Data Driven Economy

79
Corso di Laurea magistrale in Economia e gestione delle aziende (ex ordinamento D.M 270/2004) Tesi di Laurea Data Driven Economy Relatore Ch. Prof. Giovanni Vaia Laureando Daniele Salvadori Matricola 852868 Anno Accademico 2018 / 2019

Transcript of Data Driven Economy

Page 1: Data Driven Economy

CorsodiLaureamagistrale

inEconomiaegestionedelleaziende

(exordinamentoD.M270/2004)

TesidiLaurea

DataDrivenEconomy

Relatore

Ch.Prof.GiovanniVaia

Laureando

DanieleSalvadori

Matricola852868

AnnoAccademico

2018/2019

Page 2: Data Driven Economy

Indice

Abstract…………………………………………………………………………………………………………..pag.1

Introduzione………………………………………………………………………………………………….pag.3

1.DataDrivenEconomy…………………………………………………………………………....pag.6

1.1L’importanzadeiBigData………………………………………………………………………...pag.6

1.2DefinizionediDataDrivenEconomy…………………………………………………………pag.7

1.3VantaggidiessereunDataThriver……………………………………………………………pag.7

1.4AttributichecaratterizzanounDataThriver…………………………………………….pag.8

1.5Diversilivellidimaturità………………………………………………………………………...pag.11

1.6Trasformazionedigitaleattraversolepersone,iprocessiela

Tecnologia…………………………………………………………………………………………….pag.12

A.L’importanzadelCloudComputing……………………………………………………..pag.15

1.7Obiettiviperseguitiattraversolatrasformazionedigitale…………………………pag.18

1.8RisultatidiperformancediaziendeSurvivorseDataThrivers………………….pag.19

1.9Conclusioni……………………………………………………………………………………………pag.20

2.DataDrivenBusinessModel........................................................................................pag.22

2.1Introduzione………………………………………………………………………………………….pag.22

2.2DefinizionidiDataDrivenBusinessModel……………………………………………….pag.22

2.3Classificazionedelmodellodibusiness……………………………………………………pag.23

2.4StrutturadelDataDrivenBusinessModel………………………………………………..pag.24

Page 3: Data Driven Economy

3.Unipiazza………………………………………………………………………………………………...pag.28

3.1Introduzione……………………………………………………………………………………….....pag.28

3.2LanascitadiUnipiazza……………………………………………………………………………pag.28

3.3Modellodibusiness………………………………………………………………………………..pag.30

A.Segmentidiclientela………………………………………………………………………….pag.30

B.Funzionamento………………………………………………………………………………….pag.31

C.Propostadivalore……………………………………………………………………………...pag.38

D.Distribuzionedelservizio…………………………………………………………………..pag.41

E.Relazioniconiclienti………………………………………………………………………...pag.43

F.Lineadiricavoerisultaticommerciali………………………………………………..pag.43

G.Risorsechiave…………………………………………………………………………………...pag.45

H.Attivitàchiave…………………………………………………………………………………...pag.45

I.Partnerchiave…………………………………………………………………………………...pag.46

J.Strutturadeicosti……………………………………………………………………………....pag.46

3.4Ruolodeidatiall’internodelmodellodibusiness………………………………….....pag.47

A.Applicazionideidatiraccolti……………………………………………………………....pag.49

3.5UnipiazzacomeDataThriver………………………………………………………………......pag.51

3.6DataDrivenBusinessModel–Unipiazza……………………………………………….....pag.52

3.7Presentareilservizioinunmododiverso……………………………………………......pag.52

3.8PerchéilbrandhainteressediinvestireinUnipiazza……………………………....pag.56

4.Starbucks……………………………………………………………………………………………......pag.59

4.1Introduzione………………………………………………………………………………………....pag.59

4.2Comefunziona…………………………………………………………………………………….....pag.60

4.3Lechiavidelsuccesso…………………………………………………………………………......pag.62

4.4StarbucksaziendaDataThriver………………………………………………………….......pag.66

Page 4: Data Driven Economy

Conclusioni…………………………………………………………………………………………………..pag.68

Bibliografia.........................................................................................................................................pag.71

Sitografia………………………………………………………………………………………………………pag.74

Page 5: Data Driven Economy

1

Abstract

L’argomentazione sviluppata inquestoelaborato intendeaffrontare il temadellaData

DrivenEconomy, delDataDrivenBusinessModel e presentare due casi di due realtà

aziendalicollegabiliatalefenomeno.Nelprimocapitolo,vengonodapprimaevidenziati

qualipossonoesseregliaspettipositividerivantidaunacorrettainterpretazioneedaun

utilizzoefficacedeiBigData.Successivamente,oltreaunapossibiledefinizionediData

DrivenEconomy,vengonodefinitigliattributiessenzialichecaratterizzanoun’azienda

Data Driven. Nel secondo capitolo, invece, viene definita la struttura del modello di

business basato sui dati. Inoltre, è proposta una classificazione che rispecchia

l’innovazionedelmodellodibusiness.Perlosviluppodiquest’ultimocapitolosièfatto

riferimentoalleinformazioniottenutedallaletteratura.

Leargomentazioniriguardantiilprimocapitolosonostateelaboratefacendoriferimento

principalmentealle informazioniottenutedaMarcoPozzoni,CountrySalesDirectordi

NetAppItalia,cheseguonounostudiocondottodallastessaaziendaincollaborazionecon

IDC. NetApp è una società internazionale con sede negli Stati Uniti, a Sunnyvale in

California, che concentra il suo business fondamentalmente sull’offerta di soluzioni

Storage, Cloud e in riferimento alle nuove applicazioni di Machine Learning e di

IntelligenzaArtificiale.PeranniNetAppèstatainseritaindiverselisterappresentantile

miglioriaziendealmondoincuilavorare.

Mentre,IDCèunasocietàcheoffrericerchedimercato,servizidiconsulenzaeorganizza

eventinell’ambitoICTedellatrasformazionedigitale.Puòcontaresupiùdimilleanalisti

in cinquanta paesi diversi che offrono sostegno alle aziende nel raggiungimento degli

obiettividibusiness.Oggi,IDCècompresanelgruppoIDG,grupposocietariocheoperaa

livelloglobalenelsettoredell’editoria,dellaricercaedeglieventi.

Nel primo capitolo sono stati riportati alcuni risultati derivanti dallo studio IDC

sopracitato, il quale è stato condotto prendendo in considerazione 800 aziende

statunitensiedeuropeedidimensionimediograndi.Questirisultati,chesonostatimessi

in lucenell’elaborato, riguardano il gradodimaturitàdelle aziendenelprocessodella

Page 6: Data Driven Economy

2

trasformazione digitale, gli elementi da tenere in considerazione all’interno

dell’organizzazioneaziendaleperdiventareun’aziendaDataDriveneinfineledifferenze

diperformancetraaziendecondiversogradodimaturitàdigitale.

Nel capitolo terzo, invece, vienepresentato il casodellaStartupUnipiazza, con sedea

Padova. Essa, attraverso l’implementazione di un sistema di fidelizzazione digitale

raccogliedatisuiconsumatorinell’ambitoretail.Vienemessainevidenzalatipologiadei

datiraccoltielemodalitàdianalisiediutilizzo.Leinformazioniariguardoderivanoda

un’esperienzadiretta, all’internodella stessa realtàaziendaleeattraversouncontatto

costanteconglistessifondatori.

Nelquartocapitolo,latrattazioneriguardal’applicazioneStarbucks,ladescrizionedelle

funzioniprincipalieilrelativousodeidati.Ilcasoinquestionevienemessoinrelazione

con la parte teorica sviluppata nei primi due capitoli. In particolare, il confronto si

concentrasuglielementiindividuatichedelineanoilprofilodiun’aziendaDataDriven.

Infine,nelquintocapitolovengonopresentateleconclusionigeneraliinriferimentoalle

argomentazionidell’elaborato.

Page 7: Data Driven Economy

3

Introduzione

Le imprese stanno entrando nella quarta rivoluzione industriale (Industria 4.0)

attraversolatrasformazionedigitale,laqualestacompletamentecambiandol’approccio

interpretativo del business così da condizionarne lo stessomodello. In questa nuova

situazione,leimpresesonosemprepiù“intelligenti”tramitel’analisideibigdata,quella

predittivaeletecnologieInternetofThings(IoT)(Parida,2019).

Macosasi intendepertrasformazionedigitale? IDC(societàoperantenelsettoredella

ricercaedeglieventi)ladefiniscecomeuninsiemediazionichesonoingradodifarleva

sunuovibusiness,tecnologieemodellioperativi,attraversoiqualisiècapacidiottenere

una posizione rivelante rispetto ai competitor del settore di riferimento. L’uso e la

corretta interpretazione dei dati rappresentano degli elementi fondamentali per la

determinazionediunatrasformazionedigitaledisuccesso.

Secondo IDC, entro il 2025 l’insieme dei dati globali dovrebbe raggiungere i 163

zettabytes(untrilionedigigabytes).Tuttiquestidaticomporterannounauserexperience

unicaemetterannoinevidenzanuoveopportunitàdibusiness.Latrasformazionedigitale

vienevistadallamaggiorpartedegliespertiinmanierapositiva.Ivantaggiperleimprese

vannodall’automazioneall’attrazionedinuoviconsumatoriallacreazionedinuovelinee

di ricavo fino all’ottimizzazione dei processi. Di conseguenza, aumenta così la

produttività,laredditività,risparmiandocosti,aumentandolaproduzioneelimitandoin

manierarilevanteglierrori(Jyoti,2017;Dubois,2017).

RecentiricerchecondottedaBCG(BostonConsultingGroup,multinazionalestatunitense

di consulenza strategica) e PwC (società internazionale di consulenza di direzione e

strategica) indicano come la gestione digitale delle attività dovrebbe aumentare

l’efficienzadel15-20%egenerareoltreil20%delleentrateneiprossimicinqueanni.

Page 8: Data Driven Economy

4

IDCdefiniscequestotipodiorganizzazione“DataThriver”.Talinumeridimostranocome

la trasformazione digitale possa assumere un ruolo importante nell’innovazione del

modello di business, in particolare, come la costruzione dello stesso attorno alle

tecnologiedigitali,costituiscaunapremessaperlosfruttamentodeivantaggiderivanti.

Pertanto,èchiarocomelafruizionedelladigitalizzazionesialegataallaristrutturazione

del modello di business. Quest’ultimo si deve adattare a nuove offerte e affrontare

un’ulterioresfidacheèquelladicomprenderemegliocomeprogettare,personalizzare,

valutareevendereprodotti tipicamentenonpiùmaterialima rappresentatida servizi

(Parida,2019).

Ogni settoremerceologico può essere coinvolto dalla trasformazione digitale, quindi i

DataThriverspossonoessereindividuatiinciascunambito.UnesempioèGeneralElectric

(GE), un’impresa tradizionale operante in diversi settori, come quello dell’energia,

ingegneria, intrattenimento, sanità ma anche finanza. Proprio il settore finance si sta

evolvendo cogliendo alcune opportunità grazie l’uso del digitale. In questo, General

Electric sta investendo inmaniera rilevante,nello specifico,nell’interconnessione tra i

macchinariindustriali,idatieinternet.

L’impresa(GE)staponendodeisensorinelleturbineagas,neimotoriareazioneeinaltri

macchinari,connettendolialcloudeanalizzandoilrisultanteinsiemedidati.L’obiettivo

principaleèquellodiaumentarelaproduttivitàel’affidabilitàdellestessemacchine.In

riferimento all’Operational Technology (OT) software, General Electric vede delle

opportunitàcrescentiinvarisettorichestimavaleremiliardididollari.

UnulterioreesempioèrappresentatodalparcoeolicodigitalediGE(DigitalWindFarm),

ovvero un sistema di energia eolica che raccoglie, analizza, sfrutta i dati e utilizza

applicazionisoftwareattraversolarelazionetraimacchinariel’infrastrutturadigitale.

Page 9: Data Driven Economy

5

La soluzione precedente adottata da GE, la tecnologia Wind Power Up, ha permesso

all’azienda di aumentare l’efficienza delle turbine del 5%, aumentando del 20% la

redditività di ciascuna turbina. Invece, la nuova tecnologia del parco eolico digitale

(DigitalWindFarm)consentediottenereunamaggioreefficienzadel20%,ilchesistima

possarappresentareunvaloreaggiuntodi50miliardiperilsettoredell’energia.

Nontutteleiniziativeinerentiallatrasformazionedigitaleriguardanolareinvenzionedel

business, infatti anche cambiamenti incrementali possono portare a risultati rilevanti.

L’applicazionediStarbucks(argomentocheverràapprofonditoinseguito),peresempio,

ha contribuito all’aumento del 20% dei ricavi, permettendo ai clienti di effettuare

l’ordinazioneonlineedifruiredialtrefunzionichemiglioranolauserexperience(Jyoti,

2017;DuBois,2017).

Page 10: Data Driven Economy

6

1.DataDrivenEconomy

1.1L’importanzadeiBigData

Innanzitutto,cerchiamodidefinirecosasiintendesolitamentequandosifariferimentoai

BigData.Quest’ultimirappresentanol’insiemecrescentedelleinformazionichevengono

generate dalla trasformazione digitale. Più nello specifico, tale fenomeno riguarda la

raccolta, la gestione e l’analisi dei dati. Generalmente, gli stessi provengono dalla

diffusionesempremaggioredidispositivifissiemobili,daisocialmedia,daisistemidi

CRM(CustomerRelationshipManagement)maanchedall’interconnessionedigitaledegli

oggetti (Internet of Things). Secondo il McKinsey Global Institute (multinazionale di

consulenzastrategica)sonopiùdi30milioniglioggettiassociatitraloroattraversolarete

eimpiegatinelsettoreautomobilistico,pubblico,industrialeenellavenditaaldettaglio;

ogni anno questo numero aumenta del 30% (Pugna, 2019) (Trabucchi, 2019). A

sottolinearelarilevanzadeiBigData,inriferimentoalmercatoitaliano,èl’Osservatorio

BigDataAnalytics&BusinessIntelligencedelPolitecnicodiMilanocheevidenziailtrend

positivodegliultimitreanni,finoaraggiungerenel2018unvaloredi1,393miliardidi

euro,il26%inpiùrispettoall’annoprecedente.

I Big Data hanno un’influenza importante nella gestione e nella scelta strategica del

businesseanchenelgradodicompetitivitàdell’azienda. Infatti, ilcorrettousodeidati

puòpermetteredi:

• individuare le fasi che caratterizzano il processo d’acquisto del consumatore di undeterminatoprodottooservizio;

• comprendere ilgradodi soddisfazionedei clienti e ilposizionamentodelbrandnelmercato;

• segmentare il proprio portafoglio clienti per studiare azioni commercialipersonalizzate;

• sperimentarenuovioutputsullabasedidatiinediti;

• guadagnareinpredittività,supportandoledecisioniaziendaliinbaseaunostoricodi

informazioni;

Page 11: Data Driven Economy

7

• strutturarenuovimodellidibusiness.

1.2DefinizionediDataDrivenEconomy

PerDataDrivenEconomysiintendeun’economiaincuiidatiricopronounruolorilevante

nellagestionedelbusiness,nellasceltastrategicaaziendaleepertantonell’innovazione

delmodellodibusiness.Comegiàaccennato, l’usodeidati fariferimentoallaraccolta,

gestioneeanalisideidati.Diconseguenza,ènecessariosottolinearecomeloscenarioData

DrivensiacostituitodaquattrotipologiediDataAnalysis:

A. AnalisiDescrittiva

In questo contesto, l’elemento che caratterizza questa tipologia di Data Analysis è la

capacitàdirappresentareancheinmodograficodiversesituazionidellarealtà.Inambito

aziendaleèfacilechesifacciariferimentoaprocessiaziendaliealivellidiperformance.

B. AnalisiPredittiva

Talesegmentodell’analisideidatiutilizzamodellie tecnichematematicheperdefinire

scenarifuturiinbaseaidatiraccolti.

C. AnalisiPrescrittiva

Basandosisiasull’analisidescrittivachesuquellapredittiva,quellaprescrittivaintende

rappresentareunsupportoaiprocessidecisionaliealleindicazionistrategiche.

