7 tendenze per portare in azienda una buona strategia sui dati

I CIO di oggi non solo comprendono il valore dei dati, ma sono anche ben consapevoli che attivare un’intelligenza aziendale alimentata da dati di alta qualità porta a decisioni migliori e a operation più efficienti.

Tuttavia, la raccolta di informazioni accurate è un processo tutt’altro che statico che richiede, invece, un’attenta pianificazione, l’accesso a fonti rilevanti, e una capacità di gestione forte e flessibile. Per rimanere al passo con gli approcci e le tecniche più recenti di acquisizione delle informazioni, ecco una serie di tendenze da seguire.

1. L’AI trasforma la value proposition dei dati

L’intelligenza artificiale (IA) rappresenta, oggi, il trend più importante per le strategie sui dati, in considerazione del suo grande potenziale di trasformazione, sostiene Craig Muir, uno dei partner dell’investment bank Solomon Partners, per la quale ricopre il ruolo di software, data e analytics leader.

L’IA offre alle aziende la capacità di ricavare intuizioni da ampi set di dati, facilitando il processo decisionale informato e perseguendo la via dell’innovazione, spiega il manager. “Le sue capacità di automazione possono snellire le operazioni, migliorando così l’allocazione delle risorse e l’efficienza”.

Muir osserva che l’intelligenza artificiale apre anche nuove opportunità per le aziende che attualmente non considerano i dati come il loro prodotto principale. “Un esempio è il recente accordo di licenza Google/Reddit”, sottolinea. L’intesa da 60 milioni di dollari consentirà al gigante della ricerca di addestrare modelli di AI sui post umani di Reddit. “La strategia dei dati di un’azienda dovrebbe dare priorità all’investimento e allo sfruttamento della potenza dell’intelligenza artificiale, sia internamente che attraverso la commercializzazione esterna”.

Muir ritiene che non impegnarsi in modo proattivo con l’IA, sia internamente che esternamente, “sarebbe, nel migliore dei casi, un’opportunità mancata e, nel peggiore, portare verso l’estinzione, similmente con quanto è successo a Kodak”.

2. La democratizzazione dei dati guadagna slancio

La democratizzazione dei dati sta svolgendo un ruolo sempre più importante all’interno delle aziende lungimiranti, rendendo le informazioni accessibili e utilizzabili da tutti, non solo dai data scientist e da altri esperti. “Offrendo prospettive diverse, può aiutare a raggiungere le conclusioni e a promuovere la collaborazione all’interno dell’azienda”, sottolinea Portia Crowe, chief data strategist di Accenture Federal Services per la difesa e l’intelligenza applicata.

La democratizzazione funziona abbattendo i silos. “Genera una cultura orientata ai dati fornendo il loro accesso e quello agli strumenti che incoraggiano l’usabilità”, spiega Crowe. “L’aumento degli strumenti self-service di facile utilizzo consente agli utenti con competenze minime di esplorare e analizzare i dati”.

3. La qualità dei dati è al centro dell’attenzione

La qualità dei dati comprende l’accuratezza, la completezza, la coerenza, la validità e la tempestività, e sta diventando una delle principali preoccupazioni dell’IT via via che l’IA e altre iniziative basate sui dati prendono piede nell’azienda.

“In generale, i dati adatti allo scopo, così come la fiducia nei loro confronti, sono essenziali per un’azienda, e dovrebbero essere ben gestiti”, aggiunge Crowe. “La qualità dei dati funge anche da carburante per un uso corretto dell’intelligenza artificiale, in quanto influisce direttamente sulla sua capacità di funzionare e di generare risultati affidabili”.

Poiché le aziende sono sempre più orientate ai dati, la necessità di informazioni di alta qualità per alimentare il processo decisionale non potrà che intensificarsi, prevede Crowe. “I cosiddetti ‘dati sporchi’ portano a scelte sbagliate e ostacolano la capacità di un’azienda di competere e di operare in modo efficace”, avverte. “I dati imprecisi o distorti portano a risultati di IA errati, evidenziando la necessità che siano puliti e affidabili”.

Anche se le specifiche di come viene implementata la qualità dei dati possono evolvere nel tempo, anche se i principi fondamentali che ne sono alla base rimarranno probabilmente importanti per le imprese anche nel lungo periodo.

4. Le strategie sui dati cambiano direzione

C’è un crescente cambiamento di approccio nel modo in cui alcune aziende implementano le iniziative interne basate sui dati, racconta Jayaprakash Nair, responsabile degli analytics di Altimetrik, un’azienda di ingegneria che si occupa di dati e di digital più in generale.

Nair osserva che la strategia dei dati tradizionale è guidata principalmente da sinistra a destra. Ciò significa che i dati raccolti da varie fonti vengono incanalati in un unico luogo, come un data lake o un magazzino, e poi puliti per creare una singola fonte di verità (SSOT). Sebbene questo approccio sia generalmente di successo, egli spiega che alcune imprese hanno difficoltà a gestire il tempo necessario per costruire un SSOT, nonché a ottenere il massimo valore da esso.

In futuro, la direzione della strategia dei dati seguirà sempre più un approccio da destra a sinistra, prevede il manager. Utilizzando questo modello, il team aziendale definirà le priorità da risolvere utilizzando i dati disponibili.

“Il team IT raccoglierà e ripulirà i dati sufficienti per soddisfare queste priorità aziendali, generando così un valore aziendale in un arco di tempo relativamente breve di mesi o addirittura di settimane”, dice. “Il team aziendale definirà poi la serie successiva di priorità”.

Nair ritiene che un approccio da destra a sinistra costruirà la SSOT in modo organico in un periodo di tempo, generando un valore aziendale tangibile lungo il percorso.

