Web 2.0: Interattività e Analisi dei Dati

Introduzione

• L'utilizzo degli strumenti web 2.0 permette di defininire un quadro di riferimento per nuovi servizi, dal turismo 2.0 all'amministrazione pubblica con le informazioni provenienti da blog e social media.
• L'interattività del web influisce sulle relazioni tra i cittadini, aiutando a definire obiettivi comuni, consolidando e implementando reti esistenti o nuove.
• L'analisi moderata e diffusa dei dati web può creare un percorso partecipativo tramite confronto e contaminazione sfruttando le lenti interpretative offerte dal web.
• È fondamentale considerare culture e linguaggi diversi, perché l'analisi web deve tener conto di interpretazioni, ruoli e coinvolgimenti vari, con molteplici interpretazioni dei bisogni (Leone-Prezza, 1999).
• L'analisi qualitativa e quantitativa espande la visione d'insieme per capire quali argomenti attraggono di più sul web, indipendentemente dalla piattaforma social usata.

La Qualità del Dato

• Discutere della qualità del dato significa concentrarsi sulla costruzione del dato e sulla plausibilità dello strumento di rilevazione (Marradi 1987).
• Occorre concentrarsi sull'attendibilità di nuovi strumenti di ricerca online per analizzare grandi quantità di informazioni da database e data mining.
• È importante chiedersi quanto le tecniche online possano essere soggette a distorsioni(bias), perché anche gli strumenti classici hanno questi rischi.
• Quando si parla di bias, gli aspetti da considerare variano in base allo strumento e bisogna soffermarsi sull'affidabilità del dato in termini di sincerità, congruenza di significato e esaustività (Corposanto 2000, 2004).
• Nel web 2.0, occorre capire se il termine "dato" ha ancora senso, oppure se cambia a seconda del contesto, del tipo di informazione e della provenienza dal data warehouse.
• La qualità del dato è in continuo cambiamento, in base al tipo di analisi effettuata, come l'analisi del contesto o del sentiment, e soprattutto in base alle API utilizzate, poiché la natura del web cambia rapidamente.
• È più utile riflettere sulle potenzialità dei data warehouse e dei mash-up di dati, che combinano dati diversi, come usare API per dati da YouTube, creare mappe topografiche dei rischi, costruire un ego network da Facebook o fare contest analysis su Twitter(Corposanto, Valastro 2014).
• I bias non dovrebbero essere sempre visti in modo negativo, possono permettere di scoprire nuovi aspetti dando peso a elementi che diventano importanti per lo studio del fenomeno.
• I dati provenienti dal web possono presentare distorsioni, che si dividono in due categorie: errori dovuti alla predisposizione dello strumento e bias derivanti dai big data e dai data warehouse, che possono modificare le informazioni con formati digitali diversi.
• Il ricercatore o l'analista dovrebbe comprendere e trasformare il formato del dato nella forma utile per l'analisi che intende fare.

La cassetta degli attrezzi

• La rilevazione dei dati è il momento in cui il ricercatore usa la propria cassetta degli attrezzi per somministrare questionari, fare interviste, o focus group.
• Gli strumenti tradizionali a disposizione del ricercatore comprendono le interviste, che possono essere: struturate; semi-strutturate; libere/non direttive; in profondità o storie di vita.
• Il livello massimo di strutturazione delle interviste, in cui si trovano solo quesiti "chiusi" è un questionario a tutti gli effetti.
• La differenza principale, con gli strumenti del web 2.0, è che il ricercatore non agisce più sul "campo", ma naviga nella rete e sposta la realtà quotidiana sui blog, Facebook e Twitter.
• Il web è utile fin dalle fasi preliminari dello studio, dove delinea i confini dell'oggetto di ricerca, supportando la declinazione delle ipotesi e la comprensione della popolazione da interrogare.
• L'utilizzo di questi strumenti è molteplice, dalla raccolta bibliografica, ai dati statistici, fino all'individuazione degli indicatori per comprendere il fenomeno (Grimaldi, 2005).
• È importante fare attenzione ai possibili sviluppi degli strumenti web 2.0.
• La prima grande differenza è il legame imprescindibile tra strumenti e analisi dei dati, meno vincolante rispetto alle tecniche web.
• La considerazione sulla cassetta degli attrezzi è che esistano diverse cassette tante quante sono le lenti interpretative del ricercatore/analista.
• Inserire uno strumento in una cassetta significherebbe racchiudere in una categorizzazione una realtà in continuo mutamento.
• Gli strumenti usati nel web sono diversi da quelli tradizionali, oppure una forma evoluta di quelli tradizionali.
• Gli strumenti web considerati come prosecuzione degli strumenti tradizionali si trovano in una zona comune, mentre gli strumenti innovativi si trovano in un'area separata.
• La scelta di inserire uno strumento in un'area è stata influenzata dalla procedura di rilevazione, dal tipo di dato analizzabile, dalla qualità del dato e dal tipo di analisi che permette di svolgere il dato ottenuto.
• È difficile distinguere tra strumento e analisi, nel web, questi due aspetti sono molto più legati rispetto ai contesti di ricerca classici: in genere il disegno della ricerca nasce definendo gli strumenti a partire da un oggetto di studio.
• Nel web il pensiero si sposta dall'oggetto di interesse al tipo di analisi fattibile, come la mappatura dei siti web che permette di conoscere le preferenze degli internauti tramite la Network Analysis, dati utilizzabili nei programmi di web crawlers.
• Il web dovrebbe entrare a pieno titolo tra gli strumenti di ricerca e usato per individuare nuove pratiche organizzative e gestionali.
• Le politiche di pianificazione strategica necessitano sempre più di un'ottica partecipata nei processi decisionali.
• Il web è un mezzo migliore per conversazioni specifiche tramite brainstorming online, Focus Group sincroni e asincroni, analisi dei gruppi sui social media e tracciare le preferenze di consultazione sui motori di ricerca per agevolare il consenso dal basso.