D. AnalisiAutomatica

Questa tipologia di analisi, sempre tenendo conto di quella descrittiva e predittiva,

prevedel’attivazionediazionisullabasedicondizionistabilite,lequalipossonoderivare

alorovoltadaunulterioreprocessodianalisi.

1.3VantaggidiessereunDataThriver

Un aspetto che sicuramente emerge nell’essere un data thriver riguarda la capacità

decisionale. Infatti, come accennato prima nell’illustrazione dell’analisi predittiva e

prescrittiva, avere degli strumenti in grado di fornire delle informazioni che aiutino a

definire il contesto in cui l’azienda opera favorisce l’esattezza e la correttezza delle

Page 12: Data Driven Economy

8

decisioniprese.Unsecondoelementorilevanteèrappresentatodallamisurabilità,quindi

la capacità di conoscere gli effetti e i risultati di una determinata azione.

Contestualizzandotaledefinizione,sipuòfareriferimentoainvestimentinelmarketingo

ad azioni commerciali che possono essere misurati, permettendo così di essere

quantificatieconfrontati,creandodeiparametricheconsentonodivalorizzareciascuna

iniziativa.Unulteriorevantaggioèlapossibilitàcheidativenganoconsultatieutilizzati

datuttiisoggettidiciascunlivellooperativoaziendale.Inquestomodo,ognipersonae

ognirepartosonoallineati,condividendogliscenarieglistrumentichederivanodaidati

edevitandocosìsceltecontroproducenti.

Quest’ultimoaspetto,vieneevidenziatoanchenellostudiocondottodaIDC.Vienemesso

in luce come per i Data Thrivers l’importanza dei dati si rispecchi nella cultura

organizzativadell’impresa.Secondolastessaricerca,iDataThriversutilizzanoidatiper

aumentare il tassodi ritenzionedei clienti.Attraverso ilmiglioramentodell’assistenza

postvenditaeattraversoprogrammidifedeltà,sonoingradodioffrireunprodottooun

serviziopiùattentoalleesigenzedellostessoclienteequindipiùsoddisfacente.Inoltre,i

Data Thrivers riescono ad aumentare il profitto anche grazie ad azioni di Upselling e

Cross-selling,rendendocosìmaggiormenteefficacilelineediricavoeacquisendonuovi

clienti. Infine,questeaziendesono ingradodiesserepiùefficientinellagestionedella

compliancenormativa.

1.4AttributichecaratterizzanounDataThriver

QualisonogliaspettimaggiormenterilevanticheaccomunanoiDataThrivers,ovverole

aziende che meglio di altre interpretano la digital transformation differenziando la

propriaattivitànelmercatodiriferimento?

SeguendolostudiocondottodaNetappincollaborazioneconIDCesponiamodiseguitole

chiavidisuccessoindividuate:

Page 13: Data Driven Economy

9

1. Idatisonodistribuitiuniformementeintuttalastrutturaorganizzativa

Idatinonsonocentralizzatineldatacentereperdipiù,ognisoggettoinaziendadeve

averelapossibilitàdiaccederviinmanieracontinuativa,senzalapresenzadiinterruzioni.

IDataThriversutilizzanodatabaseonpremise,privatecloudepubliccloudinmodotale

chequestainfrastrutturaibridagarantiscaaglioperatoriaziendalidilavorarecontuttele

informazioni,mantenendounauserexperienceefficace.

2. Idatisonoconsideratiunasset

Comegiàevidenziato,idatirappresentanounelementochecaratterizzal’attualesviluppo

economico.Tuttavia,idaticomeassetnonèunasottolineaturacosìscontata,poiché,come

spiegaMarcoPozzoni,CountrySalesDirectordiNetApp Italia, “ancoramolte imprese,

anche quando hanno un database abbastanza consolidato, non hanno persone al loro

internocapacidiestrapolareinformazionidavveroutilidaipropridati”.Pertanto,èchiaro

Page 14: Data Driven Economy

10

cheperattuaremodellidibusinessDataDriven,l’utilizzodeidatinondeveesseresolo

parzialemaènecessariomettereinattounprocessodivalorizzazionedellatotalitàdei

datiaziendali,intesocomelevaperilbusiness.

3. ITeBusinessoperanoall’unisono

NeiDataThriversesistemassimacollaborazionetral’ITmanagereleunitàdibusiness

aziendali.Larelazionetra ledueparticonsistenelcomprenderequalideidatiraccolti

analizzare e come trarre valore dagli stessi. La cultura aziendale e la capacità

organizzativaatteafavoriretalecollaborazionesonoelementichecaratterizzanounData

Thrivers.

4. “Mappedeidati”pergarantirevisibilitàecontrollosuidati

L’elaborazionedimappedeidatidapartedell’ITmanageredelleunitàdibusinessèun

passaggiofondamentaleperassicurareunamigliorevisibilitàeunmaggiorcontrollosui

datiraccoltieperpotersviluppareefficacementeprogettiinambitoAnalytics,BigDatae

AI.

5. Laqualitàdeidatièunapriorità

ComedicePozzoni,“nonbastaaveretantidati;amontel’impresasideveassicurareche

questisianodiqualità;perchédifattopossorecuperarnequantinevogliodaFacebooke

Twitter,masepoinonsiriesceadaggregarliefareuncleaningattento,difattorimane

solounamareadiinformazionimoltoscadenti”.

6. Sistemicheassicuranounavisioneestesasuidati

L’importanzanellasceltadiun’infrastrutturatecnologicachegestiscal’insiemedeidati,

chepermettaun’interpretazioneunivocadeidatiraccoltieunavisionediinsiemeditutte

lefonti.Inquestomodo,iDataThriversfruisconoinmanieraottimaledeiBigData.

Page 15: Data Driven Economy

11

1.5Diversilivellidimaturità

Lo studio in definitiva rivela come, complessivamente, lamaturità del fenomenoData

Driven delle aziende stia ancora emergendo. Infatti, solo l’11%delle aziende prese in

considerazionepuòesserecategorizzatocomeDataThrivers,mentreil34%ècomposto

daimpreseDataSurvivors.Pertanto,lostudioinquestione,qualificacondenominazioni

diverseleaziendeinbaseallorolivellodimaturitàrispettoallatrasformazionedigitale.

Inparticolare,sonostatiidentificaticinquelivelli,espostidiseguito.

Data Resisters. Rappresentano il 18% delle aziende relative allo studio e fanno

riferimentoacoloronellequali, leiniziativeriguardantil’areabusinessequellaITnon

sonocoordinate.L’attivitàITnonèallineataconlastrategiaaziendaleel’organizzazione

dellagestionedeidatièpocosviluppata.

Data Survivors. La maggior parte delle aziende esaminate rientra in tale categoria.

Quest’ultima è caratterizzata dal fatto che la programmazione delle linee di business

necessitalosviluppodiunastrategiaDataDriven,malarealizzazioneèancoraaunlivello

progettualebaseeirisultatinonsonoancoraprevedibilioripetibili.

DataResponders.IDataResponderscostituisconoil22%delcampioneeinquestocaso

gliobiettividelleunitàbusinesseITsonoallineatiinriferimentoallacreazionedinuovi

Page 16: Data Driven Economy

12

prodottioservizi,manonsifocalizzanoancorasulpotenzialecomplessivoderivantedalle

iniziativedigitali.

Data Synergizers. i Data Synergizers (15% delle aziende considerate) hanno

implementatounsistemaintegratotraleattivitàdibusinessequelleITperuncontinuo

sviluppodiprodottioserviziunitiallatrasformazionedigitale.

DataThrivers.Comegiàsopracitato,iDataThriversrappresentanosolol’11%deltotale

enefannopartequelleaziendecheutilizzanoinmanieraaggressivaletecnologiedigitali

perottenereunaposizionerilevanteinnuovimercatieinquellodiriferimento.Inoltre,i

feedback costituiscono un elemento fondamentale per la costante innovazione del

business.

1.6 Trasformazione digitale attraverso le persone, i processi e la

tecnologia

Come sottolinea lo studio condotto da IDC, le aziende che si stanno opponendo alla

trasformazionedigitalestannoesponendoillorobusinessaunelevatogradodirischio.

Mentre,leaziendechestannomodificandoilpropriobusinesstradizionaleattraversola

trasformazionedigitaleelosviluppodistrategieDataDrivenstannocreandonuovelinee

diricavi,differenziandolapropriaoffertaepertantomigliorandolapropriacompetitività.

Diventare un Data Thriver è un processo continuo che inizia dall’investire in nuove

tecnologie,personeeprocessicheportanounmaggiorevalorepericlientieperisoggetti

interniall’organizzazione.Ciòrichiedelosviluppoditeaminterfunzionaliel’allineamento

di ciascuna unità di business con l’insieme dei dati. Inoltre, la pianificazione e la

realizzazione di tale cambiamento sono legati alla cultura e alla capacità di

apprendimentoeadattamentodell’organizzazioneaziendale.

Page 17: Data Driven Economy

13

Comeillustratoinfigura,vengonoripresiitreprincipalielementichesecondolostudio

IDC devono essere presi in considerazione per effettuare in maniera efficace la

trasformazionedigitaleediventareunDataThriver.

People

Dal momento in cui l’utilizzo dei dati si riflette nelle decisioni strategiche aziendali,

diventa necessario introdurre anche nuove figure professionali all’interno

dell’organizzazione, come il Chief Data Officer (CDO), il Data Scientist, l’Enterprise

Architecture(EA)el’EnterpriseDataManagement.

IlCDOèilsoggettochehaladelegapergestirelaraccolta,l’analisi,l’intelligenzael’azione

suidatiaziendali.Perdipiù,ilCDOcoordinatutteleattivitàcheriguardanolaDataDriven

Strategy aziendale, partendo ovviamente dalla progettazione alla realizzazione fino al

controllodiessa.Diconseguenza, intendendoidaticomeassetaziendale, ilChiefData

Officerè la figuraprofessionale cheha la funzionedi valorizzare taleasset attraverso,

comesopracitato,lastrategia.

Il Data Scientist rappresenta un ulteriore ruolo molto rilevante ma tuttora in via di

definizione. Sicuramente questa figura professionale deve possedere competenze

interfunzionali,informatiche,statisticheematematiche,madeveancheessereingradodi

interpretareidati.Inoltre,deveanchesapercoordinareleunitàdibusinessecomunicare

con loro.Alcunedelleattivitàcheeglisvolgeriguardano lagestionee l’organizzazione

Page 18: Data Driven Economy

14

dellefontideidatiaziendali,lacreazioneelaverificadeiflussideidati,lostudioel’analisi

del valoredeidatiperogniunitàdibusinesse la coordinazionedellediverse lineedi

business per individuare nuove opportunità di crescita sia tattica (cross-selling) che

strategica(nuoviprodottioservizi).

L’EnterpriseArchitecture(EA)el’EnterpriseDataManagementdefinisconol’architettura

deidati,ossialepoliticheeleregolechestabilisconoqualidativengonoraccolti,come

vengonoarchiviati,utilizzatieintegratineisistemidigestionedeidati.

Process

Gliaspettifondamentalichel’innovazionedeiprocessiaziendalideveinteressare,invece,

fanno riferimento innanzituttoalla capacitàdi condivisionedeidatiraccolti con tutti i

livelli dell’organizzazione e la possibilità da parte di ciascun soggetto di accedervi, in

modochetuttiabbianodifrontelostessoscenario.

Unulterioreelementoimportanteèquellodellamisurabilitàattraversodegliindicatoridi

performance(KPIs),ovverolapossibilitàdimisurareinmanieraprecisairisultatidelle

decisioniaziendali.Inquestomodo,sirendemaggiormenteefficacelavalutazionedella

politicaaziendale, lacomparabilitàdelleazionipresee,dalmomento incuièpossibile

collegareidatiarisultatidisuccessoodifallimento,èpossibileancheintraprenderedelle

azionicorrettive.

Technology

Secondoilgiudiziodelleaziendeleadernellatrasformazionedigitale,consideratenello

studio IDC, il cloud ha un ruolo fondamentale per garantire agilità, flessibilità e per

raggiungeregliobiettividibusinessprefissati.Lamaggiorpartedelleaziendeutilizzaun

sistemaITibrido,ilqualegestisceearchiviaidatitramitelacombinazionedisoftware

on-premises,cloudpubblicoecloudprivato.

Page 19: Data Driven Economy

15

Questa infrastruttura ibrida causa una nuova serie di sfide nella gestione dei dati,

dall’aspettoorganizzativo all’integrazione degli stessi, poiché i dati sonodistribuiti su

diversiarchivi.Aoggi,molteaziendedecidonodiinvestireinstrumenti,comeilcloud,che

sianoingradodiaffrontarequesteproblematicheequindidigestireinmanieraefficiente

idatieditrarneilmassimovalore.

A.L’importanzadelCloudComputing

Una fase rilevantenelprocessodella trasformazionedigitalee,piùnello specifico,nel

raggiungimento degli obiettivi esposti nel paragrafo 1.7, è rappresentata dalla

modernizzazionedell’infrastrutturatecnologicaaziendale.Inparticolare,comesottolinea

Sergio Pattano (Associate Research Director, IDC Italia), le aziende sono sempre più

consapevolicheilCloudComputingcostituiscaunostrumentofondamentaledidelivery

diserviziIT.

A sostegno di questa tendenza sono i dati raccolti attraverso la ricerca IDC, che

evidenzianocomeleaziendesistianoorientandoversomodelliCloudpiuttostocheverso

quellitradizionaliinoutsourcing.Oltreaciò,èpossibileancheaffermarechel’utilizzodel

Private Cloud è superiore rispetto al Public Cloud. Tale propensione può essere

riconducibile alle caratteristiche del campione preso in considerazione, infatti

quest’ultimo è composto da aziende di medio grandi dimensioni, caratterizzate da

un’infrastrutturaconsolidataneltempoaseguitodiinvestimentiancherilevanti.

Ciò spinge le aziende a valorizzare gli asset esistenti, integrandoli con soluzioni più

innovativeenonsostituendoli.

Comeèpossibilenotarenellafigurasottostante,lacrescitadell’utilizzodelCloudnonè

proporzionale alla diminuzione dell’outsourcing tradizionale. Tale tendenza sottolinea

l’approccio integrativo e non sostitutivo delle aziende, le quali evidentemente stanno

costruendodegliambientiibridi.

Page 20: Data Driven Economy

16

Nonostanteilmodellodominantesiaancoraquellorelativoaldatacentertradizionale,è

evidentecomel’orientamentovadaversol’utilizzodelcloud.Inparticolare,siailpublic

cheilprivatecloudsistimacheneiprossimidodicimesisianodestinatiaraddoppiare.

Un’altrainformazionesignificativaderivantedallaricerca,riguardailfattochel’80%delle

azienderitienecheilcloud,specialmentequelloprivatoeincontrapposizionealmodello

IT tradizionale, costituisca lo strumento preferibile per migliorare la customer

experience,per innovare ilpropriobusinesseper favorire le fasidella trasformazione

digitale. A questo punto, il ruolo delle figure professionali IT comprende anche

l’individuazioneelaselezionedelmixpiùadeguatodiservizion-premiseeoff-premise

chesiaingradodisoddisfareleesigenzedelbusiness.Perquestomotivo,ènecessaria

un’infrastrutturachenonsappiasolosostenereilbusinessmachesiaanchesempliceda

gestire.

Perquantoriguardaleaziendeitaliane,nonostanteritenganoildatounelementomolto

importanteperilbusiness,nonsemprefannoseguireiniziativeeinvestimentiperfruire

delpotenzialedell’utilizzodeidati,interminidicompetitivitàedidifferenziazionedella©2018 IDC #EMEA44555218 2

FIGURA 1

Fruizione di servizi IT da parte delle aziende: outsourcing vs cloud

Fonte: IDC, 2018

Lo spostamento verso il cloud è altresì confermato dalle risposte relative al confronto tra dove le componenti hardware infrastrutturale (server, storage e networking) risiedono oggi e dove risiederanno fra 12 mesi.

Sebbene la fruizione di capacità computazionali, di archiviazione e di servizi di rete dal datacenter tradizionale continui ad essere predominante sulle altre modalità, emerge ancora una volta chiaramente la spinta verso i servizi IT erogati via cloud. Nel dettaglio entrambe le modalità private e public sono destinate raddoppiare nel corso dei prossimi dodici mesi.

