Come usare i big data per capire meglio il turismo | Economyup
Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

La riflessione

Come usare i big data per capire meglio il turismo

10 Ott 2014

Le statistiche su arrivi e presenze non bastano a monitorare il fenomeno turistico: ecco perché vanno considerati altri dati “grossolani” come i passaggi autostradali, il consumo elettrico, il numero di ricerche web… Per analizzare questa massa di informazioni, la tecnologia semantica è tra le più promettenti

Il turismo è tecnicamente un fenomeno di mobilità, perciò appartiene a pieno titolo alle tematiche della smart city. La mobilità turistica, a differenza di quella dei residenti, ha andamenti a volte ciclici altre anti-ciclici. Il senso è che in certi periodi dell’anno, anzi della settimana, la mobilità turistica si somma a quella dei residenti, mentre in altre settimane, o parti della stessa settimana, si compensa, perché si presenta contemporaneamente alla riduzione di quella dei residenti.

[Le smart city e i nuovi canali d’ascolto dei cittadini]

C’è poi, all’interno della mobilità turistica, una differenziazione di non poco conto: quella dei turisti veri e propri, cioè che pernottano nella località, e gli escursionisti che, pur avendo la residenza in altro comune, trascorrono comunque la giornata nella destinazione turistica. Ne sanno qualcosa le località alpine nelle domeniche d’inverno, e quelle balneari nelle domeniche d’estate.

Non c’è però solo la mobilità, ma ci sono le attività, che richiedono un’attenzione speciale al fenomeno turistico. Ci sono le attrazioni, di qualunque tipo, che costituiscono spesso l’oggetto della visita del turista, e perciò richiedono un monitoraggio molto preciso. Musei, parchi, luoghi che ospitano eventi, vie dello shopping, tutte ricevono un impatto dal fenomeno turistico.

Naturalmente c’è una variabilità dell’incidenza del turismo nella vita delle città, alcune sono monotematiche, perché vivono quasi esclusivamente di turismo, altre hanno un peso importante che arriva dal turismo e altre ancora hanno nel turismo un fenomeno marginale. Se queste definizioni fossero fisse una volta per tutte per ogni comune, il fenomeno avrebbe una governabilità più semplice, ma siccome le tre situazioni si determinano talvolta nella stessa località, a seconda del periodo, e talvolta anche della stessa singola settimana, allora il suo management è meno ovvio di quanto si creda.

Quali strumenti abbiamo per il governo del fenomeno? Le statistiche sugli arrivi e le presenze turistiche non bastano:

  • perché contano le teste, ma non la loro mobilità;
  • perché sono una misura molto approssimativa del fenomeno, che è molto più articolato e diffuso di quanto queste statistiche facciano percepire;
  • perché non dicono nulla né della loro identità, né dei loro pensieri;
  • perché non danno indicazioni sulle cose da fare, sui problemi da risolvere, sulle preferenze dei visitatori.

Occorre allora arrivare a un monitoraggio, e di qui a un governo, più preciso e innovativo del fenomeno. Oggi, dal punto di vista tecnologico, abbiamo strumenti molto più sofisticati, in quanto ad ampiezza, e molto più articolati, in fatto di capacità di raccogliere informazioni anche indirette sul turismo.

Possiamo considerare altri tipi di dati, che ci permettono una maggiore conoscenza e soprattutto prevedibilità del fenomeno. Infatti, l’aspetto previsivo nel governo del turismo è la sua componente più importante. Il monitoraggio di nuovi indicatori, anzi la loro somma corredata da un opportuno algoritmo, è la vera novità del governo futuro del turismo.

Pensiamo ad alcuni dati “grossolani”, ma molto efficaci come i passaggi autostradali, il numero di ricerche dedicate a una destinazione (o a un set di parole-chiave che la richiami), il consumo elettrico, persino il consumo delle bibite, può darci utili e univoche indicazioni sul peso del fenomeno, naturalmente non in senso assoluto, ma in termini comparativi, fondati sulle serie storiche. Pensiamo a un aspetto: sappiamo che chiunque intenda fare un viaggio o una vacanza in una destinazione, giorni, settimane e mesi prima comincia a interrogare internet, sull’albergo da scegliere, sulle cose da fare, sugli eventi da seguire.

È evidente che esista una correlazione tra numero di ricerche e numero di viaggi nella destinazione. Non una correlazione strettamente matematica, ma di tipo statistico: è probabile che se x.000 persone chiedono informazioni su una città, un y.00 persone con un’alta probabilità compreranno quella località. Così come se diminuisce del 10%, ad esempio, la tendenza nel computo dei passaggi autostradali di riferimento della località, è molto probabile che quella stessa percentuale sia la misura della riduzione della presenza turistica nella località.

È il mondo dei ‘big data’, dove alla precisione-accuratezza dei piccoli numeri (campioni statistici o altro) si sostituisce l’enormità dei dati che il fenomeno autoproduce. In questo caso non siamo interessati a scoprire il nesso causale, ad esempio ci sono meno turisti perché il prezzo degli alberghi è alto… Non ci sono più nessi causali, che vengono lasciati ad altro ambito, ma ci sono solo connessioni. Sappiamo che se alcuni indicatori vanno in un certo modo, allora il fenomeno prenderà certe caratteristiche e così via.

La stessa tecnologia della georeferenziazione delle foto promette maggiori risultati rispetto ad altre tecniche. Considerando migliaia di foto postate su Facebook, Flickr, Instagram e altri siti ancora, si ottiene una mappa dei percorsi turistici molto più accurata di quello che qualunque altra tecnologia riesce a fornirci. Non ci sarà neppure bisogno di calcolare la densità dei cellulari, minuto per minuto, per avere un’idea della densità dei turisti in un dato momento e in un certo spazio, basteranno le foto.

È arrivato dunque il momento di incrociare due innovazioni: nel mondo delle smart city, per comprendere e incorporare appieno il fenomeno turistico, e nel mondo stesso del turismo, dove ai dati tradizionali, oramai inservibili per governare il fenomeno, bisognerà approntare l’ingresso di quell’universo dei big data.

Per altro, la stessa espressione smart city rimanda, quasi in maniera subliminale, alle destinazioni turistiche, alle quali, nell’immaginario popolare, vengono attribuite proprio quelle caratteristiche che vorremmo trovare nelle città di residenza, come semplicità, facilità di spostamenti, disponibilità di informazioni, gradevolezza del vivere. Ora l’evocazione non aspetta altro che diventare realtà. Fra tutte le tecnologie disponibili quella dell’analisi semantica può riservare le sorprese più interessanti e gli utilizzi più promettenti.

*direttore Sociometrica
** Ceo Expert System Usa

Antonio Preiti * e Luca Scagliarini **

Articoli correlati