Cosa intendiamo per data education
Data education è un percorso di apprendimento e applicazione della cultura dei dati. Intraprenderlo vuol dire comprendere come gestire e relazionarsi con l’universo dei dati in ogni momento del loro ciclo di vita per ottenere un sistema utile di supporto ai processi di decision making.
Fare data education significa capire perciò come impiegare e integrare le metodologie di data intelligence nei sistemi di relazione di una determinata attività.
La buona pratica essenziale è aver chiaro tre aspetti fondamentali:
- Chi sono i soggetti coinvolti, quali responsabilità ricoprono e quali motivazioni li sostengono
- Quale è lo scopo o missione di interesse ampio da realizzare, in quanto tempo, con quali precedenti e risorse
- Quali sono gli obiettivi tecnici intermedi e misurabili che step by step tendono a quello scopo o missione.
Una gestione intelligente dei dati parte dalla necessità che essi siano aperti, trasparenti e accessibili. Queste caratteristiche definiscono i cosiddetti open data perché utilizzabili ed elaborabili da chiunque autorizzato a farlo e/o ne abbia interesse.
Coloro che ricoprono un ruolo decisionale, sia nel pubblico e sia nel privato, sono periodicamente chiamati ad affrontare sfide e criticità a forte impatto socio-economico, imprenditoriale e manageriale con conseguenze relativamente importanti sulla vita e sul futuro di cittadini, lavoratori, amministratori e manager. Tutti costoro sono i protagonisti oggettivi dei percorsi di data education.
La cultura dei dati aperti, purtroppo, non è adeguatamente diffusa e durante le fasi di ricerca e di messa a punto di nuovi progetti ci si scontra spesso con frammentazione dei dati e mancanza di buone pratiche di condivisione e comunicazione. Questa situazione ha una controprova nella semplice ricerca online del termine “data education”: quando tutto è ormai data driven, le buone pratiche riscontrabili in chiave di management pubblico e privato sono poche e pressoché tutte estere.
A chi interessa e quando è indispensabile
L’espressione data education può essere tradotta in italiano con “educazione alla cultura e alla pratica dei dati” che suggerisce la necessità di adottare un approccio strutturato e continuativo, acquisendo contezza dell’utilità e della sua diffusione.
Disporre di modelli, competenze e strumenti di gestione e analisi dei dati è oggi imprescindibile per coloro che ricoprono ruoli decisionali sia a livello pubblico che privato, per i collaboratori di qualunque organizzazione e via via per tutti gli stakeholder con i quali si interfacciano. Sono tantissimi i contesti in cui un approccio basato su dati può portare considerevoli benefici: dalle fasi iniziali di immaginazione di un nuovo progetto o scenario dove i dati possono abilitare visioni inedite e suggerire innovazioni considerevoli, a un dataset ben organizzato, aggiornabile e accessibile per prendere decisioni, motivare scelte e gestire parti e risultati operativi, alla sempre indispensabile relazione di scambio con clienti, utenti e stakeholder. La cultura dei dati quindi come mix di opportunità, ricchezza di vedute e di opzioni, scoperta di fatti e correlazioni non considerate e infine come vero e proprio vantaggio competitivo.
Le metodologie di analisi e valutazione dei dati
Un sistema di data intelligence è un presupposto fondamentale per poter raggiungere buone pratiche di data education. Un sistema efficiente si compone di diverse tipologie di dati ed è importante capire quali siano necessarie per il contesto in cui si opera.
In generale, i dati statistici e i dati online sono “sempre” disponibili e sono la base di qualunque analisi ed elaborazione, dalla più semplice alla più complessa, e in caso di necessità possono essere integrati dai dati generativi specifici del contesto di interesse orientati dallo scopo e dagli obiettivi tecnici intermedi indicati/auspicati dai responsabili dell’organizzazione di riferimento.
Le metodologie di analisi sono molteplici e la scelta di quale applicare dipende dagli scopi economico-sociali da soddisfare e dagli obiettivi tecnici da realizzare.
La raccolta e l’elaborazione di dati, infatti, non è mai una attività fine a sé stessa, deve essere orientata a concretizzare risultati significativi e misurabili in relazione agli obiettivi fissati. Inoltre, è necessario adottare un approccio multifonte in termini sia di ricerca di più soggetti pubblici e privati che trattino informazioni congruenti sia di integrazione di dati apparentemente distanti e/o atipici perché la pratica convenzionale può aver sottovalutato determinate correlazioni di senso.
Quando ci si basa esclusivamente su dati statistici o dati online già disponibili l’attività di analisi si focalizza sulla loro esplorazione per “concetti chiave” attuando un accurato esame delle informazioni e delle correlazioni rilevanti ai fini degli scopi da realizzare.
Esempio di questo approccio è l’indagine compilativa, un metodo di analisi relativamente semplice ma tutt’altro che banale necessaria per verificare una o più tesi iniziali e/o per approfondire le caratteristiche di un determinato contesto e che viene svolta integrando diverse tecniche di ricerca, dall’uso di un insieme non casuale ed orientato di keyword all’impiego altrettanto non casuale dei software di Artificial Intelligence sostenuta da un’indispensabile attività di data checking.
Un’altra metodologia, correlabile in parte alla metodologia precedente, è l’analisi di benchmarking, utile quando l’obiettivo tecnico è trovare elementi e metriche di confronto per gli scopi da soddisfare e/o conoscere buone pratiche tipiche e atipiche rispetto al contesto di nostro interesse. Può essere, infatti, stimolante avere come riferimento dei casi di successo realizzati in territori, sistemi e destinazioni similari, ma non per forza equipollenti, da utilizzare poi nei progetti e nei programmi che costituiranno un piano strategico di sviluppo o un piano di marketing.