Page 21: Data Driven Economy

17

propriaofferta.Infatti,risultacheil25%delleaziendenonhaancorastabilitounapolitica

e delle regole per la gestione di un asset aziendale così importante, come il life cycle

managementeilbackupaziendale.Inaggiunta,perchéilfenomenodeidatipossacreare

realmentedelvaloreaggiuntoperilbusiness,ènecessariochevengaintegratoequindi

coordinatoconidatiderivantidallediversefonti.Tantoèvero,risultachesolamentei

dati che riguardano testi da repository di contenuti o quelli derivanti da sensori o

macchinesonoanalizzatieconnessitraloroinmanieraadeguata.

Emergeinoltrechel’80%degliintervistatinonraccoglienemmenoidatiprovenientidal

rapportoconilcliente(attraversoisocialmediaomezzipiùtradizionali),perdendocosì

lapossibilitàdiottenereinformazioniutiliamigliorarelauserexperienceelaproposta

divaloredelprodottooservizio.Laragioneditalecomportamentodapartedelleaziende

potrebbeesserericondottaalloscarsoimpiegodisoluzionidiintelligenzaartificiale(AI)

e cognitive computing. Infatti, il 60%delleaziendedichiaradinonusufruirediquesti

strumentiedinonaverenessunpianodiutilizzofuturo(vedifigura).

© IDC Visit us at IDCitalia.com and follow us on Twitter: @IDCItaly

Adozione di soluzioni di AI e CognitiveLa stiamo già utilizzando

in più di una area di business; 9%

La stiamo già utilizzando in una area di business; 4%

Stiamo svolgendo dei progetti pilota; 2%

Abbiamo pianificato di implementarla nel corso dei

prossimi 2 anni; 1%

Stiamo valutando le sue potenzialità per il nostro

business; 22%

Non la stiamo utilizzando e non

abbiamo in piano di utilizzarla; 62%

12

Page 22: Data Driven Economy

18

1.7Obiettiviperseguitiattraversolatrasformazionedigitale

Esponiamodiseguitoqualisonogliobiettivicheleorganizzazionisisonoprefissatedi

raggiungeretramiteilprocessodelladigitalizzazione.Glistessisibilancianotraquellidi

tipo tattico e quelli di tipo strategico, compresa l’acquisizione di nuovi clienti e la

creazionedinuovelineediricavodigitali.

Comeèpossibilenotaredalla figura, iprimi treelementi evidenzianocome l’obiettivo

principaledelleaziendepreseinconsiderazionefacciariferimento,inmanierapiùomeno

diretta, alla riduzione dei costi e pertanto all’aumento della redditività. Altri aspetti

rilevanti sono il miglioramento della soddisfazione del cliente (l’utilizzo dei dati può

aiutare,inprimoluogo,acomprenderemeglioleesigenzedelconsumatoree,insecondo,

aproporreun’offertapiùadattaequindi soddisfacente)eun tassodiproduttivitàdel

personalemaggiore.Inoltre,ildigitalepuòcontribuirealmiglioramentodell’esperienza

d’acquistodelconsumatore,sianellavenditaaldettagliochenelcommercioelettronico

Page 23: Data Driven Economy

19

(come nella fruizione di un servizio attraverso un’applicazione digitale). Infine, altri

obiettivi,giàripresiinprecedenza,sonoidentificatinell’acquisizionedinuoviclienti,nella

differenziazionedell’offerta,nell’aumentodeiricaviderivantidaiprodottioservizigiàin

essere, nella proposta di nuove linee di ricavo, nello sviluppo del coinvolgimento del

consumatoreenellariduzionedeltimetomarket.

1.8RisultatidiperformancediaziendeSurvivorseDataThrivers

Persottolinearelamiglioreperformancecheun’aziendapuòottenerenell’interpretarein

manieraefficacelatrasformazionedigitale,èutilepresentareungrafico(studioIDC)che

mettainconfrontoalcunirisultatiottenutidaaziendeconsiderateDataThriveredaaltre

denominateSurvivors.

IlgraficoevidenzacomelaperformanceottenutadalleaziendeDataThriversperciascun

aspetto sianotevolmentemaggiore rispettoaquella relativaalle aziendeSurvivors. In

particolare,ladifferenzaèmaggiormentesignificativaperquantoriguardalaproduttività

delpersonale,l’acquisizionedinuoviclienti,ilmarginediprofittoel’efficienzaoperativa.

Page 24: Data Driven Economy

20

Danotare che tali elementi rappresentano anche parte degli obiettivi perseguiti dalle

organizzazioniattraversolatrasformazionedigitale(paragrafo1.7).

1.9Conclusioni

Ilcambiamentoradicalecheneconseguedall’usodeldigitaleèrealtà.Inrelazionealla3rd

Platformera (termine coniatoda IDC), epoca caratterizzatadalla tecnologia cloud,dai

social,dalmobileedaibigdata,lavitamediadiun’aziendacherientranell’indiceS&P500

(500aziendestatunitensiamaggiorecapitalizzazione),èdi18anni. Invece,durantela

1stPlatformera,caratterizzatadalmainframe,lavitamediaeradi61anni.Attraversolo

studiopresentato,IDChamessoinlucecomeognisettoresiainpericolo;inparticolare,

dalla figura sottostante è possibile notare la percentuale di fatturato che è a rischio

rispettoaciascunsettore,chevariadall’11%perilsettorericettivoal29%perquellodei

servizi,mentre,perilsettoredelretaillapercentualeèpiùdel25%.

Source: Become a Data Thriver Study, sponsored by NetApp, November 2017

Figure 11

Traditional Revenues at the Risk of Disruption

Financial Services

18% 20%

15%Oil & Gas

18%Government

Industrial Equipment

14%Transport

>25%Retail

11%Hospitality

29%Utilities % of traditional revenues that are at

risk of disruption by 2018

EVERYONE IS IMPACTED!

Page 25: Data Driven Economy

21

Pertanto,secondoleprospettivepresentatedallostudioIDC,èopportunoperleaziende

approfondire il concetto della trasformazione digitale e il fenomeno dei big data per

scoprirne le potenzialità e per diventare ciò che nella ricerca è stato definito unData

Thriver.

Infine,èopportunotenerepresentecheresisterealcambiamentopotrebbeesserefatale

per un’azienda. Un esempio è rappresentato dal caso aziendale Blockbuster, la quale

aziendanonavendopercepitoecompresoilvaloreche la tecnologiastreamingpoteva

portarealsuomodellodibusiness,perselasuaforzacompetitivaafavoredellastartup,

ormaiazienda,Netflix.

Page 26: Data Driven Economy

22

2.DataDrivenBusinessModel

2.1Introduzione

NelcapitoloprecedenteèstatopresentatoilfenomenodellaDataDrivenEconomyesono

statidefinitiglielementichepermettonodiconsiderareun’aziendacomeDataThriver.

Nelcapitoloseguente,invece,l’elaboratosifocalizzasulladescrizionedellastrutturadel

modellodibusinessbasatosuidati(DataDrivenBusinessModel).Comegiàsottolineato

nell’introduzione,latrasformazionedigitaleeiBigDatasonocollegatiall’innovazionedel

modello di business e quindi a una sua ridefinizione, chiamata Data Driven Business

Model(DDBM)(Hartmann,2016;Hunke,2017;Luque,2017;Schuritz,2017).L’utilizzo

deldigitalehacambiatoilmodoincuiun’organizzazioneaziendalecreavalore,comunica

la propria value proposition e distribuisce il prodotto o il servizio (Hilbig, 2018).

Attraversol’innovazionedelmodellodibusinessbasatosuidati,leaziendesonoingrado

dicoglierenuoveopportunitàdimercato(AntonioBatocchio,2017).

2.2DefinizionidiDataDrivenBusinessModel

Al finedi contestualizzare il concettodiDDBM, forniamodi seguitoalcunedefinizioni

riprese dalla letteratura. Nel Data Driven Business Model (Exner, 2017) la parte

maggiormenterilevantefariferimentoallacreazionedelvalore,intesacomel’insiemedi

processi,risorseeabilitàcheconsentonolasoddisfazionedelleesigenzedelconsumatore.

Questi elementi si concentrano sull’acquisizione, sull’analisi e sullavisualizzazionedei

dati. Altrimenti, la caratteristica principale del DDBM (Hunke, 2017; Schuritz, 2017;

Zolnowski,2016)riguardailfattochel’insiemedeidatiraccoltivengaconsideratocome

una risorsa chiave. Quest’ultima offre diverse opportunità, dal miglioramento

dell’efficienza dei processi all’innovazione del modello di business. Infine, viene

sottolineatochel’analisideidatirappresental’attivitàchiavenecessariaperconsiderare

unmodellodibusinessDataDriven(Benta,2017).

Page 27: Data Driven Economy

23

2.3Classificazionedelmodellodibusiness

Di seguito, presentiamo una classificazione del modello di business in relazione

all’innovazione dello stesso (Hilbig, 2018). Per definire le tre categorie di modello di

businesssonostatepreseinconsiderazioneduevariabili,laprimariguardanteilgradodi

sfruttamentodeidatidapartedell’organizzazioneaziendale,mentre,lasecondailgrado

didigitalizzazione.Perquest’ultimavariabilesiintendel’eventualeutilizzoditecnologie

digitalielamodalitàdiintegrazioneconiprocessichiavedell’attivitàaziendale.

Fonte:Hilbig,2018.

Comeèpossibilededurredallafigura,laprimacategoria,denominataLowDataBusiness

Model (LDBM), è caratterizzata da un basso livello di sfruttamento dei dati e di

digitalizzazione.Inaltreparole,leaziendeconunmodellodibusinessdiquestotiponon

utilizzanotecnologiedigitali.Altrimenti,neicasiincuiessevenganoadottate,l’utilizzoè

limitatosoloadalcunepartidellacatenadelvalore(es.logistica,marketing,produzione)

eidatinonfornisconoinformazioniutiliperilcorebusiness.EsempidiLDBMpossono

fareriferimentoadattivitàcommercialicomeilcalzolaio,ilparrucchiereoilpanettiere,

lecuipropostedivalorenondipendonodall’usodelletecnologiedigitali.

Page 28: Data Driven Economy

24

Lasecondacategoria,invece,vienedefinitaDataEnhancedBusinessModel.Leaziende

caratterizzatedaquestatipologiadimodellodibusinessoffronoprodottifisicioservizie,

mediantetecnologiedigitalielosfruttamentodeidati,rendonomaggiormenteefficaceil

propriobusinessal finediottenerevantaggi competitivi.Unesempiopotrebbeessere

rappresentato da un servizio di noleggio biciclette unito a un’applicazione mobile.

Quest’ultima permette all’utente di trovare la bicicletta più vicina a lui e di iniziare il

noleggio. Inquesto caso, lapropostadi valoredel servizioèpotenziatadall’utilizzodi

tecnologiedigitaliedallosfruttamentodidatiinterni.

Infine,laterzacategoria,PureDataDrivenBusinessModel,comprendequelmodellodi

businesscheintendel’insiemedeidaticomeunarisorsachiaveperlacreazionediservizi

digitali.Larealizzazionediquestiserviziavvieneattraversodeiprocessichiavecomela

generazione dei dati, l’aggregazione, l’analisi, l’interpretazione, la distribuzione e la

visualizzazione.Esempidimodellidibusinessrelativiallaterzacategoriapossonoessere

quelli di Airbnb, Netflix o Uber. Infatti, in questi casi l’aggregazione, l’analisi,

l’interpretazioneelavisualizzazionedeidatiel’usodistrumentidigitalisonoelementi

essenzialiperlapropostadivalore.Questimodellidibusinessnonsarebberotalisenzala

digitalizzazioneelosfruttamentodeidati.

Potrebbeesserepresentatounsuccessivo livellodimodellodibusiness,definitoDeep

Learning Business Model. Attraverso l’implementazione di tecnologie di Intelligenza

Artificiale si delinea un fenomeno di autoapprendimento, senza la necessità

dell’interazioneumana.

2.4StrutturadelDataDrivenBusinessModel

Nelparagrafoprecedente,sonostatedescrittetretipologiedimodellidibusinesschesi

differenzianoperilgradodidigitalizzazioneedisfruttamentodeidati.L’ultimatipologia

dimodellodibusinessèquellacheconsidera l’insiemedeidaticomerisorsachiave.È

proprioinrelazioneaquest’ultimacategoriache,diseguito,esponiamolecaratteristiche

delledimensionidelmodellodibusinessbasatosuidati (DataDrivenBusinessModel)

(Hartmann, 2016). Successivamente, vengono prese in considerazione sei dimensioni:

Page 29: Data Driven Economy

25

risorsechiave,attivitàchiave,propostadivalore,segmentidiclientela,modellodeiricavi

estrutturadeicosti.

A. Risorse chiave: l’elaborato ha messo in luce come, all’interno di un modello di

business basato sui dati, l’insieme dei dati sia considerato la risorsa chiave

principale, ovvero l’elemento che caratterizza il DDBM. Nello specifico,

identifichiamocinquetipologiedidati(Buytendijk,2013):idatioperatividerivanti

dalle transazioni del sistema; i dati cosiddetti scuri, i quali si possiedono ma

tipicamentenonvengonoutilizzati(es.email);quellicommercialichesonoacquisiti

dapartiterze(es.mercatoazionario);idatisocial(es.Facebook);idatipubblici(es.

socio-demografici). Le fonti dei dati invece si suddividono in interne ed esterne.

Quelleinternecomprendono:idatigeneratiperunospecificoscopo;quelliraccolti

attraverso un rilevamento (es. navigazione web o sensori); i dati ottenuti in

crowdsourcing.Mentre, quelle esterne: dati acquistati da provider esterni, quelli

acquisitidacollaboratori;datipubblici,disponibiligratuitamente(Singh,2010;Han

2011;Schroeck,2012;KosalaeBlockeel,2000).

B. Attività chiave:nel casodelmodellodibusinessbasatosuidati, le attività chiave

devono essere relative alle risorse chiave, ovvero ai dati. Sono cinque le attività

chiave individuate in riferimento al DDBM: selezione dei dati per la successiva

analisi;elaborazioneecorrezionedeidati,riduzioneotrasformazioneperlimitareil

numerodivariabilieridimensionareeordinarel’insiemedeidati;estrapolazionedi

informazioni utili dai dati e riconoscimento dei pattern; interpretazione e

visualizzazionedeipatternindividuati(Cios,2007;Han,2011;Fayyad,1996).

C. Propostadivalore:l’offertadell’azienda,dettaanchepropostadivalore,rappresenta

ladimensioneprincipalediqualsiasitipologiadimodellodibusiness(Chesbroughe

Rosenbloom,2002;Osterwalder,2004;Johnson,2008).Lapropostadivalorepuò

esseresuddivisainduecategorie(Fayyad,1996):laprimafariferimentoaun’offerta

chetieneinconsiderazioneuninsiemedidatidalqualenonsonostateestrapolate

delleinformazioni;lasecondacategoria,invece,tienecontodell’interpretazionedei

dati e quindi dell’ottenimento di informazioni utili al business. Quest’ultima

categoriarappresentalacaratteristicatipicadelDDBM.

D. Segmentidi clientela: generalmente la classificazionedella clientela si riferisceal

mercatoB2B(BusinesstoBusiness)eaquelloB2C(BusinesstoConsumer).Ilprimo

Page 30: Data Driven Economy

26

indicailcommerciotraaziende,mentreilsecondofariferimentoallerelazionitra

l’aziendaeiconsumatorifinali.Inalcunicasi,leaziendepossonoessereoperativein

entrambeletipologiedimercati(Morris,2005;Osterwalder,2004).

E. Modellodeiricavi:diseguitopresentiamosettelineediricavochecaratterizzanoil

modellodeiricavidelDDBM(Bouwman,2008;Osterwalder,2010):venditadiasset

aziendali (es. software); contratti di lending/renting/leasing che garantiscono

temporaneamentel’usoesclusivodiunasset;contrattidilicensingcheconsentono

l’utilizzodiunassetsoggettoaproprietà intellettuale incambiodiun importodi

denaro;lasottoscrizionediunabbonamentoperl’usodelservizio;commissionesu

unserviziodiintermediazione;venditadispazipubblicitari.

