Live talk: Non voglio mica la Luna!

 

Ovvero l’arte di aver cura dei clienti. Il vino oggi è emozione, tipicità, autenticità, fiducia. Lo hanno “preteso” i consumatori o sono i produttori che hanno “innovato”? E cosa c’entra questo con la tecnologia IT?

Ne abbiamo discusso lo scorso dicembre insieme al giornalista e sommelier Marco Pozzali e Daniele Dall’Asta. Con loro, abbiamo compiuto un piccolo viaggio tra i vini di soddisfazione e quelli di emozione, tra tipicità ed identità, ricerca dell’originalità e terroir (rigorosamente senza la E finale)… e la scoperta del perché ciò che lega questi temi all’IT è la fiducia e l’aver cura dei clienti è il primo step da fare.

 

Il consumatore vuole un nuovo legame di fiducia

Oggi si sta creando un circuito virtuoso in cui il consumatore chiede fiducia in un legame più forte al quale il brand è chiamato a “reagire”, a prendersi cura dei clienti.

Negli ultimi anni abbiamo assistito in maniera evidente ad un “cambio stilistico nei vini”, questo è frutto delle nuove esigenze dei consumatori o della capacità di innovazione dei produttori? E di che innovazione stiamo parlando esattamente?

Secondo il punto di vista di Marco Pozzali, il livello dei vini italiani – e quelli del Vecchio Mondo più in generale – si è di molto innalzato e, parallelamente, l’approccio al lavoro, soprattutto di cantina, si è profondamente modificato dal punto di vista delle attrezzature a disposizione e soprattutto della cura e dell’attenzione ai singoli processi enologici. D’altra parte, però, questa stessa strada è facilmente imitabile: la qualità del prodotto è già stata conseguita, tuttavia, da sola non basta più a mettere al riparo dalla concorrenza agguerrita del Nuovo Mondo. Per fronteggiare le nuove sfide, nel tempo, si è deciso di puntare sulla ricerca dell’originalità, piaciuta soprattutto ai wine-makers che, nel corso degli ultimi anni, hanno avuto modo di imprimere sui vini realizzati la propria firma.

Ma sono cambiati i gusti dei consumatori o il cambiamento è stato orientato da produttori lungimiranti?

Oggi è corretto pensare ai vini dividendoli in due grandi categorie: “i vini di soddisfazione e i vini di emozione: per ciò che riguarda i primi, contraddistinti da assenza di difetti, piacevolezza, equilibrio tra tutti i requisiti organolettici, ha sicuramente senso parlare di tipicità: sono infatti pensati per prendersi cura dei clienti, per soddisfare il consumatore per ciò che riguarda la degustazione visiva, olfattiva e gustativa; sono progettati per rispondere al pubblico che ama trovare e riconoscere i vitigni di provenienza, rintracciando con facilità appunto i caratteri tipici delle varietà utilizzate, e in generale per chi vuole cogliere nel vino che assaggia tutti gli elementi facilmente riconducibili al frutto. I secondi sono invece quelli realizzati in terroir dalle potenzialità espressive particolarmente forti; in questi casi, la scelta varietale più opportuna è quella che fa sì che il vitigno impiantato sia un ottimo attore, ovvero che attenui fino quasi ad annullare del tutto la propria riconoscibilità, affinché il vino risulti il riflesso più fedele possibile sia dell’annata di produzione che soprattutto dell’ambiente di provenienza. Tale vino, al di là della piacevolezza immediata, ha il valore aggiunto del fascino, della forte identità conferita appunto dalla non ripetibilità dell’ambiente di produzione, nonché il potere di emozionare perché riflesso fedele di un luogo e di un tempo.

 

I driver tecnologici

Partendo da queste prime riflessioni, Daniele Dall’Asta, nel corso del Live Talk, ha condiviso con il pubblico le sue riflessioni cercando in quelle di Pozzali il parallelismo con la tecnologia e il digitale.

