Il dato, il valore che può fornire e le capacità di ottenere degli insight sono stati gli argomenti che hanno caratterizzato il convegnoIDC Future Data Forum 2022, dove si è parlato innovazione, sfide e opportunità legate alla gestione del dato.
La modernizzazione delle data platform aziendali
“Il dato è al centro di tantissimi sviluppi che osserviamo tutti i giorni e in tantissime realtà gioca un ruolo sempre più importante, tanto nelle decisioni più tattiche come in quelle strategiche – ha affermato Giancarlo Vercellino, Associate Director Research & Consulting di IDC Italia –. Nei prossimi anni disporremo di tanti strumenti complessi che, attraverso un uso sempre più sofisticato dei dati, ci consentiranno di esprimere una conoscenza e una competenza che magari non comprendiamo e non possediamo integralmente. La modernizzazione delle data platform aziendali in un contesto di trasformazione molto più ampia sta completamente rivoluzionando il modo di gestire le organizzazioni ma anche il modo di gestire il vivere sociale”.
Secondo Vercellino, se diamo uno sguardo alla società, possiamo individuare diverse importanti direzioni che i dati e una loro gestione sempre più intelligente stanno cambiando. Per esempio, siccome un’indicazione testuale può creare una sequenza di immagini, in questi ultimi due anni l’industria della creatività è stata rivoluzionata dai modelli linguistici che hanno miliardi e miliardi di parametri che consentono di generare immagini sempre più professionali.
Insight – Un’enorme mole di dati inutilizzata
“Oggi, le interfacce conversazionali stanno diventando sempre più sofisticate – ha precisato Vercellino –. Non sono più legate soltanto a una gestione utilitaristica della conversazione con i nostri stakeholder, ma, in alcuni casi, stanno portando alla costruzione di chatbot che abbiano un senso dell’umorismo e che sappiano riconoscere quando è stata fatta una battuta”.
Nell’ambito della ricerca, in particolare degli acceleratori di particelle, dove vengono prodotti Petabyte di dati ogni secondo per descrivere le collisioni tra le stesse particelle è indispensabile gestire i dati con algoritmi sofisticati per discriminare in questo tipo di informazioni le collisioni si sta cercando di scoprire.
Anche le aziende si stanno spostando verso un utilizzo sempre più intelligente di dati. Genaral Motors, per esempio, utilizza insight e informazioni per gestire la diagnostica degli autoveicoli.
“Tuttavia – ha sottolineato Vercellino –, esiste un’enome mole di dati e di informazioni che le aziende molto spesso non riescono a vedere, ad apprezzare e valorizzare. Possiamo dire che il mondo si distingue in due categorie di aziende: quelle che ritengono di essere sommerse da una mole immensa di dati che non sanno valorizzare e quelle che invece pensano di non avere datiutili. La quantità di dati che sono davvero utilmente taggati rappresenta una percentuale estremamente piccola rispetto alla quantità presente all’interno dell’ecosistema aziendale. E solo una percentuale minimale viene poi data in pasto ad algoritmi complessi per essere analizzata e per produrre valore”.
Il triplo layer della gestione dei dati e degli insight
Negli ultimi 5 – 10 anni, anche grazie alle tecnologie sviluppate in ambito open source, la quantità di data platform disponibili è aumentata in modo significativo. Se chiedessimo a chi si occupa di data science o di business analysis che piattaforme dati utilizza o che vorrebbe utilizzare nel giro di un paio di anni noteremmo una progressiva frammentazione. “Per cui – ha aggiunto Vercellino – oggi più che mai data modernization significa poter amministrare i dati con i mezzi che sono più consoni. Questo comporta che ciascuno in azienda deve sentirsi libero di gestire i dati nel modo che ritiene più confacente alla sua funzione, alle sue competenze e ovviamente agli obiettivi aziendali”.
Ne consegue che oggi le aziende che vogliono navigare al meglio all’interno di questo ecosistema, sempre più caratterizzato da una grande densità di dati, devono essere in grado di gestire un triplo layer:
il layer legato all’intelligenza dei dati dove si procede con la catalogazione, il data lineage e tutto il layer semantico;
il layer di governance;
il layer di engineering capace ovviamente di parlare con l’intero universo di data platform diverse.
Insight – Ciascuna azienda si trova poi a dover ragionare e riflettere su alcune keyword:
utilizzare i dati in una trasformazione in cui è un fattore produttivo all’interno dei processi e quindi una trasformazione di tipo data centrico;
usare i dati in un processo di trasformazione far diventare il dato addirittura un prodotto o un servizio che si può monetizzare direttamente e quindi una trasformazione più data driven;
il diverso livello di automazione che vogliamo portare dentro questa costruzione del layer legata all’intelligence semantica sul dato lo si può affidare a una macchina che gestisce e costruisce automaticamente le ontologie o a team di lavoro composti da business user che conoscono nel dettaglio i processi.
Le attività di data management nelle grandi aziende
“Queste sono tutte opzioni sul campo e, soprattutto, sono tutte complementari fra loro – ha precisato Vercellino –. In Italia, quando ci confrontiamo col segmento corporate, vediamo che il focus delle attività di data management è legato alle informazioni che arrivano dalle applicazioni business, dai core system e dagli ERP. In alcuni casi, ovviamente, si guarda anche a dati provenienti da fonti esterne. Il tema dei prodotti connessi e dei processi che sono legati per esempio all’IoT è sempre più rilevante ma ancora in second’ordine”.
Le aziende comunicano tendenzialmente obiettivi di natura tattica, come ottimizzare decisioni molto circostanziate e migliorare il coordinamento in casi molto particolari.
Ci sono poi il tema della gestione del rischio e della sicurezza (che è all’attenzione di tutti coloro che si occupano di data governance), il tema legato a un’automatizzazione dei processi e quello legato a un impatto di questi strumenti su processi decisionali che hanno un carattere più strategico.
“Riguardo la progressiva dinamizzazione dello schema dei dati – ha sostenuto Vercellino –, ormai ci muoviamo sempre su tecnologie che ci consentono di gestire dati non strutturati con schemi che sono sempre più mutevoli. Alcune di queste tecnologie sono già di fatto entrate nelle aziende e altre arriveranno nei prossimi anni”.
Insight – Uno sguardo alle evoluzioni future
Per quanto riguarda il futurescape, ci sono alcuni temi importanti, come per esempio quello del data operation, che ormai è all’attenzione di tantissime aziende che investono in processi e in tecnologie. Mentre altri, come il tema della data literacy, scivolano in secondo piano, ma la creazione di una cultura centrata sul dato è importante nelle aziende. In alcuni casi si parla anche molto della complessità legata alla gestione dei dati, soprattutto quando si deve essere conformi a normative legate alla privacy che sono estremamente complesse.
Stanno emergendo dall’ambito advertising alcune soluzioni di data clean house che potenzialmente possono anche di essere declinate in altri settori.
“Questo tipo di trasformazioni potrebbero sostanzialmente portare a tre effetti secondari dell’automazione – ha concluso Vercellino –. Innanzitutto, a una cross pollination tra domini e discipline diverse e a un arricchimento all’interno dei singoli settori professionali. Poi, ovviamente, a un importantissimo impatto nell’ambito dell’hardware, che diventerà sempre più dedicato, con chip che saranno più efficienti e che consentiranno anche di comporre in modo intelligente tante reti e che oggi più che mai rappresenta un’opportunità importante per lo sviluppo delle aziende”.
