Il processo di comunicazione strategica messo in atto nell’attività di relazioni pubbliche assume valore anche in funzione dei contenuti che vengono trasmessi.
Negli ultimi anni si è assistito a un crescente interesse da parte dei pubblici di riferimento delle aziende in contenuti e informazioni puntuali, basati su cifre e dati, proprio mentre questi vengono prodotti e resi disponibili con tassi di crescita esponenziali.
Gestire il crescente aumento della velocità e della quantità con cui i dati vengono prodotti in teoria costituisce per le agenzie di relazioni pubbliche un naturale passo avanti nel cammino che hanno percorso finora, cioè quello di costruire l’informazione e di portarla ai destinatari in modo efficace e utile.
Ma gestire i big data, mentre richiede una capacità umanistica di interpretare una realtà complessa che i professionisti della comunicazione già posseggono, richiede un enorme sforzo
per adeguare i modelli tecnici di gestione dei dati e delle fonti normalmente utilizzati nelle relazioni pubbliche.
La velocità con cui questi dati sono disponibili aggiunge un’ulteriore dimensione, che permette un continuo aggiustamento nei contenuti e nei pubblici di riferimento, oltre a un approccio previsivo del tutto nuovo.
Per esplorare le connessioni tra big data e relazioni pubbliche questo documento traccia un percorso in due dimensioni (relazioni e dati) e tre modalità (descrivere, interagire, prevedere), utilizzando 24 case study (identificati con il simbolo ➲) e decine di link a fonti e risorse.
Il futuro è vicino: dimostriamo insieme che la complessità è un’opportunità anche per i professionisti delle RP.
5. 1. L’evoluzione: siamo pronti?
All’orizzonte delle RP si stanno delineando due direttrici di sviluppo: l’aumento delle relazioni da
gestire e l’incremento di informazioni e dati disponibili.
Sono fattori collegati, la cui contemporanea crescita farà aumentare esponenzialmente la
complessità dell’attività di relazioni pubbliche.
I professionisti delle RP sono pronti a gestire un parallelo aumento dei numeri di relazioni da
gestire e dei dati da comunicare?
5
6.
Ieri
Relazioni personali (giornalisti, stakeholder) curate tramite dati
prodotti principalmente a livello aziendale (comunicati stampa,
eventi).
Oggi
I social media offrono una visione più ampia dell’ambiente in cui si
muove l’azienda, che allarga le proprie relazioni agli influencer per
essa rilevanti.
Domani
Le aziende iniziano a sviluppare le relazioni con tutti i membri dei
social media e utilizzano alcuni big data per costruire la
comunicazione.
Dopodomani
Le aziende attivano relazioni con tutti i contatti rilevanti e utilizzano
innumerevoli database provenienti da fonti di diversa natura per
comunicare in modo tempestivo e personalizzato.
Per esemplificare questo sentiero di sviluppo, nel seguente case study si ipotizza una strategia di
successo di un’azienda italiana nel settore food.
Una simulazione nel settore food: la linea Lico+ di Martoni
L’azienda Martoni produce verdure biologiche nella campagna laziale. Nel 2006 decide di
incaricare una società di relazioni pubbliche al fine di aumentare la notorietà del proprio brand in
combinazione con una strategia di comunicazione pubblicitaria. Si decide di organizzare un format
per portare i turisti che visitano Roma a passare una giornata in campagna, partecipare alle varie
fasi della produzione e gustare i prodotti che hanno visto in campo, freschi e in conserva.
L’agenzia di relazioni pubbliche si occupa di coinvolgere i giornalisti della capitale e di costruire le
relazioni con i tour operator europei e gli albergatori romani. Nel 2009 l’azienda agricola raccoglie
ogni giorno mediamente 45 visitatori, di cui il 93% turisti esteri.
Nel 2011 Martoni apre un profilo Facebook e invita i turisti a commentare la visita; dopo qualche
mese iniziano ad arrivare le prime richieste di prodotti trasformati. Martoni apre un’attività di
ecommerce per i prodotti trasformati e inizia a vendere regolarmente in Europa, in Giappone,
Cina e negli Stati Uniti.
6
8.
2. Utilizzare i big data
“Sorry, Big Data, but good public relations
will always be a blend of art and science”.