“L’onda della trasformazione digitale sta accompagnando la vita di tutti noi con una grande quantità di dati che caratterizzano le nostre attività e riducendo sempre di più la differenza tra l’io privato dall’io aziendale”, afferma Dall’Asta. “Usiamo lo stesso device per i post aziendali su Linkedin e le foto del nostro arrosto su Instagram e tutto questo permette di creare un’immagine sempre più precisa di cosa vogliamo e di cosa chiediamo. Questo ci permette di affidare ai nostri brand preferiti un’immagine sempre più precisa di cosa cerchiamo e di avere con loro un collegamento sempre più diretto. La tecnologia, inoltre, è diventata estremamente democratica cioè altamente accessibile sia dal punto di vista dei contenuti sia dal punto di vista economico. Siamo in un momento di grande fermento in cui le aziende possono finalmente attingere a tecnologie e a quantità di dati, i Big Data per capire il mercato, non ipotizzabili o non sostenibili economicamente fino a pochi anni fa. Attenzione però a credere che questi due fattori definiscano il consumatore come un soggetto passivo perché in realtà si sta creando un circuito virtuoso in cui il consumatore chiede un TRUST – un legame di fiducia – sempre più forte al brand e questo è chiamato a reagire, a prendersi cura dei clienti”.

Il consumatore vuole riconoscersi nel brand, ha bisogno di essere seguito per i gusti che esprime, e noi (aziende del panorama tecnologico) abbiamo la possibilità (e anche la responsabilità) di divulgare la cultura del dato per fare comprendere alle aziende che l’ascolto e la comprensione dei consumatori passa senza dubbio attraverso una efficace azione di raccolta e analisi del dato”, aggiunge Dall’Asta.

Nel corso del Live Talk, Pozzali e Dall’Asta si sono poi confrontati sul “senso” della tipicità, su cosa questo significhi per un vino ma anche per il Marketing “del vino”, e come ascolto, comprensione e misurazione (attraverso l’analisi dei dati) siano i driver per l’innovazione di business, l’innovazione di prodotto e la costruzione di una nuova relazione di fiducia tra aziende e consumatori.

Buona visione!

 

Guarda il video del live talk NON VOGLIO MICA LA LUNA!

Approfondimenti da BNext:

Deep learning: cos’è e quali le applicazioni 

Nell’ampio vocabolario dell’intelligenza artificiale c’è una tecnica sempre più diffusa che promette di affrontare i problemi più complessi: il deep learning. Grazie all’impiego delle reti neurali profonde, il deep learning consente di correlare i dati con una...

Machine learning e deep learning: quali le differenze

Machine learning (ML) e deep learning (DL) sono termini sempre più ricorrenti nel vocabolario tecnologico, oltre ad essere sempre più utilizzate nelle applicazioni enterprise e mainstream. Prima di entrare nel merito, per comprendere in cosa consistono e cosa le...

Dataiku: cosa c’è da sapere sulla nuova release

Le novità più importanti della release 11.0 e 11.1.0 spiegate dal nostro data scientist Emiliano Fuccio

ETL, il significato di Extract, Transform, Load: cos’è e a cosa serve

I dati vengono ormai generati con un flusso incessante, in ogni singolo istante, da miliardi di dispositivi interconnessi in tutto il mondo. Ma come è possibile estrarre valore da questa straordinaria risorsa digitale? Il paradigma Big Data, gli Advanced Analytics e...

Data ingestion: significato, esempi e vantaggi 

La data ingestion è una tecnologia molto importante nell’aiutare le organizzazioni a gestire un volume di dati sempre più ingente e complesso, anche per via della sua straordinaria eterogeneità. Se ben implementata, la data ingestion può infatti generare un...

Le differenze tra intelligenza artificiale debole e forte

L’intelligenza artificiale è una tecnologia ormai entrata stabilmente a far parte della nostra quotidianità, dai semplici assistenti domestici ai più complessi sistemi di robotica industriale. Nella sua definizione più ampia, l’intelligenza artificiale è un termine...

Cos’è la Data Quality e le metriche di riferimento

La Data Quality è una misura della condizione dei dati basata su fattori quali accuratezza, completezza, coerenza, affidabilità e se sono aggiornati. La misurazione dei livelli di qualità dei dati può aiutare le organizzazioni a identificare gli errori nei dati che...

OLAP e OLTP: cosa sono e quali le differenze 

La trasformazione digitale ha portato le aziende ad essere sempre più data-driven, orientando i loro processi e le loro decisioni nella prospettiva delle operazioni e delle analisi di quantità e varietà di dati sempre più importanti. È infatti ormai decisamente...

Data as a Service: cos’è a cosa serve

I modelli a servizi disponibili in cloud consentono di avere nuove opzioni di utilizzo dei dati, molto più flessibili e scalabili rispetto ai sistemi di gestione tradizionali. È il caso del Data as a Service (Daas), una soluzione strategica in grado di semplificare...

Data Science Lifecycle, le 6 (+1) fasi del processo

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.