I big data sono l’asset più prezioso per le aziende: un principio cardine dell’economia digitale, ormai largamente riconosciuto nel mondo del business. Ma come estrarre valore da questo tesoretto di informazioni? I dati non parlano da soli: occorre prepararli e interrogarli in modo intelligente, affinché possano fornirci risposte trasparenti e affidabili, per farne il fondamento delle nostre decisioni e potenziare realmente l’efficacia del decision making aziendale.
Serve, insomma, una strategia di data monetization. Come spiega Davide Donna, Managing partner di The Information Lab, società di consulenza che supporta le aziende nell’adozione di una data culture a tutti i livelli, «parliamo di quel processo con cui vengono utilizzati i dati al fine di ottenere un beneficio economico quantificabile, sia creando servizi nuovi, sia innovando l’offerta esistente». Il punto di partenza sono, certamente, le tecnologie, ma ancor prima le persone. Ecco, dunque, che diventa prioritario costruire in azienda un team che supporti un percorso strategico di questo tipo.
La visualizzazione del dato al centro della strategia di monetizzazione
La prospettiva di The Information Lab consente di comprendere meglio le strategie necessarie per l’estrazione di valore dal dato. L’azienda, infatti, è specializzata nelle attività di preparazione, analisi e visualizzazione dei dati.
«È fondamentale rendere disponibili i dati in modo che siano consultabili e intelligibili verso l’esterno» afferma Donna. «Per questo, accompagniamo i clienti in un percorso che si lascia alle spalle fogli e tabelle, per adottare invece le moderne piattaforme di data sharing. È così possibile trovare i dati già nel loro data warehouse o, in un’evoluzione ulteriore, su dashboard interattive che forniscono non solo il dato puro, ma l’informazione già elaborata. Su questa dashboard, poi, è possibile svolgere in autonomia l’analisi (la cosiddetta self-service analytics o self-BI) e ottenere actionable insights, ovvero conoscenza su cui basare l’azione».
Come si compone il team per la data monetization
Un team capace di supportare una data monetization strategy è una squadra eterogenea, con diverse figure e dalle diverse competenze. Questo perché parliamo di un gruppo che deve saper lavorare a tutto campo, dalla preparazione dei dati al marketing: si passa dalle attività più strettamente legate al software a quelle di vendita e monetizzazione.
In un “data monetization team” è necessario includere un Data engineer, la figura preposta alla preparazione dei dati e al loro trasferimento all’esterno, in modo efficace e sicuro.
Al suo fianco, occorre coinvolgere anche un Sistemista IT per gestire le attività connesse all’autenticazione e agli accessi, nonché all’utilizzo delle API esterne. Se, poi, l’azienda intende adottare gli Embedded analytics, questa figura dovrà essere anche in grado di eseguire il processo di embedding e lavorare con le API (solitamente in Java script) da inserire nel portale e provvedere all’integrazione.
Un’altra figura essenziale è il Data visualization specialist, un esperto nella traduzione e nell’elaborazione dei dati statistici. Questo specialista è solitamente in grado di disegnare interfacce di visualizzazione per riprodurre grandi quantità di dati, in una veste visiva che può essere compresa con facilità e immediatezza attraverso l’utilizzo di grafici, infografiche e altri strumenti statistici. Il suo compito è al cuore di ogni attività di data science e progetto di business analytics. Il team leader, poi, si occuperà a sua volta di verificare i dati, mentre il Data officer sorveglierà la compliance con le norme sulla privacy (GDPR).
Per la parte più strettamente legata all’attività di monetizzazione, è opportuno coinvolgere gli esperti di Sales & Marketing, incaricati di gestire il pricing per determinare il valore del prodotto venduto, approntare la strategia di vendita della nuova soluzione e scegliere i canali di comunicazione verso l’esterno.
Infine, il project manager e l’IT manager danno unità e coerenza a tutta la squadra di lavoro, gestendo sia le figure tecniche che si occupano delle piattaforme, sia le figure di marketing, vendita e supporto post-sales.
Chi porta le competenze in azienda?
Queste competenze possono essere già presenti all’interno delle aziende, oppure possono essere fornite da un partner strategico. «Le aziende che fanno data monetization sono piuttosto evolute e possiedono le competenze interne – chiarisce Donna – ma non sempre hanno conoscenza di tutte le tecnologie dello stack e si affidano a dei partner come noi per la consulenza tecnologica. Da consulenti, pensiamo che il mix di competenze interne ed esterne sia la soluzione ideale».
Secondo Donna, infatti, è preferibile abbinare a Data engineer e Sistemisti interni – che permettono all’azienda di gestire autonomamente il processo di data monetization – anche un Data visualization expert che opera secondo la formula “as a Service”. «Questa figura – afferma il Manager – è il perno della strategia di data visualization, perché sa come rappresentare i dati all’esterno in maniera efficace ed è indispensabile che abbia il massimo delle capacità e dell’esperienza».
Il ruolo di un partner, prosegue Donna, è quello di mettere a disposizione strumenti e competenze finalizzati alla massimizzazione di una strategia di data monetization. Ovviamente, è sempre il cliente a scegliere come procedere e a chi garantire l’accesso agli strumenti implementati.
«Possiamo anche fornire le piattaforme di data visualization per abilitare la self-service analytics» conclude Donna. «In questo caso, offriamo la consulenza e la formazione necessarie a lavorare in autonomia. Questo è il nostro ruolo di elezione: The Information Lab non è solo il primo rivenditore Alteryx e Tableau, ma soprattutto un partner per le aziende orientate al business data-driven, che accompagniamo nello sviluppo della cultura del dato».
Contributo editoriale sviluppato in collaborazione con The Information Lab