Andrew MacDougall
MSLGROUP's Senior Executive Consultant
2.1. A cosa servono i big data
Esiste ormai un flusso continuo di dati che vengono generati nella vita quotidiana; ad esempio
smartphone, social media, carte di credito, acquisti online, treni, fabbriche generano una quantità
di dati che negli ultimi due anni ha superato quella prodotta da tutta la civiltà mondiale nel corso
della storia precedente.
Comunque la vera rivoluzione non è nella disponibilità di questi big data, ma nella capacità di
analizzarli, collegarli, sintetizzarli e gestirli per renderli utili per l’attività umana.
Alcuni esempi recenti di utilizzo, che spaziano dall’economia domestica alla salute, dalla ricerca di
opportunità imprenditoriali ai percorsi migliori per recarsi ogni giorno al lavoro.
➲ Identificare trend
Google Flu Trends utilizza dati di ricerca aggregati di Google per stimare l'attività influenzale
attuale nel mondo quasi in tempo reale.
➲ Prevedere comportamenti futuri
Il grande magazzino Target ha capito prima dei genitori che una giovane era incinta analizzando il
suo comportamento online e le ha inviato coupon per prodotti di cui ancora non sapeva di avere
bisogno.
➲ Controllare i comportamenti di consumo
La utility statunitense Opower confronta i consumi energetici delle famiglie con quelle dei vicini e
suggerisce possibili miglioramenti, con un risparmio complessivo di 230$ milioni.
➲ Identificare parametri comportamentali
Facebook ha realizzato una sintesi del recente challenge “write 3 things you are thankful for over
the next 5 days” individuando e aggregando diversi schemi comportamentali in funzione dell’area
geografica, dell’età, del sesso, delle preferenze espresse; il risultato è stata un’analisi originale sul
sentimento di gratitudine negli Stati Uniti.
8
10.
Quindi i professionisti dei grandi numeri ( data scientist ) e quelli della comunicazione stanno
definendo un terreno comune per dialogare.
Cosa sanno i Data Scientist Cosa sanno le agenzie di RP
Dati Relazioni
Correlazioni Persone
Misurazioni Comunicazione
Connessioni Contenuti
Il dialogo tra data scientist e agenzie di RP può rispondere a domande come:
● Le correlazioni statistiche possono favorire nuove relazioni?
● Le connessioni tra diversi database possono aprire nuove modalità di comunicazione?
● I dati possono trasformarsi in contenuti?
● Le misurazioni possono scoprire nuove opportunità di engagement?
2.3. Utilizzare i big data per le relazioni pubbliche
Le agenzie di RP utilizzano già i big data per:
● Identificare interessi e sentiment del target di riferimento
● Identificare i principali influenzatori per interesse e per area geografica
● analizzare il posizionamento competitivo dei brand
● monitorare quello che si dice in rete, sia con analisi storiche che con analisi in tempo reale
per riconoscere potenziali crisi
● misurare engagement, conversazioni e spostamenti nelle percezioni (per misurare la
risposta alle campagne)
Molte aziende e organizzazioni hanno sviluppato programmi di analisi in tempo reale dei propri
pubblici di riferimento:
➲ Gatorade
Il Gatorade Mission Control Center monitora in tempo reale le conversazioni sui social media
riguardanti i propri prodotti, i concorrenti, i propri atleti e le tematiche riguardanti la nutrizione per
sportivi, analizza i post sui blog e misura il sentiment sui temi chiave e le campagne in corso.
➲ Dell
Dell analizza più di 25.000 menzioni giornaliere sui social media in 11 lingue diverse, selezionando
i messaggi importanti: quelli che sono stati generati da utenti di twitter con migliaia di follower, i
post sui blog più autorevoli, le richieste urgenti da parte di clienti che potrebbero diventare virali in
10
13.
4. Rinnovare gli approcci
I big data permettono nuovi approcci per descrivere la realtà, interagire con i pubblici di riferimento
e prevedere fatti rilevanti.
4.1. Descrivere
If journalists are learning about data journalism,
then shouldn’t PR people be educated as well?
Deirdre Breakenridge
I big data possono mettere in luce aspetti della realtà che non è possibile evidenziare in dettaglio
con altri strumenti.
