Mentre i dati continuano ad accumularsi e gli strumenti per governali sono sempre più maturi e facili da utilizzare, in un anno eccezionale come il 2020, si è assistito al rallentamento della crescita negli investimenti nelle soluzioni big data analytics per la gestione delle informazioni e all’aumento del gap fra le organizzazioni mature e quelle che ancora faticano a muoversi agevolmente nella data governance
Rischia così di aumentare l’analytics divide generato forse anche dal permanere di una certa diffidenza del business. Si sono interrogati su questi temi alcuni protagonisti sul versante degli utenti e su quello dei fornitori nel corso di una tavola rotonda, in occasione del convegno di presentazione del Rapporto 2020 dell’Osservatorio Big Data & Business Analytics, del Politecnico di Milano.
Nexi: data governance per abilitare l’analytics e l’organizzazione data driven
“Il business non può non amare i dati, ma di fatto ha ancora un rapporto conflittuale”, è l’opinione di Stefano Gatti, Head of Data & Analytics di Nexi, basata sulle sue passate esperienze lavorative. Nel suo ruolo presente racconta quali azioni siano in corso per mettere in campo un lavoro congiunto fra business e data expert così da riuscire a valorizzare al meglio il patrimonio informativo aziendale con l’obiettivo di migliorare le scelte e le decisioni. “Stiamo per esempio lavorando per presentare i dati attraverso strumenti visuali più friendly delle fredde tabelle con cui generalmente si raccontano i dati – spiega l’esperto – Stiamo inoltre mettendo a punto modelli organizzativi che prevedano la co-ownership dei dati fra business e IT, sperimentando il modello hub-and-spoke”. Questa architettura centralizzata per connettere i molteplici nodi, considerata come paradigma ottimale per le soluzioni di integrazione dei dati, aiuta il business nella comprensione della data governace e di come, proprio grazie alla data governance, sia più facile far evolvere l’organizzazione verso una logica di analytics e data driven. “Si deve evitare di attribuire alla data governace un’accezione troppo burocratica o troppo focalizzata sull’adeguamento alle normative – avverte Gatti – Ne andrebbe invece esaltato il ruolo centrale per l’usabilità del dato come abilitatore del business e per favorire la sicurezza”. Questo secondo aspetto dovrebbe stare particolarmente a cuore ad un’azienda come Nexi che tratta grandi quantità di dati particolarmente delicati e dovrebbe vedere la sicurezza come parte essenziale del servizio offerto ai clienti.
Un tema importante per avvicinare il business ai dati è infine la formazione, necessaria sia per poter fruire dei dati in un mondo sempre più dinamico dove le conoscenze sono in perenne evoluzione sia per trattenere i talenti in azienda grazie alla loro partecipano al processo creativo. A questo scopo è stata creata Nexi Data Academy, con l’obiettivo di facilitare l’accesso alle tecnologie. “Per fare formazione in modo da coinvolgere efficacemente gli attori business utilizziamo gli stessi strumenti usati in azienda e dati interni, invece che operare tecnologie e dati puramente teorici”, è il consiglio pratico di Gatti.
Comune di Milano: nella relazione fra dati e business il problema sono le barriere
Giuseppe Sindoni, Chief Data Officer del Comune di Milano interpreta soprattutto in termini di barriere le difficoltà di un’organizzazione per assumere una logica data driven nel prendere decisioni. “Anche in una pubblica amministrazione che sta sempre più digitalizzando i propri processi, restano ancora tante barriere. La soluzione per poter diventare una città data driven non è però tanto abbattere i silos ma interconnetterli, attraverso l’interoperabilità dei dati e assumendo il concetto della centralità del dato stesso”.
Nel caso del Comune di Milano si ha a che fare con oltre 100 processi diversi che vanno dall’erogazione dei contributi sociali ai lavori pubblici, dalla gestione delle strutture educative, all’ordine pubblico, ecc. L’obiettivo è acquisire capacità di monitorare i processi di servizio, capire le anomalie, capire come migliorarli. Uno dei problemi di miglioramento del servizio, che consiste nell’eliminare le code agli sportelli anagrafici, è in parte già stato superato anche sotto l’impulso della pandemia: oggi l’84% dei documenti viene prelevato on line.