F. Strutturadeicosti:tipicamente,unelementochecaratterizzalastrutturadeicostidi

un modello di business basato sui dati riguarda l’autonomia di un’azienda nella

raccoltaenell’analisideidati.Infatti,unvantaggiodicostopotrebbeverificarsise

nonènecessariosostenerecostiaggiuntiviperottenereedelaborarel’insiemedei

dati.Diquestovantaggionebeneficia,aesempio,Twitter,mentre,Gnip(societàdi

aggregazionediAPIpersocialmedia)deveacquistareirispettividatidaTwitter.

Un’ulteriore dimensione, che è integrabile con il modello sopra descritto, riguarda i

partnerchiave.TaleelementoderivadaunostudiocondottodaFruhwirthinmeritoagli

aspetti che caratterizzano l’innovazione delmodello di business verso il Data Driven

BusinessModel.Nellospecifico(Fruhwirth,2018),èpossibileaffermarecheleaziende

conunmodellodibusinessbasatosuidatistabilisconocollaborazionicondiversipartner,

comedataprovider,collaboratoritecnologicieistitutidiricerca.Inquestotipodiaziende,

laculturarelativaallacollaborazioneaziendalediventamaggiormenterilevante.

Loschemaraffiguratonellapaginasuccessivariassumeleseidimensioniespostesoprae

le relative caratteristiche. È così sintetizzato il modello di business basato sui dati

(DDBM).

Page 31: Data Driven Economy

27

Fonte:Hartmann,2016.

Page 32: Data Driven Economy

28

3.Unipiazza

3.1Introduzione

Unipiazzaèuna startuppadovanacheha rivoluzionato ilsistemadi fidelizzazionedel

clienteinriferimentoalsettoredelretail.Èunserviziodigitalechepremiaiclientiche

tornanonelpuntovenditaecheinteragisceconloroinmanieradivertente,permettendo

diottenereprodottiinomaggioespecialiriconoscimentiattraversol’accumulazionedi

gettoni.Ilservizioèsostenibileattraversolapresenzadiunacomponentesoftwareeuna

hardware, infatti all’interno di ciascuna attività commerciale convenzionata con

Unipiazza è presente un tablet. Attraverso quest’ultimo, l’utente può effettuare la

registrazione, ricevere i gettoni e infine ritirare i premi messi a disposizione

dall’esercente.Laraccoltadeigettoniavvienegrazieall’utilizzodiunacardNFCoppure

delpropriosmartphone.

3.2LanascitadiUnipiazza

Unipiazza è nata nel 2013dall’idea di quattro ragazzi neolaureati di Padova, Edoardo

(CEO), Umberto (CFO e finanziatore del progetto), Lorenzo (CTO) e Tommaso (Sales

Manager).IlcosiddettoOrangeTeam,dalparticolarecolorearancionedeltabletpresente

neipuntiUnipiazza,èmoltounito.Edoardo,UmbertoeLorenzofrequentavanolastessa

scuolasuperiore,mentreTommasoèsemprestatounloroamico.L’ideadi“fareimpresa”,

spiegaEdoardo,èsortamentreeglifrequentavalafacoltàdiInformaticaaPadovaassieme

a Lorenzo. Una volta concluso il percorso universitario, assieme anche a Umberto,

laureato in Economia e Management all’Università Ca’Foscari di Venezia e Tommaso,

iniziaronoa lavorareaunprogettobendiversodaquelloattuale. Infatti, l’idea iniziale

riguardavalarealizzazionediunportalewebchepermettesseagliuniversitaridellacittà

ditrovarel’alloggioinaffittopiùadatto,analizzandoeconfrontandoidatiderivantidalla

profilazionedell’utente.

Page 33: Data Driven Economy

29

Inoltre,ilportaleconsentivaanchediacquistareovenderematerialeperlostudioedi

offrireconsiglisulleattivitàda frequentare in città. Inpratica,unserviziodigitaleche,

oltreaproporreipossibilimiglioriannunciperl’utente,osservandosemplicementeisuoi

profilisocial,offrisseancheunaguida inriferimentoaiprincipali interessiedesigenze

dellostudente.

Nello svolgimento, però, di una ricerca di mercato sui bisogni dell’utente, emerse la

centralitàdelruolodelleattivitàcommerciali (specialmentebareristoranti)nellavita

deglistudenti.Perdipiù,laricercamiseinlucecomegliesercenti,oltreanonriuscirea

pianificareattivitàcommerciali,nonavesseronemmenounostrumentopercomunicare

alclienteofferteepromozioniinmanieraefficace.

Pertanto,nel2014l’attivitàdelteamUnipiazzasiconcentròsuquestatipologiadimercato

ecominciòarealizzareunnuovoprogetto.Quest’ultimoriguardavaunsistemache,dal

punto di vista dell’utente, potesse migliorare la user experience, mentre, da quello

dell’esercente,desselapossibilitàdicostruireunarelazioneconilproprioclienteinmodo

innovativo.

L’ideaeraquellacheilclientevenissepremiatoperesseretornatonellocaleattraverso

l’ottenimentodi gettoni epotesse riscattaredeiprodotti inomaggio.Nellaprima fase,

l’interazione tra l’esercente e l’utente Unipiazza non avveniva attraverso il tablet ma

tramite uno smartphone che veniva concesso in comodato d’uso alla stessa attività

commerciale.Pertanto,lastessaraccoltadeigettonisieffettuavaappoggiandolatessera

NFCsullosmartphoneenonsultabletcomeavvieneoggi.

Successivamente, lo smartphone è stato sostituito dal tablet, il quale permette di

presentarelefunzionidelsistemadifidelizzazioneinmanierapiùchiaraecoinvolgente.

Laragioneprincipaledellasostituzioneriguardailmiglioramentodellauserexperience,

un aspetto che i fondatori di Unipiazza hanno sempre ritenuto fondamentale per il

successodelprogetto.

Page 34: Data Driven Economy

30

Inoltre, da quandoUnipiazza ha convalidato il propriomodello di business sono stati

implementatisemprepiùelementirelativiallagamification.Essisonostatiintegratisia

nell’interazione dell’utente con il tablet sia nello sviluppo dell’applicazione Unipiazza

associata,disponibileperAndroideperiOS.

3.3Modellodibusiness

Comegiàaccennatoprecedentemente,ilbusinessdiUnipiazzasibasasullarealizzazione

di un sistema digitale di fidelizzazione del cliente nell’ambito del retail. Come sarà

possibile comprendere nei paragrafi successivi, le opportunità che nascono da tale

serviziosonomolteplicienonriguardanoesclusivamenteiltemadellafidelizzazionedella

clientela.

A.Segmentidiclientela

IlserviziodiUnipiazzasirivolgealsettoredelretailedèadottabiledaqualsiasitipologia

dibusiness,comebar,caffetterie,ristoranti,pizzerie,pub,hamburger,pasticcerie,centri

bellezza,gelaterie,negoziecentriperl’intrattenimento(esempiocinema).Attualmenteil

servizio è maggiormente diffuso nei bar e nelle caffetterie, ma non mancano i casi

riguardanti anche le altre attività commerciali. È possibile affermare che il retail di

riferimento per il business di Unipiazza è rappresentato da quel tipo di esercizio

commercialeincuil’acquistodapartedelconsumatoreèsufficientementericorrenteda

giustificare,nonsololacostruzionediunarelazionecontinuativaconilcliente,maanche

delleoffertediprodottiinomaggiooppureinsconto.

DallericerchedimercatocondottedaUnipiazzainrelazionea150attivitàcommerciali,

risultacheiprogrammifedeltàvengonoadottatinel60%deicasi.Tuttavia,lesoluzioni

utilizzate fanno riferimento agli strumenti più tradizionali, come per esempio

l’abbonamento cartaceo del caffè, nel caso dei bar e caffetterie. Inoltre, emerge che

l’esercentenellosvolgereilsuolavoro:

Page 35: Data Driven Economy

31

• spesso non possiede una propria politica commerciale poiché non ha la capacità, iltempooppure laculturaperpianificare leattivitàcommerciali.Diconseguenza,egli

risentedellavorodiscontinuo,concentrandosisulquotidianoelimitandosiaoffriree

avendereciòcheglivienerichiesto;

• nonhaadisposizioneunostrumentochegliconsentadicostruireunarelazionedirettaconilpropriocliente.Pertanto,nonhalapossibilitàdicomunicareconluiinmaniera

efficace,limitandocosìl’opportunitàdiinformarloriguardoleiniziativeelenovità;

• utilizzandoglistrumenti tradizionali,nellosviluppodieventualiazionicommerciali,comepromozioni ed eventi, nonha la possibilità di creare azionimirate rispetto al

target prefissato, di controllare la loro implementazione, dimisurare i risultati e di

ricevere feedbackdaiconsumatoriperunamigliorericonfigurazionedelle iniziative

commerciali;

• nonostanteprestiattenzioneaipropriclientiabituali,nonèingradodidefinireilsuoportafoglioclienti.

Inaggiunta,ènecessariosottolinearecheperognitipologiadibusiness,èpiùredditizio

mantenereesvilupparelerelazioniconiclientigiàpresentinelportafogliopiuttostoche

impegnarsiperacquisirnedinuovi.Perquestomotivo,iprogrammidifidelizzazionesono

rilevanti nella gestione dell’attività commerciale. Uno studio della Business School di

Harvardhadimostratochefartornareiclientiil5%dipiùpuòincrementareilfatturato

finoal95%echepiùdell’80%delfatturatoèportatodal20%dellaclientela.

B.Funzionamento

Comedescritto inprecedenza, il sistemadi fidelizzazionedigitalediUnipiazza sibasa

principalmente su una componente software e una hardware. Quest’ultima parte è

rappresentatadaltabletedaunosmartphonechesonoinclusinelservizioerilasciatiin

comodato d’uso all’esercente (nella terminologia usata da Unipiazza l’esercente viene

denominato gestore, nonché cliente di Unipiazza,mentre, l’attività commerciale viene

chiamatalocale).

Page 36: Data Driven Economy

32

La customer experience è facilmente riassumibile dicendo che inizia quando l’utente

ricevedalgestoreinmanieragratuitaunacardNFC,laqualevieneutilizzatapereffettuare

laregistrazione,appoggiandolasultableteinserendodeidatiprimari.Successivamente,

adogni consumazione,quando l’utente tappa (appoggia la tessera) sul tabletvengono

accreditati dei gettoni. Per ogni euro di spesa si ottengono dieci gettoni. Con questi

gettoni,l’utentepuòricevereinomaggioiprodottimessiadisposizionedalgestore.

Vediamodiseguitonellospecificociascunafasedellauserexperience:

Fase1.Registrazione

IlclientechesirivolgeaunlocalechehaacquistatoilserviziodiUnipiazza,ricevedallo

stessogestoreunacardNFCattraversolaqualesiregistraalservizio.Percompletarela

procedura è sufficiente tappare (appoggiare) la card sul punto dedicato del tablet e

inserireidatiessenziali,ovvero,nome,cognomeeilproprioindirizzoemail.

Fonte:PresentazioniCommerciali,archiviodigitaleUnipiazza.

Page 37: Data Driven Economy

33

Fase2.Raccoltagettoni

A tal punto, l’utente ha attivato la sua card Unipiazza e può utilizzarla per iniziare a

raccogliereigettoni.Iltabletsolitamenteèpostovicinoalregistratoredicassadellocale

inmanierabenvisibile,dimodochealmomentodelpagamento,l’utentepuòvelocemente

tappare lapropriacardsul tableteottenere igettoni(dieciperognieurodispesa). In

questomomento(comeèpossibilenotaredallafigurasottostante),sultabletcompareil

nome dell’utente registrato, la lista dei premi decisa dal gestore e il corrispondente

numerodigettoninecessariperriscattarli, l’ammontaredeigettoniaccumulati inquel

localeequelliraccoltiinquell’istante.Nelladisposizionegraficadiquestielementièstata

seguita una logica di gamification per migliorare la user experience. Infatti, il nome

dell’utenteèstatoinseritopercrearesubitounrapportotrailgestoreeilsuocliente,il

qualesisentemaggiormentecoinvolto.Inaggiunta,ilvaloredeiprodottipresentinella

listaeilnumerodeigettonirichiestisonocrescenti,inmodochel’utentesiaincentivato,

nelbrevetermine,daunpremiofacilmenteaccessibileemotivato,nellungotermine,da

unprodottopiùdesiderabile.Infine,lagraficaèdinamicaperconsentirechel’attenzione

e il coinvolgimentodell’utentesimantenganoalti.Peresempio, alcuni elementi grafici

possonovariareinbaseallefestività.

Fonte:PresentazioniCommerciali,archiviodigitaleUnipiazza.

Page 38: Data Driven Economy

34

Fase3.Ritiropremio

Tappando lacardsul tablet l’utentepuòvisualizzare inqualsiasimomento ilsaldodei

gettonicheharaccoltoinquellocaleechepertantopuòutilizzaresolamenteinquelpunto

vendita. In aggiunta, egli ha la possibilità di verificare quanti gettoni mancano per

ottenereunpremio,oppure,seneharaccoltiasufficienza,qualiprodottiglièconsentito

ritirare.Inquest’ultimocaso,l’utentedevecliccareilpulsante“RitiraPremio”sultablete

attendere che il gestore glielo conferisca. Come è possibile osservare nell’esempio

rappresentatonellafiguraseguente,l’utentedinomeEdoardohaappenautilizzato250

gettoniperottenereinomaggiouncupcake.

Fonte:PresentazioniCommerciali,archiviodigitaleUnipiazza.

ApplicazioneUnipiazza

Il team di Unipiazza, per garantire lo stesso funzionamento del servizio anche senza

l’utilizzodellacardNFC,hasviluppatoun’applicazionedigitale,disponibilesiapersistemi

AndroidcheiOS.L’applicazionenonsoloconsentelasostituzionedellacardNFCmaoffre

Page 39: Data Driven Economy

35

la possibilità di fruire di ulteriori funzioni. Innanzitutto, l’utente può scaricare

gratuitamente l’applicazione ed effettuare la registrazione direttamente dal proprio

smartphone. Le informazioni richieste sono le medesime, pertanto nome, cognome e

indirizzoemail.

Per raccogliere i gettoni è necessario leggere un codice QR che compare sul tablet

utilizzandounafunzioneinternaall’applicazione(latecnologiaNFCnongarantisceuna

totalecoperturadell’utenza,dalmomento incuinonèpresente in tutti imodellidegli

smartphone). A questo punto, l’utente viene riconosciuto dal softwareUnipiazza ed è

abilitatoaricevereigettonidirettamentenell’applicazione.

L’applicazione permette di proporre una user experience più completa, inserendo

ulteriorielementidigamification.Attraversol’utilizzodell’applicazione,l’utenteoltread

averelapossibilitàdipotercontrollareinognimomento,ilsaldogettoni,ilocalineiquali

li ha raccolti e quali premi può riscattare, può visualizzare anche la lista e la mappa

indicantiilocaliconvenzionaticonUnipiazzapiùvicinialui.

Unulterioreaspettolegatoaltemadellagamification,riguardailfattochegliutentisono

classificatiintrediversilivelli(bronzo,argentoeoro)inbasealnumerodigettoniche

hannoraccoltonellatotalitàdeilocaliincuihannoutilizzatoilservizioUnipiazza.Perdi

più,l’applicazioneprevedeunsistemadiinterconnessionetragliutenti,infatti,èpossibile

aggiungereallalistadegliamiciglialtriutenticheutilizzanoilservizio,ricercandolianche

suFacebook.Diquesti,èvisibile il livelloraggiunto(bronzo,argentoeoro), ilnumero

totaledeigettoniraccolti,ilocaliincuisonostatiottenuti,ipremiritiratieilnumerodei

check-ineffettuati(numerodegliutilizzidelservizio).

Page 40: Data Driven Economy

36

Infine,gliamiciricevonounanotificaappenaunaltroamicohautilizzatoUnipiazzaeha

raccoltodeigettonievengonoinformatiancheinqualelocalesonostatiottenuti.Queste

funzionilegateallagamificationepresentinell’applicazionestimolano,secondoleregole

del gioco, la concorrenza tra gli utenti. Ovviamente la competizione è centrata

sull’accumulazionedeigettonicheinaltriterminirappresentalaspesacheogniutente

effettuaall’internodeilocaliconvenzionaticonUnipiazza.

