La disponibilità di dati e la rapidità nella loro analisi può fare oggi la differenza sul mercato, permettendo alle aziende di tutti i settori e tutte le dimensioni di prendere delle decisioni più ponderate e razionali. Una lezione che è stata compresa non soltanto dalle grande multinazionali, ma anche delle imprese di medie dimensioni, che sempre di più cercano di essere orientate i dati, in modo anche da essere più vicine alle richieste del cliente finale. Queste aziende hanno compreso l’importanza di acquisire e interpretare metriche di prestazioni e big data provenienti da un’ampia gamma di fonti. Ma essere caratterizzate e operare con un orientamento ai dati è solo l’inizio, poiché le aziende che vogliono avere successo devono diventare insight-driven, cioè utilizzare i dati per ispirare le principali decisioni aziendali, così da avere più successo nel mutevole panorama del mercato. Una ricetta per adottare con successo questa strategia è contenuta in uno speciale White Paper commissionato da SAP e realizzato da Forrester Consulting, che cerca di comprendere come le medie aziende possono passare da un approccio orientato ai dati (data-aware) a uno insight-driven.
I Big Data da soli non bastano
Il punto di partenza della ricerca è che, ormai, la maggioranza di queste aziende ha un ampio pool di dati teoricamente a disposizione, ma il vero problema consiste nel riuscire a utilizzarli in maniera efficiente. Ecco perchè il 79% delle aziende di medie dimensioni vuole trarre maggior valore dai big data, e di queste l’80% desidera avere competenze di analisi più avanzate. Molto spesso questo approccio è frenato dalla qualità disomogenea tra le fonti di dati e dalla mancanza di esperti interni e di strumenti adeguati, nonchè dalla presenza di silos aziendali con dati (gestiti cioè in maniera separata dalle diverse unità aziendali) che non permettono di adottare un approccio unificato. Forrester Consulting evidenzia come le aziende debbano integrare la tradizionale analisi di tipo “pull” con un approccio di tipo “push”, nell’ambito di applicazioni e processi transazionali che rendano le conoscenza maggiormente contestualizzate e attuabili.
Le quattro capacità chiave necessarie
Quattro, in particolare, sono le capacità chiave per ottenere un approccio più insight-driven:
- Rendere la gestione dei dati più agile e flessibile, utilizzando una nuova tecnologia di gestione dei dati che vada oltre i tradizionali metodi altamente strutturati archiviazione
- Rendere l’analisi più agile e flessibile, a disposizione di tutti i lavoratori dell’azienda e non solo dei Data scientist
- Trovare approfondimenti basati su tutti i dati LOB, non soltanto su sottoserie parziali
- Accertarsi che le analisi dei dati siano contestuali, attuabili ed esaustive