Che cosa vuol dire analytics e perché ne abbiamo bisogno

Analytics è l’analisi sistematica dei dati per raccogliere approfondimenti su domande di ricerca specifiche. Ogni volta che vogliamo capire qualcosa, normalmente raccogliamo dati e li usiamo per rispondere a domande che potremmo avere o per prendere decisioni.

Guardiamo il tempo fuori dalla finestra e decidiamo se vogliamo prendere l’ombrello o meno, o quali scarpe sono le più adatte. Gli esseri umani eseguono analisi e ragionamenti deduttivi senza nemmeno accorgersene per la maggior parte del tempo. I dati senza analisi sono come avere carburante senza auto. Non è utile e semplicemente una perdita di tempo.

Quindi una delle nostre principali preoccupazioni in questo progetto è stata quella di dare il giusto peso all’analytics sin dall’inizio e includerla in tutte le fasi del progetto. Solo così saremo in grado di rispondere alle domande che ci siamo posti in modo scientificamente corretto.

 

I dati senza analisi sono come avere carburante senza auto !

 

L’analytics nei sondaggi

Normalmente i sondaggi, e sicuramente hai partecipato a uno o più, sono un insieme di domande poste in maniera sequenziale, una dopo l’altra. In genere, per mantenere l’interpretazione semplice, le domande hanno poca o nessuna correlazione l’una con l’altra. Quindi l’analisi dei dati normalmente non è complicata e basta guardare le risposte separatamente.

Qualcosa da notare è che la selezione dei partecipanti è fondamentale per evitare di introdurre bias. Se i partecipanti sono solo uomini, avremo chiaramente un forte bias e non saremo in grado di raccogliere informazioni interessanti che rifletteranno ciò che pensano le donne, ad esempio. In genere si fa molto per assicurarsi che la scelta dei partecipanti non abbia bias che potrebbe essere rilevante per le domande a cui si sta cercando di rispondere (lo stesso numero di maschi e femmine, lo stesso numero di partecipanti in tutte le fasce d’età, ecc.).

In questo progetto stiamo esaminando molto seriamente il possibile bias per assicurarci che le nostre conclusioni siano il più possibile prive di pregiudizi e stiamo cercando modi diversi per ottenerlo con vari esperti.

 

Le sfide dell’analytics nello storytelling

L’uso dello storytelling per costruire un sondaggio, o in altre parole consentire ai partecipanti di decidere come si svilupperà la storia e quindi il sondaggio, rende l’approccio classico all’analisi statistica dei sondaggi molto meno utile. In questo progetto stiamo sviluppando nuovi approcci di analisi per essere in grado di comprendere come le diverse scelte siano correlate tra loro e come utilizzare questa correlazione per comprendere le opinioni dei partecipanti su diversi argomenti. Aggiungere un contesto alle domande (la storia) ci permette di formulare domande veramente specifiche da porre ai partecipanti.

In questo nuovo paradigma, non solo le domande sono importanti, ma (e forse anche di più) anche il modo in cui sono collegate. L’intera storia diventa un albero attraverso il quale un partecipante può navigare. I nuovi metodi di analisi che stiamo sviluppando consentiranno di analizzare questa navigazione ad albero e cosa ci dice sulle opinioni dei partecipanti. Nella figura sottostante si può vedere un’immagine schematica di una possibile storia con cinque domande.

 

Technocast Analytics

 

I diversi partecipanti vedranno domande diverse e dovranno affrontare scelte diverse. Una corretta analisi di ciò che accade durante il racconto è obbligatoria per poter interpretare con precisione i risultati. Come si può vedere nella figura, un partecipante può arrivare alla domanda 4 in due modi diversi. Quindi il percorso verso un punto diventa improvvisamente molto importante e contiene informazioni importanti che devono essere decodificate per interpretare l’opinione del partecipante. Questo ulteriore livello di complessità richiede nuovi metodi di analisi che vengono sviluppati in questo progetto.

 

Entra ora nella storia per scoprire il tuo profilo!

Crediti:

Umberto Michelucci, TOELT LLC, umberto.michelucci@toelt.ai 
Prof. Aya Kachi, Università Basilea, aya.kachi@gmail.com