Messaggipromozionali

Ilseviziodi fidelizzazioneperònonsilimitaallasolaraccoltagettoni.Unelementoda

tenereinconsiderazioneriguardalacreazionediunarelazionedigitaletrailgestoreeil

proprio cliente. È possibile trasmettere deimessaggi a ciascunutente attraverso l’uso

dell’indirizzoemail,nelcasoincuil’utenteutilizziesclusivamentelacardNFCenonabbia

scaricato l’applicazione, altrimenti tramite delle notifiche se l’applicazione è stata

scaricata.

Ènecessarioaggiungerechelapiattaformaraccogliedeidatisull’utente,comeilnome,

l’indirizzoemail,ilnumerodicheck-ineffettuati,latotalitàdieurospesi,ipremiritirati,

l’occupazionee ladatadinascita.Questidati e la loro interpretazionepossonoessere

utilizzatipercrearemessaggipiùmiratiepertantomaggiormenteefficaci(iltemadeidati

verràapprofonditosuccessivamente).IclientidiUnipiazza(gestori)hannoadisposizione

l’insieme dei dati raccolti in un gestionale dedicato per ottimizzare la creazione di

iniziativecommerciali.

Le comunicazioni possono riguardare degli annunci, delle promozioni oppure la

pubblicizzazionediunevento.Lecampagnemarketingpossonoesserecreatedalgestore

tramite lo spazio dedicato all’interno del sito Unipiazza altrimenti attraverso

l’applicazionepartner.

L’organizzazione e la gestione delle iniziative sono sempre supportate dall’assistenza

tecnicaecommercialedelteamUnipiazza.

Page 41: Data Driven Economy

37

Il gestore può creare la campagna da inviare seguendo i passi indicati nella guida. È

possibilescegliereiltemplatechesiritienepiùadatto,programmareladatael’orariodi

invio e infine, il gestore può controllare i risultati della campagna, conoscendo quanti

utentihannovisualizzatoilmessaggioediconseguenza,quantidilorosonopassatinel

suolocale.

Lafiguraseguenterappresentapartedellaproceduraperlarealizzazioneel’inviodiuna

campagnamarketing.

Fonte:PresentazioniCommerciali,archiviodigitaleUnipiazza.

IlservizioUnipiazzaprevedeanchel’attivazionediunafunzionedenominataAutopromo,

che consente al gestore di scegliere una tipologia di promozione da inviare a un

determinato gruppo di clienti suddivisi in base all’analisi dei dati raccolti. Il gestore

selezionaun’autopromo,impostaun’offertachepuòriguardareunoscontoounprodotto

inomaggioeinautomatico,ilsoftwareUnipiazzalainviaaltargetdiclientidefinito.Per

l’utentelaproceduradiriscossionedellapromozioneèlastessadelritirodelpremio.

Page 42: Data Driven Economy

38

Riassumendo, il gestore che acquista il servizio Unipiazza, innanzitutto riceve

gratuitamente il cosiddetto Kit Unipiazza, composto da: il tablet (7 pollici), uno

smartphoneperl’accreditogettonielecardNFCdaconsegnareaipropriclienti.Mentre,

le attività che compie il gestore riguardano: l’accreditamento dei gettoni che avviene

attraversolosmartphone(èsufficienteinserirel’importodellaspesadelconsumatoree

automaticamenteavviene la conversione ingettoni) e infine la creazionedi campagne

marketingolasceltadiautopromozioniprestabilite.

Nellafigurasottostanteèpossibileosservareilprocessodiaccreditamentodeigettoni.

Fonte:PresentazioniCommerciali,archiviodigitaleUnipiazza.

C.Propostadivalore

Il valore aggiunto del servizio fa sicuramente riferimento alla user experience. Come

spiegaEdoardoParisi,CEOdiUnipiazza, “Fin da subitoabbiamosviluppatoUnipiazza

mettendoinprimopianol’esperienzautenteintuttelefasi:l’iscrizionesultablet,ilprimo

check-in, il primo premio, la prima promozione e il primo accesso all’applicazione.

Page 43: Data Driven Economy

39

Indipendentemente dall’età o dal livello di abilità, tutti sanno apprezzare un servizio

semplice,veloceechiaro.Questoha fatto ladifferenzaquandodasconosciutiabbiamo

fatto iscrivere i primi utenti”. Attraverso il servizio, l’utente può fruire di vantaggi

economici, ritirando i premi in omaggio e lo può fare interagendo con un sistema

divertente. Infatti, grazie a un corretto utilizzo di elementi relativi alla gamification,

l’utenteèmaggiormentecoinvoltoepositivamenteinteressatonellosvolgereun’attività

apparentemente banale come una qualsiasi raccolta punti oppure, come nel caso in

questione,unaraccoltagettoni.Perdipiù,l’utenterimaneinformatosullenovitàdellocale

o sulla possibilità di partecipare a eventi di carattere sociale, culturale o artistico. Un

ulteriore elemento che contribuisce al valore aggiunto del servizio di Unipiazza, è

rappresentatodallospecialerapportochesiinstauratrailgestoreeilsuocliente,ilquale

percepiscediricevereuntrattamentoprivilegiato,siagrazieaipremiriscattabilifinda

subitocheaquellidivalorepiùelevatochepremianoedimostranolafedeltàallocale.

PerquantoriguardaiclientidiUnipiazzaequindiigestori,ilserviziooffre:

Unprogrammafedeltàcoinvolgenteepersonalizzato

Unipiazza aiuta a trasformare ogni cliente in un cliente fedele. La rilevanza della

fidelizzazione è stata sottolineata da un articolo dell’Huffington Post (aggregatore di

notizie statunitense), il quale affermacheaumentare la fidelizzazionedei clienti èpiù

vantaggiosochespenderesoldiperattrarrenuoviclientiecheunaumentodel2%nella

fidelizzazionedeiclientihaunostessoeffettodiunariduzionedellespesedel10%.

Inaggiunta,l’interazionedivertenteeattraentetral’utenteelapiattaformaconsenteal

consumatore di utilizzare il sistema fedeltàmotivato non esclusivamente da vantaggi

economicimaanchedainteressiludiciedipiacere.Inquestomodo,illegametral’utente

elapiattaformaèpiùsolido.Inoltre,ilsistemadiUnipiazzaèpersonalizzabileeflessibile,

pertantoèfacilmenteadattabilealleesigenzecommercialidiciascungestore.

Page 44: Data Driven Economy

40

Campagnedimarketingmirateeautomatiche

Comedetto inprecedenza,nelgarantire ilprogrammafedeltà,Unipiazzaraccogliedati

chepermettonodideterminareilcomportamentod’acquistodiciascunutente.Basandosi

sulla definizione dei profili degli utenti, il servizio permette di destinare messaggi

promozionali mirati. L’invio delle campagne marketing può essere automatizzato,

scegliendoperesempiodiinviarle:aiclientichenontornanonellocaledadiversigiorni,

premiandoli con delle offerte speciali; ai clienti che spendono di più; agli utenti che

festeggianoilpropriocompleanno,offrendogliunoscontoounprodottoinomaggio.Le

promozioni automatiche costituiscono un servizio aggiuntivo che Unipiazza offre ai

propriclientidalmomentoincuimetteadisposizionelapropriaassistenzaperelaborare

idatiraccolti,targettizzareulteriormentegliutentiecrearecomunicazionimaggiormente

efficaci.

Monitoraggiodeiclienti

Unipiazza prevede un gestionale dedicato ai gestori, all’interno del quale è possibile

vedere l’insiemedeidati raccolti sui clienti e così conoscere le loro abitudini e il loro

comportamento d’acquisto. I gestori possono osservare la spesa media, la frequenza

d’acquisto, il target d’età, il sesso, i risultati delle promozioni e altre informazioni. In

questomodo,èpossibileprofilareiclientidiundeterminatolocale,conoscereinmaniera

piùapprofonditaleloroesigenzeediconseguenzacrearedelleiniziativecommercialipiù

efficaci.

L’attivitàdellocalevisibileatutti

All’internodell’applicazionemobile,ognigestorehaunapaginadedicataallasuaattività.

Sonopresentidelleimmaginirelativeallocale,unabrevedescrizione,glioraridiapertura

e chiusura, il collegamento a GoogleMaps, la lista dei premi disponibili, i contatti e il

collegamento con gli eventuali profili social. Pertanto, ogni gestore con il suo locale è

visibiledaqualsiasidispositivo.

Page 45: Data Driven Economy

41

Visibilitàsuisocial

Graziealsistemapossonoesserecreateanchedellecampagnesocialchepermettonoal

gestorediaumentareilnumerodipersonecheseguonoisuoiprofilisocial.

Ogni cliente del locale può essere invitato amettere “mi piace” nella pagina social in

maniera semplice, non invasiva e offrendo dei gettoni per incentivare maggiormente

l’azione.DiseguitovieneriportatoungiudiziosulservizioUnipiazzadapartediuncliente,

RedVelvet,pasticceriadiPadova.

“Unipiazzahaperfezionatoilnostrobusinessmigliorandolarelazioneconinostriclienti.

Ilmomentopiùbelloèvederliimpazziredifelicitàquandoritiranounprodottopremio”

Davide-RedVelvet

Quest’ultimarecensionesottolineacomeilverovaloreaggiuntodelserviziodiUnipiazza

sialauserexperienceche,rendendofelicel’utente,miglioralarelazionetrailgestoreeil

suo cliente. Come ricorda Edoardo, CEO di Unipiazza, l’interazione tra il cliente e la

piattaforma offre al gestore unamotivazione per iniziare a conversare con il proprio

cliente,persviluppareilrapportoconluiequindiperaumentarelafidelizzazione.Inoltre,

sel’utenteècontentodiutilizzareilservizio,cambiaanchelasuapercezioneinrelazione

allepossibiliiniziativecommercialicomeeventualipromozioni,eventimaancherispetto

allapossibilitàdifornireulterioridatipersonali.

D.Distribuzionedelservizio

TommasoSorrentino,responsabilecommercialediUnipiazza,èilmembrodelteamche

si occupa della vendita del servizio, della costruzione della rete commerciale, della

gestionedeiclientiedell’assistenzapostvendita.ComespiegaTommaso,ilprimopasso

perlavenditaèladefinizionedellaleadgeneration,ovverodellalistadeipotenzialiclienti.

NelcasodiUnipiazza,lalistasicomponeprincipalmentedilocalichegiàsiconoscono,

consigliati dagli utenti oppure dagli stessi gestori. Sempre nella prima fase, è

fondamentaleacquisiremaggioriinformazionipossibilisulleattivitàdellalista,attraverso

Page 46: Data Driven Economy

42

deisopralluoghidellazonaetramitestrumentidigitalicomeGoogleMaps,TripAdvisor,

FoursquareeFacebook.

Una volta creata la lead generation, è importante concentrarsi su una zona per volta,

poichélepossibilirelazioniesistentitraigestoripossonofavorirereferenzepositive.

Ilprocessodivenditadeveavvenireconiltitolaredellocaleoconilsoggettocheprende

le decisioni. Quest’ultimo deve essere immediatamente rassicurato, fornendo una

spiegazionegenericachepossaconquistarelasuaattenzioneelomettanellecondizioni

di ascoltare.Mostrare in una prima fase il tablet arancione può servire per suscitare

curiositànelgestoreedistinguersidallealtrepropostecommerciali.Primadipresentare

ilservizio,èutilecapireinmanierapiùapprofonditaqualipotrebberoessereleesigenze

e i punti di interesse del gestore in relazione a Unipiazza. Ciò può essere compreso

attraverso delle domande che indaghino la propensione all’utilizzo di promozioni od

offerteeillivellodiconfidenzaconildigitale,idatielestatistiche.Questeinformazioni

sonoutilipercomprenderecomespiegarealmeglioUnipiazza,qualiaspettimetterein

evidenzaequaliinsecondopiano.

Ilfunzionamentodelservizioavvieneattraversounadimostrazionepraticautilizzandoil

tablet e uno smartphone. Gli aspetti sui quali focalizzarsi, spiega Tommaso, sono la

raccoltadati,lacommunitydegliutentiUnipiazza,l’interazioneconiltabletel’aspettodi

gioco.

IlteamdiUnipiazzaricordachedopolapresentazioneèimportanteottenereuncontatto

delgestoreeporreattenzionesuitempidiricontatto,iqualinondevonoesserenétroppo

brevi,affinchéilgestoreabbiailtempodiriflettere,nétroppolunghialtrimentipotrebbe

esserecontroproducente.Infine,sec’èl’interesseèopportunoassicurarsidiconcordare

unappuntamentoperunsecondoincontroodirettamenteperl’installazione.

Page 47: Data Driven Economy

43

E.Relazioniconiclienti

La relazione con il cliente viene curata dal responsabile commerciale di Unipiazza,

Tommaso. Il servizio offerto al gestore comprende un’assistenza dedicata sia di tipo

tecnicachecommerciale.Infatti,Unipiazzasegueilclienteperl’installazioneinizialedel

tabletedellosmartphone,pereventualiproblemitecniciaidispositivieperlacreazione

e l’invio di campagne marketing. Invece, dal punto di vista commerciale, Unipiazza

suggerisceal cliente la listadeipremida inserire, ilnumeronecessariodi gettoniper

riscattarli e, dopo aver elaborato e analizzato i dati raccolti, consiglia al gestore quali

potrebberoesserepotenzialmentelepromozionipiùefficaci.

Nonostante l’assistenza possa essere garantita da Unipiazza in maniera digitale o

attraversocontattitelefonici,èfondamentalechelarelazioneconilclientevengacurata

anche tramite degli incontri periodici. In riferimento a queste occasioni, sono molto

importantiifeedbackdelgestoreelapercezionedelclientediessereseguitoeassistito.

F.Lineadiricavoerisultaticommerciali

Innanzitutto,Unipiazzaprevedeunmeseinizialediprovagratuitoesuccessivamenteun

abbonamento,cheinbaseallasceltadelgestorepuòesseremensileoppureannuale.

Nelcasoincuilacontrattazioneavvengacondellecatenecommercialiocondeigestori

che esercitino l’attività in più di un locale, Unipiazza prevede la strutturazione di

un’offertaapposita.

L’offertadiUnipiazzaèsintetizzatanellafiguraseguente.

Page 48: Data Driven Economy

44

Fonte:MaterialeCommerciale,archiviodigitaleUnipiazza.

Il cliente a fronte del pagamento dell’abbonamento ottiene la strumentazione in

comodato d’uso, ossia il tablet per la registrazione dei clienti e lo smartphone per

l’accreditamento dei gettoni. In aggiunta, come è possibile dedurre dalla figura, sono

comprese lecardNFC,altromaterialepromozionale, l’utilizzodelsoftware(gestionale

clienti, vetrina online, promozioni automatiche e promozioni Facebook) e il supporto

tecnico.

Unipiazzapropone il servizio (secondo ilmodellodibusinesspresentato)sulmercato

dallafinedel2014ealcunideirisultatiottenutisonoiseguenti:

Page 49: Data Driven Economy

45

251Retailaffiliati 2MVisitegenerate

103.400Clientiiscritti 18MTransazioni

Fonte:MaterialeCommerciale,archiviodigitaleUnipiazza.

IlocaliaffiliatisiconcentranomaggiormentenellaRegioneVenetoesoprattuttonellecittà

diPadovaeTreviso.Ancheseilserviziovieneadottatoanchedagestoripresentinella

zonanord-ovestd’Italia,nelcentroenelsud.LacommunitydiUnipiazzacontaoltre100

milautentiiscritti,iqualihannoutilizzatoilserviziocircaduemilionidivolte.Infine,le

transazioniregistratesiaggiranoattornoai18milionidieuro.

G.Risorsechiave

LerisorsechepermettonoilfunzionamentodelmodellodibusinessdiUnipiazzafanno

riferimento, innanzitutto, al materiale tecnico concesso al cliente per garantire

l’interazioneconl’utente,quindiiltabletelosmartphone.Dopodiché,èfondamentalela

piattaformatecnologicasullaqualesifondailservizio.

Un’ulteriore risorsa chiave è rappresentata dal personale che si dedica alla

programmazioneinformaticaequindiallapartedifront-endeaquelladiback-end.Nello

specifico, Edoardo (CEO) e Lorenzo (CTO) sono i membri del team che si occupano

rispettivamentedellapartefront-endeback-end.

H.Attivitàchiave

Per quanto riguarda le attività chiave in riferimento all’offerta di Unipiazza, invece, è

rilevante lo sviluppo e l’innovazione della piattaforma dal punto di vista del

miglioramento della user experience e dell’utilizzo degli elementi di gamification.

