Al Gartner Data & Analytics Summit 2023 di Mumbai, in India, la società d’analisi ha identificato le dieci tendenze in ambito Data & Analytics di quest’anno.
L’obiettivo è guidare i Data & Analytics (D&A) leader a creare nuove fonti di valore. Per anticipare i cambiamenti e per trasformare l’estrema incertezza in nuove opportunità di business. Ecco quali sono le dieci tendenze del settore secondo Gartner.
Gartner Data & Analytics Summit 2023
Gli analisti di Gartner hanno illustrato le dieci tendenze in ambito Data Analytics. I top manager IT dovrebbero incorporarle nelle loro strategie D&A (Figura 1) al Gartner Data & Analytics Summit.
“L’esigenza di distribuire valore dimostrabile alle organizzazioni su scala sta guidando queste tendenze in D&A”, ha commentato Gareth Herschel, VP Analyst di Gartner. “I Chief data and analytics officers (CDAOs) e i D&A leader coinvolgere gli stakeholder delle organizzazioni per capire gli approcci migliori per trainare l’adozione di Data & Analytics. Ciò significa più analisi e insight di qualità, tenendo anche conto della psicologia umana e dei valori”.
Prima tendenza: ottimizzazione di valore
La maggior parte dei leader D&A lotta per articolare il valore che apporta all’organizzazione in termini di business. La value optimization proveniente dal portafoglio dei dati aziendali, dall’analytics e dall’intelligenza artificiale (AI) richiede un insieme integrato di competenze di value-management, inclusa la valorizzazione della storytelling, dello stream analysis, del classificare e dare priorità agli investimenti, e del misurare i risultati aziendali per assicurare i valori attesi.
“I D&A leader devono ottimizzare il valore costruendo storie di valore che stabiliscano legami chiari fra le iniziative D&A e le priorità mission-critical dell’azienda”, sottolinea Herschel.
La seconda tendenza al Gartner Data & Analytics Summit 2023: la gestione dei rischi
Il secondo trend è la gestione dei rischi legati all’AI. Il crescente uso dell’AI ha esposto le aziende a nuovi rischi come rischi etici, avvelenamento dei training data (i dati per l’addestramento). Ma non solo. un AI risk è anche l’elusione del rilevamento di frodi. Tutti rischi da mitigare.
La gestione dei rischi legati all’AI non significa solo essere in regola con le normative . Infatti servono una governance dell’AI e pratiche responsabili. Tutti fattori critici per costruire fiducia fra gli stakeholder e catalizzare l’adozione e l’uso dell’intelligenza artificiale.
Terza tendenza: l’osservabilità
Si tratta di una caratteristica che permette di capire il comportamento del sistema D&A. Inoltre l’osservabilità dei dati permette di rispondere a questioni sul loro comportamento.
“L’osservabilità abilita le organizzazioni per ridurre il tempo che serve per identificare le cause ultime dei problemi che impattano sulle prestazioni, rendendo le decisioni tempestive, affari redditizi grazie a dati affidabili ed accurati”, ha messo in evidenza Herschel.
“I leader D&A necessitano di valutare gli strumenti per l’osservabilità per capire le necessità degli utenti primari e determinare come i tool si adeguano all’ecosistema enterprise”, afferma Herschel.
Quarta tendenza: il Data Sharing è essenziale al Gartner Data & Analytics Summit 2023
Il Data sharing include la condivisione di dati sia internamente (fra dipartimenti o attraverso sussidiarie) ed esternamente (fra parti esterne alla proprietà e controllo dell’organizzazione). Le organizzazioni possono creare data-as-a-product, dove la preparazione degli asset di D&A prevede che siano consegnabili o prodotti condivisi.
“Le collaborazioni di Data sharing, inclusi quelli esterni all’organizzazione, aumentano il valore di data sharing, aggiungendo data asset riutilizzabili, precedentemente creati”, avvisa Kevin Gabbard, Senior Director, analista di Gartner.
“Adottando un data fabric design, è possibile attivare una singola architettura per data sharing attraverso sorgenti di dati eterogenee interne ed esterne”.
Quinta tendenza: Sostenibilità del D&A
Non è sufficiente per i leader Data & Analytics offrire analisi ed insights per progetti ESG (environmental, social and governance) di fascia enterprise.
I leader del Data & Analytics devono anche provare a ottimizzare i loro processi per migliorare la sostenibilità. I vantaggi potenziali sono enormi. Praticanti di D&A e AI stanno acquisendo consapevolezza della loro crescente impronta energetica. Come risultato, la varietà delle pratiche è l’emergente uso di energia rinnovabile per (cloud) data center, l’utilizzo di hardware più efficiente dal punto di vista energetico, e l’impiego di small data e di altre tecniche di machine learning (ML).
Trend 6: Practical Data Fabric
Data fabric è un design pattern di data management che fa leva su tutti i tipi di metadata per osservare, analizzare e raccomandare soluzioni di gestione dati.
Assemblando edarricchendo la semantica dei dati sottostanti, e applicando continui analytics sui metadata, i data fabric generano alerts e raccomandazioni, attivabili sia da umani che da sistemi.
Abilita gli utenti business a consumare dati con fiducia e facilita gli sviluppatori cittadini senza competenze a diventare più versatili nei processi di integrazione e modeling.
Settima tendenza: l’AI emergente
ChatGPT e l’AI generativa sono l’avanguardia dell’emergente tendenza AI. Cambierà come la maggior parte delle aziende opera in termini di scalabilità, versatilità e adattabilità. La prossima ondata di AI abiliterà le organizzazioni ad applicare l’AI in situazioni non fattibili oggi, rendendo l’AI perfino più pervasiva e preziosa.
Tendenza 8: ecosistemi componibili e frutto di convergenza
Gli ecosistemi convergenti progettano e distribuiscono le piattaforme D&A per operare e funzionare in modo coeso attraverso integrazioni senza soluzione di continuità, governance e interoperabilità tecnica. La componibilità dell’ecosistema è infatti garantita attraverso l’architettura, l’assemblaggio e le applicazioni e servizi configurabili.
Con le architetture D&A, inoltre i sistemi possono essere più modulari, adattabili e flessibili, in grado di scalare in maniera dinamica e semplificare, in modo da soddisfare le crescenti necessità di business in evoluzione. Oltre ad assecondare gli inevitabili cambiamenti del business e dell’ambiente operativo.
Tendenza 9: I consumatori diventano creator
La percentuale degli utenti trascorrono il tempo in dashboard predefinite per essere sostituite da user experience conversazionali, dinamiche e integrate, che rispondono ai bisogni specifici dei consumatori di contenuti.
Le organizzazioni possono dunque espandere l’adozione e l’impatto dell’analytics, offrendo ai content consumer l’uso di insight automatizzati ed embedded. Oltre a esperienze conversazionali di cui necessitano per diventare creatori di contenuti.
Tendenza 10: il fattore umano
Gli umani restano i maker delle decisioni chiave. Non tutte le decisioni possono o dovrebbe essere automatizzate. I gruppi D&A, esplicitamente, indirizzano infatti le decisioni a supportare il ruolo umano in processi decisionali automatizzati e “aumentati”.
“Gli sforzi per guidare l’automazione delle decisioni, senza considerare il ruolo umano nelle decisioni, avverrà nelle aziende data-driven senza coscienza o scopo coerente”, conclude Herschel. “I programmi di data literacy delle aziende hanno l’esigenza di enfatizzare, combinando i Data & Analytics con un approccio umano di decision-making”.
