Tutti questi dati raccolti costituiscono un valore per un’azienda. È dall’analisi dei dati che si colgono le opportunità e si trae supporto per i processi decisionali in modo tale che possano avere un grande impatto sulla nostra attività, e più dati si hanno a disposizione più informazioni e valore si riescono ad estrarre. Tuttavia il solo volume dei dati non ne garantisce la loro “qualità”. La veridicità e la qualità dei dati diventano pertanto dei requisiti fondamentali affinché i dati possano davvero “alimentare” nuove intuizioni, idee e costituire valore. La creazione di valore attraverso i dati può essere raggiunta attraverso aree principali d’intervento:
▪ La creazione della trasparenza: si può ottenere la trasparenza semplicemente rendendo accessibile e disponibili i dati e le informazioni a tutti gli “stakeholder” in modo tempestivo e in modo da creare un valore straordinario. Nel settore pubblico è in atto da tempo una tendenza (Open Data), in particolare nel mondo anglosassone, di apertura del patrimonio
41 informativo a tutte le organizzazioni private e/o ai cittadini. Per quanto le prime iniziative abbiamo messo in luce elementi di criticità, si tratta di una tendenza che prosegue e che, anche in Italia, ha messo in moto alcune interessanti iniziative sia a livello regionale che nazionale59.
▪ Miglioramento delle prestazioni: tutte le organizzazioni, sia pubbliche che private, con una maggiore analisi ed elaborazione dei dati e delle informazioni disponibili possono migliorare le loro prestazioni ed i loro processi. In modo significativo a questo riguardo sono le esperienze di analisi dei dati di vendita e, in generale, di relazione con la clientela. Una più attenta elaborazione dei dati relativi alle vendite può incrementare in modo significativo la capacità di segmentare l’offerta e di personalizzarla sulle specifiche esigenze del cliente. Analizzare i dati sul venduto può dare origine ad una più precisa previsione dell’andamento futuro delle vendite con evidenti vantaggi anche nella logistica. Le politiche commerciali di supporto saranno più mirate, gli sprechi saranno ridotte e vi sarà un reenginering dei processi.
▪ Segmentazione dei clienti e personalizzazione delle azioni: i Big Data consentono alle organizzazioni di creare segmentazione specifiche e di adattare i prodotti e i servizi alle esigenze dei consumatori. Questo approccio è ben noto in marketing e nella gestione del rischio.
▪ Supporto alle decisioni: i processi decisionali, in tutte le organizzazioni, possono diventare sempre più data-driven e fact-based. Le decisioni prese con il supporto di strumenti analitici possono diventare la regola non l’eccezione. Fino ad ora queste tecniche erano diffuse solo nelle grandi organizzazioni, anche per il costo elevato dei sistemi e degli strumenti informatici per l’elaborazione e l’analisi dei dati. Le attuali evoluzioni tecnologiche, come il diffondersi del “cloud-computing” e degli strumenti
59 In Italia il sito DatiOpen.it è un esempio di tali iniziative, il cui scopo è quello di rendere l’enorme
patrimonio di dati aperti (i dati aperti, comunemente chiamati open data, sono dati accessibili a tutti, tipicamente via web, senza restrizioni di copyright, brevetti o altre forme di controllo che ne limitino la riproduzione) accessibili facilmente al grande pubblico: cittadini, professionisti, enti pubblici e/o privati. Per raggiungere questo obiettivo DatiOpen.it prevede il seguente approccio:
- Raccogliere e documentare la maggiore quantità possibile di open data italiani in un unico portale.
- Permettere la visualizzazione e consultazione diretta delle informazioni contenute in tali dati per mezzo di tabelle, grafici e mappe.
42 di analisi “open-source”, rendono molto meno costoso e più flessibile l’adozione di queste tecniche da parte anche delle organizzazioni medio- piccole.
▪ Innovare i prodotti, i servizi e i modelli di business: eseguire l’analisi dettagliata, su grandi basi dati, consente alle organizzazioni di innovare i propri Business Model per cogliere le sfide di un ambiente in continuo e turbinoso cambiamento.
Poter quantificare l’impatto economico derivante dall’utilizzo dei big data è un’informazione importante e serve alle aziende per decidere se realizzare oppure accantonare il progetto stesso. Per far questo si ricorre al classico indice di bilancio ROI60 (Return on Investment) adattato al contesto di riferimento:
Figura 8: Valutazione economica dell’uso dei Big Data61
Dietro a tali opportunità, tuttavia, si celano sfide a cui necessario rispondere efficacemente, al fine di ottenere un effettivo vantaggio competitivo. Tali sfide possono essere così sintetizzate:
• Sfide tecniche: il tema della qualità, dell’accessibilità e della fruibilità dei dati rimane un aspetto critico che molte organizzazioni non hanno ancora adeguatamente affrontato. Come citato in una ricerca, IBM stima che oltre il 50% dei manager, non consideri affidabile il dataset sul quale si basano i processi decisionali.
• Mancanza di talenti: la crescita esponenziale dei Big Data ha messo in evidenza la necessità, sempre maggiore, di persone con competenza
60 Indice di bilancio che indica la redditività e l'efficienza economica della gestione caratteristica a
prescindere dalle fonti utilizzate: esprime, cioè, quanto rende il capitale investito in quell'azienda. Fonte, sito: Wikipidea.org.
43 adeguate per elaborare, analizzare e visualizzare grandi dataset ed estrarre da essi le informazioni essenziali per il supporto delle decisioni. Emergeranno nuove figure professionali come quella del “Data Scientist”, dotate di competenze multidisciplinari (Statistica, Informatica, Economia…etc), necessarie per creare valore attraverso i Big Data.
• Sfide Legali: il tema della sicurezza, della tutela della privacy e della protezione della proprietà dei dati e delle informazioni, in molti settori, costituisce un elemento critico e talora, un freno all’innovazione. • Sfide Culturali: la cultura delle decisioni data-driven e fact-based non è
ancora sufficientemente diffusa nelle organizzazioni, sia pubbliche che private (specie in Italia). È indispensabile, dunque, dedicare adeguata attenzione alle politiche formative ed alla gestione del cambiamento. Questa grande complessità e quantità dei dati può essere gestita solo attraverso soluzioni tecnologiche nuove. È stata sviluppata e adattata un’ampia varietà di tecniche e tecnologie per aggregare, manipolare, analizzare e visualizzare i Big Data. L’insieme di tecniche e tecnologie attingono da settori diversi, quali la statistica, l’informatica, la matematica applicata e l’economia: questo significa che un’azienda, la quale intende trarre valore dai Big Data, dovrebbe adottare un approccio flessibile e multidisciplinare. Le tecniche e le tecnologie per aggregare, manipolare, analizzare e visualizzare i Big Data sono in continuo sviluppo per ottenere, sempre, un miglioramento delle prestazioni.