suoi risultati in azioni di marketing (in real-time) e questa importante novità rappresenta al contempo una grande opportunità ma pone di fronte al ricercatore anche alcune questioni etiche prima sconosciute da dover affrontare.

La vera portata innovativa dei Big Data applicati alle ricerche di mercato, pertanto, è rappresentata dal loro utilizzo real-time: per questo motivo, non è possibile dissociare questa modalità di indagine dalle analisi di mercato più tradizionali il cui scopo di studio risulta differente ed ancora estremamente rilevante per le ricerche di marketing.

Come già sottolineato, infatti, ogni strumento di analisi ha un proprio peculiare obiettivo: mentre i Big Data permettono di indagare molto bene il “cosa” succede (che viene descritto dai dati raccolti), le analisi di mercato tradizionale permettono di indagare il legame di causa-effetto in merito ad uno specifico fenomeno oggetto di verifica, consentendo uno studio più puntuale della psicologia del rispondente.

Il ruolo del consulente nelle ricerche di mercato nell’era dei Big Data

Comprendere la potenzialità dei diversi strumenti e saperli applicare ai differenti casi è la chiave per risolvere la questione circa la dualità tra Big Data e strumenti di analisi tradizionale: entrambi sono molto preziosi per comprendere fenomeni e comportamenti dei consumatori a patto che vengano utilizzati con criterio e sfruttando le loro specificità.

La solida esperienza di Focus Management riguardo le differenti metodologie di analisi di marketing permette di supportare le aziende clienti attraverso progetti studiati ad-hoc sulle specifiche esigenze strategiche di ricerca e di indagine.

Big Data e Market Research