Mentre il mercato americano – con in pole position le Big 3 del quadrante magico di Gartner – raggiunge nuovi traguardi con soluzioni innovative di Business Intelligence (BI) e, di gestione e analisi dei Big Data ; il panorama italiano presenta una situazione ben distante da quella di oltreoceano.
Il quadrante magico di Gartner: la disruption nella BI tra le aziende sviluppatrici piattaforme di Analytics del 2017.
Dall’indagine condotta da Assintel (Associazione Nazionale imprese ICT), nell’ultimo report per il 2018, emerge che a trainare il mercato ICT italiano continuano ad essere le medie e grandi imprese con investimenti significativi soprattutto nelle piattaforme di Analytics e con previsioni di fatturato crescente; “mentre il 20% del segmento micro imprese è in caduta libera”*.
Questo scenario dimostra come non tutte le imprese italiane siano culturalmente pronte ad affrontare la Digital Transformation e i suoi nuovi modelli: infatti il 45% delle imprese italiane rimane “ancorata all’efficienza e alla razionalizzazione delle risorse IT che, nella gestione ordinaria, drena energie”* ai nuovi modelli organizzativi e produttivi digitali.
*fonte: comunicato stampa Assintel Report 2018
I BIG DATA COME DRIVER DI TRASFORMAZIONE DI ANALYTICS E BI
Interlogica rientra in quella cerchia di imprese che ha compreso il momento: “Stiamo assistendo alla rapida ascesa di nuovi paradigmi che ridisegnano strategie, valori e assetti competitivi…sarà indispensabile un’incessante ricerca di nuovi equilibri, tra continuità e disruption. Insieme ad attori e partner dell’innovazione, in nuovi ambienti, con la riconversione di tecnologie, servizi e competenze.”**
Pertanto l’adozione e la gestione di Big Data e Analytics consentirà alle aziende, in particolar modo alle figure apicali e ai loro staff, di dedicarsi sempre di più ad attività di maggior valore, quali la governance, le strategie di business, la qualità e la sicurezza dei dati.
Nell’ultimo ventennio siamo stati testimoni di una vera e propria rivoluzione nel mondo della BI grazie ad alcuni driver che hanno accelerato la ricerca di soluzioni innovative:
- il concetto di Discovery, ovvero la diffusione di tool di analisi dei dati secondo una BI sempre più self-service, ha consentito all’utente finale una maggiore autonomia nell’esplorazione delle informazioni;
- i Big Data, quindi la gestione ed elaborazione dei volumi di dati provenienti da fonti eterogenee, hanno permesso la raccolta e aggregazione di informazioni da fonti prima mai considerate o inesistenti;
- e le nuove soluzioni per la reportistica di business che dovevano stare al passo con le esigenze del mercato.
Questi driver hanno permesso di coniugare l’esigenza di interrogare dati e ottenere informazioni facilmente fruibili in breve tempo, dai diversi livelli aziendali, con la necessità di una tecnologia più intuitiva.
Per questo molte imprese hanno via via ricercato una maggiore indipendenza, quantomeno parziale, dalle competenze tecniche di analisti e informatici – noti anche come Data Scientist – del reparto IT, individuando tecnologie in grado di abilitare la trasformazione digitale, e quindi il rapido adattamento all’evoluzione dei mercati.
La Data Analysis, ovvero i modelli di analisi ed elaborazione dei dati, sembra ormai un lontano appannaggio del reparto IT.
Grazie all’automatizzazione di operazioni analitiche, fino ad oggi causa di bottleneck nell’avanzamento nelle attività strategiche delle aziende, e alla spinta di strumenti di democratizzazione dell’accesso agli Analytics, la Data Analysis è ormai alla portata di tutti.
**dichiarazione di Fabio Rizzotto, Head of local research and consulting di IDC Italia
L’automatizzazione di alcune attività riduce le tempistiche del processo decisionale.
Il nuovo modello, che rende mainstream l’accesso alla Data Analysis, è stato definito anni fa dagli analisti come Data Discovery: essa rende disponibile a tutte le business unit il valore dei Big Data, per quanto competa ai loro obiettivi strategici, ovvero ponendo il focus solo su quanto contestuale e rilevante per la loro area di business.
L’evoluzione delle metodologie di analisi dei dati e dei profili in grado di gestirle.
La forte centralità dei dati e del Business Analytics nell’orientare le strategie di impresa è confermata dalla continua ricerca di soluzioni innovative per supportare il processo decisionale aziendale.
Ad avvalorare questa posizione troviamo le argomentazioni degli analisti di Gartner che, nelle recenti pubblicazioni, sottolineano l’importanza per tutti gli utenti aziendali – meglio noti come Citizen Data Scientist– di poter gestire e rielaborare i dati lungo tutta la loro catena del valore.
LA SMART DATA DISCOVERY CREA NUOVA DISRUPTION
Il passaggio da un approccio technology-oriented verso uno business-oriented è cruciale poiché ritornano centrali le esigenze dell’utente aziendale, scardinando il paradigma per il quale le soluzioni analitiche vengono imposte, dall’alto, dal reparto IT.
È un aspetto chiave e ben noto agli analisti di Gartner che già ne scrivevano nella pubblicazione del 2015, Smart Data Discovery: Enabling a New Class of Citizen Data Scientists, introducendo il nuovo concetto di Smart Data Discovery.
Tale idea non si limita al semplice monitoraggio dei dati ma si estende alla capacità di supportare gli utenti aziendali nell’individuazione di fattori rilevanti, problematiche annose e modelli significativi celati dietro dati provenienti da fonti eterogenee.
L’emersione di una serie di informazioni da ogni tipologia di dato – Data Layer – in modo intuitivo, permette di ridurre i tempi del processo decisionale e rende l’utente sempre meno dipendente dal supporto tecnico informatico esperto che può manipolare il codice per estrarre insight significativi.
In questo modo è possibile traghettare l’azienda verso il riconoscimento di nuove sfide e il miglior sfruttamento delle opportunità.
In Italia la vera competizione, e la nostra azienda l’ha compreso, si gioca sulla sensibilizzazione delle aziende ad adottare gli strumenti di Smart Data Discovery che permettono agli utenti aziendali, attraverso interfacce intuitive di:
- raccogliere, preparare, integrare e analizzare i dati ad un livello più avanzato;
- condividere le proprie ricerche;
- assegnare le relative tattiche e le attività strategiche ai risultati ottenuti;
- suggerire possibili relazioni e aggregazioni;
- identificare modelli di riferimento;
- proporre tecniche e formati di visualizzazione;
- evidenziare trend e schemi di riferimento;
- supportare nella stima dei risultati delle attività pianificate;
- abilitare l’interrogazione simultanea di più data layer estratti da fonti tecnologiche diverse.
Tutto ciò non richiede il supporto di tecnici informatici o analisti, né la conoscenza dell’analisi statistica o degli algoritmi.
La conoscenza informatica e tecnologica, però, è fondamentale per lo sviluppo di strumenti che prevedono il machine-learning – ovvero un’applicazione dell’Intelligenza artificiale – che in questo contesto semplifica l’acquisizione di risposte di valore per il business a seguito di immissione e interrogazione di dati all’interno di sistemi in grado di abilitare un processo decisionale più rapido ed efficiente, in termini di costi e risorse coinvolte.
L’introduzione di intelligenze artificiali segna l’avvio di un nuovo paradigma che prende il nome di Augmented Analytics: un passaggio chiave per giungere a decisioni imparziali e sempre più coerenti all’ambiente di riferimento, che crea una nuova categoria di Citizen Data Scientist.
Questa fase marca, infatti, una milestone che trasformerà il metodo con cui i nuovi Data Scientist interagiranno con i dati, li utilizzeranno e sfrutteranno le informazioni ottenute.
L’Augmented Analytics rappresenta l’elemento chiave alla base di quello che viene definito Conversational Analytics, ovvero un modello emergente che permette agli utenti aziendali di interrogare ed esplorare i dati, ricevere e operare sulle informazioni attraverso l’uso del linguaggio vocale o di testo per mezzo di device mobili o assistenti.
L’analisi aumentata rappresenta il futuro degli Analytics.
Questi sono i presupposti alla base della seconda generazione di Data Discovery, ovvero la Smart Data Discovery, e del futuro dei dati e degli Analytics.
La Digital Transformation e i suoi nuovi paradigmi sono una realtà di cui la nostra azienda ha una chiara visione e in cui costruisce nuovi modelli di business e nuove soluzioni per soddisfare le esigenze emergenti dal mercato.
