Data driven? No, grazie!

Ho un rapporto con le auto abbastanza funzionale: le ritengo semplicemente un mezzo per arrivare dal punto A al punto B. Il resto dei valori di brand, innovazione, tecnologia, etc. passano in secondo piano.

Quindi, non ero molto interessato alla telefonata di una gentile signorina che mi diceva: “Salve, sono Tizia della concessionaria d’auto XYZ. È uscita la nuova berlina del modello ABC (la mia vecchia ABC aveva già 6 anni, n.d.r.) e per lei abbiamo riservato una promozione esclusiva etc…”.

Del nuovo modello non mi interessava granché, così rilanciai: “Grazie, ma la promozione vale anche per il modello più grande? Sa, la famiglia si è allargata”.
“No, solo per il modello ABC”.
“Ok… E per il modello ABC Station Wagon?”.
“Ehm… No, solo per la berlina”.
“Uff …”.

La cosa mi ha lasciato un po’ perplesso dato che oggigiorno accettiamo qualsiasi condizione di trattamento della privacy, pur di utilizzare un servizio al meglio (Facebook in primis).

Come nel caso appena descritto, ero ben felice di dirti che ho dei figli, tra l’altro senza che mi venisse neanche chiesto, e che ero interessato anche ad un modello più costoso. Ma a che serve compilare moduli della privacy o fornirti dati personali, se tu, cara azienda, non li utilizzi per darmi un servizio migliore?

Probabilmente la spiegazione va ricercata su motivazioni molto più profonde che un semplice “errore di processo”.

Oggi più che mai leggiamo che dobbiamo essere “data driven” o “data oriented”…
Vero, verissimo! Non potrei che essere d’accordo, avendo un background in statistica.

Ma siamo sicuri di essere pronti?

In una ricerca su 174 business executives (quindi gente evoluta che è data driven nel sangue e nelle ossa) emerge che l’approccio è prevalentemente data-driven.

Ma cosa succede se i dati non concordano con le intuizioni?
Nel 90% dei casi si cercano evidenze da altre parti (nuovi dati, nuove analisi, etc…).

A leggere questi dati direi che siamo ancora molto confidenti nelle nostre convinzioni iniziali e questo spiega abbastanza bene il modo con cui stiamo affrontando questo hype sul data-driven decision.

Secondo me gli elementi più importanti da chiarire prima di iniziare un qualsiasi percorso di raccolta e analisi dati:

1. Quale decisione devo (far) prendere?
2. Sono in grado di prendere questa decisione e di gestirne i risvolti operativi?

Sono convinto infatti che tutto il resto (dati, modelli, strumenti, rappresentazione…) arrivi dopo e sia funzionale all’obiettivo da raggiungere.

Solo così andremo a realizzare una analisi “actionable”.

Alternativamente tutto si riduce a produrre delle “vanity-metrics”: raccogliendo dei dati interessanti, ma non prevedendo di utilizzarli adeguatamente. Scontentando così i clienti con telefonate inutili e noi stessi con spese superflue.