Garantirelaraccoltaelagestionedell’insiemedeidatièunelementofondamentaleper

Page 50: Data Driven Economy

46

assicurare la proposta di valore. Infine, un’ulteriore attività chiave fa riferimento

all’assistenza del cliente (come descritto nel paragrafo E. Relazioni con i clienti), il

supportotecnicoperl’usodeltabletedellosmartphone,ilcorrettousodellefunzionidella

piattaformaelaconsulenzacircaleiniziativecommercialipossibili.

I.Partnerchiave

All’iniziodel2018UnipiazzahastrettounacollaborazioneconRCH(societàitalianache

progettaecommercializzaregistratoridicassa,leaderdelmercatoitalianoconil43%di

market share) e con Scloby (azienda che offre una piattaforma cloud che unisce la

funzionediunregistratoredicassadigitaleconquelladiungestionale)perpermetteredi

collegare il servizio Unipiazza alla cassa del locale. Ciò permette ai due partner di

associare alla propria offerta commerciale il servizio fedeltà di Unipiazza, mentre, al

gestoredivisualizzareidatisuiclientidirettamentesulsoftwaredelregistratoredicassa

(altrimenti visibili nell’app partner o accedendo al gestionale attraverso il sito di

Unipiazza).La collaborazione consente, invece, aUnipiazzadi raccogliere,oltreaidati

esposti nei paragrafi precedenti, anche i datidi consumo. Ciò significa che è possibile

saperelatipologiadiprodottocheilclientehaacquistato.Larilevanzadeidatidiconsumo

riguardalapossibilitàdiconoscereinmanieraancorapiùapprofonditaleesigenzeeil

comportamento d’acquisto dei consumatori. Questo aspetto rappresenta un ulteriore

puntod’interesseperilgestore,mapuòesserloinmanieraancorapiùevidenteperun

altrosoggetto,ilbrand(approfondimentineiparagrafisuccessivi).

J.Strutturadeicosti

La struttura dei costi di Unipiazza è caratterizzata da tre voci principali. La prima

rappresentauncostovariabileefariferimentoaglistrumentitecnicichedevonoessere

predispostinellocalepergarantirel’interazioneconl’utente.

Page 51: Data Driven Economy

47

Pertanto, essi sono: il tablet; lo smartphone; la strumentazione necessaria per il loro

funzionamento; le card NFC per i clienti; ilmateriale promozionale. La seconda voce,

invece,siriferiscealcostodelpersonalecheè indispensabileperassicurare leattività

chiave,ovverolosviluppoel’innovazionedellapiattaforma,lagestionedell’insiemedei

datiel’assistenzadeiclienti. IlcostodelpersonaleèintesodaUnipiazzanonvariabile

finoaunlimitedicinquecentolocaliaffiliati.Lavocechecompletalastrutturadeicostiè

ilcosto legatoallagestioneealmantenimentodelservererappresentauncosto fisso.

Ancheinquestocasol’invariabilitàdelcostodipendedallaquantitàdidaticheilserver

devegestire.

3.4Ruolodeidatiall’internodelmodellodibusiness

Attraversol’interazionedelclienteconlapiattaforma,Unipiazzaraccoglieuninsiemedi

dati sugliutenti iscritti. Comeprecedentemente descritto, i dati raccolti riguardano: il

nome,cognome,l’indirizzoemail,ilnumerodeicheck-ineffettuati,iltotaledellaspesa,la

datadinascita,l’occupazione,ipremiritiratieilnumerodeigettoniaccumulati.Nelcaso

incuiilserviziosiacollegatoalregistratoredicassa,èpossibileconoscereancheidatidi

consumo,ovverolatipologiadeiprodottiacquistatidalconsumatore.Comeèpossibile

desumeredallafigurasottostante,daidatisiottengonovarieinformazioni,comeilsesso

(conaltaprobabilitàdalnome)el’etàdelclientededucibiledalladatadinascita.

Di seguito è possibile osservare la sezione “Dashboard”, attraverso la quale il gestore

visualizzagraficamentetutteleinformazionipiùimportantisull’andamentodelsuolocale

econfrontaleperformanceanalizzandoleperperiododitempo.Leinformazionipossono

esserefiltrateancheperognisingoloutente.

Page 52: Data Driven Economy

48

Fonte:partner.unipiazza.it.

Rispettoallatipologiadidatielencatisopra,ilnome,cognomeel’indirizzoemailvengono

richiesti al momento della registrazione dell’utente. Mentre, la data di nascita e

l’occupazione sono informazioni che vengono richieste all’utente nel corso

dell’interazioneconlapiattaforma.ComericordaEdoardo(CEOdiUnipiazza),vieneposta

moltaattenzionesullamodalitàdipresentazionedelledomandeall’utente,perevitaredi

essereinvasiviequindicontroproducentiinterminidiuserexperience.Gliulterioridati,

comeilnumerodeicheck-ineffettuati,deigettoniaccumulati,deipremiritiratieiltotale

dellaspesa,emergonoinconseguenzadell’utilizzodelserviziodapartedegliutenti.Come

già introdotto, i dati esposti possono essere visualizzati anche in relazione a ciascun

utente.Pertanto,èpossibileconoscereilprofilocompletodelclienteelostoricodellesue

Page 53: Data Driven Economy

49

visiteeordinarelalistadeiclientiperilnumerodeicheck-in,premiritiratiedeurospesi

nellocale.

Unaseriedidativieneraccoltaancheinconseguenzadell’inviodicampagnemarketinge

delleautopromozioni(vedilapropostadivalore).Infatti,perognitipologiadiiniziativa

commerciale che viene trasmessa all’utente attraverso la piattaforma, come novità,

promozioni o eventi, vengonomisurati i risultati. I dati ottenuti fanno riferimento al

numerodellecomunicazioniinviate,aquellechesonostateaperte,aipremiriscossi(caso

in cui siano stati associati dei premi alle campagnemarketing) e alle visite generate,

ovveroilnumerodicheck-ineffettuatidaiclientineisettegiornisuccessivialritirodella

promozione.

Diseguitoesponiamoun’illustrazionedeirisultatidelleAutopromoinviateaiclienti.

Fonte:MaterialeCommerciale,archiviodigitaleUnipiazza.

A.Applicazionideidatiraccolti

L’insiemedeidatiricavativieneutilizzatodaigestorichehannoacquistatoilservizioeda

Unipiazza stessa. I gestori fruiscono dei dati per conoscere inmanieramaggiormente

approfondita i propri clienti, dalle loro esigenze al loro comportamento d’acquisto.

Mentre,Unipiazzaelaboraeanalizzaidatipermigliorarelasuapropostadivalore.Infatti,

attraversolostudiodeidati,Unipiazzaorganizzadelleazionidimarketingconl’obiettivo

di alzare la frequenza degli acquisti dei clienti nei locali affiliati e di aumentare lo

scontrinomedio.Comedescrittonellapropostadivalore,Unipiazzametteadisposizione

delgestorealcunepromozioniautomatiche,createdopoaveranalizzatoidatiraccolti.

Page 54: Data Driven Economy

50

VediamodiseguitoqualisonoletipologiediAutopromo(cosìdefinitedaUnipiazza)che

vengonoproposte.

Fonte:partner.unipiazza.it.

ComeèpossibilenotaredallafiguraletretipologiediAutopromovengonodefiniteFalli

tornare,DormientieBuonCompleanno.Laprimapromozionevieneinviataaqueiclienti

chenonritornanonellocaledatrentagiorni.Lasecondapromozionesiriferisceacoloro

definiti“dormienti”ovveroaiclientichenoneffettuanouncheck-innellocaledasessanta

giorni. Infine, la terza intende premiare i clienti nel giorno del loro compleanno. Le

Autopromovengonoattivatedalgestore,ilqualesceglieanchelatipologiadelpremioda

riconoscerealcliente.Inoltre,perciascunapromozioneèprevistaunascadenza,decorso

il tempoindicatodalla ricezione, l’offertanonèpiùvalida.Unavolta che il gestoreha

sceltolatipologiadiAutopromo,ilsoftwarediUnipiazzaindividuaiclientirientrantinel

targetdefinitoeinvialepromozioniinmanieraautomatica.

IrisultatidelleAutopromo,invece,sonorappresentatinelgestionalededicatoalgestore.

Questi dati sono messi in evidenza per offrire un riscontro al gestore rispetto alle

iniziative commerciali attivate, per sottolinearne il valore e per suggerire azioni

correttive.

Page 55: Data Driven Economy

51

Il ruolo dei dati all’interno delmodello di business di Unipiazza è quello di profilare

l’utente,conoscerelesueesigenzeeilsuocomportamentod’acquisto.Ilmiglioramento

della proposta di valore di Unipiazza consiste nell’utilizzare queste informazioni per

offrire al gestore degli strumenti di marketing e comunicazione che aumentino la

redditivitàdeisuoiclienti.IdatipermettonoaUnipiazzaanchedigarantirelamisurabilità

delleiniziativecommerciali.

3.5UnipiazzacomeDataThriver

NelprimocapitoloèstatoespostoilfenomenodellaDataDrivenEconomyeglielementi

essenzialichecaratterizzanoun’aziendaDataThriver.Mentre,inquestocapitoloèstato

descrittoilmodellodibusinessdiUnipiazzaemessoinevidenzailruolodeidati.Dopo

aver trattato questi argomenti, è opportuno maturare delle riflessioni riguardo la

relazionetraciòcheèstatodefinitocomeDataThrivereUnipiazza.

Comeabbiamovisto,ilruolodeidatiall’internodelmodellodibusinessdiUnipiazzaè

centrale. Inparticolare, idati raccoltihannouna funzione rilevantenelmiglioramento

della proposta di valore secondo alcunemodalità pratiche che sono state descritte in

precedenza.Tuttavia,dall’analisidelprimocapitolo,èpossibileaffermarechelarilevanza

deidatinonrappresentaunelementosufficienteperdefinireUnipiazzaunDataThriver.

LadimensioneridottadiUnipiazzanonconsenteunadeguatoconfrontocongliattributi

espostinelparagrafo1.4checaratterizzanounDataThriver(idatisonodistribuitiintutta

la struttura organizzativa; i dati sono considerati un asset; IT e Business operano

all’unisono;mappedeidatipergarantirevisibilitàecontrollosuidati;laqualitàdeidatiè

unapriorità;sistemicheassicuranounavisioneestesasuidati).

Nello specifico, l’insiemedeidati raccoltidaUnipiazzanonpuòessere consideratoun

asset,dalmomentoincuiilpersonaleristrettonongarantisceunacostanteedefficace

elaborazioneeinterpretazionedeidati.

Infatti, come sottolinea Marco Pozzoni, Country Sales Director di NetApp Italia, è

importantecheun’aziendaoltreadavereundatabaseconsolidatoabbiaanchelepersone

Page 56: Data Driven Economy

52

necessarieperestrapolareinformazioniutilidaidati.Pertanto,nonostantelaqualitàdei

datidiUnipiazzasiaelevata,lastrutturaorganizzativainternaancorapocosviluppatanon

permettedi fruire inmanieracompletadelvaloredeidati.Diconseguenza,èpossibile

affermare che l’aumento del giro d’affari rappresenta per Unipiazza un passo

fondamentaleperdiventareun’aziendadefinitaDataThriver.

3.6DataDrivenBusinessModel-Unipiazza

Un ulteriore confronto che è opportuno svolgere riguarda il modello di business di

Unipiazza e la parte teorica sviluppata nel secondo capitolo inerente al Data Driven

BusinessModel(DDBM).Inrelazioneallaclassificazionepresentatanelparagrafo2.3,che

tienecontodellivellodidigitalizzazioneedisfruttamentodeidati,èpossibileritenere

che ilmodellodibusinessdiUnipiazzanonpossa fare riferimentoalla terza categoria

(PureDataDrivenBusinessModel).Nonostante i dati possano essere considerati una

risorsachiaveeillivellodidigitalizzazionesiaelevato,ilgradodisfruttamentodeidatiè

limitatorispettoalleinformazioniutilicheUnipiazzapotrebbeottenereealleconseguenti

iniziativechepotrebberealizzare.

Facendoriferimento,invece,alleseidimensionidelDDBMdescrittenelparagrafo2.4,è

possibilenotareunacertacoerenzaconlastrutturadelmodellodibusinessdiUnipiazza.

Ancheinquestocaso,ilfattorechenonconsenteiltotaleaccostamentoalDDBMrimanda

alle attività di interpretazione ed estrapolazione di informazioni utili daidati (attività

chiavedelDDBM).Comedettoinprecedenza,lastrutturaorganizzativadiUnipiazzanon

garantisceunosvolgimentoregolarediquesteattività.

3.7Presentareilservizioinunmododiverso

Come è stato messo in evidenza nella descrizione dellamodalità di distribuzione del

servizio, solitamente la presentazione di Unipiazza avviene focalizzandosi su quattro

caratteristichedel servizio chepossonoattrarre l’attenzionee suscitare l’interessedel

gestore.

Page 57: Data Driven Economy

53

Lecaratteristicheriguardano l’utilitàdellaraccoltadeidati, lacommunitydioltre100

mila utenti, l’aspetto di gioco e interazione con la piattaforma e con il tablet. La

concentrazionepiùsuunaspettoomaggiormentesuunaltrodipendedallatipologiadi

clienteepertantodallesueesigenze.

Tuttavia, nella maggiore parte dei casi, il gestore non ha la cultura e la capacità per

comprendereilpotenzialedeidaticheilserviziodiUnipiazzagarantiscediraccogliere,di

analizzareedimettereinpratica(vediAutopromo).Ancherealtàaziendalichegestiscono

diversipuntivenditaechehannounastrutturamaggiormenteorganizzata,èdifficileche

prevedanodelpersonalededicatoallagestionedeidatieall’ottenimentodiinformazioni

utili.

Un aspetto, sul quale la presentazione di Unipiazza potrebbe concentrarsi, riguarda

l’opportunità che il servizio offre al gestore di aumentare il proprio fatturato. La

piattaforma,infatti,permettedimigliorarelaredditivitàdiciascuncliente,aumentando

cosìiricavitotali.Infasedivendita,questoargomentopotrebberisultareparticolarmente

efficace,datalafacilitàdicomprensione.

Esponiamo di seguito alcuni risultati di ricerche scientifiche di statistica emarketing

condottedaBIA/Kelsey(societàdiricercaeconsulenzanell’ambitodelmarketingedella

comunicazione)edaBain&Company(societàdiconsulenzastrategica)chemettonoin

lucecomeilvaloredeiclientifedelisiamaggiorerispettoaquellodeiclientinuovi:

• l’80%delfatturatodiun’attivitàcommercialederivadal20%deiclientifedeli;

• unclientefidelizzatospendeinmediail67%inpiùdiunonuovo;

• aumentandodel5%ilritornodeiclienti,ilfatturatocrescediun25-100%;

• laprobabilitàdivendereunprodottoounservizioaunclientegiàconosciutosiaggiraattornoal60-70%,mentrequelladivendereaunonuovoèdel5-20%;

Page 58: Data Driven Economy

54

• acquisireunnuovoclientecostacinquevolteinpiùchemantenereunofedele;

• unnuovoclientehacircail30%dipossibilitàdirimanerefedele,maseacquistanelpuntovenditatrevoltenelbrevetempo,lodiventeràil67%dellevolte;

• piùdel46%deigiovanifrai18ei25anniritienefondamentaleiprogrammifedeltàquandopensaadovespendereisuoisoldi.

In aggiunta, Unipiazzamette a disposizione nel suo sito un calcolatore che fornisce il

valore delle entrate che potrebbero derivare dai clienti che aderiscono al programma

fedeltà di Unipiazza. Per ottenere questo valore, il gestore deve inserire: il fatturato

approssimativoannualedella suaattività commerciale, il settoredelsuobusinesse la

percentualediclientichepensadifariscrivereallapiattaformaUnipiazza.

Lafiguradiseguitoillustrailcalcolatoresopracitato.

Fonte:www.unipiazza.it,Unipiazza.

Il calcolatore è posto per sottolineare il valore economico dei clienti fedeli all’attività.

Nell’esempiopresentatoinfiguraèpossibilenotarecomeperunpubaventeunfatturato

annuodi350.000€circaeil20%dellaclientelaiscritta,ilprogrammafedeltàUnipiazza

potrebbegenerareunincassoannualediquasi11.000€.

