OPPORTUNITÀ E SVANTAGG

I Big data stanno proponendo opportunità e sfide molto interessanti per quel che riguarda l’estrazione e la concentrazione dei dati a livello aziendale.

Le organizzazioni che perseguono tra le proprie finalità anche quella del raggiungimento del maggior valore attraverso i dati, non possono che seguire le intuizioni derivanti dallo studio e l’analisi delle informazioni, per arrivare a tracciare nuove linee di azione, orientate verso lo sviluppo dell’impresa e la scoperta di nuovi processi.

57

Risulta fondamentale per chiunque lavori in azienda avere ben chiaro il dominio all’interno del quale si lavora, in modo da capire istantaneamente se le osservazioni e le scoperte realizzate possano essere coerenti con gli obiettivi stessi dell’organizzazione.

Se non si presta attenzione al contesto di riferimento infatti si può cadere nella voragine della mera semplificazione; non comprendere le varie sfumature che i dati si portano appresso, può essere fuorviante.

Proprio per questo è necessario che le figure professionali, viste nei precedenti paragrafi, siano capaci di comprendere che cosa può rappresentare una risorsa chiave per l’impresa, attraverso l'esplorazione, l'apprendimento ed attraverso la progettazione di un sistema informatico innovativo. Questo non vuol dire che, ad esempio, un data scientist debba essere un esperto in ogni aspetto, ma emerge l’importanza di rendere partecipe lo scienziato dei dati nella progettazione della strategia, in modo da metterlo al corrente sugli obiettivi.

Rispetto a qualche decennio fa, oggi acquisire e saper leggere tutte le informazioni che sono raccolte in uno scontrino, in un codice a barre o in un social network non riguarda solo i grandi colossi internazionali di shopping online. Infatti, grazie ai processi di analisi dei dati raccolti, le piccole e medie imprese riescono ad accedere a informazioni mai avute prima e soprattutto ad adottare nuove strategie.

In primis, un vantaggio che riescono a sfruttare anche le PMI, è quello di mettere a punto degli obiettivi da seguire che risultino più precisi, senza doversi affidare all’intuito ma valutando fatti reali che abbiano dei riscontri. Avere dei parametri a cui allinearsi è il primo passo per sviluppare una strategia efficace. Il beneficio che scaturisce è un miglioramento della performance organizzativa, sfruttando la diffusione di informazioni più efficaci all’interno dell’organizzazione.

Un altro effetto positivo che si viene a creare grazie all’utilizzo dei Big data è il miglioramento del rapporto collaborativo tra consulenti e dipendenti, che saranno maggiormente incentivati a

58

fidarsi l’uno dell’altro e a condividere le informazioni per rendere chiari e raggiungere gli obiettivi aziendali.

Sotto un terzo punto di vista, si possono riscontrare vantaggi collegati allo sviluppo dei mercati online, strutturati sulla disponibilità di dati e fortemente alimentati dal loro impiego; i Big data riescono a favorire un estremo abbassamento delle barriere all’entrata per i nuovi competitor, che così non devono più necessariamente usufruire dei classici canali “brick-and-mortar”46 per poter operare.

Ad esempio ci sono piattaforme, come Airbnb47, che rendono facile l’entrata sul mercato di soggetti privati che hanno intenzione di mettere a disposizione, previo pagamento, un servizio di bed and breakfast, proponendosi come alternativa a quelle strutture alberghiere più attrezzate (hotel e ostelli) ed azzerando, o comunque sia abbassando notevolmente, i costi pubblicitari. Probabilmente il vantaggio maggiore che le aziende riescono ad ottenere riguarda, però, il

miglioramento che è possibile ravvisare nel processo decisionale, per merito di un abbassamento del costo dell’analisi qualitativa dell’informazione. Tuttavia la cultura delle decisioni data-driven non è ancora sufficientemente diffusa nelle organizzazioni, sia pubbliche sia private. E’ indispensabile dunque cercare di promuovere politiche formative che supportino questo percorso.

Il quadro disegnato sopra, ed in particolar modo l’abbattimento delle barriere di entrata presenti sul mercato e l’incremento nel flusso delle informazioni disponibili, può in aggiunta tradursi in un forte incentivo all’innovazione.

Non solo opportunità: affidarsi a queste fonti informative può nascondere delle trappole.

46 _{Termine coniato alla fine degli anni '90 per distinguere le aziende tradizionali dalle nuove internet company. le}

“Brick and Mortar Company” sono le aziende con una sede fisica, dove i clienti possono recarsi per acquistare prodotti.

47 _{È una community che permette a chi ha una o più camere disponibili nella propria abitazione di affittarle ai}

59

Sebbene ormai quasi tutte le imprese comprendano l’importanza e l’efficacia dei Big Data, ci sono degli ostacoli che devono essere superati se si vuole trarre il massimo profitto da essi; in particolare le organizzazioni dovranno combattere: la penuria di competenze specifiche, le barriere culturali, i processi e le strutture ed, infine, i livelli di maturità tecnologica.

Con riferimento al primo aspetto, già sottolineato in precedenza in merito alla figura del data

scientist, la carenze di risorse umane specializzate in questo ambito è un problema che,

nonostante si stia lentamente mitigando, è di stretta attualità.

Le imprese non riescono a trovare figure professionali di questo genere o, nella maggior parte dei casi, non vanno neanche alla loro ricerca perché non comprendono la loro importanza o perché pensano di poterne fare a meno.

Sebbene ricoprano un ruolo basilare nell’analisi dei Big Data, molte aziende hanno scelto di non investire in tali capacità, ritenendole troppe costose a causa della loro scarsità.

