EXECUTIVE ANALYSIS
L’ACCIDENTATO PERCORSO DEL “DATA-DRIVEN” Dalla Business Intelligence al machine learning e agli algoritmi avanzati, le aziende italiane hanno avviato il percorso verso un utilizzo strutturato dei dati. Restano, tuttavia, difficoltà legate all’assenza di una governance organizzata.
S
i è ormai radicata nelle aziende la convinzione che generare valore dai dati non implichi necessariamente averne grandi quantità a disposizione. Si tratta, invece, di saper estrarre e utilizzare quelli corretti e al momento giusto. Questo spiega perché ancora oggi molte organizzazioni stiano faticando a diventare effettivamente “data-driven”, cioè guidate dai dati. In molte realtà il problema di base, ancora aperto, è quello della governance dei dati, ovvero il “ponte” in grado di tradurre una visione strategica (conscia dell’importanza dei dati per l’organizzazione) in pratiche e linee guida capaci di supportare l’attività operativa, assicurandosi, in ultima analisi, che prodotti e servizi al cliente siano rilasciati in modo corretto ed efficiente. Il percorso implica qualità e trasparenza nei dati utilizzati, ovvero che per tutti esista un’unica, certa e affidabile fonte alla quale attingere per le varie esigenze operative o le attività di analisi e rielaborazione. In questo scenario già da 38 |
NOVEMBRE 2020
tempo in movimento si è innestato, nella prima parte del 2020, l’effetto della pandemia: il repentino passaggio a forme di lavoro totalmente remotizzate, il relativo aumento della circolazione di dati non strutturati, un accesso ai sistemi aziendali da dispositivi non sempre adeguatamente controllati e un insieme di policy e profili da aggiornare alla situazione di “nuova normalità”. Trasformazione in divenire
Sui temi accennati, Technopolis ha realizzato una ricerca qualitativa che ha coinvolto una quindicina di aziende grandi e medie appartenenti a differenti settori verticali (energia, retail, Pubblica Amministrazione, manifattura, beni di consumo). Lo studio si è posto l’obiettivo di capire soprattutto come sia gestita la governance e quale sia il rapporto fra una IT impegnata nello sviluppo dei progetti e i dipartimenti che chiedono di poter disporre di informazioni “pronte all’uso” per le proprie esigenze operative. Data l’eterogeneità del campione, anche le tipologie di dati considerati critici per il supporto alle decisioni strategiche variano. Nelle realtà a maggior vocazione commerciale prevale l’attenzione a tutto ciò che ruota intorno alla vendita (dal Crm all’e-commerce, dall’andamento per territori o brand a quello delle marginalità, per fare degli esempi) e in questi ambiti i dati derivati dagli strumenti implementati internamente si incrociano con fonti esterne, non sempre sotto il presidio dell’IT. Nelle aziende a vocazione maggiormente infrastrutturale, invece, assumono più importanza i dati
di natura ingegneristica, collegati alla gestione di impianti, alla progettazione o all’erogazione di un servizio. Questo è anche il comparto che mostra un maggior livello di avanzamento in direzione della disponibilità di informazioni in tempo reale, della presenza di data scientist e di governance centralizzata e