Page 59: Data Driven Economy

55

Lalogicacheèstataseguitaperorganizzarequestaoperazionenascedaalcunidatiche

sono stati raccolti dal team di Unipiazza e che sono stati analizzati. Per aiutare la

comprensionedelragionamento,esponiamopartedellatabellacontenenteidatipresiin

considerazionechefannoriferimentoalsettorepub.

Fonte:Materialecommerciale,archiviodigitaleUnipiazza.

Innanzitutto, il processo di raccolta dei dati ha tenuto in considerazione 22 attività

commerciali, clienti di Unipiazza. Questi ultimi rientrano nelle seguenti categorie di

business: bar & caffetterie; ristoranti & pizzerie; hamburger, pub; centri bellezza;

pasticcerie&gelaterie;negozigenerici.Perogniattivitàsonostatipresiinesameduemesi

dell’anno,inquestocasomarzoegiugnodell’anno2017.Nelmesedimarzoegiugnosono

statiregistratidallapiattaformaUnipiazzarispettivamente81e109utentitotali,parte

deiquali(quintacolonna)hannoeffettuatounsolocheck-in(primacolonna),due,quattro

o cinque, sei o sette e infine più di sette check-in nel locale. Per ciascuna di queste

categorie,conoscendoloscontrinomedioeiricavitotalideilocalineimesidiriferimento,

èstatopossibilecalcolareinvalorerelativogliutentielaquotadifatturatochehanno

generato. A questo punto, per ogni settore di business è stata stabilita la frequenza

mensiledeicheck-intaledaconsiderareilclientefidelizzato(nelcasodelsettorepub,la

frequenzaèunnumeromaggioreougualea4).Dopodiché,èstatacalcolatalaquotadi

ricaviderivantedall’1%dellaclientelafedele,ottenutadallamediadeivaloririsultantidal

rapportotralapercentualedelleentrateequelladegliutentiperciascunperiodo,cliente

e in riferimento solo ai clienti fedeli (check-in maggiore o uguale a 4). Dalla

Page 60: Data Driven Economy

56

moltiplicazione tra il valore trovato sommato a uno, il fatturato, la percentuale della

clientela che si intende fare iscrivere e la percentuale di clienti fedeli mediamente

presenteinunaattivitàdiciascunsettore(ipotesidel15%neipub)risultailvaloredelle

entratederivantidaiclientiiscrittialprogrammafedeltàdiUnipiazza.

3.8PerchéilbrandhainteressediinvestireinUnipiazza

Come sottolinea Edoardo (CEO di Unipiazza), il servizio proposto rappresenta uno

strumentoattoasoddisfareleesigenzecommercialianchedelbrand.Perbrandsiintende

quell’aziendache,inmanieradirettaoattraversodeiconcessionari,haunarelazionecon

illocale(attivitàcommerciale),inaltreparole,ilfornitore.

Quest’ultimonellosvolgerelasuaattivitàdicommercializzazionedelprodottovorrebbe:

• coordinarelasuaattivitàconquelladelpuntovendita;

• raggiungereinmanieradirettailtargetdefinito;

• effettuare investimenti dimarketing e comunicazionemisurabili emirati rispetto iltargetstabilitoneipuntivendita.

Ilbrand,inriferimentoaisuoiclienti(gestori)chehannoacquistatoilservizioUnipiazza,

potrebbetrarredeivantagginelrelazionarsianch’essoconlapiattaforma.

Inparticolare,attraversoilservizio,ilbrandpotrebbe:

• conoscereeprofilareilconsumatorefinale;

• costruireunarelazioneconl’utente;

• trasmettereinmanieraefficacelapoliticacommerciale;

• misuraregliinvestimentieorganizzareazionicommercialimiraterispettoiltarget.

Facendoriferimentoalprimopunto,ilbrandhalapossibilitàdiconoscereilportafoglio

clientideigestori(clientidelbrand).Latipologiadidatiottenibileriguardaquellacheè

stata esposta nel paragrafo 2.3. In aggiunta, nel caso in cui il servizio sia collegato al

registratoredicassa,ilbrandottienedatirispettoallatipologiadelprodottoacquistato

Page 61: Data Driven Economy

57

dal consumatore finale. Queste informazioni sono utili per pianificare delle campagne

marketing ancora più mirate. La relazione tra il brand e l’utente è permessa grazie

all’interazione dei due soggetti con una stessa piattaforma digitale. Le iniziative

commercialidelbrandpossonoesserecomunicatedirettamentealconsumatorefinalee

coordinatecon l’attivitàdelgestore. Inquestomodo, lapoliticacommercialeaziendale

puòessereseguitaeirisultatidelleazionipossonoesseremisurati.

Come è stato evidenziato nella descrizione del modello di business di Unipiazza

(paragrafo2.2),ilgestore,tralediversedifficoltàcheaffrontanellosvolgerelasuaattività,

spessononpossiedeunapropriapoliticacommercialepoichénonhalacapacità,iltempo

oppure la cultura per pianificare le attività commerciali. Così, egli risente del lavoro

discontinuo,concentrandosisulquotidianoelimitandosiaoffrireeavendereciòchegli

vienerichiesto.

Ilgestore,accettandoecontribuendoallarealizzazionedelleiniziativedelfornitorenel

suo locale, può usufruire delle competenze del brand riguardanti la programmazione

commerciale. Per di più, il gestore organizza la sua attività senza dover spendere del

tempoproprio.Periniziativecommercialisiintendonopromozionioeventi.Quest’ultimi

possonoriguardarelacondivisionedimomentidicaratteresocialeolapresentazionedi

nuoviprodotti.

Anche nella fase di presentazione del servizio Unipiazza al brand, potrebbe risultare

maggiormenteefficace la focalizzazione sul temadell’aumentodei ricavi. Innanzitutto,

entratemaggiori deriverebbero dalla possibilità di coordinare la politica commerciale

aziendale con l’attività del locale. In secondo luogo, la comunicazione del brand

risulterebbe esseremaggiorente efficace, data la relazione diretta con il consumatore

finale.

Page 62: Data Driven Economy

58

Infine,èopportunoricordarecheancherealtàaziendaliconunastrutturaorganizzativa

sviluppata,nonostantesianoingradodicomprendereilpotenzialedeidati,spessonon

hannoadisposizionepersonechesappianotrarreinformazioniutilidaessi.

Page 63: Data Driven Economy

59

4.Starbucks

4.1Introduzione

Starbucks,lacatenadicaffèstatunitense,iniziòlasuaattivitàconl’aperturadiunapiccola

caffetteriaaSeattle,nel1971.HowardSchultz(amministratoredelegatodiStarbucksfino

al2016epresidente finoal2018)duranteunviaggiodi lavoro in Italia, fucolpitodal

particolareruolodelbar,intesocomepuntodiincontroedalrapportopersonaletrail

baristaeiclienti.Conl’intenzionedireplicarelastessaculturadelbaritalianoanchenegli

Stati Uniti, Howard Schultz fondò la sua prima caffetteria denominata Il Giornale.Nel

1987, dopo un paio di anni di attività, Il Giornale acquisì Starbucks e Schultz diventò

amministratoredelegato.AttualmenteStarbucksèpresentein76paesicon28.200punti

vendita.

Già nel 2009 Starbucks cominciò a pensare alle opportunità offerte dall’utilizzo del

digitale.Inparticolare,siresesubitonecessarialacostruzionediunarelazionedigitale

conilclientechesupportassel’ideadell’acquistoesperienziale,giàsviluppataneglianni.

Daqui,venneropostelebasidell’applicazionepresentatadiseguito.

ComesottolineaKevinJohnson,CEOdiStarbucks:

Sitrattadicomeleazienderispondonoquandounanuovaedirompentetecnologia

emerge.Quelleche,riconoscendola,sonoingradodipensareconlungimiranzaeinnovare

invistadelfuturo,sonovincenti.Quellechenonlofanno,devonolottare.

L’applicazionediStarbucksproponeunauserexperiencecoinvolgenteeinnovativa.Sono

diverse le funzioni previste e i vantaggi di cui il cliente può beneficiare. È possibile

effettuareunordineonlineepagaredalpropriodispositivo,oppureèpossibileascoltare

la propria playlist di Spotify all’interno del locale. Inoltre, l’applicazione offre un

programma fedeltà che permette all’utente di fruire di varie promozioni e vantaggi

economici.

Page 64: Data Driven Economy

60

The Manifest (blog online statunitense operativo nell’ambito business) ha condotto

recentemente uno studio su un campione di 500 persone statunitensi che utilizza

applicazionicheoffronoservizidiconsegnadiciboadomicilioodiprogrammifedeltà.In

conclusione,l’applicazionepiùdiffusaèrisultataesserequelladiStarbucks,usatadal48%

degliintervistati.Vediamoalloradiseguitocomefunzionaequalisonoleragionidelsuo

successo.

4.2Comefunziona

L’applicazioneStarbucksèscaricabilegratuitamentedall’utenteedèdisponibilesiaperi

sistemioperativi Android che quelli iOS. Una volta scaricata, l’utente può iscriversi al

programma fedeltà. Quest’ultimo, infatti, è uno degli elementi attraverso il quale

Starbucksintendecostruirelarelazionedigitaleconilcliente.Inparticolare,l’utenteper

ognidollarodispesaottieneduestelle(incoerenzaconilnomedell’azienda),conlequali

èpossibilericeveredellepromozioniodeipremi.Starbucksprevedeunaclassificafedeltà

chepuòesserescalatainrelazionealnumerodistelleaccumulateepertanto,inbaseal

totaledellaspesaeffettuata.Ilivellidellaclassificasonotreesidifferenzianoperilvalore

deivantaggichesiottengononelpuntovenditaStarbucks.Nelprimo,definitoillivellodi

benvenuto,èpossibilericevereunabibitainomaggionelgiornodelpropriocompleanno,

unoscontodel15%sucibiebevandeedelleoffertepersonalizzateviaemail.Nellivello

verde,oltreaibeneficidelprimolivello,sonodisponibilianchedellericarichegratuiteper

le bevande.Nell’ultimo livello, quello oro, è possibile ottenere la Gold Card e ulteriori

promozioni come dei prodotti in omaggio. È opportuno sottolineare che lo stesso

programmafedeltàèfruibileanchesenzal’utilizzodellosmartphone,attraversounacarta

fedeltà.

Page 65: Data Driven Economy

61

Attraversolaraccoltael’analisideidatidiconsumo,Starbucksèingradodiinviaredelle

promozionipersonalizzateseguendolepreferenzedelcliente.Inaggiunta,sonopreviste

delle promozioni speciali che incentivano quelli che vengono chiamati comportamenti

virtuosi.Peresempio,possonoesseremesseadisposizionedellestelleaggiuntiveperi

clientichesirecanoinunpuntovenditaStarbucksduranteunorariodiminoreaffluenza.

Vediamodiseguitodueillustrazionicherappresentanoicasisopracitati.

Fonte:ludicizzazione.it,appsamurai.com.

Comeèpossibilenotaredalleduefigure,laprimapromozionepermettediricevere100

stelle se si visita un negozio Starbucks 4 o 6volte in un orario successivo alle 14.00.

Mentre, la seconda figura rappresenta unmessaggiopromozionale personalizzato che

offre uno sconto del 50% sul prodotto preferito dal cliente. Un secondo aspetto che

caratterizzal’applicazioneStarbucksriguardalapossibilitàdiordinareedieffettuareil

pagamento direttamente dal proprio dispositivo. Per l’utente è possibile innanzitutto

conoscere il punto vendita più vicino, dopodiché può consultare il menù, ordinare il

prodottosceltoeinfinepagaredirettamentedall’applicazione,unavoltanelnegozio.La

Page 66: Data Driven Economy

62

cosiddettafunzioneMOP(MobileOrder&Pay)èvantaggiosaperchépermettediridurre

itempid’attesaelecodeeoffreunsistemadipagamentosempliceesicuro.

Perdipiù,Starbuckshastrettoanchedellecollaborazioniconaltrerealtàaziendaliper

integrare le funzioni dell’applicazione con ulteriori piattaforme e servizi. Ciò è utile a

Starbucks per sostenere e daremaggiore rilievo al concetto definito Third Place, che

caratterizzaisuoilocali,ovverounluogo,dopolacasaeillavoro,dovepotersirilassare

edessereconnessiconaltrepersone.

Nellospecifico,StarbucksèconvenzionataconSpotify(serviziocheoffreunaselezionedi

brani da ascoltare in streaming), Lyft (applicazione che consente la condivisione di

passaggi in auto) e il New York Time (quotidiano statunitense). Infatti, tramite

l’applicazioneèpossibileproporrelapropriaplaylistmentresiconsumaall’internodiun

punto vendita Starbucks oppure salvare in Spotify una canzone trasmessa. Sono

disponibili anche alcuni contenuti del NewYork Time. Attraverso l’utilizzo di ciascun

servizio associato, è possibile ottenere delle stelle da poter spendere sul programma

fedeltàdiStarbucks.AnchenelcasodiLyft,lafruizionedelserviziopermettediricevere

dellestelleulteriori.Infine,direttamentedall’applicazioneèpossibileregalareaipropri

contattidellegiftcardcondeiprodottidiStarbucksinomaggio.

4.3Lechiavidelsuccesso

Precedentementesonostatedescrittelefunzionidell’applicazioneStarbuckschehanno

consentitolacostruzionedellarelazionedigitaleconilcliente.Diseguito,esponiamoquali

sonoglielementichehannofavoritoildiffusoutilizzo:

A. Facilitàd’uso

B. Programmafedeltàcoinvolgente

C. Possibilitàdiordinareepagaredaldispositivo

D. Integrazioneconaltrepiattaformeeservizi

Page 67: Data Driven Economy

63

A. La configurazione grafica dell’applicazione consente all’utente di navigare in

maniera semplice e veloce. Un menù posto in alto riassume le cinque funzioni

principali(visualizzazionedeinegoziStarbucks,effettuazionediunordineediun

pagamento, acquisto di una gift card e ascolto di brani musicali). Inoltre, una

caratteristica innovativa dell’applicazione riguarda il fatto che offre una user

experiencesimileall’esperienzad’acquistonelpuntovenditafisico.L’applicazione

prevedeglielementiessenzialicheunconsumatorecerca,comeordinare,pagaree

ritirare il prodotto in maniera semplice e veloce e la convenienza, tramite il

programmafedeltà.

B. IlprogrammafedeltàdiStarbuckstieneinconsiderazioneelementicheriprendono

l’aspettodellagamificationechefavorisconoilcoinvolgimentodell’utente.

Fonte:medium.com.

Inparticolare,comeèpossibileosservarenellafiguraespostasopra,vengonoproposte

dellepromozionidefiniteChallengeche“sfidano”ilclienteeloincentivanoadaccumulare

stelle equindi adacquistaredeiprodotti. Inoltre, ilprogramma fedeltàoffreall’utente

un’esperienzapersonalizzata.Basandosisuidatidiconsumoraccolti,Starbucksèingrado

Page 68: Data Driven Economy

64

di inviare messaggi promozionali che offrono, per esempio, uno sconto sul prodotto

acquistatoconmaggiorefrequenzadalclienteoppurecheconsiglianoulterioriprodotti

che, seguendo il profilo del consumatore, potrebbero interessargli. Secondo il report

finanziario di Starbucks, in riferimento ai primi tre mesi del 2018, negli Stati Uniti i

membri attivi iscritti a The Starbucks Rewards, ovvero il programma fedeltà, sono

aumentatidi1.6milioni(il12%inpiùrispettoall’anno2017)peruntotaledi14.9milioni.

Mentre, laspesadeiclienti iscrittialprogrammafedeltà,neiprimi tremesidel2018è

cresciutadel39%rispettoall’annoprecedente.

C. LafunzioneMOP(MobileOrderandPay)permettealclientediritirareilprodotto

più velocemente, dato che Starbucks, nei punti vendita, ha stabilito degli spazi

dedicatiacolorochehannoeffettuatol’ordinetramitel’applicazione.Ilsistemadi

ordinazionedigitalerappresentaancheunostrumentodimarketing,infattiessoè

utilizzatoperpresentarealclientelenovitàdelmenùprimacheentrinelnegozio.

Ancheilpagamentoavvieneinmanierasempliceeveloce,ilprocessosicompleta

quandoilregistratoredicassascannerizzailcodicepresentenell’applicazione.Nella

figura sottostante è possibile notare i risultati in riferimento all’utilizzo di alcuni

metodidipagamentonegliStatiUnitirelativiaiprimi5mesidel2018.Starbucks,

con23.4milionidiutenti(personeconpiùdi14annichehannoeffettuatoalmeno

un pagamento negli ultimi 6 mesi), risulta essere il metodo di pagamento di

prossimitàpiùutilizzato.StarbucksèsuperioredipocoadApplePay(22milionidi

utenti), mentre gli altri metodi presi in considerazione sono Google Pay (11.1

milioni)eSamsungPay(9.9milioni).

Page 69: Data Driven Economy

65

Fonte:eMarketer.com.

D. L’integrazioneconaltrepiattaformeeservizipermetteall’applicazionediassumere

unruoloancorapiùcentralenell’esperienzadelclienteconilbrand.Inparticolare,

come già detto in precedenza, Starbucks intende sostenere e sviluppare

ulteriormente il concetto cosiddettoThirdPlace,offrendoal clientegli strumenti

necessariperrilassarsiepergarantireunambienteconfortevole.L’utilizzodiquesti

servizi è integrato con il programma fedeltà di Starbucks, aumentando così

ulteriormenteilcoinvolgimentodelcliente.

Infine,comedichiarailCEOdiStarbucks,KevinJohnson:

Oltretutto,questistrumentisonowin-win.Iclientisonosoddisfattidiraccoglierepuntie

ordinarecomodamenteonline.Starbucksdalcantosuohaunostrumentotuttosommato

lowcostchefidelizzalaclientela.Contemporaneamenteforniscepreziosidatisullevendite,

suigustidellepersone,sucosafunzionaecosapotrebbemigliorare.Insomma,tuttidati

analiticichepermetterannoall’aziendadiottimizzareulteriormentetuttelefasidel

servizio.

Page 70: Data Driven Economy

66

4.4StarbucksaziendaDataThriver

Starbucksattraversolarealizzazionedell’applicazioneel’implementazionedellefunzioni

espostenelparagrafo3.2hacostruitounarelazionedigitalecon ilpropriocliente.Ciò,

comehasottolineatolostessoamministratoredelegatodiStarbucks,KevinJohnson,ha

permessodiottenereuninsiemedidaticheaiutaacomprenderemeglioleesigenzeeil

comportamentod’acquistodelcliente.Inaltreparole,l’applicazioneconsentedicreare

unprofilodefinitoperciascunutente.Diconseguenza,attraversol’analisidiquestidati,

Starbucksèingradodielaborareun’offertamaggiormenteinteressanteperilcliente.

ComeèstatosvoltonelsecondocapitoloperilcasodellastartupUnipiazza,aquestopunto

èutilemettereinconfrontol’applicazioneStarbucksconlosviluppoteoricoriguardante

laDataDrivenEconomy,trattatonelprimocapitolo.Facendoriferimentoalparagrafo1.4,

inparticolareai sei elementidescritti, è interessante cercaredi comprendere inquale

misura il casodi Starbucks si avvicini al concettodi aziendaDataThriverespostonel

capitolo1.ContrariamentealcasodiUnipiazza,ilparagoneèresodifficiledallascarsità

diinformazioniadisposizione.Nonostanteciò,considerandolaqualitàdeidatiraccolti

dall’applicazione Starbucks, dalla disponibilità di risorse necessarie per elaborare e

analizzareidatiedallafacilitàdiapplicazionedellapoliticacommerciale(datoillegame

direttoconl’attivitàdeipuntivendita),èpossibilepensareaunacertacoerenzacongli

elementichecaratterizzanounDataThriver.

Ladescrizionedell’utilizzodeidatitrattatainprecedenzaeledichiarazionidelCEOKevin

Johnsonpermettonodiformularealcuneriflessioni.Piùnellospecifico,l’organizzazione

dipromozionipersonalizzate(paragrafo3.2)chetengonocontodeidatidiconsumoeil

fattocheilCEOdiStarbucksmettainevidenzal’importanzadeidatiperilmiglioramento

dell’offerta aziendale, consente il confronto con almeno tre dei sei attributi che

caratterizzanounDataThriver.

Page 71: Data Driven Economy

67

ÈpossibileaffermarecheidatiraccoltidaStarbuckspossonoessereconsideratiunasset,

cheleunitàdibusinesssonocoordinateconlafunzioneITdell’aziendaechelaqualitàdei

datièunapriorità.Infatti,èopportunopensarecheilpersonalediStarbuckscomprenda

persone in grado di estrapolare informazioni dall’insieme dei dati, la cui raccolta sia

coordinataconl’areabusinessecheleinformazioniottenuteportinovaloredalpuntodi

vistacommerciale(paragrafo1.4).

In conclusione, è possibile sostenere che la comparabilità con gli elementi esposti sia

sufficienteperdefinireStarbucksun’aziendaDataThriver.

Page 72: Data Driven Economy

68

Conclusioni

Nel primo capitolo dell’elaborato, si è trattato il tema della Data Driven Economy.

Innanzitutto, è stato descritto il ruolo dei Big Data all’interno dell’organizzazione

aziendale.Dopodiché,èstatoapprofonditol’argomentoprincipaledelcapitolo,definendo

laDataDrivenEconomycomeun’economiaincuiidatiricopronounruolorilevantenella

gestione del business. Abbiamo visto come la trasformazione digitale sia un processo

caratterizzatodadifferentigradidimaturità.Inmeritoaciò,sonostatiespostigliattributi

checaratterizzanounDataThriverecheconsentonoaun’aziendadiesseredefinita in

questomodo.

Il secondo capitolo si è concentrato sulla definizione della struttura del modello di

businessbasatosuidati(DDBM).Nellaprimaparteèstatapresentataunaclassificazione

delmodellodibusinessinfunzionedelgradodidigitalizzazioneedisfruttamentodeidati

da parte dell’azienda. L’elaborato ha definito tre categorie: LowDataBusinessModel;

DataEnhancedBusinessModel;PureDataDrivenBusinessModel.Nellasecondaparte,la

struttura del modello di business basato sui dati è stata delineata attraverso sette

dimensioni: risorse chiave, attività chiave, proposta di valore, segmenti di clientela,

modellodeiricavi,strutturadeicostiepartnerchiave.Talestrutturaindicacomeinun

DDBMidatirappresentinolarisorsachiaveprincipaleeleattivitàchiavesianolegateallo

stessoinsiemedidati.

Nelterzocapitolo,èstatodescrittoilmodellodibusinessdiUnipiazzaseguendoilmodello

Canvas. Alla luce di questo, l’elaborato ha posto in relazione Unipiazza con le

considerazioniteorichesvoltenelprimoesecondocapitolo.Inconclusione,èpossibile

affermarecheUnipiazza,nellecondizioniattuali,nonpuòesseredefinitaun’aziendaData

Thriver (paragrafo 3.5) e che il suo modello di business non è completamente

paragonabileaquellobasatosuidati(DataDrivenBusinessModel)(paragrafo3.6).

Page 73: Data Driven Economy

69

Nello sviluppo del trattato, è risultata esserci una motivazione comune alle due

affermazioniappenasvolte.Laragionefariferimentoalfattochel’attivitàdiUnipiazza

noncomprendeuncostanteedefficacelavorodielaborazionedeidatiedidatamining

(estrapolazionedi informazioniutilidall’insiemedeidati).Comegiàsottolineato,ciòè

dovutoallamancanzadirisorseumanesufficientiasvolgeretaliattività.

Alfinediaumentareilgirod’affari,quindipergarantireunosfruttamentomaggioredei

dati,l’elaboratohasostenutochelafasedivenditadelservizioUnipiazzapotrebbeessere

maggiormenteefficace se lapresentazione si focalizzasse suunaspetto inparticolare.

Quest’ultimo fa riferimento all’opportunità che Unipiazza offre al proprio cliente di

aumentare i ricavi (paragrafo 3.7). Questa tipologia di vantaggio è supportata sia da

ricercheesternechedaanalisididatiraccoltidaUnipiazza,icuirisultatihannoconsentito

la creazione del calcolatore (paragrafo 3.7). Tale strumento, infatti, permette di

quantificareilvaloreeconomicodeiclientifidelizzatidalsistemaUnipiazza.

Conlapresentazione,invece,dell’applicazioneStarbuckssièvolutoporrel’attenzionesu

unesempiodiDataThriver.Infatti,leconsiderazionisvoltenelparagrafo4.4permettono

diavvicinareilcasoStarbucksagliattributichecaratterizzanoun’aziendaDataThriver

(paragrafo 1.4). In particolar modo, la possibilità di ottenere informazioni utili

dall’insiemedeidatiraccoltielacoordinazionetral’aereaITequellabusinesspermettono

aStarbucksdiutilizzareidatiinmanieraefficace.

Dall’analisideiduecasiaziendalipresentatinell’elaboratoedalconfrontocon laparte

teorica è possibile individuare due aspetti che sono rilevanti sia per considerare

un’aziendaDataThrivercheperdefinireunmodellodibusinessbasatosuidati.Ilprimo

elementoriguardalacentralitàdeidatirelativamenteall’attivitàaziendaleeilsecondo,

invece,lacapacitàdiestrapolareinformazioniutilidaidati.Facendoriferimentoalprimo

capitolo (DataThriver), idueelementisono riconducibili all’attributo intitolato “Idati

sonoconsideratiunasset”(paragrafo1.4).

Page 74: Data Driven Economy

70

Mentre,inrelazionealsecondocapitolo(DataDrivenBusinessModel),idueaspetticitati

possonoesserecollegatialleduevariabilisullequalisibasalaclassificazionedelmodello

dibusiness,illivellodidigitalizzazioneequellodisfruttamentodeidati(paragrafo2.3).

L’applicazione Starbucks e Unipiazza rappresentano anche degli esempi di

digitalizzazione del settore retail. Nello specifico, in entrambi i casi si è visto come

elementocomunelacostruzionedellarelazionedigitaleconilcliente.Inquesto,èemerso

avere notevole importanza la gamification, come caratteristica necessaria per rendere

coinvolgentel’interazionedell’utenteconlapiattaformadigitale.L’attivitàintrapresasia

da Unipiazza che da Starbucks sembra rappresentare un percorso di successo

nell’innovazionediquestosettore.Sicuramente,unruolodecisivovieneeverràricoperto

dal consumatore e dagli interlocutori di questo cambiamento. Comehamesso in luce

l’elaborato, la comunicazione del valore del prodotto o servizio deve esseremessa in

relazioneconilvalorepercepitodalsoggettoacuicisirivolge.

Page 75: Data Driven Economy

71

Bibliografia

Batocchio A., 2017, Proposal for a Method Performance Assessment: Toward an

ExperimentationToolforBusinessModelInnovation,JournalofTechnologyManagement

andInnovation.

BentaC.,WilbergJ.,HollauerC.,OmerM.,2017,Processmodelfordata-drivenbusiness

model generation, Proceedings of the 21st International Conference on Engineering

Design(ICED17),347-356.

BouwmanH.etal.,2008,‘ConceptualizingTheSTOFModel’,inBouwman,H.etal.,Mobile

ServiceInnovationandBusinessModels,Springer,BerlinHeidelberg,31–70.

BuytendijkF.,KartL.,LaneyD.,JacobsonS.,LefebureS.andHetuR.,2013, ‘Toolkit:Big

DataBusinessOpportunitiesFromOver100UseCases’,Gartner(G00252112).

ChesbroughH.andRosenbloomR.,2002, ‘Theroleof thebusinessmodel incapturing

value from innovation: Evidence from Xerox Corporation's technology spin-off

companies’,IndustrialandCorporateChange,Vol.11,No.3,pp.529–555.

CiosK.J.,2007,Datamining.Aknowledgediscoveryapproach,Springer,NewYork.

ExnerK.,StarkR.,KimJ.Y.,StarkR.,2017,Data-drivenbusinessmodelamethodologyto

developsmartservices.IEEE,146–154.

FayyadU., Piatetsky-ShapiroG. and Smyth P., 1996, ‘FromDataMining toKnowledge

DiscoveryinDatabases’,AIMagazine,Vol.17,pp.37–54.

FruhwirthM.,2018,ExploringChallengesinData-DrivenBusinessModelInnovationfrom

AustrianEnterprises,ISPIM.

Page 76: Data Driven Economy

72

Han J., Kamber M. and Pei J., 2011, Data Mining. Concepts and Techniques, Elsevier

Science,Burlington.

HartmannP.M.,ZakiM.,FeldmannN.,NeelyA.,2016,Capturingvaluefrombigdata–a

taxonomyofdata-drivenbusinessmodelsusedbystart-upfirms.Int.J.Oper.Prod.

Manag.36,1382–1406.

HilbigR.,2018,BerlinStart-ups-TheRiseofDataDrivenBusinessModels,Universityof

Arts/Weizenbaum-Institute,Berlin,Germany.

HunkeF.,SeebacherS.,SchuritzR.,IlliA.,2017,TowardsaProcessModelforData-Driven

BusinessModelInnovation.IEEE,150–157.

Johnson M. W., Christensen C. and Kagermann, H., 2008, ‘Reinventing your business

model’,HarvardBusinessReview,Vol.86,No.12,pp.57–68.

Jyoti R., DuBois L., 2017, Become a Data Thriver: Realize Data Driven Digital

Transformation(DX),IDC.

KosalaR.andBlockeelH.,2000,‘WebMiningResearch:ASurvey’,SIGKDDExplor.Newsl.,

Vol.2,No.1,pp.1–15.

LuqueA.,PeraltaM.E.,HerasA.delasCórdoba,A.,2017,StateoftheIndustry4.0inthe

Andalusianfoodsector.ProcediaManuf.13,1199–1205.

Morris M., Schindehutte M. and Allen J., 2005, ‘The entrepreneur's business model:

Towardaunifiedperspective’,SpecialSection:TheNonprofitMarketingLandscape,Vol.

58,No.6,pp.726–735.

Osterwalder A., 2004, ‘The BusinessModel Ontology. A Proposition in Design Science

Research’,these.EcoledesHautesEtudesCommercialesdel’UniversitédeLausanne.

Page 77: Data Driven Economy

73

ParidaV.,2019,ReviewingLiteratureonDigitalization,BusinessModelInnovation,and

Sustainable Industry: Past Achievements and Future Promises, Luleå University of

Technology,Sweden.

Pugna I., 2019, Corporate Attitudes towardsBig Data and Its Impact on Performance

Management:AQualitativeStudy,BucarestUniversityofEconomicStudies.

SchroeckM.,ShockleyR.,SmartJ.,Romero-MoralesD.andTufanoP.,2012,‘Analytics:The

real-worlduseofbigdata.Howinnovativeenterprisesextractvaluefromuncertaindata’,

IBMInstituteforBusinessValue,SaïdBusinessSchoolattheUniversityofOxford.

SchüritzR.,SeebacherS.,DornerR.,2017,CapturingValuefromData:RevenueModelsfor

Data-DrivenServices,Proceedingsofthe50thHawaiiInternationalConferenceonSystem

Sciences,5348-5357.

Singh R. and Singh K., 2010, ‘A Descriptive Classification of Causes of Data Quality

ProblemsinDataWarehousing’,IJCSIInternationalJournalofComputerScience,Vol.7,

No.3,pp.41–50.

TrabucchiD.,BuganzaT.,2019,Data-DrivenInnovation:SwitchingthePerspectiveonBig

Data,EuropeanJournalofInnovationManagement.

ZolnowskiA.,ChristiansenT.,GudatJ.,2016,BusinessModelTransformationPatternsof

Data-DrivenInnovations,ECIS2016Proceedings,1-16.

Archiviodigitale,Unipiazza.

Page 78: Data Driven Economy

74

Sitografia

www.startupbusiness.it

www.zerounoweb.it

www.cerved.com

www.economyup.it

www.netapp.it

www.medium.com

www.emarketer.com

www.pagamentidigitali.it

www.omniaweb.it

www.themanifest.com

www.businessinsider.com

www.starbucks.com

www.unipiazza.it

www.bigdata4innovation.it

www.huffingtonpost.com

Page 79: Data Driven Economy

75

www.appsamurai.com

www.ludicizzazione.it