Sto leggendo Expected Goals di Rory Smith, il libro che racconta come i dati hanno conquistato il calcio, e a un certo punto ho dovuto posarlo sul comodino perché mi era venuta in mente una cosa che non riuscivo più a togliermi dalla testa: questa storia qui l’ho già vissuta. Solo che al posto del pallone c’era un file Illustrator.
Ma andiamo con ordine, perché la genesi di tutto è troppo bella per non raccontarla.
Il signore col taccuino
18 marzo 1950, stadio dello Swindon Town, secondo tempo di una partita di terza divisione che sta facendo cagare. Sugli spalti c’è un tizio che si chiama Charles Reep, ex wing commander della Royal Air Force, di mestiere contabile militare, di hobby tifoso ossessivo. A un certo punto, stufo marcio di vedere lo Swindon passarsi la palla all’infinito senza combinare niente, tira fuori dalla tasca una matita e un taccuino e comincia a segnarsi ogni singola azione: chi passa a chi, da dove parte l’attacco, quanti tocchi prima del tiro, dove finisce la palla.
Quel gesto lì, una matita e un quaderno, è ufficialmente la nascita dell’analisi dei dati nel calcio. Quasi mezzo secolo prima che esistesse Opta. Reep andò avanti così per quarantacinque anni, schedando a mano qualcosa come 2.500 partite, un uomo solo contro l’ignoranza statistica del mondo, una specie di Rain Man con la passione per il fuorigioco.
E qui arriva la parte che mi ha fatto sobbalzare. Sapete a cosa portarono tutti quei numeri? Reep, calcolatrice alla mano, “dimostrò” che la maggior parte dei gol nasceva da pochi passaggi e che il lancio lungo dalla propria metà campo era più efficiente del fraseggio. Tradotto: meno fronzoli, palla avanti e via. Aveva i dati. I dati non mentono, no?
I dati di Reep hanno partorito il lancio lungo, il gioco diretto che ha ammorbato il calcio inglese per due decenni: palla buttata avanti, centrocampo saltato a piè pari, in area una specie di partita di pallavolo. Un calcio brutto, brutale, noioso. Il primo uomo che ha usato i numeri per capire il calcio ha generato il calcio più orrendo di sempre, e l’ha fatto avendo ragione. Cioè, i numeri li aveva letti bene (anni dopo qualcuno ha dimostrato che li aveva pure interpretati un po’ a cazzo, ma vabbè, dettagli). Era la conclusione a fare schifo.
E non è una roba da archeologia del pallone, succede anche oggi a casa nostra. Da un paio d’anni in Serie A c’è un dibattito feroce sul fatto che siamo fossilizzati sulla difesa a tre: tipo tredici squadre su venti giocano col 3-5-2 o varianti, mentre in giro per l’Europa le big vanno di difesa a quattro. Quando le italiane sono crollate in Champions e la Nazionale è rimasta fuori dai Mondiali, il 3-5-2 è finito dritto sul banco degli imputati, col dato a inchiodarlo: tutte e otto le squadre arrivate ai quarti di Champions giocavano a quattro dietro. A sentire gli addetti ai lavori, il 3-5-2 in sé non è il problema, c’è chi ci gioca pure in modo spettacolare. Il problema è averlo eletto a verità assoluta, a “in Italia si fa così”. Uno schema può funzionare benissimo e nello stesso momento limitarti, ingabbiarti, farti sbagliare le partite che contano. Funzionare e fregarti non sono cose che si escludono. Tienilo a mente, perché è tutto il resto dell’articolo.
Il pulsante arancione è un lancio lungo
Per anni il design è stato il regno dell’occhio. Il bravo art director “sentiva” se una cosa funzionava, come l’allenatore vecchio stampo sentiva se un giocatore aveva i piedi buoni. Mestiere di gusto, di intuizione, di “fidati che sto colore qui ci sta”.
Poi sono arrivati i nostri Expected Goals: A/B test, click-through rate, heatmap, conversion rate. Improvvisamente non bastava più che il bottone fosse bello, doveva convertire. Non contava se a te piaceva il verde, contava che la versione arancione veniva cliccata l’11% in più. E spesso il bottone arancione, oggettivamente più brutto del tuo, vinceva. Aveva i dati. Come Reep.
