Intervento di Claudio Zamboni (Co-fondatore e Chief Revenue Officer del gruppo Datrix) al Convegno finale dell’Osservatorio PoliMI 2020 “Big Data e Business Analytics”
Nonostante la crescente disponibilità di informazioni e di sistemi di analisi basati sulla data analytics tradizionale, molte organizzazioni non sono riuscite negli anni a sfruttarne al massimo la potenza e ciò ha avuto come conseguenza in alcuni casi anche un deciso rallentamento della loro adozione avanzata. Il navigare al buio in questo periodo ha acuito la sensazione di smarrimento e il senso di urgenza di avere informazioni affidabili su cui costruire il proprio indirizzo, in acque non solo estremamente agitate, ma del tutto nuove, con la necessità di rimappare il comportamento collettivo su scala globale.
Come Datrix abbiamo un osservatorio privilegiato sul tema, operando con aziende dimensionalmente importanti, caratterizzate da alta complessità e il più delle volte operative in contesti fortemente regolati.
Nei progetti di analytics tradizionale, sono gli analisti e data scientist che “manualmente” trattano il dataset e cercano di estrarre gli insight azionabili. E i dataset di cui parliamo contengono moli di dati veramente big (erp, crm, analytics digitali, dati di adv), che richiedono dunque fasi di gestione (integrazione, trattamento, estrazione) significative e prolungate.
Dal nostro punto di vista, le problematiche dei data analytics possono ricondursi a:
Noi crediamo che la soluzione a queste problematiche sia l’Augmented Analytics, considerando questa come un approccio evolutivo della data analytics tradizionale.
L’Augmented Analytics è nata per risolvere i problemi della Data Analytics, sfrutta le tecnologie di autoapprendimento, automatizzando non solo i processi di analisi, ma anche le procedure di raccolta e trattamento, preparazione dei dati all’analisi, senza la mediazione dei data scientist o degli analisti.
Vediamo come l’adozione di soluzioni tecnologiche di Augmented Analytics risolve i problemi degli analytics tradizionali.
Per tutti questi motivi l’Augmented Analytics è una soluzione end to end in grado di fornire in maniera tempestiva ed automatizzata raccomandazioni chiare a supporto del decision making ed immediatamente azionabili.
Alcuni esempi di nostre applicazioni dell’Augmented Analytics:
Per queste ragioni crediamo che l’Augmented Analytics abiliti in via definitiva le aziende nella realizzazione di progetti di intelligence evoluti con successo.
Sono disponibili per vostra consultazione: