Blog

  • iot google cloud platform
    +
    IoT e Machine Learning su Google Cloud Platform
  • strategia aziendale
    +
    Definire la strategia aziendale: il contributo della data strategy
  • analisi predittive
    +
    Flessibilità, real time e analisi predittive. La data strategy che punta all’attacco.
  • data governance
    +
    Data governance, quando a contare sono controllo, accuratezza e integrità
  • as one analytics
    +
    As One e il caso DWS protagonisti al Visualize Your World
  • google cloud summit
    +
    Google Cloud Summit H-FARM: il racconto
  • business case
    +
    Non ci sono case histories: quando l’innovazione è frenata dalla mancanza di referenze
  • big data algoritmi
    +
    Big Data, è ora di ripensare al potere degli algoritmi
  • google drive file stream
    +
    Novità Google: Google Drive File Stream
  • cena aziendale
    +
    Buon rientro!
  • novità informatica
    +
    Benvenuto Settembre! E’ tempo di novità informatiche
  • spazio-di-co-working
    +
    Co-working: come si sta trasformando l’ufficio condiviso

Flessibilità, real time e analisi predittive. La data strategy che punta all’attacco.

By Camilla Mantella 4 settimane agoNo Comments

Continuiamo questa settimana la serie di contributi a firma di Maurizio Novello, CEO Miriade.

Spunti di riflessione sul tema delle strategie di management dei dati a partire dai due eventi vissuti insieme a Qlik e Google che ci hanno visti protagonisti nel mese di ottobre.

Di seguito, la seconda puntata della “mappa concettuale” che intende fornire un quadro di riferimento su quelle che sono le data strategies più diffuse nelle nostre aziende.

L’universo Google è un mondo costruito sui concetti di flessibilità, real time, informazione e crescita. L’arcobaleno di colori del logo aziendale riflette la spontaneità, l’immediatezza e l’informalità di un’impresa che ha il suo centro nella Silicon Valley ma che è stata capace di diffondersi capillarmente, tanto da diventare il player tecnologico più conosciuto globalmente anche dai non addetti ai lavori.

Lo stile Google è stato protagonista dell’evento che Miriade ha organizzato in H-Farm lo scorso 3 ottobre. Professionisti delle aziende del Triveneto si sono dati appuntamento nell’incubatore trevigiano per parlare di cloud, analisi avanzata dei dati e integrazione dei sistemi: una mattinata densa di contenuti, che ha permesso di toccare con mano, grazie ad una dimostrazione in presa diretta dell’implementazione di un modello predittivo, le potenzialità dei Big Data applicati all’Internet of Things.

analisi predittive

La data strategy che anima Google è quella che Thomas Davenport, che abbiamo presentato nello scorso articolo della serie, chiamerebbe “in attacco”.

Se chi ama la data governance, il pieno controllo del dato, la minimizzazione del rischio e la standardizzazione preferisce lavorare, come abbiamo già visto “in difesa”, chi lavora “in attacco” ha altre priorità.

L’ “attacco” presuppone:

  • Il desiderio di supportare la crescita aziendale per aumentare la revenue, il profitto e la soddisfazione del cliente – con un focus preciso sui customer insights a sostegno delle decisioni del management;
  • La necessità di poter fare affidamento su dati in real time alimentati da fonti differenti, anche extra-aziendali, in grado di fornire una base variegata e completa su cui costruire analisi predittive;
  • La consapevolezza che il dato così inteso è, per definizione, non-strutturato e flessibile e che proprio nelle sue molteplici declinazioni sta la possibilità di sfruttarlo al massimo;
  • L’idea che la single version of truth possa essere affiancata dalla multiple version of truth, che fa sì che il dato venga interpretato diversamente a seconda della sua destinazione d’uso e dell’obiettivo per il quale viene analizzato;
  • L’opportunità del passaggio dall’architettura del dato, concentrata su una precisa raccolta, trasformazione e distribuzione, all’architettura dell’informazione, che prevede una contestualizzazione del dato necessaria alla conversione in informazione utile.
Siamo di fronte ad un approccio molto amato dai reparti marketing e vendite, che spingono l’acceleratore sulla crescita costante e che ritengono il dato utile solo quando diventa informazione: solo quando, cioè, viene dotato di una rilevanza e di uno scopo, come direbbe Peter Drucker, il padre del management contemporaneo.

Se il dato assume valore quando diventa informazione, la sua interpretazione acquisisce un peso maggiore rispetto al suo trattamento. Non stupisce, allora, se chi lavora “in attacco” tende a mettere in secondo piano l’accuratezza del dato, la costruzione di un’architettura standardizzata e l’implementazione di processi certi e verificabili. La risoluzione di queste problematiche viene lasciata ad altri – ai CFO, o ai reparti legali – mentre i reparti tradizionalmente legati allo sviluppo del business prestano generalmente meno attenzione a questi aspetti.

L’interpretazione, per la data strategy “in attacco”, è il cuore pulsante dell’analisi e diventa ancora più utile quando evidenzia correlazioni nascoste o prevede tendenze future.

Stiamo parlando, di fatto, di analisi avanzate e argomenti come quelli dei Big Data, dell’IoT o delle Advanced Analytics diventano temi caldi per chi cerca nuove soluzioni per meglio proporsi alla clientela e al mercato, anticipandone i bisogni, o per chi ha per obiettivo l’ottimizzazione della produzione, evitando guasti ai macchinari o fermi produttivi.

Data strategy “in difesa” e data strategy “in attacco” sono alternative e complementari al tempo stesso. In alcune realtà si preferisce la prima, in altre si punta sulla seconda. Ma possono coesistere? Ci sono già organizzazioni dove si lavora sia in difesa che in attacco? E quale strategia è più opportuno adottare a seconda dei servizi e dei prodotti che si propongono? Lo vedremo assieme nel prossimo – e ultimo – spunto sul tema della data strategy. Continua a seguirci su LinkedIn e Facebook.

Quanto lavora in attacco la tua azienda? Leggi le affermazioni sottostanti: se riconosci la tua organizzazione in più di 5, significa che implementa un approccio in attacco.

  • 1. Migliora la revenue attraverso il cross-selling, il pricing strategico e l’acquisizione di nuovi clienti;
  • 2.Crea prodotti e servizi sempre nuovi;
  • 3.Risponde rapidamente ai competitor e ai cambiamenti di mercato;
  • 4.Utilizza analisi sofisticate sulla clientela per guidare i risultati del business;
  • 5.Fa leva su nuove risorse dati interne ed esterne all’organizzazione;
  • 6.Monetizza i suoi dati (vendendoli come prodotto o servizio);
  • 7.Ottimizza e rafforza i suoi reparti di analisi e data science;
  • 8.Genera ritorno di investimento sui big data e l’infrastruttura analitica.

Photo credits: MirideSpa

Category:
  Business Intelligence .
this post was shared 0 times
 000

Leave a Reply

Your email address will not be published.