Ma concentriamoci sull’aspetto centrale della strategia di Bezos: la memorizzazione e l’uso dei dati di milioni di persone. La certezza del buon esito degli investimenti a lungo termine viene garantita proprio dalla conoscenza delle preferenze dei consumatori, profilati uno ad uno, e quindi dalle informazioni che la piattaforma accumula da anni su ciascuno di loro.
Il prelievo di dati comincia nel 2003 e da allora è associato all’etichetta «A9», che identifica il motore di ricerca interno della piattaforma. Da quella data il dispositivo è diventato una società autonoma, che rivende la sua tecnologia di indicizzazione e di organizzazione della conoscenza anche a imprese terze.
Chiunque abbia effettuato una ricerca sul sito di Amazon conosce la forza di quel sistema. Quando un cliente potenziale pone una domanda (chiedendo sui vini prodotti in Borgogna o sugli aspirapolvere di una certa fascia di prezzo) quello che appare è un elenco di prodotti contenuti nel catalogo della piattaforma. Quello che il singolo utente difficilmente percepisce è che quello che si trova davanti agli occhi non è una lista qualunque, ma la “sua lista”, perfettamente personalizzata da A9. Sono le tracce lasciate da ogni singolo utente a guidare la piattaforma nella scelta dei prodotti da proporre a ciascuno. Sono i nostri dati – e quelli degli utenti simili a ciascuno di noi – a dirci quali sono i modelli che più probabilmente compreremo. Amazon conosce i nostri gusti e la nostra propensione a spendere. E quindi gioca di anticipo, suggerendoci i prodotti di nostro interesse presenti nel catalogo.
I metodi attraverso i quali il dispositivo compie il suo dovere sono due. Da un lato, vige il principio di personalizzazione, in forza del quale le preferenze espresse in circostanze passate sono la guida per divinare quelle future. Se in passato ho navigato il sito cliccando su dischi di musica classica e su abbigliamento per giocare a calcio, la piattaforma mi suggerirà articoli corrispondenti a quelle che ritiene le mie passioni. La sequenza dei passaggi del nostro percorso sul sito offre indizi su come affiniamo la ricerca e come ci dirigiamo verso i prodotti che ci interessano di più. Ma la scelta dei consigli non è così generica, altrimenti fallirebbe il suo obiettivo di condurmi all’acquisto sicuro. Ognuno di questi tracciati, a sua volta, si iscrive in un modello di processi simili, condotti da altri utenti, molti dei quali sono sfociati nell’azione finale di acquisto. Il motore sa quali sono gli articoli comprati dai clienti che seguono comportamenti di ricerca e di selezione paragonabili ai nostri. Oltre al metodo della somiglianza al passato, si innesta quindi una seconda via, che è quella della previsione degli atteggiamenti soggettivi in una configurazione sociale di scelte e di impulsi all’acquisto.
