Nelle comunicazioni relative allo sbarco a Wall Street, Twitter ha rivelato i ricavi della piattaforma di microblogging derivati da un lato meno conosciuto delle proprie attività. 47,5 milioni di dollari provengono infatti dalla vendita dei dati raccolti a un gruppo di aziende in rapida crescita che li analizza per stabilire nuovi eventi e tendenze.

Una cifra piccola se paragonata ai ricavi generati dalla pubblicità, ma il business dei dati di Twitter è tutt’altro che irrilevante. Il flusso costante di esperienze, opinioni e sentimenti presenti sul sito ha dato vita a un enorme ecosistema, offrendo la possibilità di capire meglio le persone a coloro che sviluppano prodotti, agli studi di Hollywood ai principali rivenditori sino agli hedge fund. Grazie al sostegno di milioni di dollari in capitale di rischio, sono emerse centinaia di società di social listening.

«L’impatto economico di Twitter è molto più grande dei numeri finanziari con cui si presenta in borsa», ha affermato Rob Bailey, ceo di Data Sift, società di Londra che analizza i data distribuiti sui social network. Questo tipo di società individua tendenze che altrimenti richiederebbero anni per essere rilevate.

Un’opportunità potrebbe venire da Wall Street. Dataminr, che solo quest’anno ha raccolto 30 milioni di dollari di finanziamenti, ha fatto del serving trader la sua attività principale: usa algoritmi simili a quelli utilizzati per gli hedge fund per condurre high-speed trading. Cinque minuti prima la TV desse la notizia della sparatoria a Capitol Hill, gli abbonati di Dataminr erano stati avvertiti di agire, dando loro un vantaggio sulla notizia che ha fatto scendere il S&P Index di 20 punti cinque minuti più tardi.

Le società che analizzano i dati distribuiti sui social network sono la sottocategoria di una nuova industria dati in espansione che raccoglie, diffonde e analizza tutte le informazioni che le persone lasciano online. Mentre è difficile ottenere stime sul valore di mercato dell’industria che analizza i dati sui distribuiti social network, la società di ricerca Idc ha stimato che l’intero mercato dei big data è cresciuto sette volte più velocemente del settore dell’information technology nel suo complesso. Tra due anni potrebbe arrivare a un valore di 16,9 miliardi di dollari.

Il social network concorrente di Twitter, Facebook, ha per lo più evitato di essere coinvolto nel business dei dati. In parte questo è dovuto al fatto che il prodotto di Facebook non è basato sulle conversazioni pubbliche ma piuttosto sulla condivisione privata tra gli amici.

Ciascuna delle società che analizzano i dati dei social network si vantano di avere strumenti esclusivi di estrazione delle informazioni che vanno oltre i criteri di ricerca di base. Alcune riescono a focalizzarsi su un sottoinsieme di persone e a monitorare le frasi che esprimono emozioni. Poi riescono a creare uno schema di indicatori di sentimento che misura quello che quel determinato sottoinsieme pensa relativamente a un tema. Queste società hanno elaborato algoritmi di elaborazione di linguaggio colloquiale per osservare lo slang e le espressioni grammaticalmente scorrette e selezionare i tweet che indicano questioni urgenti a causa di parole come Breaking.

«Non ci limitiamo a contare il volume di queste tendenze. È troppo semplice», ha spiegato Nova Spivak, ceo di Bottlenose, «le aziende hanno passato anni a capire il passato, Twitter ha trovato un modo per misurare il presente». Secondo le aziende, è ancora troppo presto per determinare il valore a lungo termine dei dati di Twitter. Un rischio che Twitter ha rilevato nella documentazione relativa all’ipo è che la crescita della società potrebbe essere indebolita dagli spammer e dai account falsi. Un altro rischio è legato al fatto che gli account Twitter possono essere violati e usati per diffondere informazioni errate. Le società stanno comunque ancora cercando di capire come le conversazioni di Twitter siano collegate al mondo reale. La maggior parte non sta ancora abbandonando metodi come i focus group o le indagini di soddisfazione del cliente, ha affermato Darrell Jursa di Fleishmann Hillard, società di pubbliche relazioni specializzata in crisis management. «Tra l’80 e il 90% delle conversazioni avviene ancora offline», ha spiegato Jursa, «è necessario contestualizzare i dati con il resto». Inoltre, le società che utilizzano i dati stanno cercando sempre più di comprendere se una «crisi» di Twitter abbia in realtà un forte impatto o rimane circoscritta.

Il termine tecnico è data warehouse, il magazzino di dati da cui attingere per le attività aziendali. Di soluzioni che permettono di costruire il proprio data warehouse si parla da tempo, ma è negli ultimi anni che i dati hanno acquisito un’importanza crescente dal punto di vista strategico parallelamente all’incremento delle loro dimensioni, tanto che oggi si parla di big data.

«Dieci anni fa, quando abbiamo cominciato, il data warehouse era ancora un concetto da visionari», ha raccontato Franco Vittone, amministratore delegato di Teradata Italia, «ora è una filosofia largamente diffusa anche nelle aziende. La sua realizzazione, però, non è un fatto scontato. Avere un unico ambiente, un’unica versione dei dati che alimenta tutte le divisioni, è un processo non ancora completato». Nelle aziende, sottolinea il manager, tradizionalmente le diverse divisioni erano concepite come silos e così gli archivi a cui attingevano per la propria attività. Ancora oggi è così, e il processo di consolidamento non sempre è avvenuto: un certo numero di database convive e può capitare che lo stesso dato presenti valori differenti: «L’univocità è un valore enorme.

Credem, già dieci anni fa pensò di preparare un magazzino di dati il cui utilizzo si sarebbe sviluppato nel tempo. In pratica Credem si trovò nella necessità di dotarsi di un sistema evoluto di customer relationship management, ma colse la palla al balzo per innestarlo su di un archivio che poi avrebbe servito le altre attività fino ad arrivare oggi alla business intelligence. «All’epoca avevamo già un data warehouse», ha spiegato Fabrizio Iotti, It manager di Credem, «ma ritenemmo che quel tipo di organizzazione tecnica non fosse la migliore. Ci importava che il sistema consentisse la scalabilità e in un modo non troppo oneroso. Così abbiamo preso il primo appliance Teradata, che ci ha seguito nel tempo. Oggi abbiamo un ambiente dati costituito da un nucleo centrale di enterprise data warehouse che comprende tutte le informazioni del gruppo bancario, nessuna esclusa».

I silos, incredibilmente, esistono anche in ambienti che utilizzano la business intelligence perché non è scontato che il carburante per questa attività si trovi raccolto in un unico posto. E se la qualità e unicità del dato sono elementi fondamentali, non è da sottovalutare il dispendio di risorse per allineare la stessa informazione su un certo numero di database, con il rischio di errore che questo comporta.

Prospettive a parte, Teradata si è dotata nel tempo di applicativi che si innestano sul proprio data warehouse pur continuando a realizzare magazzini virtuali utilizzati dalle più disparate soluzioni di terzi. La crescita del portafoglio spesso è avvenuta con acquisizioni, come con Aprimo, eCircle e Aster. «Con Aprimo ci siamo dotati di applicazioni di marketing, con eCircle di digital messaging visto che l’e-mail è tutt’ora il mezzo più efficace per fare campagne di marketing, e con Aster abbiamo ampliato la nostra offerta nel big data nei dati non strutturati.