In molti casi i dati statistici e online non sono sufficienti per approfondire la complessità di dinamiche del territorio di analisi. È in questi casi che si ricorre anche a dati generativi, cioè dati da concepire e generare tramite metodologie specifiche. Fra queste ricordiamo le indagini di campo, dove si definisce un “campione rappresentativo” di una determinata “popolazione di ricerca” al quale viene sottoposto un questionario che, tramite tecniche CATI e CAWI, darà luogo a raccolte di dati da elaborare per definire pattern o idee significative per il raggiungimento degli scopi economico-sociali e/o degli obiettivi tecnici.
Altre tecniche importanti che permettono di generare dati orientati da uno scopo e da obiettivi tecnici sono:
- Audit individuali, incontri 1-1 volti ad approfondire la conoscenza di specifiche esigenze e proposte dei principali decisori di un’organizzazione o di un sistema complesso
- Focus group di ascolto e progetto, incontri di confronto con massima partecipazione anche personale nei quali abilitare un’idea o una visione e fare emergere nuove opportunità e condividere esigenze, esperienze e proposte
Tramite questa articolata strumentazione metodologica si ottengono risultati molto significativi che possono permettere di classificare anche percezioni sensoriali e di esperienza e definire più rank o graduatorie capaci così di orientare ulteriormente le scelte di progetto e di strategia.
Alcune esperienze recenti di data intelligence e data education
Le metodologie di data intelligence per fare/condividere data education hanno avuto nel tempo più applicazioni interessanti. Ecco una breve rassegna di alcuni nostri casi:
Camera di Commercio di Bari – Progetto Bari Guest Card e Bari Welcome (2020-24)
- Inventario degli attrattori turistici rilevanti
- Analisi delle performance dell’ecosistema digitale
- Analisi della domanda online
- Analisi delle opportunità di organizzazione delle esperienze
- Revisione degli precedenti a fronte all’impatto del cambiamento climatico
- Restituzione e condivisione per data education in più incontri e seminari
ENIT Agenzia Nazionale del Turismo – Progetto ENIT Business (2022)
- Survey di conoscenza e misurazione del fabbisogno delle imprese turistiche
- Indagine su fonti e misure europee, nazionali e regionali di co-finanziamento per imprese e destinazioni turistiche con quotazione e accertamento della disponibilità finanziaria effettiva
- Dashboard di consultazione per tematismi e per soggetti abilitati di fonti e misure con accesso a dati open orientabili per singole esigenze di imprese e destinazioni
- Restituzione e condivisione per data education in più incontri e seminari
GAL Ogliastra – Progetto Destinazione Ogliastra (2023)
- Analisi statistica dei trend della destinazione
- Survey sugli operatori economici del turismo e delle filiere collegate
- Analisi della domanda online
- Analisi delle opinioni e delle proposte degli operatori e degli amministratori pubblici
- Analisi dell’ecosistema digitale
- Restituzione e condivisione per data education nel Forum del Turismo della destinazione
ATL Alto Piemonte – Progetto DESy (2023)
- Workshop 1 di data education con definizione di esigenze e sfide per gli operatori del settore turistico
- Workshop 2 di data education con introduzione a data intelligence, modelli e strumenti
- Workshop 3 di data education con sviluppo dei servizi DESy e best practice di data intelligence
Regione Veneto – Smart Tourism Destination Co-creating (2023)
- Analisi delle performance dell’ecosistema digitale turistico
- Survey su un campione rappresentativo degli stakeholders turistici e delle destinazioni territoriali
- Restituzione e condivisione per data education in seminario finale di progetto per le nuove pratiche di Smart Tourism Destination
Unione della Romagna Faentina – Progetto Upgrade delle relazioni imprese e PA locale (2024)
- Ricerca, analisi ed elaborazione dati sui macro settori economici locali Manifattura, Imprese ICT e Servizi, Agroalimentare e Commercio, con composizione e valutazione dei trend statistici economico-sociali, degli scenari di innovazione e dell’impatto dei progetti locali PNRR
- Survey dei responsabili d’impresa dei quattro macro settore e match tra pratiche e aspettative
- Restituzione e condivisione per data education in seminario finale
Ministero del Turismo e Conferenza delle Regioni, tramite Toscana Promozione – Progetto “Aromi d’Italia” (2024)
- Ideazione di un sistema inedito di sondaggio e determinazione dei rank di preferenze dei prodotti IGP per ciascuna regione italiana
- Survey su un campione statistico e rappresentativo di cultori, professionisti ed esperti del cibo allo scopo di “eleggere” gli aromi caratteristici dei prodotti enogastronomici di ogni regione e realizzare nuove eventi promozionali internazionali
- Restituzione e condivisione per data education in evento finale a BTO 2024
ENIT Spa Agenzia Nazionale del Turismo – Progetto di ricerca Turismo Climate-Sensitive (2023-24), in collaborazione con Fondazione Santagata per l’Economia della Cultura
- Indagine compilativa “Climate change: evoluzione di imprese e destinazioni turistiche in Europa e in Italia”
- Indagine di campo “Climate change: nuove scelte di turisti e operatori del turismo” su un campione ponderato statisticamente rappresentativo di operatori pubblici e privati e di Tour Operator internazionali
- Ricerca e composizione del Tourism Climatic Index previsionale per pianificare i periodi più o meno favorevoli per i turisti e per le diverse pratica di esperienza turistica
- Progetto e realizzazione della dashboard Tourism Climate-sensitive
- Restituzione e condivisione per data education in più seminari ed eventi.
Sei interessato alle metodologie di data intelligence e ai percorsi di data education?
Contattaci!
Grazie della collaborazione.