Questa carenza di figure professionali specializzate nell’analisi e nel trattamento dei Big data, fa emergere una serie di problematiche legate alla mancanza di competenze idonee: problemi di ricerca, investimento ed alleanze piuttosto che problemi di sviluppo ed evoluzione interna.

Per essere produttive, le strategie inerenti ai Big Data richiedono di essere implementate velocemente; le imprese devono allora concentrarsi sullo sviluppo di nuovi processi, strutture ed architetture organizzative. Il continuo evolversi del contesto ambientale in cui le aziende sono obbligate a muoversi richiederà l’adozione di un approccio modulare alle loro strutture, così da garantire l’attuazione delle configurazioni più idonee alla situazione contingente.

Infine ci sono da considerare gli aspetti legati alla maturità tecnologica: il settore dei Big data non può ancora essere considerato come “maturo”. Per avere successo in un contesto del genere, in continua evoluzione e caratterizzato da una forte turbolenza, le organizzazioni devono fare leva sullo sviluppo tecnologico; in particolare riuscire a controllare l’obsolescenza

60

delle tecnologie di cui sono già dotate, provvedendo in maniera tempestiva a rinnovarle nel caso in cui esse non risultino più efficaci, è un aspetto che le imprese devono avere ben saldo tra i propri scopi.

Il mondo dei Big Data in termini di raccolta, qualità ed analisi dei dati è tutt’ora in continua evoluzione ed il rischio che le piattaforme tecnologiche, nelle quali si è investito, si rivelino obsolete o sorpassate da nuove tecnologie, è reale e concreto. Per questo è necessario investire nelle tecnologie e cercare di andare di pari passo con il loro sviluppo per ottenere performance soddisfacenti.

È possibile evidenziare tutto questo introducendo la curva ad S del miglioramento tecnologico48_:

sull’asse delle ascisse abbiamo l’impegno, inteso sia come impegno a livello organizzativo sia come volume di investimenti destinato allo sviluppo delle tecnologie.

Sull’asse delle ordinate troviamo raffigurato invece il livello della performance ottenuto in relazione all’impegno profuso.

Secondo Schilling49 “Nella fase iniziale, il miglioramento della performance è lento perché i

principi base della tecnologia sono stati compresi in modo ancora parziale. Quando

48 _{Giuseppe Roccasalva, “I Big Data e gli strumenti di visualizzazione analitica: interazioni e studi induttivi per le}

61 però i ricercatori e l’organizzazione nel suo complesso hanno acquisito una conoscenza più approfondita della tecnologia, il miglioramento comincia a essere più rapido. A un certo punto, però, il rendimento delle risorse e delle energie impegnate per lo sviluppo della tecnologia comincia a decrescere. E la tecnologia si avvicina al proprio limite naturale”.

Evitare di lavorare con strumenti tecnologici obsoleti diventa quindi un “must” per le imprese, anche a costo di dover investire capitali che originariamente non erano destinati a questa finalità. La perpetua possibilità di evoluzione dei Big Data, cioè l’occasione di continuare a percorrere la curva aumentando il livello di performance in maniera più che proporzionale rispetto all’impegno, è guidata senza dubbio dall’innovazione tecnologica, sfruttando sia le piattaforme esistenti sia quelle che verranno implementate in futuro.

Per tutti questi motivi le aziende si stanno attrezzando nella ricerca di strumenti di supporto che le consentano di non cadere nell’obsolescenze e di velocizzare i processi di analisi delle informazioni.

Attualmente la locuzione Big Data Analytics è sempre più spesso associata alla parola cloud50. I Big Data sono maturi per sfruttare i vantaggi derivanti dall’archiviazione cloud, perché la “nuvola” rappresenta, in questo frangente storico, il metodo più veloce e meno costoso per ottenere un’analisi dati senza sprecare tempo e denaro, due elementi a cui le imprese mirano sempre con estrema avidità.

Secondo un recente studio realizzato da O’Reilly Media51, circa il 40 percento degli intervistati che si identifica come praticante del Big Data, si è già fornito di servizi cloud per implementare il processo di analisi dei dati.

È bene sottolineare, tuttavia, come il processo di cambiamento verso il mondo della “nuvola” sia ancora abbastanza lento. Il motivo principali è legati alla difficoltà di spostare i dati utili alle

49 _{Schilling M. A. (2009), “Gestione dell’innovazione”.}

50 _{Il cloud storage è un modello di conservazione dei dati su computer in rete, dove i dati stessi sono memorizzati}

su molteplici server virtuali.

62

analisi dalle proprie infrastrutture già esistenti verso il cloud. Questo risulta un grosso problema soprattutto quando l’immensa massa di dati è ben radicata nei processi di business aziendali.

In questi casi non è possibile trasferire i dati di analisi verso il cloud in maniera rapida, perché su un così grande volume di informazioni, è necessario impostare una serie di operazioni come backup, ripristino e scalabilità dei sistemi.

Ciò nonostante, non appena i processi di analytics saranno integrati nel cloud, la velocità con cui le imprese saranno in grado di avere un ritorno degli investimenti è elevata. L’utilizzo di questo sistema consentirà alle aziende di raggiungere con maggiore rapidità il mercato, di migliorare il processo decisionale e di essere altamente concorrenziale.

Si stima che, grazie a questi indubbi benefici, le organizzazioni investiranno sempre di più in cloud computing e Big data, tanto da registrare un tasso di crescita del 46% fino al 202152.

63