Vengo dall’Italia e da poco sono diventato residente permanente negli Stati Uniti. Vivo in Ohio e compro generi alimentari da una nota grande azienda di generi alimentari.
Una cosa che ha attirato la mia attenzione è che i cassieri chiedono ai clienti di iscriversi alla loro offerta speciale carta della spesa con un nome utente e un codice a barre.
Questa carta della spesa è un premio per i clienti che finiscono per risparmiare più denaro rispetto alle persone senza carta quando vanno a fare la spesa.
Questo è anche molto bello perché fa risparmiare soldi sulla stazione di servizio adiacente al negozio di alimentari.
Naturalmente, come scienziato dei dati (e anche piuttosto ossessionato), ho iniziato a pensare alle implicazioni di avere tutta la mia lista della spesa salvata in un’unica scheda. E questo mi fa pensare alla frase:
“I dati sono il nuovo petrolio”
di Clive Humby, nel senso che, mentre per un non data scientist la lista della spesa di una persona è solo un mezzo per spettegolare, per un data scientist è un mezzo per fare profilazione della clientela del cliente dietro la lista della spesa.
Profilazione del cliente significa che, utilizzando i dati, siamo in grado di dare “risposte” più specifiche alle caratteristiche del cliente di interesse.
Ora, ovviamente non ho inventato io la profilazione dei clienti, e questa azienda di generi alimentari di cui parlavo già la profilazione dei clienti la fa già.
Ogni fine settimana, nella mia casella di posta, vedo buoni spesa.
Non voglio trattarti con condiscendenza dicendoti cos’è un buono spesa, quindi ne parlerò molto rapidamente. Sono qualcosa come:
“Risparmia 75 centesimi sull’acquisto di un riso integrale da 12 once o più grande. Utilizzalo entro il 02/04/2021”
Non sono sicuro che eseguano la profilazione dei clienti e questi lo sono buoni alimentari basati sul clientema sarei molto sorpreso se non lo fossero.
Le persone utilizzano il Machine Learning per generare continuamente coupon e un articolo…
Fonte: towardsdatascience.com
