IL PERCORSO ACCIDENTATO VERSO L'AZIENDA DATA-DRIVEN
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Il percorso accidentato
verso l’azienda data-driven
In un contesto nel quale la cultura del dato si è diffusa e ha prodotto risultati concreti
in termini di evoluzione delle strategie di business, permangono, in molti casi,
difficoltà legate all’assenza di una governance strutturata.
Si trova in posizione di vantaggio chi ha saputo definire un cammino
organizzato in direzione dell’omogeneizzazione e della democratizzazione
S
i è ormai radicata nelle aziende la convinzione
che generare valore dai dati non implichi neces-
sariamente averne grandi quantità a disposizio-
ne. Si tratta, invece, di saper estrarre e utilizzare
quelli corretti e al momento giusto. Questo spiega per-
ché ancora oggi molte organizzazioni stiano faticando
per diventare effettivamente data-driven.
La quantità e l’eterogeneità sono i due temi che mag-
giormente impattano sulla capacità delle aziende di
elaborare e restituire ai responsabili “di campo” infor-
mazioni facilmente interpretabili e realmente utili per
produrre decisioni significative per orientare il business.
Alla base, in molte realtà la questione ancora aperta
resta legata alla governance dei dati, ovvero il pon-
te in grado di tradurre una visione strategica conscia
dell’importanza dei dati per l’organizzazione in pratiche
e linee guida capaci di supportare l’attività operativa,
assicurandosi in ultima analisi che prodotti e servizi sia-
no rilasciati in modo corretto ed efficiente alla clientela.
Gartner prevede che entro il 2022, solo il 20% del-
le organizzazioni impegnate su questo fronte riuscirà
a trovare un’adeguata scalabilità della governance a
supporto del business digitale. Diversi sono ancora gli
ostacoli lungo il percorso. La presenza di dati legacy
poco flessibili rende spesso difficoltoso il libero flusso
delle informazioni in tutto l’ecosistema digitale. La data
governance, inoltre, implica qualità e trasparenza nei
dati utilizzati, ovvero che esista una fonte unica, certa e
affidabile per tutti alla quale attingere per le varie esi-
genze operative o le attività di analisi e rielaborazione.
Questo porta con sé la necessità di stabilire a monte un
processo di gestione che definisca strategie e metodi
per accedere, integrare, memorizzare, trasferire e pre-
parare i dati.
In questo scenario già da tempo in movimento, si è
innestato, nella prima parte del 2020, l’effetto della
pandemia, con il conseguente e repentino passaggio
a forme di lavoro totalmente remotizzate, con il rela-
tivo aumento della circolazione di dati non strutturati,
un accesso ai sistemi aziendali da dispositivi non sem-
pre adeguatamente controllati e un insieme di policy e
profili da aggiornare alla situazione di nuova normalità.
2
I dati a supporto
del business
Sul tema dell’utilizzo dei dati in azienda a supporto delle anni recenti e dopo confronti interni
strategie di business, Indigo Communication ha realizzato anche aspri, sfociati in una consa-
una ricerca qualitativa che ha coinvolto una quindicina di pevolezza condivisa ai livelli più alti
aziende grandi e medie appartenenti a differenti settori dell’organizzazione dell’importanza
verticali (energy, retail, Pubblica Amministrazione, manu- di costruire una strategia di business
facturing, beni di consumo). Lo studio si è posto l’obietti- basata sui dati. Ci sono realtà che
vo di capire soprattutto come sia gestita la governance e hanno integrato questa componen-
quale sia il rapporto fra un’It impegnata nello sviluppo dei te nel più complessivo disegno di
progetti e i dipartimenti che chiedono di poter disporre di trasformazione digitale, nell’ambito
informazioni ready-to-use per le proprie esigenze operati- di piani di investimento pluriennali
ve. Attraverso interviste approfondite, l’iniziativa ha potuto e, quindi, di progetti che abbinano
analizzare quale sia il livello di omogeneità dei dati sui quali innovazioni infrastrutturali e applica-
l’azienda lavora, come venga gestita l’accessibilità, se siano tive, tipicamente con un peso piut-
già impiegati o meno strumenti analitici per ottenere infor- tosto rilevante assegnato al cloud.