Quindi i big data costituiscono una nuova fonte di informazione, che ad esempio è già utilizzata dai
cosiddetti data journalist .
Alcuni esempi di risultati ottenuti con l’approccio descrittivo nell’uso dei big data:
➲ Satyamev Jayate
Il programma televisivo di maggior successo in India analizza oltre un miliardo di contatti generati
già dopo le prime 13 puntate dal sito web e dai profili social. Lo show si costruisce qualche ora
prima della messa in onda tramite le risposte degli utenti, chiamati a pronunciarsi su alcuni temi
caldi. Oltre alle opinioni, spesso le analisi fanno emergere aspetti nascosti della società indiana. I
trend servono ai produttori anche per costruire i temi delle puntate seguenti.
➲ Polizia di Miami
La polizia di Miami analizza i casi irrisolti tramite un nuovo sistema che sostituisce i poliziotti andati
in pensione e permette ai nuovi assunti di interrogare il database come interrogherebbero un
collega di maggior esperienza.
➲ Barclays
La banca Barclays ha rivisto la propria organizzazione interna permettendo a 140.000 dipendenti
di contribuire al riesame delle proprie strategie; in tre sessioni suddivise in tre giorni, sono stati
analizzati oltre 4.000 temi rilevanti; al termine dei tre giorni gli oltre 28.000 commenti erano stati
convertiti in un documento con una serie selezionata di proposte concrete.
13
16.
● 69% Clienti
● 67% Marketing
● 55% Prodotto
● 54% Vendite
● 51% Finanza
Le aree Clienti e Marketing sono anche quelle attualmente più collegate con l’universo dei big
data. Un’integrazione tra i dati sui clienti provenienti dai social media con i dati aziendali relativi a
marketing, prodotti e vendite può aiutare ad intercettare sul nascere le tendenze, le mode, i
trending topic e gli orientamenti del mercato.
➲ Tipp24 Ag
La società di scommesse sportive europea analizza in tempo reale miliardi di transazioni e
centinaia di caratteristiche dei suoi clienti per sviluppare messaggi personalizzati; il sistema ha
realizzato un calo del 90% nei tempi di costruzione dei modelli previsivi.
4.3.2. Anticipare le crisi
Succede sui social media che un brand venga preso d’assalto e che gli attacchi si diffondano
molto velocemente, in modo virale, causando in breve un grave danno alla reputazione aziendale.
Monitorare le conversazioni (analizzandone estensione, diffusione e sentiment) può aiutare a
gestire in modo appropriato la crisi, decidendo in tempo reale se intervenire oppure se lasciare
che la crisi si risolva naturalmente. Idealmente le crisi possono anche essere anticipate,
intercettando sul nascere argomenti, influencer, fonti e canali la cui combinazione è giudicata
pericolosa in teoria oppure in base a esperienze precedenti.
I big data possono aiutare nelle varie fase del Crisis Management:
● definizione dei segnali che anticipano la crisi
● preparazione e prevenzione
● contenimento, risposta e controllo del danno
● ripresa attività
● apprendimento e istituzionalizzazione esperienza
16
17. 5. Scegliere i dati
Enormi masse di dati vengono continuamente creati e distribuiti da varie fonti, tra cui:
Sistemi RFID Codici a barre Reti di sensori
Social media Blog Siti di notizie
Documenti e testi su Internet Risultati ricerca Internet Sistemi di CRM
Dati satellitari Analisi genetiche Ricerche scientifiche
Transazioni finanziarie Transazioni commerciali Sorveglianza e sicurezza
Archivi medici Archivi fotografici Archivi video
Transazioni di ecommerce Dati ehealth Tecnologie wearable
A questi si aggiungono i dati interni prodotti dalle aziende:
Project management Marketing Produzione
CRM ERP content management Risorse umane
Storage Talent management Procurement
Expense management Google docs Intranet e portali
17
21.
6. Internet of things
Internet of Things (IoT), cioè l’entrata nella rete con un proprio indirizzo IP degli oggetti di uso
quotidiano e professionale, rappresenta un’ulteriore fonte di big data che aumenterà il flusso di
informazioni disponibili per le agenzie di RP per descrivere, interagire e prevedere.
