
I Big Data al Servizio del Business
Big data è un termine che descrive un grande volume di dati, strutturati e non con cui le aziende hanno a che fare ogni giorno. Ma non è tanto la quantità dei dati a fare la differenza quanto il modo in cui l’azienda utilizza i dati stessi. I Big data acquistano valore se vengono utilizzati dal business per prendere le giuste decisioni aziendali, per definire strategie utili. E’ in questi termini che si parla di approccio data driven ed è in questo contesto che i dati possono fare la differenza per le aziende.
Si tratta di un processo in grado di offrire una visione a 360 gradi dei dati derivanti da molteplici e differenti fonti. La data integration spazia dalla raccolta al data cleaning, dalla mappatura dei dati alla trasformazione, fino a renderne l’uso più fruibile – in una visione integrata – a coloro che vi accedono. Un tempo era consuetudine creare dei silos di dati, ma l’approccio tradizionale all’immagazzinamento dei dati separati per ogni funzione aziendale, è ormai superato dall’avvento dei big data.
La Data Virtualization fornisce un approccio agile e moderno al data management: i dati non vengono spostati e rimangono nei sistemi di origine, esponendo semplicemente una vista integrata a chi li utilizza. La Data Virtualization crea infatti un data layer logico che integra tutti i dati aziendali archiviati in sistemi diversi, consente di gestirli in maniera unificata centralizzando la gestione della sicurezza e la governance mettendoli a disposizione di tutti gli utenti aziendali in ottica di data democratization.
L’IOT è un fenomeno che sta rivoluzionando il mondo dell’industria in qualsiasi settore: tecnologie di ultima generazione quali reti di sensori, attuatori, RFID, consentono un costante controllo, permettendo di intervenire tempestivamente in caso di necessità, con attività di monitoraggio o analisi predittive. L’IOT è una delle principali fonti di generazione dei dati. Fondamentali in questo contesto sono le piattaforme IoT che acquisiscono i dati, li archiviano e li preparano creando l’ambiente adatto per poter trasformare i dati grezzi in informazioni preziose.
Il data management comprende lo sviluppo e l’implementazione di architetture, policy, processi e procedure in grado di gestire adeguatamente tutte le esigenze del ciclo di vita dei dati di un’organizzazione. L’associazione DAMA – Data Management Association – lo definisce come “lo sviluppo e l’esecuzione di architetture, politiche, pratiche e procedure che gestiscono correttamente le esigenze dell’intero ciclo di vita dei dati di un’azienda”. BNova, fa parte da alcuni anni del chapter italiano di DAMA proprio perchè rappresenta una realtà leader nell’ambito del data management.
Strategia BNova
6 steps per avviare un progetto Big Data
Grazie alla nostra decennale esperienza in ambito analisi dati, siamo riusciti a definire 6 steps utili per avviare un provetto Big Data
1. Data driven maturity index: definizione della situazione esistente e valutazione del grado di maturità aziendale nel trattare i dati
Innanzitutto occorre effettuare l’assessment della situazione esistente, valutando l’approccio più o meno evoluto dell’azienda nel gestire e processare i big data. Tipicamente si distinguono cinque livelli consequenziali di maturità, in base agli utilizzi degli analytics: monitoraggio a posteriori delle attività, estrazione degli insights per rilevare cause nascoste, ottimizzazione dei processi, monetizzazione dei dati per generare opportunità di business e profitti; metamorfosi dei modelli di business e dell’approccio al mercato.



2. Big Data roadmap: definizione del piano strategico e operativo
Definito l’approccio aziendale ai big data, bisogna architettare il piano strategico e operativo. Per ogni progetto analitico bisogna studiare tutti gli aspetti pratici: quali dati vanno inclusi nel processo, quali sono le tecnologie da implementare, quali dipartimenti e figure vengono coinvolti, quali sono le finalità di business e così via. Non bisogna comunque dimenticare che ogni progetto va inserito all’interno di una big data roadmap coerente e di più ampio respiro, con un orizzonte temporale di due o tre anni.

3. Business Case Canvas: definire le priorità di business



4. Implementare il progetto analitico
Definito l’approccio aziendale ai big data, bisogna architettare il piano strategico e operativo. Per ogni progetto analitico bisogna studiare tutti gli aspetti pratici: quali dati vanno inclusi nel processo, quali sono le tecnologie da implementare, quali dipartimenti e figure vengono coinvolti, quali sono le finalità di business e così via. Non bisogna comunque dimenticare che ogni progetto va inserito all’interno di una big data roadmap coerente e di più ampio respiro, con un orizzonte temporale di due o tre anni.

5. Riorganizzare risorse e attività
Come qualsiasi progetto che impatta sui processi operativi e strategici, le iniziative big data analysis vanno supportate da un piano preciso di change management. Per il personale si tratta di adottare un nuovo modus operandi e serve effettuare un salto di pensiero. Occorre un aggiornamento delle competenze, attraverso la formazione delle risorse interne e l’acquisizione di figure specializzate.


6. Pensare come un Data Scientist
L’obiettivo ultimo è espandere la data literacy (la capacità di interpretare le informazioni attraverso l’uso degli analytics) e la data democracy (per estendere l’accesso alle informazioni a qualunque tipologia di utente). Un processo di big data analysis che si chiude con successo prevede la realizzazione dell’approccio “think like a data scientist”: prendere decisioni basate sui dati.
Sulla base di questo approccio abbiamo sviluppato il BIG DATA4BUSINESS TOOLKIT che ti aiuterà ad identificare dove, come e perché utilizzare i Big Data in azienda. Lo scopo è quello di fornire una cassetta degli attrezzi per aiutare i Business User a sfruttare i dati per avere vantaggi in termini di competitività e ottimizzare i processi interni, utilizzando come driver gli obiettivi di business aziendali a 9-12 mesi
I clienti che hanno scelto BNova per la consulenza
“Avevamo bisogno di un prodotto opensource che ci permettesse di implementare un sistema informativo di business intelligence sia nella fase di estrazione dati che nella parte di data visualization al fine di monitorare la spesa farmaceutica della nostra regione e fornire così un valido strumento di analisi al management regionale. Grazie a Pentaho siamo riusciti a raggiungere i nostri obiettivi, e la qualità dei servizi offerti ed i vantaggi ottenuti hanno superato le nostre aspettative, tanto da diventare, oggi, uno strumento imprescindibile nel processo decisionale.”




BIG DATA 4 BUSINESS TOOLKIT
WEBINAR BNOVA
