"Il problema è che i big data non si adattano bene agli strumenti o alle teorie analitiche tradizionali. Gli strumenti tradizionali soffocano il volume, la velocità e la varietà dei dati. Per ottenere il massimo dai big data, le aziende devono investire in nuove tecnologie, nell'automazione in tempo reale, nella visualizzazione e nell'apprendimento automatico".
- Evan Hovorka, Group Manager, Marketing Digitale di una società di vendita al dettaglio Fortune 500
SnapLogic: Può descrivere il suo ruolo attuale?
EH: Il mio team fornisce soluzioni che favoriscono il ROI del marketing digitale e l'esperienza dei clienti. Alcuni esempi recenti sono una soluzione analitica cross-canale, diversi progetti di big data e l'automazione dei servizi web per importanti canali di marketing. Si tratta di un ruolo unico, che si è evoluto nel corso degli anni con l'affievolirsi dei confini tra marketing e IT. L'azienda si affida a partner chiave per veicolare il traffico e le vendite verso i nostri siti. Non sorprende che queste aziende orientate a Internet richiedano soluzioni rapide e flessibili. Un esempio è rappresentato dai dati relativi agli articoli, ai prezzi e alle promozioni. Questi dati devono essere distribuiti a decine di partner con molte regole aziendali personalizzate. Utilizzando gli strumenti di automazione del marketing, diamo la possibilità a partner come Google, siti di comparazione di negozi, siti sociali e affiliati di iterare e innovare rapidamente per nostro conto. Velocità è sinonimo di rilevanza nel marketing digitale, quindi è necessaria una base costruita sulla flessibilità.
Fa parte del ruolo anche l'implementazione di tecnologie avanzate per il reporting pubblicitario, l'attribuzione e le prestazioni dei media. L'inserimento di metriche dai server pubblicitari, dai programmi di ricerca a pagamento, dalle e-mail, dai social e dai video in un cluster Hadoop che si sposa con i database più tradizionali ci permette di vedere le prestazioni su tutti i canali. Questa rete sicura di tubi di dati ci permette di prendere decisioni intelligenti in modo rapido e sicuro.
SnapLogic: Negli ultimi anni il marketing è diventato molto tecnologico. Questo ha portato innovazione, ma quali sono le sfide o gli aspetti negativi?
EH: Dopo aver conseguito una laurea in Sistemi Informativi, ho lavorato come programmatore nel campo dell'ingegneria delle smart card. Era un lavoro interessante, ma ancora più affascinante era l'opportunità di migliorare i sistemi di marketing. Si tratta di un settore che premia la reattività rispetto a una progettazione impeccabile. È necessario essere in grado di costruire e automatizzare rapidamente, ma non è una cosa che i negozi di informatica tradizionali erano preparati ad affrontare. Un'altra sfida è rappresentata dal fatto che i marketer storicamente non sono laureati in informatica e non hanno le competenze necessarie per sfruttare le nuove tecnologie. Collegare e distribuire dati e applicazioni è diventata una strategia fondamentale per un'azienda di marketing all'avanguardia. Tutto ciò è possibile grazie a partnership IT più profonde, marketer più intelligenti e strumenti che semplificano la tecnologia in modo che più persone possano avere successo. La sfida consiste nel trovare le competenze giuste per il personale IT e di marketing.
SnapLogic: Se siete di fronte a una stanza di esperti di marketing e usate le parole Big Data, vi vengono gli occhi lucidi?
EH: Non più. Le menti progressiste sono davvero entusiaste di questa opportunità. In teoria, gli strumenti di big data collegano canali di vendita disparati, attività offline e online, dati provenienti da sensori IoT e forniscono una visione dell'inventario in tempo reale, consentendo ai leader di adeguare i piani di conseguenza. Hadoop e i suoi strumenti stanno maturando e sono sempre più facili da usare, quindi la soglia delle competenze si sta abbassando. Le persone dovrebbero essere estremamente entusiaste di co-locare le loro preziose risorse di dati in un data lake/cluster Hadoop, che è la definizione di dati democratizzati. I big data nelle grandi aziende comportano però alcune preoccupazioni. Non potrò mai sottolineare abbastanza l'importanza della sicurezza, del lignaggio dei dati e della formazione degli utenti.
