Data analytics of Milano Design Week 2016 collected using the official mobile app

Milano Design Week (MDW) is one of the biggest events in Milan, which attracts a lot of people and is very hard to manage and analyse, as it involves many different participants from sponsors to visitors. The main goal of this work is to analyse the MDW in terms of behaviour of the visitors extracted by “digital footprints” that they leave every day (for example through their smartphones) and the impact of the events on social networks to understand, which events are most successful. These analyses can be done in several other ways, but they can result in getting to be expensive both in terms of cost and time consuming: social media and digital footprints can offer a better, cheaper, and faster alternative without a loss of quality in the results. This work presents an analysis performed starting from data gathered from Politecnico di Milano and Fluxedo, defining a set of functions, techniques, and a code to compare them with information about the events of MDW. The object of the analysis is Milano Design Week 2016, with more than 300.000 visitors from 165 countries and over 1.000 events spread all over the city. The proposal techniques use SPARQL and R programming language to obtain some meaningful results that can be useful to organizers to improve the organization for next years.

La Milano Design Week è uno dei principali eventi che si svolgono in città, in grado di attrarre un grande numero di persone e che presenta molte difficoltà sia nell’organizzazione sia nella valutazione dei risultati in quanto coinvolge una grande varietà di partecipanti, sponsor e visitatori. L’obiettivo di questo lavoro è analizzare la Milano Design Week in termini di comportamenti dei visitatori, estratti dalle “impronte elettroniche” che le persone lasciano ogni giorno (ad esempio attraverso i loro smartphone), e di effetti generati sui social network, allo scopo di determinare quali eventi hanno avuto più successo. Queste analisi possono essere svolte in molti altri modi ma comporterebbero maggiori costi sia in termini economici che di tempo necessario. I social network e le “impronte elettroniche” possono offrire un’alternativa migliore, più economica e più veloce senza comportare una perdita di qualità nei risultati. Questo lavoro presenta le analisi svolte a partire dei dati raccolti dal Politecnico di Milano e da Fluxedo, definendo un insieme di funzioni e tecniche per comparare questi dati con le informazioni relative agli eventi della Milano Design Week. L’oggetto dell’analisi è la Milano Design Week 2016, che ha attratto più di 300.000 visitatori da 165 paesi e con oltre 1.000 eventi sparsi in tutta la città. Le tecniche proposte fanno uso di SPARQL e R per estrarre alcune interessanti informazioni che possono essere utili agli organizzatori per migliorare l’organizzazione degli eventi nei prossimi anni.