Dati come prodotti: il nuovo approccio delle imprese data-driven

Se il volto del mercato sta cambiando così rapidamente in questi anni, a prescindere dal settore di riferimento, è anche perché la gestione dei dati sta diventando cruciale per tutte le imprese, grandi o piccole che siano.

Ogni azienda oggi ha la possibilità di fare la differenza per il business e per i propri clienti, adottando un approccio più dinamico, efficace e rispettoso per la privacy.

Essere un’impresa data-driven presuppone però una visione guidata dai dati a tutto tondo. In quest’articolo troverai alcuni spunti per capire da quali aspetti della propria organizzazione è necessario partire, e gli esempi di applicazione più funzionali.

Modelli operativi che trattano i dati come un prodotto

Oggigiorno, nella maggior parte delle aziende, i dati non hanno un vero e proprio “team proprietario”, che si assicura che siano sempre aggiornati e pronti per l’uso. I set di dati vengono spesso conservati - a volte addirittura inutilmente duplicati - in archivi tentacolari, isolati in compartimenti stagni; rendendo di fatto molto complesso trovare, accedere e integrare rapidamente i dati che servono di volta in volta. Questo si traduce in uno spreco di tempo, di energie e di denaro per l’azienda.

Nei prossimi anni, la tendenza sarà di organizzare gli asset di dati come prodotti, sia per l’utilizzo interno che per destinarli a clienti esterni. Questi dati-prodotti avranno team dedicati e allineati tra loro - sfruttando processi e strumenti di integrazione e distribuzione continui. In questo modo, potranno perfezionare la tecnologia necessaria alla loro evoluzione (ad esempio, per integrare continuamente nuove fonti di dati), implementando al contempo l’accesso self-service, gli strumenti di analisi e la sicurezza.

Complessivamente, questo approccio fornirà set di dati intesi come soluzioni pronte all’uso per affrontare tutte le diverse sfide aziendali, riducendo tempi e costi.

Come si ottiene un modello di dati realmente operativo

Per impiegare un modello operativo di data governance che garantisca la qualità dei dati e li tratti come un prodotto, occorre una strategia che identifichi e assegni la priorità ai vari casi aziendali, con una visione chiara a livello organizzativo della provenienza dei diversi data-set e della tipologia di dati che contengono.

È altrettanto importante stabilire chi siano i referenti di questi nuovi prodotti-dati, e istituire un team trasversale cross-dipartimento che può includere per esempio analisti, ingegneri dei dati, specialisti della sicurezza delle informazioni, a seconda delle necessità aziendali. Un passo ulteriore è quello di affidare a professionisti in ambito Intelligenza Artificiale la progettazione, lo sviluppo e l’implementazione continua di questi nuovi prodotti.

Campi di applicazione

Retail

Attraverso questa evoluzione di dati in prodotti, i responsabili della vendita al dettaglio potranno mettere a punto “prodotti a 360°”, garantendo che l’asset di dati continui a perfezionarsi per soddisfare le esigenze e risolvere gli use case più critici.

Salute

Le organizzazioni sanitarie, inclusi i centri di Analisi Mediche, possono sostenere un team dedicato per sviluppare, mantenere e far evolvere set di dati relativi a una visione del paziente a 360°, per affinare i risultati delle analisi.

Diventare parte di un ecosistema di dati

Allo stato attuale dell’arte, per molte aziende i dati sono spesso isolati e difficili da condividere, anche internamente. Sebbene gli accordi di condivisione dei dati con partner esterni o aziende concorrenti siano in aumento, si tratta ancora di casi rari e spesso limitati. Fortunatamente le società più grandi e complesse cominciano a utilizzare piattaforme di condivisione dei dati per facilitare la collaborazione, sia all’interno che tra i vari dipartimenti. Questa tendenza sta influenzando anche le PMI, che oggi hanno a disposizione strumenti alla loro portata per diventare parte di un ecosistema condiviso di dati. In questo senso, le aziende data-driven partecipano attivamente a un’economia dei dati che facilita il loro raggruppamento e la loro distribuzione, per creare strumenti più preziosi per tutti coloro che partecipano e la arricchiscono. Il mercato dei dati consente lo scambio, la condivisione e l’integrazione dei dati, consentendo alle aziende di creare prodotti-dati davvero unici.

Complessivamente, le barriere a un ecosistema condiviso di dati si stanno riducendo considerevolmente, e le tecnologie attuali permettono di riunire dati provenienti da diverse fonti. In questo modo il valore complessivo generato risulta molto maggiore della somma delle sue parti.

Come si diventa parte di un ecosistema condiviso di dati

Negli ultimi anni sono state sviluppate diverse piattaforme di condivisione dei dati per facilitare lo scambio di dati sia all’interno che all’esterno dell’azienda: veri e propri ecosistemi di dati condivisi.

Per scegliere quella più adatta alla tua impresa, è utile capire fin da subito quali sono i modelli di dati più importanti per la tua organizzazione.

