La Data Visualization come modello di business

“Ho visto un angelo nel marmo e l’ho scolpito finché non l’ho liberato”.

(Michelangelo Buonarroti)

Il poter dare forma visiva a qualcosa che non la ha, o che deve essere rappresentato in un modo chiaro ed evidente per arrivare all’obiettivo finale, è un’esigenza che parte fin dall’antichità ed arriva fino ai giorni nostri. In vari ambiti di business vi è la necessità di liberare le informazioni dal “marmo” in cui si trovano. Soltanto così si può avere una rappresentazione grafica per dare così libertà a tutte le riflessioni, analisi e studi inerenti.

Tramite la Data Visualization è possibile esprimere il valore delle informazioni, quel valore che senza questo approccio è possibile soltanto intravedere, un po’ come l’angelo di cui parla Buonarroti. Partiamo quindi per questo viaggio alla scoperta di alcuni ambiti in cui la visualizzazione dei dati si dimostra necessaria è allo stesso tempo funzionale.

Le applicazioni per i Financial Services

Le grandi società finanziare al giorno d’oggi hanno a che fare con numerose fonti di dati, come quelli relativi a:

• prestazioni delle vendite,
• attribuzione della redditività,
• prestazioni delle filiali,
• previsione della pipeline di credito.

La Data Visualization diventa pressocché essenziale in ambito finanziario, ma non soltanto per avere una chiara visualizzazione di informazioni preziose nascoste nei cluster.  La rappresentazione grafica può aiutare a correlare le metriche, rivelare connessioni e chiarire le azioni necessarie per migliorare le prestazioni di un sistema bancario.
Le mappe di visualizzazione dei dati, ad esempio, possono essere utilizzate per analizzare e controllare tramite visualizzazione geografica i vari depositi a livello territoriale. Oppure, è possibile fare una comparazione analitica dei tassi attivi rispetto a quella delle altre banche operanti sullo stesso territorio scelto. La rappresentazione visiva inoltre permette alle banche di disporre di  una visualizzazione completa dei dati finanziari dei clienti, come le informazioni transazionali oppure gli estratti conto bancari. 

Un esempio di approccio è quello fornito dall’adozione dello Stack Elastic. 
Grazie alla componente Kibana lo strumento mette a disposizione dashboard e spazi di lavoro in cui tenere sotto controllo registri, metriche e tracce (APM), compiendo così un vero e proprio monitoraggio delle principali KPI.
Per approfondire si veda Observability: https://www.seacom.it/observability/

Le modalità di data visualization e di monitoraggio di Elastic Stack sono stati scelti da alcuni grandi organizzazioni del mondo finance. Tra queste ci sono:

• Goldman Sachs,per tracciare e analizzare le operazioni di borsa
• FICO, per aiutare a determinare e proteggere il tuo punteggio di credito.
• Softbank Payment Service e Wirecard, per monitorare le transazioni, le prestazioni del servizio e al contempo monitorare le frodi.

Elastic Architecture for Core Banking Applications

Vendita online e marketing strategy

Lo shopping online, dal luxury all’Hi Tech, è al giorno d’oggi una delle attività di business più consolidate, tanto che rivenditori hanno bisogno di elaborare strategie ben precise per comprendere i propri clienti e abbinarli a possibili prodotti di interesse.
La visualizzazione e l’analisi dei dati vengono applicate in ogni fase del processo di vendita al dettaglio, ovvero:

• l’elaborazione di quali saranno i prodotti popolari osservando tendenze e comportamento dei clienti
• la previsione da dove possa arrivare la domanda per tali prodotti,
• l’ottimizzazione i prezzi per un vantaggio competitivo,
• la scelta della più indicata campagna di marketing in base ai dati visualizzati.

Nel momento in cui si opera uno studio relativo al posizionamento di un prodotto o servizio su un determinato mercato in base a determinati fattori viene effettuata un’analisi predittiva. Questa permette di guidare le azioni di branding.

I dati aggregati, specialmente in ambito retail, forniscono una dashboard più completa di informazioni utili allo scopo finale. Ad esempio, per capire da dove può arrivare una determinata domanda di un prodotto la raccolta di dati demografici e indicatori economici crea un quadro visivo delle abitudini di spesa nel mercato di riferimento. Anche per stabilire un prezzo di una linea di prodotti che sia adeguato alla richiesta sono necessari grandi moli di informazioni che possono essere rese chiare per la consultazione grazie alle tecniche di Data Visualization.

