I grandi volumi di dati prodotti dalle aziende hanno il potenziale per fornire informazioni preziose in grado di trasformare le imprese e aprire nuove entusiasmanti opportunità. Tuttavia, per molte realtà aziendali, la creazione di una strategia di dati nel cloud resta una sfida costante
A cura di Roberto Celin, IoT & Analytics Sales Expert – South and Central Europe, Orange Business Services
Dati e analisi, combinati con l’intelligenza artificiale (AI), sono in grado di aumentare la produttività e guidare nuovi modelli di business. In futuro, secondo Gartner, aiuteranno le aziende a prevedere, prepararsi e rispondere rapidamente a qualsiasi crisi globale e alle sue conseguenze.
Tuttavia, anche di fronte alle sfide tradizionali come la governance, la riservatezza, la qualità e l’accessibilità dei dati, molte aziende faticano a raccogliere i risultati di business attesi e si trovano spesso a spendere ben più di quanto avessero pianificato.
Uno dei motivi principali per questo stato di cose è che la trasformazione aziendale in direzione di un modello basato sui dati spesso richiede una nuova visione, una nuova mentalità, il supporto interno dei dirigenti e un certo modo di organizzare le competenze dei collaboratori. Servono nuove prospettive sulla creazione e sull’apporto di valore agli utenti finali e potrebbe essere persino necessario reinventare il modo in cui l’azienda opera.
Qualcosa manca
L’intelligence dei dati diventa sempre più importante nella trasformazione digitale per un processo decisionale intelligente e automatizzato. Tuttavia, molte organizzazioni hanno difficoltà a portare avanti i propri piani di data intelligence: Gartner sostiene che fino al 2022, solo il 20% degli insight analitici si tradurrà in risultati di business.
Gartner stima che circa il 60% dei progetti di Big Data fallisca – e molti collocano questa percentuale più vicina all’85%. Questa cifra è così alta perché le aziende trattano le iniziative di big data come i progetti IT tradizionali. I progetti di dati, tuttavia, non sono come l’aggiornamento dei firewall o l’adozione di nuovi codici di sviluppo: i dati sono flessibili e fluidi e significano cose diverse per i diversi reparti. Lo ribadisco: è necessario un team interfunzionale e il sostegno dei vertici aziendali non solo per portare avanti il progetto, ma anche per aprire la strada a quelli che potrebbero essere cambiamenti fondamentali nel modello operativo e sfidare la governance e le strutture aziendali esistenti.
Oltre ai data scientist, un team di progetto dati deve includere esperti aziendali e operativi, sviluppatori e legal, tutti interessati a come e perché i dati vengono utilizzati. Questa trasformazione deve anche avere il pieno coinvolgimento della dirigenza, perché il concetto di “data driven” possa diventare parte del DNA di un’organizzazione.
Il cloud non è negoziabile
Il cloud è ormai saldamente al centro di qualsiasi programma di data intelligence. A questo proposito, Gartner prevede che i servizi di cloud pubblico saranno essenziali per il 90% dell’analisi dei dati e dell’innovazione entro il 2022.
Secondo la società, tuttavia, i leader nel settore data analytics hanno anche difficoltà ad allineare i loro servizi cloud ai casi d’uso corretti. Ciò porta a una governance eccessiva e conflitti interni, che possono soffocare l’innovazione e portare a costi di integrazione non necessari.
Gartner suggerisce che i leader data analytics devono dare priorità ai carichi di lavoro, in modo che possano sfruttare le capacità del cloud e rendere l’ottimizzazione dei costi un punto focale durante la migrazione al cloud.
Allo stesso tempo, è importante che le organizzazioni non blocchino i propri dati in silos, se vogliono sfruttare il potenziale dell’IA nella creazione di nuovi flussi di revenue e modelli di business basati sui dati. I dati devono fluire liberamente in tutte le organizzazioni. Se le aziende iniziano a limitare in modo aggressivo i dati ai quali è possibile accedere, limitano l’ambito dell’IA e la sua utilità per il business a livello strategico e tattico.
Con l’attuale tipologia di cloud, costruito attorno a tutto ciò che viene acquistato come servizio, le aziende possono reinventarsi e assorbire i cambiamenti più velocemente. L’AI-as-a-Service (AIaaS) sta guadagnando slancio, consentendo alle aziende di sfruttare i dati per ottenere informazioni di valore, fornendo il miglior supporto aziendale di sempre, con l’aiuto dei partner giusti per l’integrazione. Nel mondo nativo del cloud, faremo un passo avanti rispetto ai servizi basati sull’Intelligenza Artificiale, con soluzioni aziendali in grado di funzionare in modo autonomo.
Dai dati alle informazioni utili
Alcune organizzazioni procedono prendendo quel che trovano nei loro data warehouse e spostandolo nel cloud. Ma questo approccio ha grandi limiti: così, quando vengono da noi per chiedere aiuto, sono costernati nello scoprire che i vantaggi sono minimi e che il costo della migrazione non corrisponde ai risultati aziendali attesi. Questo accade perché spesso non si sono presi il tempo per comprendere appieno i diversi tipi di cloud, né come creare e mantenere la mentalità richiesta da un modello basato sui dati.
Le organizzazioni dovrebbero essere in grado di trarre una serie di vantaggi dai propri dati, tra cui una maggiore efficienza e informazioni utili, se li integrano e codificano correttamente nel cloud e utilizzano un modello di business basato sui dati, che unisce dati, intelligenza artificiale e buon senso a un nuovo stile di governance, connessa alla strategia aziendale complessiva, che ha una proprietà IT/aziendale condivisa e si concentra sull’uso dei dati per generare valore informativo, analisi predittiva, miglioramento continuo ed efficacia nei processi decisionali.
Tuttavia, questo pone una nuova serie di questioni. Secondo un recente rapporto di IDC, il cloud in particolare si sta rivelando una sfida importante per il 62% degli intervistati tra i Chief Data Officer (CDO). Le principali aree di preoccupazione includono qualità, governance e privacy come parte di un data warehouse cloud e implementazioni di data lake nel cloud, mappatura della trasformazione e ripulitura dei master data, e garanzia della protezione della privacy in ambienti multicloud.
Cambiare il modo in cui le aziende competono
I dati stanno cambiando la competizione tra le aziende: sono diventati una risorsa aziendale fondamentale. Selezionare i servizi cloud giusti e integrarli in modo sostenibile per soddisfare i requisiti aziendali è la chiave per “farli lavorare”.
Nel futuro, un modello di implementazione del cloud basato sulle sue metodologie native consentirà alle organizzazioni di utilizzare meglio i propri dati, soddisfacendo le esigenze dei clienti più rapidamente grazie a maggiore agilità, scalabilità e capacità predittive.