5. Ripensare le strategie di dati fin dalle fondamenta

La tendenza più importante in materia di strategia dei dati oggi consiste nel rivedere il piano attuale dell’azienda o nel crearne uno nuovo, dichiara Stephen Bailey, direttore della società di consulenza sulla sicurezza NCC Group.

Per ottenere il massimo valore dai pool di dati in rapida crescita, Bailey ritiene che le imprese debbano adottare un approccio mirato che includa tutte le aree aziendali. “Che si tratti di migliorare i processi e le procedure interne o di capire meglio la clientela, una buona strategia sui dati definisce la governance, la proprietà e i risultati desiderati per tutte le informazioni trattate”, dice.

Una rivalutazione della strategia sui dati dovrebbe iniziare definendo e concordando i bisogni, e poi assicurandosi che l’iniziativa riceva il sostegno del livello superiore. Il passo successivo dovrebbe essere la nomina di un responsabile del progetto e di un gruppo direttivo che comprenda i rappresentanti di tutte le aree aziendali interessate. “Allineate la strategia dei dati e il vostro quadro di governance dell’IA per ridurre qualsiasi conflitto tra di loro”, raccomanda il manager.

Bailey osserva che i nuovi requisiti creati dalla legislazione relativa all’intelligenza artificiale faranno probabilmente sì che molte aziende non abbiano una strategia formale di gestione dei dati, creando frammenti di un piano senza sviluppare una policy completa.

6. I dati si dirigono verso l’edge

Le aziende sono sempre più orientate ai dati, e l’edge computing fornisce analisi in tempo reale, riducendo i problemi di latenza comunemente associati al cloud computing, afferma Javier Muniz, CTO dello studio legale LLC Attorney, con sede in Colorado.

L’importanza di questa tendenza risiede nella sua capacità potenziale di rivoluzionare il modo in cui i dati vengono gestiti, elaborati e consegnati, chiarisce Muniz. Rivolgendosi all’edge, le aziende possono analizzare i dati più vicini alla fonte, migliorando l’efficienza e consentendo approfondimenti più rapidi. “Questo ha implicazioni particolarmente importanti per settori come quello manifatturiero, dove l’analisi dei dati in tempo reale può snellire i processi e migliorare il percorso decisionale”.

Per massimizzare i vantaggi, le aziende dovrebbero considerare l’implementazione di una strategia edge completa, identificando le aree chiave in cui la latenza dei dati influisce maggiormente sulle operation. “Anche il coinvolgimento di partner strategici con esperienza nell’infrastruttura e nell’architettura dell’edge-computing è prezioso”, aggiunge Muniz.

Comunicare il valore dell’edge ai colleghi del management richiede una chiara analisi dei suoi potenziali benefici e delle sue efficienze, dice Muniz. “È fondamentale trasmettere come lo spostamento dell’analisi dei dati più vicino alla fonte possa portare a risultati migliori, accelerare i processi decisionali e, in ultima analisi, aumentare i profitti”.

7. Aumentano i Data-as-a-Service

Il Data-as-a-service (DaaS) è una tendenza fondamentale nella gestione dei dati aziendali, in quanto offre un accesso on-demand alle informazioni, un attributo che sta diventando essenziale per le aziende, soprattutto quelle di grandi dimensioni e di respiro globale, indica Gloria Flynt, analista senior di Straits Research. “La sua economicità consiste nell’eliminare la necessità di un’infrastruttura on-premise, riducendo così le spese di capitale e quelle operative”.

L’agilità del DaaS consente a chi lo adotta di integrare rapidamente nuove fonti di dati, adattandosi ai cambiamenti del mercato con un ritardo minimo o nullo. “Inoltre, il DaaS consente una facile monetizzazione dei dati, creando nuovi flussi di reddito”, continua Flynt. “Garantisce anche un’elevata qualità dei dati, standardizzandoli tra le varie unità aziendali, e migliora l’analisi e la business intelligence, semplificando la loro virtualizzazione e la loro automazione, con conseguente aumento della qualità del processo decisionale”.

Per trarre il massimo vantaggio dal DaaS, Flynt consiglia alle aziende di integrare l’approccio nei loro ecosistemi di dati esistenti, assicurando un accesso continuo alle fonti di dati esterne. “Questa integrazione può anche potenziare le analisi, aiutare a prendere decisioni più corrette e guidare l’innovazione”.

Flynt afferma che i leader IT possono comunicare l’importanza del DaaS ai colleghi del management, evidenziando il suo valore strategico e l’allineamento con gli obiettivi aziendali. “Possono, inoltre, sottolineare l’agilità che offre, consentendo all’azienda di integrare rapidamente nuove fonti di dati e di adattarsi ai cambiamenti del mercato”. L’esperta osserva che questo approccio non solo trasmette i vantaggi pratici del DaaS, ma inquadra anche il servizio come un investimento lungimirante che sostiene la crescita e l’innovazione a lungo termine.

In considerazione dei crescenti volumi di dati che le aziende devono gestire e la necessità di un loro accesso flessibile, Flynt ritiene che DaaS attirerà, probabilmente, una base di clienti profonda. “Il suo allineamento con il cloud computing e la crescente domanda di analisi dei dati in tempo reale suggeriscono che il DaaS continuerà ad essere rilevante nel prossimo futuro”.

Un pensiero finale

Nel cloud, le aziende detengono più dati che mai – propri e di terze parti, strutturati e non – conclude Murli Buluswar, responsabile degli analytics di Citi per il personal banking negli Stati Uniti. “Le aziende avanzate si distingueranno per la loro capacità più sofisticata di archiviare, interrogare, ricavare e ricucire le intuizioni in scala da questi dati”.