Questo articolo richiama contenuti dal webinar Data Analytics in azienda: da dove partire? tenuto da Andrea De Mauro per Apogeo Editore il 7 aprile 2021 in diretta Facebook.
Ho la fortuna di vivere la quotidianità della Data Analytics da circa 15 anni e di vedere questo campo esplodere negli ultimi tempi, guadagnando un livello di interesse elevato e trasversale. Tutto questo mi ha permesso di osservare da vicino il mondo dei Big Data e dell’utilizzo pratico dell’intelligenza artificiale. Attraverso l’attività di ricerca, ho avuto modo di ritrovare alcuni pattern che si ripetono nel modo in cui i dati fanno la differenza in azienda, andando a rintracciare dei percorsi raccomandati per ottenere questi benefici.
Data Transformation: impatta già oggi sull’azienda e la fa cambiare
Per sfruttare appieno dati e algoritmi, bisogna perseguire la Data Transformation. Questa idea si associa naturalmente a quella di cambiamento sistematico e sintetizza l’ambizione del percorso che attende l’azienda, ovvero cambiarne profondamente il modo di operare. Sembra un concetto impegnativo, non alla portata di tutti; eppure la Data Transformation – insieme con la sua accezione più ampia, la Digital Transformation – è un tema trasversale, che riguarda oggi organizzazioni di ogni dimensione e settore. Utilizzare tecnologie di Big Data Analytics in generale e di intelligenza artificiale in particolare richiede all’azienda e alle persone di mettersi in gioco e rivedere gli schemi, i canoni e le strutture organizzative tradizionali, adottando un’ottica nuova e intrinsecamente data-driven.
Questo processo non è mai immediato e richiede una modalità di trasformazione continuativa e progressiva. Parliamoci chiaro: non è una rivoluzione che porta risultati in poche settimane; è invece un’evoluzione, magari anche accelerata, che trasforma gradualmente i vari aspetti del modello operativo di un’azienda fino a farle cambiare pelle.
Da dove comincia il cammino di trasformazione per l’azienda che abbraccia la Data Analytics
La prima e più immediata domanda è giusto che sia come si comincia? Nel concreto, che cosa succede a un’azienda che abbraccia la sfida della Data Transformation?
È anche il punto in cui più facilmente ci si blocca: da che cosa partiamo, cioè da quale punto specifico iniziamo il percorso di trasformazione? Possiamo avere le idee anche abbastanza chiare su un’ambizione di lungo periodo, ma spesso risulta davvero complesso scegliere nel presente azioni concrete.
Partire dalle giuste Big Bet
Per rispondere in breve, la prima cosa da fare è trovare e selezionare poche e relativamente piccole idee da trasformare in realtà. Qui per idea non intendo qualcosa di teorico ma la messa a punto di una data capability, ovvero di una ricetta di trasformazione di dati in valore. Se lavorassimo per una catena di hotel che vuole ricorrere a Big Data Analytics e, magari, all’intelligenza artificiale, potremmo lasciare un segno positivo su tantissimi aspetti del modello operativo: per esempio, dall’organizzazione delle camere a quella delle tariffe o del personale.
I decisori della catena dovranno riunirsi, poco importa se in un luogo fisico o virtuale, e mettere insieme delle prime idee tra le quali selezionare quelle che in Big Data per il Business chiamo le Big Bet, piccole ma importanti scommesse dalle quali partire. È in questa fase che lavorare bene permette di evitare il blocco alla partenza; finché non si effettua questo passaggio dalla teoria a una prima applicazione pratica, non riusciremo neanche a mostrare dei risultati che diano coraggio al resto delle persone con cui lavoriamo.
Selezione delle Big Bet, pianificazione degli Enabler
Si tratta di un processo che spesso ha un’attuazione complessa, ma una descrizione piuttosto semplice, assimilabile a quella rappresentata in figura:
Questa struttura rappresenta una delle possibili evoluzioni della Data Transformation. Si parte dal basso, da qualcosa di semplice: pianificazione delle Big Bet e pianificazione degli Enabler vuol dire appunto partire dai fondamentali, aspettandoci che a ogni iterazione del ciclo le cose procedano sempre meglio…
Una cosa importante da capire è che certe abitudini di pianificazione qui non funzionano più. Per esempio, non può esistere un piano a lungo termine con obiettivi statici prefissati. La crescita apportata dal ciclo di iterazione descritto nella figura sarà invece graduale e soggetta a continua messa in discussione dovuta all’arrivo di di nuovi dati e opportunità di Big Bet.
Queste sono proprio le basi dell’adozione della Data Analytics in azienda, sufficienti a comprendere l’intensità dei cambiamenti portati dalla Data Transformation. In un prossimo futuro proseguiremo nella spiegazione di come queste dinamiche possano evolvere in azienda e del tipo di risultati che sono in grado di portare.
Questo articolo richiama contenuti dal webinar Data Analytics in azienda: da dove partire? tenuto da Andrea De Mauro per Apogeo Editore il 7 aprile 2021 in diretta Facebook.
Immagine di apertura di Myriam Jessier su Unsplash.
L'autore
Corsi che potrebbero interessarti
Big Data Executive: business e strategie