Big data e intelligenza artificiale
Roma, 8 maggio 2024 – Un software di intelligenza artificiale fra i più innovativi a livello globale, che ha scelto la più importante realtà italiana del Terzo Settore nel campo dell'assistenza oncologica domiciliare gratuita come suo primo partner di fiducia nel mondo del non-profit. È un rapporto ormai consolidato quello fra Knime (Kostanz Information Miner), la piattaforma open-source dall'interfaccia semplificata sviluppata a partire dal 2004 nei laboratori tedeschi dell'Università di Costanza, e Fondazione Ant, che da oltre un anno sta testando il programma, di assoluta avanguardia in fatto di data mining e machine learning, per organizzare al meglio l’utilizzo del proprio personale sanitario in base al fabbisogno previsto. Ant è stata scelta dalla società sviluppatrice del software come sede del prestigioso evento di networking 'Knime Data Connect' dell’8 maggio ore 17 a Bologna, (via Jacopo di Paolo, 36). Tra i relatori anche Francisco Villarroel, esperto di comunicazione e servizi digitali che insegna Marketing alla 'Luiss Guido Carli University' che abbiamo intervistato. Professore, dal punto di vista del marketing, oggi, quanto incide in percentuale l'uso di big data? “Esistono ricerche che suggeriscono che l'uso dell'analisi da parte dell'e-commerce può aumentare del 4%-10% nei ricavi medi settimanali post adozione. La domanda importante è come queste aziende in crescita siano riuscite ad avere successo nell’implementazione dell’big data analytics. In questo caso ci sono tre fattori chiave che contribuiscono al successo dei progetti di analisi dei big data. Innanzitutto, le analisi che servono a individuare “patterns” di comportamento dei clienti (ad esempio l'utilizzo dei servizi) potrebbero aiutare a migliorare l'assistenza clienti e la fidelizzazione. Secondo, la reattività del mercato in tempo reale contribuisce alla capacità delle aziende di rispondere più rapidamente alle esigenze e ai problemi dei clienti, migliorando l'esperienza del cliente. Ad esempio, l’implementazione di una gestione efficace dei reclami da parte delle chatbots (utilizzo di nuovi modelli di AI). L’ultimo elemento di successo e l’utilizzo de big data analytics per le analisi che aiutano a sfruttare i mercati attuali mentre ne esplorano di nuovi. Ad esempio, quando Amazon utilizza le sue big data capabilities per comprendere meglio le preferenze dei clienti in categorie di prodotti complementari. Alcuni settori del mondo del lavoro temono che l'uso dell'IA sostituirà le loro competenze. Lei è d'accordo?
“Preferirei dire che aiuterà a migliorare le capacità umane per la creazione di contenuti. Con la giusta “prompt”, IA generativa può aiutare gli umani in due cose. Innanzitutto, può aiutare con la produzione di contenuti suggerendo post, annunci, pagine di destinazione (landing pages), o e-mail che potrebbero essere più pertinenti per un determinato gruppo di consumatori. IA generativa può essere efficace nel personalizzare questi messaggi utilizzando i dati disponibili, ma la sua efficacia potrebbe dipendere dalla giusta supervisione umana nella preparazione o nell’addestramento di un algoritmo e nella valutazione del contenuto generato per l’intelligenza artificiale. In secondo luogo, IA generativa potrebbe aiutare i creatori di contenuti a modificare o creare diverse versioni dei loro contenuti principali in base alle precise istruzioni o alle linee guida fornite da un gestore dei contenuti (per esempio: “Proponimi campagna di marketing in Instagram, focalizzata sulla consapevolezza per una nuova start-up di prodotti alimentari di origine vegetali generati tramite AI”). In questo modo un content manager ha la possibilità di ottenere feedback o suggerimenti immediati su come migliorare i propri contenuti in base alla conoscenza dell'intelligenza artificiale. Quanto il fattore umano è importante nell'analisi dei Big Data? «È importante alla valutazione di modelli di big data e intelligenza artificiale nel loro settore. Ciò significa una maggiore formazione per comprendere come funzionano i modelli di big data e come applicarli nel loro compito specifico (ad esempio prezzi, pubblicità, gestione dei contenuti, esperienza del cliente, ecc.). Per esempio, l’IA generativa non sostituirà un professionista del marketing, ma migliorerà le sue capacità di implementare la strategia di marketing dalla segmentazione del cliente, allo sviluppo di prodotti, alla comunicazione di un determinato posizionamento e all’implementazione di campagne di sensibilizzazione e conversione. Ugualmente, Big Data Analytics non sostituirà un professionista del marketing analytics, ma migliorerà le sue capacità di identificare patterns nel consumatore, di reagire al mercato in tempo reale, e a sfruttare i mercati attuali mentre ne esplorano di nuovi”. Sappiamo che l’IA generativa può essere particolarmente utile nell’analisi dei dati, dimezzando i tempi per ottenere informazioni per il decision making. Come possono utilizzare questa funzionalità a loro vantaggio le Pmi? “Assolutamente. Uno degli usi principali dell’IA generativa riguarda l’analisi dei dati; nel nostro contesto possiamo chiamarla “Marketing Analytics”. Uno degli usi più popolari dell’IA generativa è identificare le tendenze e le esigenze dei consumatori da testi o immagini pubblicati sui social media, recensioni online e. In primo luogo, le aziende devono investire in talenti pronti a utilizzare i dati, applicare modelli/tools ed estrarre informazioni nel campo del marketing (per esempio Google Cloud NLP per estrarre sentiment su attributi del servizio). Direi che questo non è un processo facile e che le università stanno investendo molto nella formazione in Marketing Analytics per i laureati. Ciò non significa che il marketer debba trasformarsi in un programmatore, ma deve imparare dove trovare i dati giusti e quali sono i migliori modelli da applicare nel suo ambito. Al giorno d’oggi gli analisti di marketing possono essere meglio attrezzati rispetto a prima utilizzando nuovi strumenti e software di intelligenza artificiale generativa. Ad esempio, gli specialisti di analisi di marketing possono utilizzare GitHub che codifica CoPilot per linguaggi di programmazione come Python, implementare e scaricare modelli predittivi di sentimento da Huggingface, oppure possono utilizzare piattaforme software gratuite e a basso codice come Knime Analytics Platform per sviluppare la scienza dei dati back-end assistita da un bot AI durante tutto il processo». L’IA generativa può rendere particolarmente facile personalizzare le comunicazioni tra azienda e clienti, adeguando testi, email, offerte ecc. alle preferenze o le esigenze degli utenti. La personalizzazione nel marketing ha acquisito un ruolo sempre più importante, specialmente di fronte a consumatori che sono bombardati da pubblicità e “rispondono” ai messaggi del marketing solo laddove sono davvero cuciti su misura dei propri interessi”.
Potrebbe farci degli esempi in cui pensa che l’IA generativa possa fare la differenza nella strategia di personalizzazione delle comunicazioni marketing di un’azienda?
"Sì, molte organizzazioni stanno investendo nella personalizzazione dei contenuti. Questa non è una novità. Il marketing ha una forte tradizione nei sistemi di raccomandazione (recommendation engines) e nell’insieme di modelli in grado di suggerire il contenuto con la maggiore probabilità di essere preferito da un consumatore. IA generativa può essere utilizzata per automatizzare la creazione di contenuti di marketing. Ciò include la generazione di testo per blog, post sui social media ed e-mail, nonché la creazione di immagini e video. Ciò può far risparmiare agli esperti di marketing una notevole quantità di tempo, consentendo loro di concentrarsi su altri aspetti della loro strategia di marketing. Ciò che brilla davvero è la capacità di produrre la creazione di contenuti di marketing, riducendo la necessità per gli esperti di marketing di creare più copie per diversi segmenti di clienti. In precedenza, gli esperti di marketing avrebbero dovuto generare molte copie diverse per ogni granularità di clienti (ad esempio, coinvolgere clienti di età compresa tra 25 e 34 anni e che amano il cibo)”.
Come pensa che si evolverà il lavoro, nello specifico nell’ambito del marketing, a seguito di un maggiore utilizzo di IA generativa e big data? “I laureati in marketing dovranno avere una migliore preparazione riguardo alla creazione e alla valutazione di modelli di intelligenza artificiale nel loro settore. Ciò significa una maggiore formazione per comprendere come funzionano i modelli di big data e IA generativa, e come applicarli nel loro compito specifico (ad esempio prezzi, pubblicità, gestione dei contenuti, esperienza del cliente, analytics ecc.)”.