Tra gli strumenti utili c’è sempre Kibana, come testimonia il caso di successo di Sprint Corporation, terza compagnia mobile degli Stati Uniti con 55,6 milioni di clienti. L’azienda, per varie esigenze relative al Data Management, ha tratto molti vantaggi tramite alle funzionalità di visualizzazione dei dati. Qualsiasi dipendente adesso in pochi secondi, può vedere e monitorare i volumi e le tendenze delle vendite in tempo reale, incluso l’aumento percentuale o la riduzione dei telefoni venduti.

Dashboard di Sprint in Kibana

La Data Visualization a servizio dello sport professionistico

Il mondo dello sport professionistico si rivela sempre più una fonte di business. Questo perché:

• si sviluppa sempre di più il giro in questo ambito tramite merchandising, sponsorizzazioni, biglietti per assistere alle gare e i diritti televisivi. Il calcio in Italia e il basket in America, ad esempio, rappresentano le aziende più importanti a livello economico dei loro paesi.
• per ottenere grandi risultati nei vari tornei, e di conseguenza anche in termini economici, club e associazioni si affidano sempre più a nuove figure professionali in campo tecnologico, le quali fanno parte di uno staff tecnico, come i match analyst. La comprensione del comportamento tattico di un singolo atleta o una squadra è diventata una parte importante della preparazione e dell’applicazione dei metodi di lavoro.

L’evoluzione della tecnologia consente la raccolta di set di dati sempre più grandi e specifici relativi alle attività sportive in modo economico e accessibile. Tutte queste informazioni sono minuziosamente esaminate da migliaia di data analyst alla ricerca di risposte che a lungo termine possano aiutare a migliorare le prestazioni di singoli o team nelle rispettive competizioni. Con l’aumentare delle dimensioni del volume di dati, aumenta anche la complessità del problema e la necessità di strumenti adeguati che sfruttino il carico cognitivo coinvolto nell’indagine. La data visualization si rivela fondamentale per lo staff dei preparatori atletici. Ad esempio, per studiare il cambio di passo di uno o più giocatori può essere utile un grafico a linee che riflette le diverse variazioni di ritmo nell’intervallo di analisi indicato. Il grafico può diventate anche interattivo per prendere in esame i dati in tempo reale. Con l’utilizzo di queste informazioni è possibile creare una dashboard ad hoc da annettere ad una “lavagna tattica” per preparare al meglio la prossima gara. 

 

Esempio di mappa termica di eventi a gara in corso

Le tecniche di Data Visualization, applicate correttamente al contesto di match analysis, aiutano gli esperti a:

• concentrarsi sulle informazioni pertinenti in ogni fase del processo che potrebbero non essere visibili se non in forma grafica.
• comprendere meglio i fatti alla base dei dati relazionando quelli ottenuti in gara con quelli in allenamento
• studiare ed individuare eventuali errori nelle esecuzioni di determinati movimenti, sia le distanze e le zone coperte da un giocatore durante gli allenamenti e le partite.

 In sintesi abbiamo visto come: 

• la Data Visualization che può coniugarsi in molte differenti modalità di rappresentazione a seconda dell’ambito.
• Il suo obiettivo primario resta quello di mostrare facilmente e rapidamente in modo comprensibile i dati che abbiamo a disposizione e a rivelare ciò che non si potrebbe vedere normalmente, o al massimo soltanto intravedere.
• Le informazioni che vengono rese chiare, evidenti e fruibili si rivelano un valore aggiunto per il business in termini di profitti e efficienza. 

La Data Visualization oggi diventa così essenziale per ogni tipo di azienda al fine di prendere decisioni basate su strategie supportate dall’analisi puntuale dei delle attività di data strategy e actionable insight garantiscono prestazioni efficenti e orientano le decisioni potenziando le procedure di business intelligence.

Concludiamo con la citazione di Alberto Cairo, designer e professore presso la School of Communication dell’Università di Miami, in un’intervista al Sole 24 ore alcuni anni fa.

“Ci sono dati che non si potrebbero capire se non visualizzandoli, anche solo per sé stessi. In questo modo possiamo vedere storie all’interno dei numeri, che altrimenti potrebbero non essere nemmeno notate”.

Fonti:

www.elastic.co
medium.com
www.ncbi.nlm.nih.gov
ilsole24ore.com