Analisi dei dati comportamentali come strategia di prevenzione

Probabilmente il coronavirus sarà nelle cronache ancora per molto tempo ma la chiusura totale delle scuole, degli uffici e le limitazioni su riunioni e assembramenti non sarà a lungo protratta in dimensioni così estese e senza avere alternative. Sicuramente i periodi di chiusura saranno più brevi e l’isolamento sarà mirato.
In questi mesi c’è stato modo di sperimentare soluzioni diverse e disparate per gestire il contenimento della diffusione, dalla chiusura totale alla gestione delle affluenze contingentate.
Quello che è certo è che la pianificazione e il controllo degli spostamenti è stato cruciale per arginare l’emergenza.

Non si può dire che non sia stato un periodo creativo e insieme drammatico in cui si è tentato di recuperare in tutti i modi una normalità che probabilmente deve trovare un nuovo assetto, una normalità che dovrà sicuramente essere rimodellata secondo nuovi parametri. Ci sarà bisogno di un cambiamento comportamentale che dobbiamo sperare sia evolutivo.
Fare previsioni sull’onda di un’emergenza non è mai un esercizio semplice ma ora lo scenario inizia a delinearsi e dopo questa esperienza le soluzioni più efficaci iniziano a rivelarsi. Ciò che indubbiamente si è dimostrato più risolutivo in assenza di una cura, è stato il cambiamento comportamentale.

Come ha affermato Marc Lipsitch, professore di epidemiologia e direttore del Center for Communicable Disease Dynamics di Harvard, ci sono analogie fra le previsioni del meteo e le previsioni di cambiamento sociale, “non possiamo cambiare il meteo ma possiamo cambiare il corso della pandemia con il nostro comportamento, bilanciando fattori psicologici, sociologici, economici e politici”.
Se a cambiare il corso della pandemia hanno contribuito tecnologia e il digitale, il cambiamento comportamentale che ne è derivato è stato anche guidato dal re-design di molti servizi.

La chiave di questo approccio tecnologico sono i dati comportamentali. Vediamo in che modo possono essere utilizzati

Il digitale ha subito una veloce crescita in termini di adozione e l'e commerce è diventato il primario canale di acquisto per molti registrando una crescita fisiologica favorita dal lockdown, questo vuol dire avere una profonda tracciabilità delle abitudini di consumo.

Machine learning e intelligenza artificiale stanno trovando un’applicazione nel quotidiano e risultano strumenti efficaci per fare analisi di contesto utili per avere una visione chiara dei cambiamenti in atto.

L’analisi dei dati risulta infatti un fattore cruciale per mettere in atto strategie di prevenzione e controllo partendo da una comprensione degli eventi e del comportamento.
Il riconoscimento di pattern comportamentali aiuta infatti a modellare i servizi, a monitorare in tempo reale l’efficacia e ad apportare correzioni.
Ad esempio durante la pandemia alcuni sistemi di analisi del linguaggio hanno contribuito a fornire dati geo localizzati che hanno permesso di identificare le zone critiche e le direttrici di diffusione del contagio.
Isolando keyword strategiche nelle conversazioni sui social è stato possibile fare analisi spaziali per creare mappe e rappresentazioni visive. Questo processo di raccolta dati di hot topic legate al Covid combinati con la geolocalizzazione hanno portano a identificare zone critiche o a definire dinamiche di diffusione.

Il tracking comportamentale ha sempre avuto un lato oscuro ma in questo caso di emergenza è diventato imprescindibile.
Sono state sviluppate soluzioni di misurazione della prossimità fra individui e l’adozione di device wearable o app di tracciamento della prossimità e del rischio è diventata spontanea.
In sintesi, la consapevolezza che il dato sul comportamento possa in qualche modo essere la chiave per combattere la diffusione è sempre più evidente e le persone sono sempre più propense a cedere questi dati anche perché l’anonimato può essere ampiamente garantito.

SUBSCRIBE TO OUR NEWSLETTER

OPENING HOURS

Mon - Fri: 10am - 18pm
​​Saturday: closed
​Sunday: closed

ADDRESS

GET IN TOUCH

Comments are closed.