mazioni puntuali e quali evoluzioni siano in corso, anche In altri casi, il lavoro sui dati produce
alla luce dei mutamenti di scenario imposti dall’emergenza ancora essenzialmente della reporti-
Covid-19. stica e qui la governance è perlopiù
centralizzata nel dipartimento IT, che
Data l’eterogeneità del campione, anche le tipologie di dati
tendenzialmente si fa garante della
considerati critici per il supporto alle decisioni strategiche
consistenza e della qualità, mentre in
di business variano. Nelle realtà a maggior vocazione com-
presenza di una maggior componen-
merciale, prevale un’attenzione imperniata soprattutto su
te di self-service BI la situazione ap-
tutto quanto ruota intorno alla vendita (dal CRM all’e-com-
pare più complessa e disomogenea.
merce, dall’andamento per territori o brand a quello delle
marginalità, per fare degli esempi) e già in questi ambiti ciò A proposito di strumenti utilizzati, la
che deriva dagli strumenti implementati internamente si in- business intelligence resta certamen-
crocia con fonti esterne, non sempre sotto il presidio dell’IT. te il perno intorno al quale ruotano le
Nelle aziende a vocazione maggiormente infrastrutturale, attività di elaborazione, analisi, visua-
assumono maggior importanza i dati di natura ingegneri- lizzazione e presentazione dei dati a
stica, collegati alla gestione di impianti, alla progettazione supporto del business. Storicamen-
o all’erogazione di un servizio. Questo è anche il comparto te, si tratta di una tecnologia imple-
che mostra un maggior livello di avanzamento in direzione mentata soprattutto per produrre re-
della disponibilità di informazioni in tempo reale, presen- portistica statica e così viene ancora
za di data scientist e governance centralizzata costruita su utilizzata in diverse realtà. Tuttavia, si
data lake strutturati. Per il resto, la rilevanza maggiore vie- può dire che un percorso evolutivo
ne attribuita, a seconda dei casi, ad aspetti che si possono sia stato intrapreso un po’ in tutti gli
più o meno inquadrare nella categoria economico-ammi- ambiti per allargarne il raggio d’a-
nistrativa oppure in quella più strettamente collegata alle zione verso la capacità di generare
operations. insight almeno verticali, potendo
elaborare maggiori quantità di dati
Il percorso verso una governance definita nelle sue com-
eterogenei e costruire modelli tanto
ponenti organizzative e tecnologiche è, nella maggior
dinamici quanto fruibili dalle figure
parte dei casi, ancora in divenire. In linea di massima, si
di business.
può dire che il processo sia stato avviato, generalmente in
3
L’organizzazione e il controllo sui dati Le realtà più avanzate sono quelle che sono riuscite a impostare una strategia di integrazione e conver- genza delle fonti di dati utilizzate. La disponibilità di data lake o piat- taforme unificate alle quali diversi ruoli, da chi opera sul campo ai data scientist, possono attingere per le rispettive esigenze, lavoran- do in un contesto di fiducia e omo- geneità condivisa, sta diventando una realtà, nell’ambito di progetti avviati e in costante evoluzione. Prima ancora che tecnologico, il tema è organizzativo e cultu- rale. Nella fattispecie, parliamo di aziende dove sono state crea- te strutture che fanno da ponte fra le divisioni operative e l’IT, in grado di comprendere i rispettivi linguaggi e tradurre le esigenze in modelli, dashboard o quant’altro possa essere rapidamente utilizza- to per le attività anche day-by-day. Allo stesso tempo, in queste orga- nizzazioni sono stati messi in atto processi utili a democratizzare i dati, ovvero a renderli accessibili a tutti, in base ai profili, nella garan- zia di poter disporre di qualcosa che sia consistente, tempestivo, accurato e disponibile. Tocca all’IT, in linea di massima, 4
assumersi questo ruolo, attivan- spesso non è stato semplice e il corretto allineamento
do le procedure e gli strumenti esiste da tempi relativamente recenti. Permangono, in
corretti per seguire il percorso del alcune situazioni, discrasie fra IT e business, soprattut-
dato dal momento in cui viene ge- to di ordine temporale, a fronte di richieste particolar-
nerato e assicurarsi che sia stato mente pressanti che non è sempre facile soddisfare. La
prodotto in base alle regole con- già citata presenza di figure di raccordo, dotate di com-
divise. petenze ibride, ha talvolta aiutato a superare le barriere
esistenti.
