Che cosa sono gli Small Data?
Detto in parole povere, gli Small Data sono dati in formato semplice e piccoli volumi che possono essere elaborati da un singolo computer o compresi da una persona. Concetto derivato dai Big Data, gli Small Data possono fornire informazioni approfondite immediate, strutturate in modo tale da essere accessibili, comprensibili e fruibili per le decisioni di tutti i giorni.
Gli Small Data permettono alle aziende di ottenere informazioni preziose senza dover ricorrere ai sistemi necessari per i Big Data Analytics. Siccome gli Small Data provengono principalmente dai sistemi di transazioni, la maggior parte delle aziende con una strategia basata sugli analytics ha già accesso a questo tipo di dati e può utilizzarli per prendere decisioni informate prima di lanciarsi in analytics più complessi dei Big Data.
Tra gli esempi di Small Data più comuni abbiamo:
- I dati dai sistemi di gestione delle relazioni con i clienti (CRM)
- Le informazioni di acquisto per la commercializzazione di materiali, materie prime e attrezzature
- Informazioni sui clienti e sulle vendite dei prodotti
- Dati sul comportamento dei clienti
- Dati sul carrello online
- Sondaggi sulla soddisfazione dei clienti
- Interviste frontali
Caratteristiche degli Small Data
In linea generale, gli Small Data si contraddistinguono per tre caratteristiche. In pratica sono:
- Accessibili: mentre i Big Data sono costituiti da grandi moli di dati complessi e difficili da gestire, gli Small Data presentano volumi più piccoli e facili da utilizzare.
- Comprensibili: gli Small Data sintetizzano i Big Data in dataset più piccoli e comprensibili senza l'utilizzo di algoritmi e programmi di analytics.
- Fruibili: gli Small Data forniscono informazioni approfondite sugli utenti, sui clienti e sui loro comportamenti che si possono utilizzare per decisioni a breve termine.
Big Data e Small Data a confronto
Con Big Data si intendono grandi volumi di dati strutturati e non che vengono generati dai processi aziendali odierni. In genere sono difficili da consultare, comprendere, organizzare e analizzare. Poiché hanno volumi troppo grandi, non possono essere elaborati con un unico computer, ma richiedono hardware, software e algoritmi di calcolo potenti per rilevare gli schemi, i trend e le informazioni approfondite che potrebbero essere utili per le operazioni aziendali.
Diversamente dai Big Data, gli Small Data comprendono blocchi di dati più piccoli, utilizzabili e facili da capire, consultare e analizzare per le persone. Si accumulano molto più lentamente rispetto ai Big Data e spesso vengono utilizzati per fornire risposte a domande specifiche o risolvere un problema preciso. Gli Small Data vengono memorizzati in un computer, che può essere un server locale o un computer fisso. Di conseguenza, le aziende possono facilmente trarre informazioni preziose dagli Small Data senza dover investire in tecnologie a performance elevate e utilizzare algoritmi complessi.
Ciò detto, sia gli Small Data che i Big Data possono incidere sulle attività aziendali e nelle comunicazioni con target e livelli organizzativi diversi.
Perché gli Small Data sono importanti?
Per le aziende con risorse limitate, ha senso lavorare con dati che possono avere un impatto immediato sulle attività. Come abbiamo già detto, è più facile elaborare e interpretare dataset più piccoli rispetto alle grandi moli di Big Data.
Inoltre, siccome gli Small Data sono più pertinenti e compatti, spesso sono più facili da analizzare e più fruibili per professionisti, digital marketer e manager.
In molti casi, gli Small Data permettono di avere risultati più incisivi in tempo reale per migliorare le procedure aziendali, risolvere i problemi attuali e scoprire idee innovative che possono trasformare il modo di operare dell'azienda. Come i Big Data, gli Small Data possono essere utilizzati per i modelli di intelligenza artificiale e machine learning, essenziali per automatizzare i processi aziendali più importanti.
Vantaggi degli Small Data
Maggiore disponibilità
Gli Small Data rappresentano la maggior parte dei dati che utilizziamo. Chiunque usi un computer o uno smartphone crea Small Data, ed è per questo che sono subito disponibili rispetto ai Big Data. I dati presi dai social media o dall'advertising basato sulle performance, ad esempio, sono fonti preziose di informazioni sulle decisioni di acquisto e sul lifetime value (LTV) del cliente.
Semplicità
Gli Small Data sono facili da capire e interpretare e agevolano il processo decisionale. Mentre i Big Data richiedono spesso l'intervento di figure specializzate, gli Small Data possono essere utilizzati da chiunque per migliorare i risultati aziendali.
Business intelligence immediata
In molti casi, gli Small Data sono i dati giusti per risolvere il problema del momento. Grazie alla loro semplicità, il tempo che passa dalla creazione all'utilizzo di questi dati per prendere decisioni informate e interagire con i clienti può essere davvero breve.
Approccio orientato al cliente
Gli Small Data permettono di capire meglio che cosa vogliono gli utenti finali da un'azienda. Osservando piccoli campioni di dati sui clienti si possono scoprire informazioni approfondite sui motivi per cui i clienti si comportano in un certo modo, con risvolti importanti per l'azienda.
Risparmio sui costi
Gli Small Data sono accessibili da applicazioni e servizi, ovunque siano memorizzati, senza dover creare datastore e warehouse costosi man mano che i volumi dei dati aumentano.
Casi d'uso degli Small Data
Ecco alcuni possibili casi d'uso degli Small Data:
Assistenza clienti: avere informazioni dettagliate sui clienti può essere utile per una soluzione più rapida dei problemi. Riconoscere il numero di telefono o essere già al corrente di un problema (es. un volo in ritardo) può servire agli operatori dell'assistenza clienti per gestire meglio una situazione o reindirizzare il caso a un servizio di risposta automatico.
Gestione di spese e asset: le aziende hanno spesso difficoltà a tenere traccia delle spese e creare report sul capitale fisso. Gli Small Data offrono un quadro più chiaro dell'efficienza complessiva e si possono utilizzare per allineare le attività aziendali alle priorità principali.
Fidelizzazione dei dipendenti: la capacità di osservare cambiamenti minimi nell'attività dei dipendenti, come lo scarso ricorso alle ferie accumulate o ai congedi di malattia, può essere utile non solo per rilevare i livelli di motivazione del personale, ma anche per migliorare i metodi di fidelizzazione, la cultura aziendale e l'ambiente di lavoro.
Esperienza di acquisto personalizzata: i piccoli dataset creati da dispositivi indossabili, sensori, videocamere di sorveglianza e dispositivi IoT retail possono essere utilizzati per migliorare l'esperienza dei clienti nel punto vendita.
Trend degli Small Data
Vale la pena notare che, secondo il report di Gartner sui primi 10 trend per i dati e gli analytics nel 2021, gli Small Data e i Wide (non Big) Data vengono utilizzati per risolvere problemi legati all'insufficienza di dati per casi d'uso specifici e domande complesse basate sull'AI.
I Wide Data supportano l'analisi di tante piccole origini dati strutturate e non per una contestualizzazione e decisioni migliori, mentre gli Small Data possono servirsi di modelli dati che offrono informazioni utili con meno dati.
Il report inoltre suggerisce che le tecnologie di AI devono essere in grado di utilizzare dataset più piccoli e tecniche basate sugli Small Data al posto dei dati storici tradizionali, molti dei quali oggi sono irrilevanti considerati i cambiamenti che hanno stravolto le aziende a causa del COVID-19.