Il problema è cosa succede dopo. Tu fai i test, i dati dicono che quel layout converte, e tu lo usi. Poi il tuo concorrente fa gli stessi test, ottiene gli stessi numeri, usa lo stesso layout. Moltiplica per diecimila aziende e ottieni l’internet di oggi: ogni sito identico all’altro, claim a sinistra e foto stockosa a destra, i tre riquadri con le iconcine, il bottone “Inizia ora” sempre nello stesso punto. Tutti che buttano la palla lunga in area perché i dati dicono che in area, prima o poi, qualcosa di buono succede.
Hai presente quando guardi una partita inglese degli anni Ottanta e ti chiedi come facesse la gente a pagare il biglietto? Ecco, l’internet sta diventando quella roba lì. Ottimizzato alla morte e di una noia mortale. Pinterest è pieno di portfolio clonati, le app hanno tutte la stessa palette pastello, lo stesso font geometrico, la stessa illustrazione di omini sproporzionati con le braccia lunghissime (il famoso Corporate Memphis, che è il 3-5-2 del design contemporaneo). I dati dicono che funziona. I dati hanno ragione. E intanto tutto è diventato uguale. E non parliamo dell’AI che sta praticamente costruendo un mondo dove il design non è altro che la media matematica delle cose che di solito funzionano.
La parte in cui faccio finta di aver studiato
E qui ti do un po’ di carne accademica, perché il fenomeno ha un nome serio e non me lo sto inventando io per fare il figo. Nel 1968 uno psicologo polacco-americano, Robert Zajonc, dimostrò una cosa chiamata mere exposure effect: più sei esposto a uno stimolo, più tende a piacerti. Punto. Non perché sia migliore, ma solo perché l’hai già visto. Lo ha provato con parole senza senso, ideogrammi cinesi, facce a caso, e da allora l’esperimento è stato replicato in oltre duecento studi. Funziona con tutto: canzoni, persone, marchi. E loghi.
C’è una teoria gemella, la processing fluency theory, che spiega il meccanismo sotto il cofano: il cervello scambia la facilità con cui elabora una cosa per bellezza. Roba familiare uguale facile da digerire uguale “mi piace”. Quella scioltezza mentale ti arriva travestita da gusto, ma è solo pigrizia neuronale. C’è una frase di un articolo su questo che mi sono segnato: fluency feels like preference, la scorrevolezza sembra preferenza. Tradotto per noi: quando il cliente dice “questo logo mi piace”, il più delle volte non sta dicendo “è bello”, sta dicendo “questo l’ho già visto altre mille volte e quindi mi rilassa”. È il motivo per cui il quarto ristorante con lo stesso logo minimal-organico gli sembra “professionale”: non lo è, è solo familiare.
Ed è qui che si chiude la trappola del lancio lungo. I dati premiano ciò che converte, ciò che converte è ciò che è familiare, ciò che è familiare diventa ancora più familiare perché lo copiano tutti, e più diventa familiare più piace, quindi converte ancora di più. Un cane che si morde la coda fino a sparire. La buona notizia, l’unica, è che gli stessi psicologi hanno notato che la familiarità ha un limite: oltre una certa soglia, lo stimolo troppo prevedibile smette di piacere e comincia ad annoiare (la chiamano curva a U rovesciata, e chiunque abbia sentito la stessa pubblicità dodici volte in un podcast la conosce a livello cellulare). Avete mai ascoltato una canzone così tanto che non vi emoziona più come le prime 100 volte? Ecco. In altre parole: l’appiattimento totale, alla lunga, si auto-distrugge per noia. Il problema è che “alla lunga” può voler dire anni, e nel frattempo lavoriamo tutti uguali.
E allora i dati buttiamoli?
No, e qui non ti faccio il discorsetto del “torna all’intuizione, fidati del tuo cuore di artista”, perché sarebbe la versione design del tizio che dice “io le partite le leggo solo con l’occhio” e poi retrocede in Serie B. L’occhio da solo non basta più, lo sappiamo, e il designer che si nasconde dietro la “visione artistica” per non rendere conto a nessuno mi sta sulle palle quanto l’analista che ti dà del decorativo.