Nell’adozione di modelli di dati comuni per facilitare la collaborazione - anche tra aziende diverse - e nello stesura di accordi per mettere a fattor comune i propri asset di dati, è essenziale definire nello specifico strumenti, protocolli e procedure precise per la condivisione di questi dati.

Campi di applicazione

Manufacturing & Logistica

I produttori condividono i dati con i loro partner e fornitori attraverso piattaforme open-source, per costruire insieme una visione più olistica e globale delle catene di approvvigionamento mondiali.

Farmaceutiche

Le aziende farmaceutiche e sanitarie possono collaborare condividendo i rispettivi dati (ad esempio, i dati degli studi clinici raccolti dai ricercatori farmaceutici e i dati anonimi dei pazienti raccolti dagli operatori sanitari) in modo che entrambe possano raggiungere meglio i propri obiettivi.

Finanza & Banking

Le società di servizi finanziari possono sfruttare questo scambio di dati per supportare gli investitori più attenti alle questioni ESG, fornendo uno scoring di sostenibilità delle società quotate in Borsa.

Una gestione dei dati che migliori la privacy, la sicurezza e la resilienza

Garantire la sicurezza e la privacy dei dati è ancora considerato sostanzialmente un problema di conformità alle nuove normative. I consumatori iniziano a rendersi conto di quante delle loro informazioni vengono raccolte e utilizzate; e gli strumenti adottati dalle aziende sono spesso insufficienti o troppo statici, non adatte ai diversi set di dati.

Come se non bastasse, fornire ai dipendenti un accesso sicuro ai dati è nella maggior parte dei casi un processo altamente manuale e farraginoso, che rende l’operazione lenta e soggetta a errori. I processi manuali di resilienza dei dati rendono difficile un loro ripristino rapido e completo, creando rischi per lunghe interruzioni che influiscono sulla produttività dei dipendenti.

Ultimamente però si assiste a un cambiamento di mentalità per molte aziende: il trattamento della privacy, dell’etica e della sicurezza dei dati sono viste come aree di competenza indispensabili all’interno della propria impresa, secondo la rapida evoluzione del quadro normativo; e di pari passo aumenta la consapevolezza dei consumatori in merito ai propri diritti sui dati.

I portali di provisioning self-service utilizzano “script” predefiniti per fornire agli utenti l’accesso ai dati quasi in tempo reale, migliorando notevolmente la produttività degli utenti. Le nuove procedure di backup automatizzate garantiscono la resilienza dei dati, ripristinando in pochi minuti “l’ultima copia valida” dei dati, e riducendo così al minimo i rischi in fase di aggiornamento.

Gli strumenti di Intelligenza Artificiale sono sempre più sofisticati e permettono di gestire i dati in modo più efficace, automatizzando l’identificazione, la correzione e la risoluzione dei problemi legati al loro tracciamento. Complessivamente, questi sforzi congiunti consentono a ogni impresa di diventare ancora più data-driven.

Come si ottengono dati più sicuri, resilienti e rispettosi della privacy

In primo luogo, occorre prendere in considerazione l’adozione di un quadro etico per comprendere e valutare le potenziali ramificazioni normative delle attività di analisi e dati, in particolare quelli dei consumatori, educandoli in prima linea ai diritti individuali alla protezione dei dati.

In secondo luogo, è sicuramente utile coinvolgere tutta l’azienda nell’importanza della sicurezza dei dati e adottare tecnologie automatizzate di amministrazione di database per l’approvvigionamento, l’elaborazione e la gestione delle informazioni. Tra gli strumenti di archiviazione e resilienza dei dati, quelli disponibili su cloud facilitano il backup e il ripristino automatici.

Per tener traccia dell’evoluzione data-driven della tua azienda, è necessaria una roadmap per la migrazione a nuove funzionalità di provisioning automatico e resilienza dei dati.

Campi di applicazione

E-commerce

I rivenditori online possono specificare ai propri utenti i dati che raccolgono, fino a sviluppare portali dedicati ai consumatori per ottenere un consenso preventivo ed esplicito, garantendo un accesso trasparente ai servizi personalizzati.

Salute e Enti Pubblici

Le istituzioni sanitarie e governative con dati altamente sensibili possono istituire protocolli avanzati di resilienza dei dati per eseguire automaticamente il backup dei dati più volte al giorno, identificando e ripristinando, quando necessario, l’ultima copia valida.

Banking

Le banche potranno fornire automaticamente i dati delle carte di credito per la loro App di Home Banking, in particolare durante le fasi di sviluppo o di test, per garantire l’accesso ai dati in modo più efficiente e sicuro di quanto sia possibile oggi con le metodologie tradizionali.

Fonte: McKinsey

Condividi questa pagina


Dati come prodotti: il nuovo approccio delle imprese data-driven

Alice Orecchio | 04 May 2022