Con i wearable devices (apparati indossabili) l’Internet of Things assume una dimensione ancora
più personale e pervasiva.
6.1. Descrivere
➲ Zepp
Un giocatore di golf utilizzerà guanti, scarpe e mazze collegate in Internet e che dialogano tra di
loro. L’interazione tra questi accessori aiuterà a migliorare le prestazioni dei golfisti e a confrontarli
con altri sportivi. I professionisti delle RP avranno l’occasione di trasformare una serie di
specifiche tecniche in una storia sulle possibilità offerte dalla tecnologia e il loro impatto sulla
società.
6.2. Interagire
➲ Disney
Walt Disney utilizza tecnologie wearable dall’inizio del 2014 per migliorare l’esperienza dei
visitatori ai propri parchi ed aumentare il loro engagement. Ad esempio una piccola visitatrice
potrà incontrare Cenerentola e sentirsi chiamare per nome e augurare buon compleanno tramite i
dati personalizzati trasmessi in automatico da un braccialetto del visitatore al personaggio. I
visitatori utilizzano i braccialetti per avere esperienze nuove e Disney raccoglie dati sulle loro
abitudini e le preferenze.
6.3. Prevedere
➲ Libelium
Libelium costruisce sensori wireless per monitorare tutte le fasi della filiera alimentare, dalla
produzione (sensori per misurare acqua, luce, umidità, direzione e intensità vento, precipitazioni,
pressione atmosferica, stato dell’apparato fogliare e dimensione del tronco o dei frutti per
ottimizzare e programmare le attività in campo) alla distribuzione (GPS, timer, sensori per
determinare responsabilità e tracciabilità), dalla vendita al dettaglio (per interagire con i
consumatori riguardo a preferenze, allergie, scadenze) alla riduzione degli scarti (ottimizzando le
vendite in funzione della storia del prodotto e sulla base della sua shelf life attesa).
21
22. 7. I rischi: sicurezza e privacy
Le procedure consolidate dalle agenzie più strutturate per gestire sicurezza e privacy dei dati dei
propri clienti dovranno essere adattate ai nuovi contesti.
In particolare i consumatori mostrano nuove e più estese preoccupazioni:
● raccolta illegale di dati
● falle nella protezione dell’archiviazione
● falle nella gestione della privacy
● utilizzo non autorizzato dei dati
Da una recente indagine presso gli utenti statunitensi di Internet è emerso che:
● il 92% è preoccupato per la propria privacy online (in aumento rispetto al 89% nel 2013);
● il 55% si fida della maggior parte delle imprese a cui affida informazioni personali online (in
calo rispetto al 57% nel 2013)
● l’89% evita di acquistare da aziende di cui non si fidano riguardo alla gestione dei dati
sensibili online (in aumento rispetto all’88% nel 2013).
In poche parole questo evidenzia un rischio per consumatori e aziende: big data = big problems.
La questione va gestita rafforzando ed estendendo le consuete procedure basate sui criteri di
prudenza, trasparenza, correttezza, moderazione, sapendo che un perdita di fiducia dei
consumatori dovuto a un problema di sicurezza o errata gestione della privacy può avere
conseguenze molto gravi in tempi anche brevi.
22
23. C. Appendici
C.1. Strumenti statistici
I principali software di analisi statistica, utilizzati anche per gestire i big data, sono:
Statistica
SPSS
RapidMiner
R
Un dettagliato elenco di altri software (gratuiti) è disponibile sul sito Predictive Analytics Today .
C.2. Software e soluzioni per l’analisi dei big data
GNIP The World’s Largest and Most Trusted Provider of Social Data
Datasift Understand Every Conversation, translate data into action with the first Human Data
platform.
Oracle Social Cloud
Spinn3r
Mapr
Tableau Software
Apache Hadoop opensource software for reliable, scalable, distributed computing.
Intel
Ubervu
Hootsuite
Sysomos Social media monitoring and analytics solutions for brands, businesses and agencies
80legs web crawling platform
Social Hive (MSL Group)
Big Data News ha compilato una lista di società che si occupano di big data analytics.
C.3. Informazioni
Datafloq
Techrepublic
Forrester
IBM Big Data Hub
Big Data Analytics News
23