• Analytics
• Big data
• E-commerce

La nostra società sta assistendo, a differenza di qualsiasi altra epoca, a una crescita esponenziale delle dimensioni dei dati creati ed archiviati. L’aumento dei dati derivati principalmente dall’incremento della potenza di calcolo, sempre più capace di fornire informazioni di dettaglio in grado di supportare maggiormente i processi decisionali, ha generato cambiamenti dirompenti nell’economia comportando forti mutamenti nei paradigmi dei modelli tradizionali di business nella maggioranza dei mercati e settori conosciuti. I dati non sono più osservati e analizzati come un surrogato delle attività commerciali, ma bensì come principali fonti di informazioni capaci di generare un vantaggio competitivo in grado di contribuire alla creazione di valore attraverso l’identificazione dei bisogni/aspettative dei clienti, l’elaborazione di previsioni dei trend di mercato e dei comportamenti dei consumatori, la generazione di pubblicità personalizzate in funzione del target selezionato, nonché realizzare metriche innovative di misurazione delle performance al fine di valutare sia l’efficienza operativa che l’efficacia nel raggiungimento degli obiettivi predefiniti in fase di pianificazione strategica e operativa.

Per tali ragioni, il presente elaborato ha l’obiettivo di mettere in luce le prospettive e implicazioni d’utilizzo dei sistemi di Big Data & Analytics in un contesto complesso e strutturato come l’E-commerce in cui le nuove innovazioni tecnologiche stanno rivoluzionando le metodologie d’analisi dei dati al fine di creare nuove forme di valore per tutti gli stakeholders coinvolti. A tal fine sono stati inquadrati i principali elementi di Big Data & Analytics impiegati nell’E-commerce in una più ampia cornice di ricerca articolata in tre macroarea l’analisi: in primo luogo, sono stati individuati i limiti fisiologici strutturali del modello di business rispetto ai negozi tradizionale al fine di rappresentare le cause originarie che hanno determinato l’ideazione dei sistemi di analytics. In secondo luogo, sono descritti passo a passo alcune delle attività chiave allo sviluppo dei modelli analitici in modo da comprendere la complessità di realizzazione e le metodologie di risoluzione adottate e, infine, sono stati argomentati i corrispettivi vantaggi derivati d’effettivo utilizzo dei Big Data & Analytics all’area circoscritta a cui si fa riferimento.

Il primo capitolo descrive una panoramica generale del tasso di crescita del settore e-commerce sia a livello globale che locale, nonché le caratteristiche principali dei dati impiegati e come essi contribuiscano all’adozioni di processi decisioni maggiormente accurati ed efficaci rispetto ai modelli tradizioni di business.
Il secondo capitalo mira a descrive le correlazioni positive esistenti tra la crescita del fenomeno dell’E-commerce e l’utilizzo di strumenti di Analytics in grado di migliorare la gestione aziendale, focalizzando l’indagine di studio sui sistemi applicativi di personalizzazione, creazione di prezzi dinamici, di miglioramento della customer services, di rilevazione delle frodi e d’ottimizzazione della supply chain.
Il terzo capitolo fornisce informazioni propedeutiche di Artificial Intelligence al fine di consentire una maggiore comprensione delle dinamiche di sviluppo dei modelli matematici che sono analizzati nei capitoli successivi. In particolare, sono definite le logiche, i sistemi abilitanti e le tecniche derivanti dall’AI circoscritte all’E-commerce.
Il quarto capitolo si focalizza sull’indagine dei sistemi di raccomandazione “Recommendation systems”, evidenziando come le esigenze del nuovo modello di business abbiano stimolato lo sviluppo di un applicativo in grado di personalizzare la customer experience al fine di superare i limiti cognitivi da sovraccarico d’informazioni, nonché di comprendere le logiche e metodologie di creazione del sistema di raccomandazione per, successivamente, inquadrare i benefici ottenibili sia quantitativi di breve termine che qualitativi di lungo termine.
Il quindi capitolo mira alla comprensione dei sistemi di prezzi dinamici “dynamic pricing” segnalando le motivazioni e potenzialità ottenibili dallo sviluppo dell’applicativo analitico. Nello specifico, si fornisce un quadro teorico dei gradi di discriminazione dei prezzi, l’incidenza del pricing nella scelta della piattaforma d’acquisto e, in fine, gli elementi e le metodologie di sviluppo del modello analitico considerando inoltre la fase del ciclo di vita del prodotto.
Il sesto capitolo è dedicato a uno degli strumenti di BDA di maggior potenzialità e di ricerca attuale, il Sentiment Analysis. Data la complessità dell’applicativo, il capitolo ha l’obiettivo di fornire gli strumenti necessari a comprendere e analizzare sia da un punto di vista economico-aziendale che ingegneristico l’applicativo di Analytics al fine d’ottenere una visione integrata e sinergica delle criticità di sviluppo del modello e dei molteplici benefici derivati dallo sfruttamento di esso. In particolare, la prima sezione descrive il valore ottenibile dell’applicativo illustrando alcuni casi di estrazioni opinioni/emozioni attraverso le diverse tecniche di classificazione. nella seconda sezione sono circoscritte le dinamiche di creazione del modello partendo dai principi fondamentali di sviluppo per successivamente analizzare i diversi step d’elaborazione dei dati testuali. Infine, sono revisionati le diverse opportunità di vantaggio competitivo che scaturiscono dal sistema.
Il settimo capitolo descrive le rivoluzioni logistiche generate dall’E-commerce in cui la complessità del flusso logistico è cresciuto esponenzialmente, comportando un maggiore affidamento all’utilizzo dei Big Data per sovrastare le criticità riscontrate e offrire nuove forme innovative di creazione di valore sia in termini di ottimizzazione dei processi che di previsione delle consegne e richieste dei clienti. Nello specifico, sono analizzati gli aspetti organizzativi della logistica, le implicazioni di sviluppo dei sistemi di Analytics e, infine, i corrispettivi vantaggi competitivi ottenuti.
I ‘ottavo capitolo enuncia come lo sfruttamento dei dati è diventata un’attività critica a supporto della prevenzione e rilevazione tempestiva delle frodi online, in costante crescita. Nella prima parte del capitolo sono trattati i principali attacchi informatici a cui una piattaforma E-commerce potrebbe incorrere per, successivamente, esaminare come le tecniche di Analytics forniscano un supporto imprescindibile alla creazione di metodologie d’analisi in grado di rilevare comportamenti anomali, comportando benefici qualitativi di brand reputation nel lungo termini ed economici nella riduzione di situazioni di rischio.

Infine, il caso studio Amazon mira alla comprensione delle implicazioni e applicazioni d’utilizzo delle diverse tecnologie di Analytics che sono adoperate all’interno dello specifico modello di business B2C. A tal fine si adotta un approccio integrato d’analisi dei requisiti funzionali e strategici dell’aziendali che hanno determinato lo sviluppo di innovazioni analitiche a supporto della creazione di valore per i diversi stakeholders coinvolti.