SnapLogic: I big data stanno già migliorando i risultati delle grandi aziende?
EH: La riduzione delle spese rende Hadoop un prodotto facile da vendere, ma non sono sicuro di quante aziende affermate abbiano effettivamente chiuso i loro vecchi e costosi database dopo la comparsa di Hadoop. A mio parere, questo è accettabile, perché il vero valore non sta nella chiusura dei vecchi sistemi o nel porting del carico ETL, ma piuttosto nelle idee e nelle innovazioni prima impossibili che si sviluppano grazie a questi nuovi sistemi. Le aziende devono assumere data scientist, che possono essere costosi. Quindi, anche se Hadoop è accessibile, è necessario avere degli specialisti per farlo brillare davvero.
Mentre avviene questa transizione, le aziende possono consentire ai loro analisti senior di scoprire e costruire il big data lake, utilizzando strumenti che attenuano parte del mistero e del rischio. SnapLogic è uno di questi strumenti, che consente ai normali team aziendali di attingere ai dati, collegare fonti diverse e ottenere approfondimenti senza dover assumere un esercito di data scientist ed esperti ETL. Uno strumento da solo non può produrre il prossimo motore di raccomandazione di Netflix, ma la maggior parte delle aziende ha ancora molto da fare prima di passare ad Hadoop.
SnapLogic: L'analisi di marketing è uno spazio caldo, ma quali sono le lacune tecnologiche che rimangono?
EH: I big data sono qui per restare; possiamo raccogliere ed esporre volumi elevati di informazioni di basso livello che tradizionalmente non sono state estratte o co-localizzate. Un analista di solito guarda alle vendite dei negozi, ai dati demografici e ai dati regionali. Gli strumenti dei big data potrebbero aggiungervi molte altre fonti di informazioni importanti, come i file di log dell'IoT, i modelli meteorologici, le grandi quantità di dati storici, i dati delle serie temporali e molto altro ancora. Il problema è che i big data non si adattano bene agli strumenti o alle teorie analitiche tradizionali. Gli strumenti tradizionali non riescono a gestire il volume, la velocità e la varietà dei dati. Per ottenere il massimo dai big data, le aziende devono investire in nuove tecnologie, automazione in tempo reale, visualizzazione e apprendimento automatico.
Un'altra sfida può essere rappresentata dalle diverse fonti di verità. Riconciliare i silos non è facile, ma è fattibile. Idealmente, un analista potrebbe spostare e trasformare i dati da un luogo A a un luogo B in modo rapido e affidabile, analizzarne il valore e intraprendere azioni per migliorare i KPI concordati. Questo spesso significa spostare i dati dal luogo B a una pletora di partner e sistemi a valle, ciascuno con il proprio formato, la propria cadenza e la propria sicurezza, cosa che gli strumenti ETL tradizionali faticano a fare.
SnapLogic: Come si può iniziare a lavorare con i big data e con gli strumenti necessari per utilizzarli?
EH: L'estrazione di valore da queste nuove soluzioni di dati è un'opportunità per le persone intelligenti di brillare. I big data non consistono nel migliorare in modo incrementale i lavori di ETL o nello spingere i dati verso sistemi più veloci ed economici. Questa è una visione conservatrice. I big data riguardano le grandi idee. L'ideale è che le persone guardino con una lente a forma di luna le loro risorse di dati e inventino opportunità che cambiano il gioco. Le idee che potrebbero anche non essere in linea con le attuali iniziative aziendali dovrebbero essere uno degli obiettivi. Passare da miglioramenti incrementali a un modello di business completamente nuovo è ciò che mi entusiasma dello spazio dei big data/computer science. Gli esseri umani che sfruttano le nuove macchine nel tentativo di costruire qualcosa di straordinario! Chi non vorrebbe lavorare con questo imperativo?
Evan Hovorka è un Group Manager nel marketing digitale ed è appassionato dell'utilizzo delle nuove tecnologie per raggiungere gli obiettivi aziendali e dare alle persone la possibilità di fare grandi cose. Dirige i prototipi, l'automazione e i proof of concept (POC) sui big data per un grande rivenditore statunitense. La sua carriera comprende 15 anni di leadership strategica nei settori del CRM, dei media digitali e del marketing basato sui dati.