Il punto interessante del libro di Smith è proprio questo: le squadre che hanno vinto davvero con i dati, tipo il Brentford o il Brighton, non sono quelle che hanno spento il cervello e seguito l’algoritmo. Sono quelle che hanno usato i dati per fare domande migliori, non per avere risposte automatiche. Il dato ti dice che il bottone arancione converte di più. Bravo. Ma perché? Perché spicca su quella pagina specifica? Perché crea contrasto con un layout altrimenti spento? Allora la lezione non è “metti sempre l’arancione”, è “quel punto della pagina aveva bisogno di gerarchia visiva”. Reep aveva i dati giusti e la domanda sbagliata: invece di chiedersi perché certi gol arrivavano da pochi passaggi, ha concluso “allora aboliamo i passaggi”. Ha confuso la correlazione con un manuale di istruzioni.
Il dato è uno scout, non un allenatore. Ti porta informazioni dal campo. Poi però qualcuno deve decidere come giocare, e quel qualcuno ha bisogno di un’idea, non solo di un foglio Excel. Il guaio è che avere un’idea è difficile e leggere un grafico è facile, quindi indovina verso cosa scivola tutto? Esatto, sul pulsante arancione.
Però adesso scendiamo dal pero
Tutto bellissimo. Solo che mentre scrivevo questa roba sulle squadre che fanno le domande giuste mi sono reso conto che parlavo del Brentford, cioè di gente con un reparto analytics, server pieni di dati e il tempo per ragionarci sopra. La Premier League del design. Il Real Madrid che si può permettere di provare il tridente strano perché tanto vince lo stesso.
Poi torno alla vita vera, che per la maggior parte di noi è il rifacimento del sito del centro estetico, il logo per la ditta di infissi del cugino, il menù della pizzeria da consegnare entro venerdì. Lì di A/B test non ne fai mezzo, perché non hai il traffico per testare niente e soprattutto non hai il budget: il cliente ti paga 400 euro e ti chiede pure lo sconto. Heatmap? Conversion rate? Ma quale, hai due settimane e una persona sola che decide tutto, di solito a sentimento e di solito col gusto di sua moglie.
E allora il discorso si ribalta, ed è quasi una buona notizia. Perché se non hai i dati che ti dicono cosa fare, l’unica cosa che ti resta è quella che il Brentford paga fior di quattrini per non perdere mai: la testa. La capacità di chiederti perché una soluzione funziona invece di copiare quella che ha funzionato a qualcun altro. Quando non puoi permetterti i dati, l’idea torna a essere l’unico asset che hai, ed è gratis.
Il problema è che il cliente questa cosa non la vede. E qui ho un esempio fresco di giornata. Oggi un cliente mi ha mandato il logo del negozio della moglie. Fatto con ChatGPT. Non per commissionarmelo: per chiedermi come poteva farselo aggiustare da ChatGPT. Gli ho dato un paio di consigli, lui è tornato con un logo ancora pieno di errori tecnici e banale come una storia di Instagram motivazionale, ma — e questo è il punto che brucia — lui non se ne accorgerà mai. Per lui è a posto. È il lancio lungo perfetto: funziona quel tanto che basta a chi guarda da lontano, e i clienti guardano sempre da lontano.
La domanda che mi è rimasta in testa è la stessa che dovrebbe tenere sveglio chiunque faccia questo mestiere: se quella roba lì la sappiamo fare già loro, chi ci paga per parlare con ChatGPT al posto loro? E la risposta onesta è: per quel logo lì, nessuno. Quel lavoro è uscito dal mercato e non torna. Quello che non sanno fare, e non sapranno mai di non saper fare, è la domanda giusta: aggiustarlo verso cosa? Cosa serve a quel negozio, in quella via, con quei concorrenti? Lo strumento esegue, non decide. Reep aveva i dati e la domanda sbagliata, il mio cliente ha ChatGPT e nemmeno la domanda. Solo che questo non lo salva, perché chi non sa fare la domanda giusta è proprio quello che non ti pagherà per fargliela.
(Il finale degno di nota: dopo i consigli, il cliente mi ha chiesto quanto mi doveva per l’aiuto. Mi ha offerto la mancia per il funerale del mio stesso preventivo. E lì, ve lo giuro, non sapevo se ridere o mandare fattura.) Gli ho detto che per questa volta è gratis, sperando che la prossima volta si renda conto che gli serve un grafico.
P.S. Se questo articolo ti ha fatto guardare il tuo ultimo lavoro chiedendoti “ma questa scelta l’ho fatta perché serviva, o perché è quella che fanno tutti?”, non preoccuparti: è la domanda giusta, ed è già più di quanto si chieda il 95% dei clienti. Il problema è quando smetti di fartela. Lì sì che puoi scivolare in zona retrocessione.
Lascia un commento