Machine Learning e Social Media all’esame di maturità

 

Che i social media siano diventati un asset fondamentale per il marketing aziendale è evidente a tutti. Se fino a pochi anni era opinione diffusa che i canali social aziendali servissero sostanzialmente per fare brand awareness, oggi abbiamo finalmente compreso che i social sono molto altro. Sono relazioni tra persone, anzitutto, relazioni per interessi comuni, o per divertimento, o per opportunità. Sono connessioni, sono nodi di dialogo, e sono anche relazioni tra persone e brand, argomento di cui già abbiamo scritto su questo blog. Quali dati possiedono i social network? Dei dati molto interessanti, poiché sui social tutti noi postiamo idee, pensieri, immagini nostre e di altri, video e documenti vari, ma soprattutto postiamo i nostri gusti, le tendenze in atto, i nostri affetti e tutta la gamma dei sentimenti e, naturalmente, i nostri consumi. I social sono molto abili nel raccogliere enormi quantità di dati e lo sanno fare (grazie al nostro impegno costante) molto bene. Ma c’è di più, hanno reso i social dei luoghi sempre più allettanti, nei quali noi amiamo trascorrere sempre più tempo. A gennaio 2020, c’erano nel mondo 3,8 miliardi di persone attive di social media(più 9% rispetto all’anno precedente) su un totale di 4,54 miliardi di persone con accesso a Internet.

 

 

Il social media marketing così essenziale per le imprese può contare sull’appoggio delMachine Learning? Ovvero, il Machine Learning può contribuire al social media? Quali sono, se ci sono, i vantaggi che il Machine Learning può portare in dote ad un’impresa attraverso l’analisi di set di dati illimitati? Una prima considerazione si basa sulla reputazione online, un fattore estremamente importante e talvolta sottovalutato dal management, che misura il successo di un’azienda. Quattro persone su cinque leggono le recensioni on line di un’azienda prima di compiere una scelta, come ad esempio fare un acquisto o contattare l’azienda stessa.

 

Non bastano dunque contenuti impeccabili o graficamente seducenti sui canali social se poi il customer care, ad esempio, fa acqua da tutte le parti o se i clienti scrivono post infuocati, così come non bastano delle belle campagne pubblicitarie a “nascondere” prodotti difettosi e servizi carenti. Per gestire e seguire al meglio la reputazione online è necessario un monitoraggio continuo del brand e del “come se ne parla in rete”: social media, forum, blog, recensioni online, articoli, meme e menzioni varie. Il monitoraggio della Rete è possibile con algoritmi di Machine Learning in grado di ascoltare conversazioni e intercettare sentimenti e restituire quindi, ai decisori aziendali, le informazioni distillate dai dati delle persone sui social network. Quando un’azienda si ritrova improvvisamente sommersa di e-mail o con il centralino intasato dalle proteste, significa che qualcosa non ha funzionato. Questo avviene anche nella comunicazione social. L’implementazione di algoritmi di Machine Learning consente di tenere traccia delle opinioni dei clienti e analizzare in modo costante il sentiment e l’immagine pubblica dell’azienda.

 

La nostra “vita” sui social network racconta molto di noi. Forniamo dati anagrafici come il sesso e l’età, la posizione geografica, il tipo di lavoro e il reddito, oltre naturalmente ad abitudini, stili di vita, viaggi e gusti culinari, idee politiche, propensione all’acquisto e molto altro ancora. Siamo sì consapevoli di quale idrovora di dati siano i social network ma accettiamo lo scambio, regaliamo loro informazioni in cambio dell’accesso (è scritto chiaramente nel contratto che firmiamo ogni qualvolta apriamo un profilo online). Una manna per i marketing manager, i quali però hanno un problema: come gestire queste enormi quantità di dati e ricavarne informazioni utili per il business? Sono gli algoritmi di Machine Learning ad attivare l’estrazione di informazioni preziose di profilazione, sono loro a individuare modelli comportamentali per cluster geografici o sociali. L’obiettivo è arrivare ad avere previsioni così precise da poter essere utilizzate in modo strategico. In sostanza, conoscere meglio il proprio pubblico e il modo in cui vengono utilizzati i prodotti o i servizi dell’azienda.

 

La diffusione delle chat in generale o di App ultrapopolari come WhatsApp e Facebook Messenger ha sdoganato la messaggistica come metodo efficace per le aziende per dialogare e coinvolgere i clienti. Le chatbot sono software che simulano una conservazione molto simile a quella umana. Rappresentano sia un canale di comunicazione che uno strumento di marketing agile e vantaggioso poiché elaborano informazioni di ogni tipo e possono servire a rispondere a varie richieste. Oggi dialoghiamo in questo modo con la nostra banca, o con le strutture preposte alla nostra salute o con altre attività sia pubbliche che private. Le chatbot potenziate con algoritmi di Machine Learning lavorano come assistenti intelligenti, ovvero imparano strada facendo le risposte da dare e i consigli più appropriati. Apprendono da dati alimentati dal Machine Learning, e sono in costante in evoluzione. I vantaggi? L’azienda acquisisce le preferenze e le domande degli utenti e rimodula i propri servizi in modo più preciso, può assistere in tempo reale ad un numero anche infinito di clienti, può migliorare l’esperienza utente. Addirittura, dare empatia e scherzare col cliente.

 

Social media e Machine Learning vanno a braccetto anche in tema di riconoscimento immagini e video, di cui abbondano piattaforme come Facebook e Instagram. Grazie a immagini e video i dipartimenti marketing possono scovare i modi, talvolta davvero fantasiosi, con cui il prodotto è utilizzato o sperimentato, è in chiave commerciale (upselling e cross selling) dove è davvero possibile fare la differenza dal momento in cui si vanno a incrociare dati, ad esempio il reddito presunto, i gusti estetici o gli stili di vita. Insomma, gli algoritmi di Machine Learning possono svolgere operazioni impossibili da eseguire manualmente e dire tanto su uno specifico pubblico di destinazione perché immagini e video raccontano tanto.

 

In conclusione, i social network rappresentano per le imprese una gigantesca miniera di dati utili al business. Ed è grazie al Machine Learning che è possibile affinare il modo in cui i dati vengono estratti e trasformati in conoscenza, per consentire alle aziende di fare previsioni maggiormente accurate e prendere decisioni basate su evidenze. Oltre a reputazione online e social media listening le aziende sono chiamate a potenziare lo sviluppo di sistemi capaci di raccogliere ed elaborare i dati con migliore precisione. Anche per questo software come le chatbot stanno diventando una delle aree di AI più interessanti su cui investire. Chatbot che in un futuro non tanto lontano potranno parlare con noi in modo spettacolare e forse inimmaginabile.

 

Leave a Reply