06 Nov Cosa sono i thick data e come verranno usati

I Big data hanno spinto aziende e organizzazioni ad accumulare grandi moli di dati, salvo poi accorgersi di non essere in grado di smaltirle e di impiegarle nel modo migliore. Eppure è proprio sul palcoscenico dei dati che si svolgerà la pièce del vantaggio sulla concorrenza e sui mercati.

L’incapacità di usare al meglio tutti i dati a disposizione non è un male che attanaglia solo la sfera economica, è particolarmente sentita anche in ambito scientifico. Ci sono diverse branche, per lo più relative al deep learning e al machine learning, intente a raccogliere dati ed esperienze. Facile immaginare che se tutte le informazioni immagazzinate fossero già state utilizzate, oggi il tasso di progresso sarebbe più massiccio e incisivo.

In modo naturale (e dovuto) è nato un fronte che si interroga sulla reale necessità di analizzare tutti i dati accumulati negli anni, approfondendo anche il capitolo della correttezza delle informazioni e della puntualità della loro interpretazione.

Tanti dati non significa dati attendibili

È nel segno di questa logica che oggi si parla di thick data, ovvero dati contestualizzati. Il concetto sposa meglio lo scopo stesso dei big data, nati per analizzare i comportamenti delle persone e anticiparne i bisogni futuri e che si stanno infrangendo a tutta velocità contro risultati perfettibili. Il contesto in cui i dati sono stati generati li rende più attendibili perché, troppe informazioni senza un indice che le classifichi, significa avere in mano zero informazioni.

I thick data, ovvero i “dati densi”, sono certamente figli della filologia dei big data ma sono piccoli set di dati il cui significato va approfondito e contestualizzato. Si sta quindi vivendo un cambiamento a suo modo epocale: thick è meglio di big.

Sapere chi e quando è davvero utile?

I big data aiutano aziende e organizzazioni a capire chi, dove e quando qualcuno comprerà qualcosa. Il perché qualcuno la comprerà è una domanda intelligente (e chiarificante) a cui risponde i thick data.

Comprendere le abitudini e le necessità di acquisto delle persone non può essere un tema da sviluppare in modo generico, perché le persone non ragionano tutte nello stesso modo e l’economia stessa tende a rendere unica ogni esperienza d’acquisto, come se si fosse resa conto che ogni consumatore ha delle peculiarità granulari, identikit che cozza contro la definizione dei big data che, per loro natura, tendono a fare di tutta l’erba un fascio.

I thick data intervengono laddove i grandi numeri non bastano o falliscono, aiutando chi li analizza a capire le particolarità di classi di consumatori più specifiche e numericamente contenute.

Il contesto genererà consensi, mettendo in condizione le aziende di creare versioni differenti di prodotti e servizi, per incontrare più gusti e soddisfare un numero maggiore di platee.