Marketing Intelligence

Il processo informativo di Intelligence a supporto delle ricerche di marketing, applicato principalmente per conoscere la composizione e le dinamiche di un particolare mercato ed il livello di competitività delle società leader

Tuesday, September 05, 2006

I limiti delle ricerche su internet

La ricerca industriale, specialmente quella pre-competitiva, é indirizzata dalla funzione aziendale di marketing strategico. Definita la politica di indagine, la metodica comune tende ad avvalersi di una propedeutica fase di raccolta dei dati, attività finalizzata all'acquisizione ed elaborazione dei dati delle aziende leader / emergenti del settore oggetto di studio.

E' fondamentale pianificare i tempi della ricerca, la sistematicità degli aggiornamenti, e condurre preliminarmente una profonda analisi di quali siano le fonti primarie e secondarie, considerando sempre il target del marketing strategico.

In funzione degli obiettivi, si specializza la ricerca di marketing, considerando distintamente le informazioni quantitative da quelle qualitative.

Tutte le informazioni acquisite debbono essere valutate per la loro attendibilità ed attualità, e successivamente studiate, confrontate, opportunamente interpretate, anche tenendo conto della fase di mercato.

La ricerca può essere condotta con tecnologie differenziate: 1) text mining verso il patrimonio informativo già disponibile, ad esempio studiando i documenti precedentemente acquisiti e valutando quali possano essere i contributi informativi alla ricerca posta in essere; 2) information retrieval su fonti specifiche, ad esempio banche dati o collegamenti applicativi con precisi data provider (spesso si accede a servizi particolari di informazione, tramite contratti di fornitura); 3) ricerche su fonti cosiddette aperte (metodologia OSINT - open source intelligence).

Ai "classici" motori di ricerca testuale, si potrebbe presto associare la tecnologia della ricerca di tipo semantica: in questo modo si potrebbero risparmiare le pesanti attività di ricerca manuale degli operatori, che spesso vedono limitate le loro ricerche da una mancanza di qualità o da una modesta attinenza dei dati ricavati durante lunghe sessioni di web surfing.

Solo con un deciso progredire delle tecnologie "Information search and retrieval" si potranno sviluppare applicazioni più utili alla funzione di marketing. Ad ogni modo, già oggi, le aziende possono progettare e realizzare sistemi informativi di supporto al personale coinvolto in iniziative continuative di ricerca, ricorrendo ad un Information retrieval più evoluto grazie a
  • agenti intelligenti 1,
  • sistemi esperti 2,
  • collaborative filtering,
  • una maggior relazione tra semantica e metadati.

1) Agenti intelligenti > Detti anche Smart Agents, sono dei programmi che raccolgono informazioni con una cadenza periodica programmata in precedenza

2) Sistemi esperti > applicazioni software che, opportunamente istruitei, possono dedurre nuove informazioni da un insieme di informazioni di partenza

La tecnologia e la semantica per arricchire la Marketing Intelligence

L'industria del software americana si è caratterizzata negli ultimi anni nei processi industriali di trattamento e sviluppo della conoscenza (Knowledge Management), distinguendosi in particolare nella ricerca tecnologica di base, realizzando numerose applicazioni sperimentali della tecnologia semantica.

Superata una fase di mercato in cui la domanda applicativa privilegiava le piattaforme integrate di analisi e gestione dei dati, su tutte le soluzioni di analisi multidimensionale e le tecnologie di business intelligence, le società produttrici di tecnologie sono arrivate intorno al 2002 a ricercare quale potesse essere una metodologia innovativa per la gestione dei dati, specialmente per la trattazione di basi informative voluminose e differenziate in relazione ai numerosi contenuti.

Storicamente è l’inizio della ricerca del “web semantico”, così definito dal World Wide Web Consortium (W3C):

The Semantic Web provides a common framework that allows data to be shared and reused across application, enterprise, and community boundaries. It is a collaborative effort led by W3C with participation from a large number of researchers and industrial partners. It is based on the Resource Description Framework”.

Il web diventa "semantico" quando gli strumenti di ricerca si perfezionano, riuscendo ad individuare le relazioni fra i termini presenti nei documenti e arrivando a misurare il livello di interrelazione tra più elementi linguistici, al fine di valutarne correttamente i concetti espressi. Il significato e le fondamentali relazioni tra gli elementi linguistici sono rappresentati dalle "ontologie", che devono essere specializzate per ciascun particolare contesto di studio (ad esempio per mercato o settore di interesse, nel caso si voglia implementare un sistema informativo di marketing su analisi semantica dei contenuti di documenti statici e dinamici).

La specializzazione è indispensabile perchè ciascuna ontologia é una forma di rappresentazione sistematica di un particolare dominio di conoscenza: si può presentare come una mappatura specialistica di un preciso modello reale, cioè una chiara rappresentazione cognitiva di elementi ed eventi di una realtà da approfondire.

L’estrazione dell’informazione solitamente parte dall’analisi di documenti in linguaggio naturale per poter perfezionare i processi informativi e cognitivi di una qualsiasi azienda. Quindi se fino ad oggi vengono adoperate dalle aziende tecnologie per la ricerca d'informazioni in rete quali i motori e gli indici di ricerca per soggetto, un domani potrebbero essere impiegati motori di ricerca semantici, idonei proprio ad identificare i concetti cruciali ed a facilitare la selezione e il recupero dei documenti.

Dall'uso di tecnologie di ricerca su ontologie, e dall'impiego di minor personale di marketing nelle gravose operazioni di information search & retrieval, si arriva ad una certa automazione, fondamentale per poter risparmiare costi, assicurare una relativa tempestività nell'acquisizione e diffusione dei dati, decidere e pianificare politiche di business in piena coerenza con gli scenari di mercato.

L'affermazione delle classificazioni sistematiche dei contenuti e dei meccanismi inferenziali certamente estenderà le basi di conoscenza, proprio allo scopo di generare una nuova conoscenza.

Per approfondimenti:

http://www.w3.org/2001/sw

http://www.dsi.uniroma1.it/~estrinfo/sws/2003_09_19