Analytics: quattro trend che domineranno il 2020

La modernizzazione della gestione dei dati, la democratizzazione degli analytics e la necessità di instaurare fiducia saranno di importanza cruciale quest'anno, poiché la strategia dei dati diventa un fattore chiave per il business digitale.

analytics

L’analisi dei dati è un dominio in costante movimento. Con le organizzazioni che continuano a investire pesantemente negli analytics per supportare le trasformazioni digitali, tenere il passo con le ultime tendenze è essenziale per garantire che l’organizzazione stia adottando le strategie di analisi e le tattiche necessarie per il successo negli anni a venire.

Secondo il rapporto State of the CIO 2020 di IDG, il 37% dei leader IT afferma che l’analisi dei dati e delle attività gestirà la maggior parte degli investimenti IT nella propria organizzazione quest’anno. Questo, più di ogni altra iniziativa, inclusa la gestione della sicurezza/dei rischi, arrivata seconda, è citato come il principale investimento IT dal 34% degli intervistati. Inoltre, secondo il rapporto, l’IT è il reparto più probabilmente responsabile per soddisfare le esigenze di dati e analisi, indipendentemente dalle dimensioni del settore o dell’azienda.

Poiché i responsabili IT focalizzano l’attenzione sull’analisi dei dati nel 2020, dovrebbero tenere a mente le seguenti quattro tendenze strettamente correlate.

La strategia dei dati è una strategia aziendale

adv
Cloud Communication Business

Nell’era digitale il centralino va in Cloud

La telefonia di nuova generazione è in software-as-a-service: non richiede di installare centralini hardware, gestisce fisso e mobile, e consente di attivare nuove linee o filiali con un clic, abilitando Smart Working e Unified Communication. SCOPRI DI PIÙ >>

La mentalità “big data” degli anni passati è stata sostituita da strategie di dati che tengono conto di tutte le dimensioni e i tipi di dati che incidono sulla loro attività. “L’attenzione ai big data è svanita nell’ultimo anno o giù di lì” afferma Seth Robinson, direttore senior dell’analisi tecnologica di CompTIA. “Penso che il motivo principale sia il fatto che è diventata una strategia di dati onnicomprensiva. A nessuno importa più di quella parola”.

Robinson crede inoltre che le organizzazioni ora vedano i big data come un altro elemento dello stack di dati mentre trasformano le loro strategie di dati in trasformazioni digitali. Poiché le organizzazioni cercano di sfruttare le applicazioni basate sull’intelligenza artificiale fondate sui dati, in particolare nelle esperienze dei clienti, ottenere i dati corretti è fondamentale. Per arrivarci, i CIO devono indirizzare i dati di origine in modo che i data scientist dedichino meno tempo alla preparazione, alla pulizia e alla razionalizzazione dei dati e più tempo alla creazione di modelli con dati puliti.

Sfortunatamente, la maggior parte dei CIO non ha l’autorità per cambiare i processi aziendali senza costruire relazioni al di fuori dell’IT. “Il problema che vediamo è che la strategia per i dati del CIO comporta un sacco di cambiamenti a livello aziendale, cambiamenti dei processi aziendali e nuove strutture organizzative al di fuori dell’IT per prendere decisioni sulle definizioni dei dati e sulle priorità, applicare politiche sulla privacy dei dati che il CIO non può controllare e che hanno un costo” afferma Brian Hopkins, vicepresidente di Forrester Research.

Il cambiamento di processo, il cambiamento delle applicazioni, la gestione dei cambiamenti dell’organizzazione e le modifiche agli incentivi sono tutti necessari per ridefinire le strategie dei dati. “Dovete incentivare i manager aziendali a preoccuparsi dei dati e a preoccuparsi di come i loro dati possano essere consumati da altre linee di business”, afferma Hopkins. “Non è qualcosa che la maggior parte dei CIO può cambiare in un attimo con una bacchetta magica.” I CIO dovranno scegliere il modo migliore per navigare in queste acque e ciò può comportare la ricerca di maggiore autorità per il cambiamento o la collaborazione con le linee di business e le funzioni operative.

Le organizzazioni devono modernizzare la gestione dei dati

Insieme alle loro strategie globali sui dati, le organizzazioni che cercano di sfruttare i dati per guidare il processo decisionale stanno subendo la pressione di modernizzare le loro architetture di dati. Poiché le organizzazioni hanno cercato di sfruttare i dati nella produzione, molte hanno scoperto di non avere le basi giuste.

“Quando studiavamo i big data quattro o cinque anni fa, quello che stavamo scoprendo era che così tante aziende non avevano buone pratiche di gestione dei dati per iniziare: e avete bisogno di quelle come base per i big data”, afferma Robinson. “Ora penso che le aziende stiano sviluppando queste pratiche e cercando di mettere tutto insieme in un moderno approccio ai dati.”