Restano tuttavia maggioritarie le
aziende nelle quali la crescita del-
la business intelligence è avvenuta
con l’aggiunta di componenti di-
verse, specializzate in ambiti come
gli advanced analytics, la data vi-
sualization o la preparation. Solo
in alcuni casi queste parti aggiun-
tive sono state acquisite da un sin-
golo vendor di riferimento e, quin-
di, non sono mancati problemi di
integrazione fra strumenti diffe-
renti per concezione e caratteri-
stiche, con conseguenti ricadute
negative sulla fruibilità e la credi-
bilità delle informazioni generate.
Rari, ma non certo assenti, sono le
situazioni nelle quali i manager di
diverse aree aziendali si trovano a
doversi confrontare con dati gene-
rati all’interno del proprio ambito
e discrepanti.
I progetti di business intelligence
hanno ormai una certa storia alle
spalle e, nel corso del tempo, non
sono mancati i fallimenti. In linea
di massima, i fattori che determi-
nano il successo delle iniziative ri-
guardano la soddisfazione dei re-
La collaborazione interfunzionale, comunque, è me-
quisiti avanzati dal business e dal
diamente consolidata, le modalità di definizione degli
livello di adozione degli strumenti
obiettivi sono condivisi e, nei casi più evoluti, la decli-
proposti.
nazione dei requisiti applicativi è a carico del process
Si può dire che sia un traguardo owner, responsabile della disponibilità nei tempi cor-
raggiunto nella maggior parte del- retti, della consistenza e dell’iter che porta alla presen-
le realtà esaminate, ma il percorso tazione dei dati.
5Qualità, accesso, visualizzazione:
le sfide da affrontare
Un tema certamente spinoso per
le aziende riguarda la qualità dei
dati sui quali l’azienda, nelle sue
varie diramazioni, lavora. Laddove
vi sia una prevalenza di peso per
ciò che deriva unicamente da fonti
interne, naturalmente la validazio-
ne appare più semplice e normal-
mente se ne occupa l’IT.
Lo scenario si complica per le re-
altà che acquisiscono dati da fonti
esterne, si tratti di punti vendi-
ta, analisi di mercato, relazioni di
partner e così via.
Le quantità si moltiplicano, le mo-
dalità di sfruttamento o estrazione
non sono sempre sotto controllo
e la generazione avviene talvolta senziale per ottenere credibilità e generalmente limitati a specifiche
in autonomia, anche per interessi supporto, anche se i requisiti non categorie di dipendenti, per cui
specifici della linea di business in- sono sempre chiari e il rischio di la vera sfida è stata l’estensione
teressata. In qualche caso, l’incro- manipolazioni “pro domo pro- di questi processi al complesso
cio di queste tendenze genera fri- pria” è sempre dietro l’angolo. dell’azienda.
zioni e incongruenze, ma va detto
che prevale una certa soddisfazio- L’accesso ai dati è generalmente Non sono rare le realtà che han-
ne su questo fronte. regolato in base ai ruoli ed è ormai no fatto scelte importanti in dire-
prassi comune che la disponibilità zione del cloud computing, anche
Tuttavia, anche in situazioni di so- sia assicurata in ogni contesto di come base per la costruzione e
stanziale linearità, si ammette che luogo o momento e da qualunque la gestione della propria piatta-
esiste del lavoro ancora da svolge- dispositivo, non solo tipicamente forma unificata dei dati e questo
re e l’evoluzione verso una gover- per le figure di management, ma ha certamente rappresentato un
nance strutturata appare un passo anche per chi lavora sul campo in vantaggio nella fase di emergen-
fondamentale. certi ambiti oppure per le attività za. In alcune situazioni, la “nuova
L’implementazione di strumenti di di produzione. Il lockdown della normalità” si è tradotta in un’acce-
data visualization è piuttosto diffu- prima parte del 2020 e gli effetti lerazione di alcuni progetti di in-
sa nel campione analizzato e que- della pandemia Covid-19 non han- novazione già messi in cantiere, in
sto ha reso più semplice l’accesso no portato a particolari mutamenti particolare in direzione del lavoro
alle informazioni di maggior uti- nelle modalità di fruizione dei dati, collaborativo, della digitalizzazio-
lità per le categorie di utenti con nonostante la maggior incidenza ne di alcuni processi ancora gestiti
minor preparazione tecnologica. del lavoro da remoto. in modo tradizionale e dell’innal-
Una presentazione dei dati chiara zamento dei livelli di sicurezza so-
Molte aziende avevano già messo
e facilmente leggibile appare es- prattutto sul fronte degli accessi.