Anche i ruoli tecnologici e organizzativi si stanno evolvendo. “Ho visto progressivamente le persone che si occupano di analytics, di data science, di intelligence trasformarsi in data steward o analitycs translator”, dice Sindoni, facendo riferimento a figure professionali individuate dall’Osservatorio con un ruolo di mediazione fra il team di data science e i ruoli business e praticamente di data governance. Ciò avviene all’interno di una progressiva integrazione nei processi di business delle classiche figure di informatici nella fase di creazione di dash board e analytics.
L’indicazione del Chief Data Officer del Comune di Milano è dunque che il rapporto difficile fra dato e business si può trasformare in positivo nel momento in cui si superano le barriere.
I silos non vanno abbattuti ma connessi
Anche Andrea Zinno, Data Evangelist, Denodo, è convinto che le barriere non vadano abbattute ma rese porose: “I dati sono racchiusi nei silos perché lì sono protetti: è necessario connetterli non abbatterli – spiega – Quando il dato è in un silos sappiamo che esiste ma non possiamo raggiungerlo non tanto per ragioni tecniche quanto perché chi lo possiede non ce lo mette a disposizione”.
Il primo passo, a suo parere, è conoscere quale sia il patrimonio informativo a disosizione, una possibilità che la tecnologia consente. E suggerisce come ideale un unico punto di accesso, una sorta di market place dei dati che rappresenta lo spirito della data virtualization che Denodo offre. “Si risolve così solo una parte del problema: si tratta di capire se il dato disponibile è davvero quello che mi serve – aggiunge Zinno – Il dato in sé non ha valore, assume valore nel momento in cui viene utilizzato, ma la tecnologia può consentire di modellare/creare/comporre i dati sulla base delle esigenze del data consumer”. La tecnologia consente di modellare il dato sulla base delle esigenze dell’utente business con l’obiettivo di fornire agilità nel percorso dal dato all’utilizzatore, nascondendogli al contempo la complessità e lasciandogli solo il valore.
In conclusione “dati e business litigano ma si vogliono bene”. La condizione affinché la relazione sia proficua è da un lato la capacità tradurre un linguaggio, che nasce profondamente tecnico nel modo della data science, in uno semplice e comprensibile agli utilizzatori business e dall’altro puntare a incrementare una fruizione self-service da parte del data consumer.
Fruibilità delle informazioni e sua democratizzazione
È questo l’obiettivo di Tableau Saleforce come sottolinea Michele Cumin, regional sales director Financial Service, spiegando che la società è stata acquisita nel 2019 da Salesforce, uno dei primi vendor a fornire soluzioni in modalità SaaS, proprio per portare anche sul terreno dei dati quella democratizzazione realizzata sul CRM e che ha reso accessibili anche alle realtà più piccole funzioni e servizi di alto livello. Nello specifico Tableau mette a disposizione analytics potenti che consentono, a chi deve decidere, di disporre in modo intuitivo di tutte le informazioni che gli servono sulla propria organizzazione, nascondendo al tempo stesso la complessità.
Cumin porta ad esempio il caso di un’organizzazione finanziaria come PNB Paribas, dove i dati assumono una valenza strategica. Grazie all’implementazione della soluzione Tableau per la divisione Corporate, la banca è riuscita ad automatizzare l’80% delle attività di reporting in precedenza manuali, a sintetizzare report da 400 pagine in un’unica dashboard dinamica e facilmente fruibile.
In conclusione, è necessario superare la diffidenza del business verso i dati e ci sono le condizioni per farlo e per fare data governance, con il coinvolgimento del business fin dalle fasi progettuali, che risulta il fattore chiave per l’implementazione di successo delle sperimentazioni nel campo dell’Advanced Analytics, per otto aziende su dieci, come testimonia l’analisi dell’Osservatorio.
