10/05/2022
Trasformazione e tecnologia DATA DRIVEN

Trasformazione e tecnologia DATA DRIVEN

La questione culturale

Negli ultimi tempi la digitalizzazione ha scalato tutte le posizioni della classifica delle priorità aziendali, diventando molto velocemente la sfida per eccellenza di chiunque vorrà competere nella nuova normalità. L’investimento necessario sulle nuove tecnologie ha definito un nuovo focus sulle potenzialità che derivano dall’analisi dei dati, e un nuovo approccio “data-driven”.

Quando si parla di data-driven company, un’azienda guidata dai dati, si fa riferimento alla capacità di prendere decisioni basate su fatti oggettivi, e non su sensazioni personali. Avere un approccio data-driven significa far fruttare il tesoro dei Big data nelle imprese e utilizzare in modo efficace i dati nel processo decisionale.

Le aziende data-driven sono quelle che considerano la gestione dei dati (data management) non come un fattore tecnico, ma come un pilastro strategico del business. Rendere un’azienda data-driven significa quindi iniziare un percorso caratterizzato da una forte componente umana oltre che tecnologica: la trasformazione in data-driven company non può avvenire con la sola tecnologia, ma con un percorso di change management in grado di portare la cultura del dato a tutti i livelli aziendali. In ambito industriale, ovvero in Produzione e nella Supply Chainl’Internet of Things, che rende ogni oggetto un dispositivo connesso e comunicante, ha creato innumerevoli opportunità legate all’accesso a nuove fonti di dati. I sistemi di raccolta dei dati abilitano il controllo specifico sul processo e sul prodotto, permettendo ai CEO e Manager di minitorare costantemente la produzione ed i suoi costi, variabile sempre più importante nel settore industriale odierno.

 

Perché è importante un approccio basato sui dati?

Nel mondo reale, le persone si rapportano tra loro a cominciare dai dati e le competenze sui dati sono sviluppate attraverso la pratica e l'applicazione. Per questo si rende necessario un modello per poterli studiare: la vera sfida infatti è associarli tramite gli analytics, cioè metterli in connessione, individuare delle relazioni, analizzarli in tempo reale per poter prendere decisioni mirate. In questo modo le informazioni assumono un valore e possono essere trasformate in suggerimenti e input in grado di aprire nuovi scenari di supporto alle decisioni strategiche e di predizione di scenari a medio e lungo termine.

Gestire le molteplici e disparate fonti di dati ha costi e tempi proibitivi se è un’operazione completamente manuale. L’uso dei dati richiede una combinazione di processi e policies che prevedono data governance e un approccio agile. Per governance dei dati si intende un insieme di processi, ruoli e standard finalizzato a garantire un uso efficace ed efficiente delle informazioni, che permetta a un'organizzazione di raggiungere gli obiettivi prefissati: la Data Governance è quindi fondamentale per venire a capo di volumi enormi di dati estratti da fonti molteplici, in formati diversi e a frequenze variabili.

Una volta individuati i dati significativi, le aziende infatti devono governarli, proteggerli e analizzarli, il che implica la comprensione del ruolo che giocano Intelligenza Artificiale e Machine Learning, IoT e Advanced Analytics nella gestione di grandi volumi di dati, i cosiddetti Big Data. Occorre dunque una Data strategy, ovvero guardare al business e alla visione prima ancora che ai dati. Questi ultimi infatti devono supportare gli obiettivi di business in favore della crescita e per mitigare i rischi strategici.

Le aziende più avanzate sono oggi in grado di acquisire e analizzare i dati in tempo reale, nel momento stesso in cui si generano, per creare proiezioni e ipotesi che, grazie all’applicazione di algoritmi di Machine Learning, sono sempre più precise e veritiere. Si parla in questo caso di Advanced Analytics, tecnologie che permettono di utilizzare i dati non solo in modalità descrittiva, come avveniva nei tradizionali sistemi di Business Intelligence, ma anche in modalità predittiva e prescrittiva, anticipando problemi e comportamenti, bisogni e tendenze.
 

Le figure chiave per rendere un’azienda “data-driven”

Quello che ci aspettiamo dagli esperti in materia, è di saper semplificare i dati e gestire la tecnologia in maniera ottimale, che abbiano in sintesi un approccio interdisciplinare tra economia, ingegneria e statistica. Queste le competenze di data scientist, data engineer e data analyst.

Il data scientist deve infatti possedere un approccio globale, con competenze tecnologiche che può acquisire dall’ingegneria e dall’informatica, competenze analitiche di stampo statistico, e capacità manageriale e conoscenza dei processi aziendali per applicare le proprie competenze a problemi reali. In generale non servono solo scienziati dei dati ma anche i data engineer (esperti di sistemi) che permettano all’IT di scegliere meglio le tecnologie necessarie.

Bisogna però considerare che l’inserimento di queste nuove figure professionali deve necessariamente prevedere l’affiancamento al team interno già presente in azienda, l’unico in grado di condividere l’expertise acquisita nel tempo: solo così le nuove competenze possono realizzare maggior valore.

Di grande importanza è anche la figura del manager operativo dedicato che in questo processo di cambiamento assume un ruolo centrale, in quanto possiede le competenze per cogliere le opportunità e trasmettere l’importanza di innovazione, cultura aziendale e metodo di lavoro.

Le competenze fondamentali di questa figura sono:

  1. rapidità di analisi e valutazione di una data situazione;
  2. capacità di definire piani operativi vincenti in tempi brevi;
  3. attitudine a rendere l’ambiente di lavoro motivante;
  4. gestione attraverso l’esempio e il coinvolgimento operativo diretto;
  5. propensione a orientare il team al senso e al valore del risultato;
  6. desiderio di trasmettere know-how ed esperienza.

 

L’uso etico dei dati è alla base

La cultura del dato passa anche attraverso la sicurezza. Alle aziende servono infrastrutture potenti e affidabili e che la gestione intelligente del dato non potrà trattare la Data Protection come un extra ma come un importante pilastro del business stesso.

La digitalizzazione è la strada per il recupero della competitività delle imprese e per realizzarla servono soluzioni di semplice utilizzo e aperte, per poter integrare dati che provengono da piattaforme e tecnologie diverse. Tutto questo deve avvenire con un occhio sempre attento agli obiettivi e ai risultati, mantenendo però un bilanciamento tra trasparenza e riservatezza.

Usare i dati per prendere decisioni in tempo reale, offre enormi opportunità ma col rischio di calpestare i diritti alla privacy e alla sicurezza. Sono questioni che non possono essere considerate a posteriori: la strategia data-driven deve includere all’origine la protezione dell’azienda e della sua audience dalle cyber-minacce e una solida difesa dei dati dei clienti. I dati sono la nuova forma di potere ma dal potere derivano anche le responsabilità.

--------

IPREL Progetti partner ideale nel processo di transizione e digitalizzazione aziendale, investe continuamente in nuove competenze per poter offrire nuovi programmi di consulenza ad hoc.

 

Ruota il tuo device.