Randstad tecnici big data
Depositphotos

“L’impulso a modernizzare le operazioni di analytics dovrebbe essere inteso come parte di un ciclo secolare nella gestione dei dati” afferma Scott Buchholz, direttore emergente della ricerca tecnologica, amministratore delegato e CTO del governo e dei servizi pubblici con Deloitte Consulting. Robinson ritiene che le organizzazioni torneranno alle origini quest’anno concentrandosi su come i dati vengono raccolti e archiviati.

“Sia che usiamo il termine ‘data lake’ o qualcos’altro, penso che le aziende cercheranno di ottenere una visione consolidata dei loro dati prima che vengano suddivisi in singole unità aziendali per essere usati. Penso anche che vorranno sapere come tutti i dati arrivano nell’organizzazione attraverso mezzi tradizionali o social media o dispositivi IoT”.

Il passaggio verso le reti wireless 5G aumenterà la pressione, afferma Robinson, poiché il 5G significherà data pipe più grandi e molti più dati in generale. “Questo problema deve essere affrontato prima piuttosto che dopo”.

Machine learning per reinventare la dashboard

L’anno scorso ha visto grandi acquisizioni nel campo dell’analitica e della BI, con Salesforce che ha acquisito la piattaforma di analisi Tableau per 15,7 miliardi di dollari e Google che ha inglobato Looker per 2,6 miliardi di dollari. Queste acquisizioni di alto profilo delle principali piattaforme di BI self-service sottolineano il valore di abilitare gli utenti aziendali a ricavare informazioni dai dati organizzativi.

“Di solito, quando si verifica il consolidamento, questo rappresenta una maturità nel mercato per una specifica innovazione tecnologica. In questo caso, è il mercato dell’analitica e della BI, in particolare il paradigma dell’esplorazione basata sulla visualizzazione reso popolare da fornitori come Tableau, Qlik e Tibco Spotfire” afferma Rita Sallam, vicepresidente della ricerca nel team di analisi aziendale di Gartner.

Sallam prevede che questa maturazione acceleri mentre le aziende cercano di sfruttare il machine learning per automatizzare molte delle attività associate all’analisi, tra cui la preparazione dei dati e l’individuazione delle informazioni. L’obiettivo è rendere le informazioni sui dati disponibili per una vasta gamma di utenti oltre al team di analytics. La spinta verso questo tipo di automazione, che Gartner prevede raggiungerà l’adozione mainstream entro 2-5 anni, è un fattore chiave di consolidamento.

“Riteniamo che la tendenza continuerà ad accelerare per tutto il 2020 e probabilmente anche oltre, introducendo una nuova esperienza utente, potenzialmente anche sostituendo l’esperienza della dashboard. Quell’esperienza utente sarà molto più dinamica perché in essa le informazioni vengono generate per un utente in base al loro contesto. Sarà molto più colloquiale perché gli utenti potranno quindi interagire con tali insight usando il linguaggio naturale, sia per porre domande sia per far sì che i risultati di tali approfondimenti generati automaticamente vengano spiegati all’utente e integrati negli strumenti di collaborazione”, afferma sempre la Sallam.

I CIO enfatizzano la “tecnologia etica” e la fiducia

Poiché le organizzazioni sfruttano sempre più i dati dei clienti per guidare il processo decisionale, non possono più considerare la fiducia dei clienti come un problema di conformità o di pubbliche relazioni. Nel 2020, la fiducia dei clienti nelle pratiche relative ai dati sta diventando un obiettivo critico per l’azienda, afferma Buchholz di Deloitte. Quando si tratta di utilizzare i dati dei clienti, la fiducia deve essere un’impresa a 360 gradi che considera la tecnologia, i processi e le persone di un’organizzazione.

Per i CIO ciò significa enfatizzare la “tecnologia etica” e creare un insieme di strumenti che aiutino le persone dell’organizzazione a riconoscere i dilemmi etici quando prendono le decisioni, soprattutto in considerazione del potere delle tecnologie emergenti (e dirompenti).

“Trent’anni fa, tutte le nostre informazioni sono state archiviate in cartelle e nessuno ci ha pensato due volte”, afferma Buchholz. “Oggi abbiamo la capacità di raccogliere dati, analizzare dati, operare su dati, utilizzare dati su larga scala al punto che ci sono organizzazioni che sanno di più su di noi e sui nostri comportamenti di quanto non sappiamo noi stessi”.

La tecnologia etica è un tentativo di affrontare questi problemi di fiducia. Potrebbe assumere la forma di algoritmi di apprendimento automatico spiegabili in modo tale che gli individui possano comprendere meglio a cosa tali algoritmi siano correlati. Oppure potrebbe comportare un migliore anonimato dei dati e un mascheramento dei dati per impedire che informazioni personali identificabili vengano esposte.

In altri casi, le organizzazioni stanno creando strumenti che comprendono il contesto dei dati e come la sua veridicità potrebbe cambiare nel tempo. Buchholz indica come esempio  la banca canadese CIBC, che ha implementato una serie di punteggi di veridicità dei dati per valutare gli elementi di dati che utilizza per guidare il processo decisionale.