Nelle industry fortemente competitive come quella automobilistica, si sta sempre più facendo ricorso a strumenti avanzati di analisi del big data per interpretare meglio le necessità e le preferenze del proprio target e per apportare efficienze alla catena del valore. E i risultati sono straordinari: il ricorso a questo nuovo strumento di indagine sta determinando aumento delle vendite, riduzione dei costi ma anche e soprattutto un sostanziale miglioramento della qualità. I big data, a differenza dei dati lineari che la statistica descrittiva riesce a fornire, sono frutto di un processo interattivo complesso, che tiene conto di un range molto più ricco di elementi, derivanti dal monitoraggio istantaneo di una mole senza precedenti di informazioni provenienti da fonti non tradizionali come Internet in grado di fotografare le tendenze e gli umori degli utenti, di intercettarne bisogni, esigenze e suggerimenti.
Ford è tra i trendsetter ed è già oggetto di studio
Tra le aziende automobilistiche pioniere su questo fronte la Ford le cui performance relative ai big data sono già diventate oggetto di studio. Già nel 2004 la Aston Martin DB9 era dotata di un ‘self-learning neural network system’, un sistema computerizzato di analisi dei dati che – in caso di avaria o in condizioni di guida problematiche – forniva avvertenze specifiche al conducente e ottimizzava le prestazioni della vettura. Oggi il ‘big data’ apporta benefici in molte aree di business della casa produttice americana, come lo sviluppo del prodotto, la supply chain e la distribuzione.
La formula magica è nell’interazione con i Social 
La Ford analizza le informazioni presenti nei social media per comprendere le esigenze e le preferenze dei clienti. Ad esempio, recentemente il team di sviluppo della Ford Escape sport-utility aveva il dubbio se dotare il modello di un bagagliaio con portellone manuale o elettronico, con la differenza che solo nel primo caso il lunotto potesse restare aperto, nonostante il portellone fosse chiuso. Le indagini di mercato di routine non hanno consentito di risolvere il problema; questo ha spinto il team di sviluppo a richiedere la collaborazione dei colleghi del marketing. Questi ultimi hanno consultato le opinioni dei clienti nei social media, dove era evidente la preferenza per il portellone elettronico. Similmente Ford ha dovuto indagare sul perché agli statunitensi proprietari di Ford Fiesta non piacesse l’indicatore di direzione a tre lampeggi , invece gradito ai clienti europei. In realtà dai social media si è evinto che il problema non riguardava il tipo ma la posizione dell’indicatore, che ne rendeva l’uso problematico (‘3 lessons in big data from the Ford Motor Company’, Derrick Harris, 2014).
Così l’auto diventa un’estensione dell’ automobilista
La serie ibrida ‘Energi’ rappresenta probabilmente il caso più evidente di come la disponibilità di dati influenzi l’esperienza di guida. I sensori installati sulle autovetture di questa linea generano in media 25 gigabyte di dati all’ora che poi sono ri-elaborati nei data centres di Ford e restituiti al conducente tramite un’ app mobile. Il conducente beneficia di informazioni real time sulle prestazioni dell’auto, sul consumo della batteria e sulla vicinanza alle stazioni di ricarica (‘How data is changing the car game for Ford’, Derrick Harris, 2013). L’utilità di questa funzione rassicura gli early adopters del prodotto. Sui modelli più recenti Ford installa di media 74 sensori tra cui sonar, telecamere, radar, accelerometri , sensori di temperatura e sensori per la pioggia per migliorare l’esperienza di guida (‘Ford drives in the right direction with big data’, Mark Van Rimenam, 2014)
La supply chain e la distribuzione
Di media un veicolo è costituito da 20000 a 25000 pezzi. Inoltre nella costruzione e nella distribuzione di ogni modello sono coinvolte migliaia di fornitori. Solo una dettagliata analisi dei dati di produzione e delle loro correlazioni consente di ottimizzare qualità, costi e tempi. Quanto alla distribuzione, lo ‘Smart Inventory Management System‘ aiuta i concessionari ad organizzare le scorte in modo tale che abbiano lo stock ottimale di veicoli. Attraverso lo SIMS, Ford applica complessi algoritmi ai dati di vendita e agli altri dati rilevanti a livello locale e nazionale in modo tale da fornire ai dealers suggerimenti in merito ai modelli da avere in stock in quel preciso momento dell’anno (‘How analytics helped Ford turn its fortunes’, Julia King, 2013).
Il team di esperti del Big Data
In conclusione, il successo dell’applicazione del ‘big data’ al business dipende dalla competenza delle persone coinvolte. A tal fine, Ford ha selezionato e assunto professionisti che fossero nello stesso tempo esperti di protezione, archiviazione, catalogazione delle informazioni e di business intelligence. In altre parole non è sufficiente essere esperti in tema di conservazione e raccolta dei dati, ma bisogna sapere come metterli in correlazione per estrapolarne valore di business. Se da una parte i softwares sono uno strumento necessario per poter raccogliere le informazioni e metterle in relazione tra di loro, dall’altra è imprescindibile l’attività di esperti che indichino quali dati analizzare e che sappiano interpretare i risultati dell’analisi.
