Il potenziale dei dati è ormai ben chiaro, ma questo non significa che sia facile da sfruttare. Nonostante la tendenza recente di miglior sfruttamento dei dati in modalità self-service, la nostra ricerca con Accenture ha rivelato che meno di un’organizzazione su cinque (18%) concede a tutti l’accesso a strumenti adeguati al proprio livello di abilità nell’utilizzarli. Questo ha aperto un problema importante rispetto ai software di business intelligence (BI) di seconda generazione. Sebbene molte di queste applicazioni siano state pensate per essere messe a disposizione degli utenti business, la maggior parte rimangono comunque passive, affidandosi alla conoscenza e all’esperienza dell’utente nel trovare insight preziosi per il processo decisionale. Dal basso livello di data literacy dei dipendenti (pari globalmente al 21%), e dal fatto che solo un quarto di loro (25%) è pienamente preparato a utilizzare i dati all’interno del proprio ruolo aziendale, si ottiene una forza lavoro che evita di utilizzare i dati (36%) o di completare l’intero processo (14%) poiché l’attività risulta essere molto opprimente. I dati rilevanti non devono essere qualcosa da scoprire, devono al contrario essere al servizio degli utenti quando si rendono necessari e con i tempi del business. Dobbiamo quindi accompagnare le persone da un’esperienza di analytics passiva a una di “Active intelligence”.
Il vero potenziale per gli utenti aziendali, infatti, verrà sbloccato solo arricchendo il processo di generazione di conoscenza a partire dai dati. Il mercato deve cambiare per fornire servizi più intuitivi che mettano a disposizione proattivamente le informazioni di cui gli utenti hanno bisogno e nel contempo li spingano a intraprendere azioni basate sugli insight.
Active intelligence: creare esperienze di dati personalizzate
È troppo aspettarsi che gli utenti aziendali setaccino costantemente i dati per trovare ciò di cui hanno bisogno per prendere decisioni consapevoli. Quando i dati non sono il tuo “pane quotidiano”, trovare il tempo per fare tutto questo rischia di finire in fondo alla lista delle priorità. Invece, gli utenti aziendali devono essere in grado di creare facilmente un catalogo delle metriche che sono rilevanti per loro, con cui poter poi interagire e monitorare in tempo reale.
Alcuni strumenti di seconda generazione offrono dashboard personalizzabili, ma il processo di configurazione spesso richiede una maggiore comprensione dei dati e della piattaforma rispetto a quella di cui la maggior parte degli utenti aziendali dispone. Quando il processo non è accessibile, le organizzazioni sono come intrappolate in un paradosso e il valore della piattaforma diventa frequentemente limitato. Se la responsabilità di identificare e introdurre le informazioni più rilevanti ricade sull’utente business, i potenziali insight possono facilmente perdersi. Allo stesso modo, questo risultato può emergere quando il processo viene centralizzato nelle mani dei team di BI. Pur superando il gap di competenze, questi ultimi non sono esperti in materia e quindi non conosceranno ovviamente tutte le domande rilevanti che l’utente potrebbe voler porre alla dashboard.
Sfruttando invece tecnologie in continua evoluzione, come la comprensione del linguaggio naturale, per consentire agli utenti di navigare facilmente in vaste fonti di dati e trovare ciò di cui hanno bisogno per costruire la propria dashboard personalizzata, il potere si sposterà finalmente nelle mani degli esperti in materia, a patto però che i dati utilizzati per queste esperienze di augumented analytics siano realmente governati e pronti per le analytics.
Ispirare gli utenti ad agire
Il potenziale dei dati non sta nell’averne accesso, ma nelle decisioni e nelle azioni che vengono prese a partire dalle conoscenze che gli stessi forniscono. Adottando un approccio personalizzato all’analisi dei dati, è ora possibile utilizzare motori cognitivi per trasformare gli insight in azioni suggerite, che possono venire facilmente intraprese attraverso integrazioni software.
Ma cosa significa questo nella vita reale? Prendiamo un responsabile delle vendite, per esempio. Possono essere informati via e-mail riguardo alle modifiche ai dati di Salesforce e avere come azione predefinita il rifornimento di un ordine evaso. Questo permette al manager di approvare semplicemente il suggerimento proattivo dato dal motore cognitivo, piuttosto che chiedergli di cercare nei dati, determinare lo stato dell’inventario dell’azienda e da lì giudicare se è necessario un nuovo ordine. In questo scenario, il motore cognitivo è supportato da una pipeline intelligente di data analytics con Change Data Capture e data lineage attivo, in grado di conoscere tutti i cambiamenti che avvengono nei dati, generando insight contestualizzati in tempo reale e innescando le successive azioni. Con questo approccio, gli utenti non solo ottengono insight personalizzati e in tempo reale a partire dai cambiamenti che stanno avvenendo nei dati, ma hanno anche un sistema di Active intelligence che permette loro di prendere decisioni rapide e consapevoli.
Rendere collaborativi i processi di decision-making basati sui dati
Quando le organizzazioni raggiungono una cultura del processo decisionale che è data-driven, il processo non è mai lineare e raramente è una “spedizione in solitaria.” I dati diventano parte integrante delle nostre discussioni, e per collaborare veramente dobbiamo non solo comunicare quello che crediamo debba essere il risultato, ma anche il contesto che ha generato quel pensiero. Essere in grado di condividere il nostro spazio dei dati con gli altri permette loro di capire il viaggio che abbiamo fatto attraverso i dati e come questo ha portato agli insight che abbiamo prodotto. Rendere l’esplorazione dei dati parte delle discussioni del team ci permette finalmente di mettere i dati al centro del nostro processo decisionale collaborativo.
Conclusioni
Il più grande ostacolo che molte organizzazioni stanno attualmente affrontando è quello di rendere la propria visione di forza lavoro data-driven una realtà. In questa trasformazione, come in ogni adozione tecnologica di successo, concorrono indubbiamente tre elementi chiave: persone, processi e tecnologia. Il potenziale per migliorare i processi delle organizzazioni e le competenze della forza lavoro è nelle mani dei leader aziendali, ma per troppo tempo queste ambizioni sono state frenate da soluzioni che non sono abbastanza intelligenti per servire veramente l’utente business. Ora, mentre entriamo nella terza generazione di BI, la promessa di realizzare l’Active Intelligence è finalmente vicina.
