Web 2.0, turismo e analisi dei dati

Introduzione

• L'uso degli strumenti web 2.0 consente di definire un quadro di riferimento per la creazione di nuovi servizi in diversi settori, come il turismo 2.0 e le informazioni per la pubblica amministrazione da blog e social media.
• L'interattività del web influenza le relazioni tra le persone, contribuendo a definire obiettivi comuni e a creare nuove reti.
• L'analisi dei dati dal web, se ben gestita, può creare un percorso partecipativo.
• È fondamentale considerare la diversità di culture e linguaggi.
• Leone-Prezza (1999) suggerisce che ci sono molteplici modi di interpretare i bisogni.
• Le analisi qualitative e quantitative aiutano a capire quali argomenti attraggono di più sul web, indipendentemente dalla piattaforma social.

La qualità del dato

• Discutere la qualità dei dati implica concentrarsi sulla costruzione stessa del dato, valutando l'affidabilità dello strumento di rilevazione utilizzato.
• È essenziale considerare l'affidabilità dei nuovi strumenti di ricerca online, dato che permettono di analizzare enormi quantità di dati provenienti da database e data mining.
• È importante chiedersi quanto le tecniche online possano essere soggette a distorsioni, tenendo presente che anche gli strumenti tradizionali hanno rischi.
• Quando si parla di bias, ci sono molti aspetti da considerare che cambiano a seconda dello strumento; è importante considerare l'affidabilità del dato, la sincerità della risposta, la congruenza di significato e l'esaustività.
• Questi aspetti sono fondamentali nella costruzione del dato, tipici delle tecniche classiche.
• Spesso viene messa in discussione la qualità del dato nel contesto del web 2.0, chiedendosi se il termine "dato" abbia ancora senso o se il significato cambia a seconda del contesto, del tipo di informazione e della sua origine.
• Il livello di informazione è variabile a seconda del tipo di analisi effettuata (contest analysis, sentiment analysis) e dell'API utilizzata, influenzando la qualità del dato.
• I software che oggi usiamo potrebbero diventare obsoleti in futuro, riducendo il livello di informazione rispetto alle nuove applicazioni.
• È più utile concentrarsi sul potenziale dei data warehouse e dei mash-up di dati, cioè le combinazioni possibili con dati di diversa natura e provenienza.
• Un esempio è usare un'API per estrarre dati da YouTube, creare mappe topografiche su rischi reali o presunti, creare un ego network da Facebook e svolgere una contest analysis su Twitter (Corposanto, Valastro 2014).
• I bias spesso vengono percepiti come negativi, ma non sempre è così.
• Influenze inattese non devono essere sempre viste come errori che compromettono la qualità, ma come un'opportunità per scoprire nuovi aspetti del fenomeno.
• I dati provenienti dal web possono presentare distorsioni, che possono essere suddivise in due categorie principali: errori dovuti alla predisposizione dello strumento e bias derivanti dai big data e dai data warehouse stessi.
• È necessario comprendere queste differenze e "trasformare" il formato del dato nella forma più utile per l'analisi.

La cassetta degli attrezzi

• La fase di rilevazione dei dati è vista come il momento in cui il ricercatore utilizza i propri strumenti per somministrare questionari, interviste, condurre Focus Group, ecc.
• Gli strumenti tradizionali includono interviste strutturate per diversi livelli di strutturazione.
• Il livello massimo di strutturazione è rappresentato dai questionari.
• Gli strumenti web 2.0 cambiano il modo in cui si rilevano i dati; il ricercatore non si sposta fisicamente, ma naviga online e porta la quotidianità del mondo reale nei contesti web.
• Il web è utile già nelle fasi iniziali dello studio, quando si definiscono i confini della ricerca, supportando la definizione delle ipotesi e la comprensione della popolazione che si andrà a esaminare.
• Il web offre molteplici possibilità, dalla raccolta di dati bibliografici e statistici all'individuazione di indicatori adatti a comprendere il fenomeno (Grimaldi, 2005).
• È importante considerare lo sviluppo degli strumenti web 2.0 per capire se possono essere visti come un'estensione o una nuova "cassetta degli attrezzi" del web 2.0.
• La principale differenza è il legame imprescindibile tra strumenti e analisi dei dati, che è presente anche nella "cassetta degli attrezzi" tradizionale, ma non così vincolante come nelle tecniche web.
• Esistono diverse cassette degli attrezzi, a seconda delle prospettive interpretative del ricercatore/analista.
• Decidere di includere uno strumento in una determinata cassetta significherebbe limitare una realtà in continua evoluzione.
• Gli strumenti utilizzati nel web sono diversi dagli strumenti tradizionali o sono una loro evoluzione?