a punto processi di smart working,
6La spina nel fianco delle competenze e
gli sviluppi futuri
Rispetto a qualche anno fa, è certamente aumentata nel- rale, dove sono richieste conoscenze sistemistiche e di ge-
le aziende la presenza dei data scientist. Si tratta di figure stione.
non necessariamente dotate di competenze tecnologiche
Le direzioni di sviluppo futuro guardano soprattutto in di-
(più matematiche o ingegneristiche), spesso lasciate libere
rezione del potenziale applicativo legato all’intelligenza ar-
di poter sperimentare su dati necessariamente affidabili e
tificiale e al machine learning. Le concretizzazioni vanno in
consistenti, allocate operativamente nelle linee di business
direzioni diverse, a seconda delle caratteristiche del settore
o in un’area grigia di raccordo con l’IT. Dal loro lavoro, sono
merceologico di appartenenza, ma le aspettative sono alte
già derivate in vari casi applicazioni concrete, ma il loro ruo-
un po’ in tutti gli ambiti, dal miglioramento delle relazioni
lo è più spesso associato alla diffusione di una cultura del
con i clienti all’efficienza dei processi di produzione, dalle
dato estesa alle varie componenti dell’azienda.
analisi predittive sul funzionamento degli impianti a quelle
Questo significa che oggi sono a disposizione competenze più concentrate sulla ricerca. In qualche azienda, i progetti
sufficienti alle necessità di evoluzione verso logiche mag- sono già partiti e hanno prodotto qualche risultato, in tutte
giormente data-driven? Non proprio. Questo genere di o quasi si tratta dell’area destinata a drenare una parte si-
figure è ancora di reperibilità complessa e il mercato del gnificativa dei futuri investimenti.
lavoro è molto fluido, per cui non è semplice trattenere ri-
Non manca chi mette in primo piano aspetti più pragmatici,
sorse molto ambite.
legati ai processi di democratizzazione dei dati o all’aumen-
Per ovviare alle problematiche di skill shortage, alcune real- to dell’automazione in alcuni ambiti specifici. Dato anche
tà hanno scelto di far evolvere risorse interne, mentre altre il particolare periodo storico, si tende a restare con i piedi
hanno attivato collaborazioni strette con le università per per terra anche negli sviluppi di BI & Analytics e questo, per
poter attingere direttamente al bacino di neolaureati spe- ora, sembra penalizzare le evoluzioni in direzione di frontie-
cializzati, ma in generale si lamenta ancora una certa diffi- re più avanzate, dal deep learning allo sviluppo di algorit-
coltà nell’individuazione di specialisti affidabili nel campo mi avanzati, indicati solo da alcune realtà particolarmente
delle elaborazioni analitiche e anche sul fronte architettu- strutturate.Un documento realizzato da Indigo Communications nasce nel 2004 e aggrega una notevole esperienza giornalistica nel segmento hitech. Pubblica il mensile Technopolis e il portale di news e approfondimenti ICT Business, caratterizzati da target e taglio complementari. Accanto all’attività editoriale, ha sviluppato negli ultimi anni competenze e servizi nei settori del content marketing e della lead generation, arricchendo la propria offerta con importanti partnership e progetti su misura per le aziende del comparto ICT. In collaborazione con Con oltre 30 anni di esperienza nel settore, MicroStrategy (Nasdaq: MSTR) è leader mondiale nell’offerta di analytics e software in mobilità, realizzando un software innovativo che dà agli utenti la capacità di prendere decisioni migliori e trasformare il loro modo di fare business. Pioniere nell’ambito BI e Analytics, MicroStrategy supera infatti i limiti della BI Tradizionale e dei ‘Self Service Analytics’ introducendo l’HyperIntelligence: una tecnologia rivoluzionaria che inverte il paradigma d’interazione con il dato portando, con zero clic, insight immediati nel contesto di lavoro. MicroStrategy 2020 è la prima e unica piattaforma per Federated Analytics, transformational Mobility e HyperIntelligence in grado di fornire analytics moderni su una piattaforma di livello Enterprise aperta e completa.
Puoi anche leggere
