Ci eravamo lasciati con il claim “Big Data: Fast & Smart”. Real time Analytics e Machine Learning, ecco i principali trend dell’edizione 2018, due chiare direzioni d’innovazione di un tema, quello dei Big Data, che rimane sulla cresta dell’onda, in costante rinnovamento e trasformazione. Quali dunque gli ambiti da approfondire nel 2019? Con il primo incontro dedicato, i componenti dell’Advisory Board e i sostenitori dell’Osservatorio Big Data Analytics si sono ritrovati attorno a un tavolo per contribuire alla definizione di temi e direzioni di Ricerca per la settima edizione dell’Osservatorio.
Tecnologia, competenze, organizzazione, use case alla frontiera dell’innovazione: sono numerosi i temi da affrontare. Emerge però un problema su tutti: integrare gli Analytics nei processi aziendali, coinvolgendo gli utenti di business, per far sì che le progettualità abbiano nei fatti un impatto nella vita lavorativa dell’azienda e quindi sul valore generato. “Permane un gap culturale nell’approccio ai dati. Se i dati sono un asset, come tale vanno raccolti, mantenuti di buona qualità e valorizzati”, dice Sara Bergamo (Head of Business Analytics, FCA), raccogliendo l’approvazione dei presenti. Il tema delle competenze, e ancor più dell’organizzazione, non va sottovalutato – ricorda Davide Cervellin (Head of analytics, insights and data, Booking.com) – non c’è un modello di governance che va bene per tutti, ma bisogna lavorare per trovare il proprio.
Data Science e Business: alla ricerca di un linguaggio comune
Il tema è come colmare la distanza tra le persone di Data Science e le figure di business. “I Data Scientist tendono ad essere innamorati degli algoritmi, poi che qualcuno li usi non è sempre un loro problema” – così Alessandra Chiuderi (Head of Group Analytics Solutions Centre, Generali Group), in maniera un po’ provocatoria, apre la discussione. Dall’altro lato le figure di business, in special modo quelle più operative, tendono a fidarsi della propria esperienza. Ma se ci si aspetta che l’analisi dei dati vada a confermare opinioni già consolidate, che senso ha investirci? – si chiede Fabio Perotti (Head of DataLab and Enterprise Architecture, Autogrill).
Le metodologie Agile diventano un must-have nell’ideazione, sviluppo e implementazione di progetti di Analytics. Un’interlocuzione continua tra Data Science e Business da un lato fa sentire coinvolti nel progetto coloro che poi andranno ad utilizzare lo strumento e dall’altro supporta, in una logica di costruzione incrementale del prodotto, la creazione di un linguaggio comune. “La Data Science deve rispondere a bisogni e necessità che non sempre all’inizio sono chiari e ben definiti per l’utente”- Vincenzo Manzoni (Data Science Director, Tenaris) azzarda un paragone – “come quando Steve Jobs nel 2007 ha mostrato il primo iPhone, non sapevamo che era questo lo strumento di cui avevamo bisogno. Per questo, è importante adottare un approccio iterativo”. L’iterazione continua consente anche di estrarre valore da aspetti che, lungo il percorso, si affacciano inizialmente come meri effetti collaterali o evidenze incidentali – sottolinea Sergio Stievano (Chief Data Officer, lastminute.com group).
Un’altra metodologia è quella del Design Thinking. Luigi Lauro (Head of Big Data Services, Unicredit) ne racconta l’utilizzo all’interno di Unicredit per migliorare la fruizione della Business Intelligence in azienda: l’attenzione alla user experience e l’adozione di approcci formali finalizzati all’innovazione permettono di ridisegnare il monitoraggio dei fenomeni. “I Big Data non devono essere una scatola nera per chi li usa”– afferma. Ma il Design Thinking può aiutare anche a ideare nuove progettualità, anche questo è un aspetto che molte aziende non hanno ancora esplorato.
Valorizzare i dati, il percorso è appena iniziato!
Carlo Vercellis (Responsabile Scientifico dell’Osservatorio), moderatore della discussione, pone sul tavolo il tema della Data Monetization. Esiste un mercato dei dati? Le aziende ne hanno chiare le opportunità? Ancora molto deve essere fatto, prima di tutto per superare paure e scetticismi.
Dal punto di vista di chi vorrebbe acquistare dati, la filiera non sembra essere ancora completamente matura, si fa fatica a trovare un interlocutore e in alcuni casi si rischia il vendor lock-in – avvertono Ivan Pavesio (Head of SPE System, Gruppo Ferrero) e Marco Orlandi (Responsabile Operations & Product Innovation, Grandi Stazioni Retail). Dall’altra parte, il tema non è tanto “vendere dati”, quanto creare dei prodotti/servizi a valore aggiunto basati sui dati.
19 Novembre 2019, non resta che bloccare l’agenda!
Dati non strutturati, piattaforme di Analytics, Data Monetization e approcci innovativi per gestire i progetti di Analytics end-to-end, dall’ideazione alla fruizione, con il costante contributo degli utilizzatori finali, ovvero le linee di business.
Questi i temi che verranno toccati nei workshop dell’Osservatorio. Come ogni anno, inoltre, verranno approfondite scelte d’investimento, scelte progettuali e competenze di Data Science presenti in grandi e piccole aziende italiane, senza dimenticare la stima del mercato Analytics e gli ambiti d’investimento di maggior interesse. Come ricorda Stefano Casalegno (Head of Data Science and Digital Trasformation, Ferrovie dello Stato Italiane), i costi dei progetti di Analytics, soprattutto nel caso di algoritmi di apprendimento automatico da addestrare per uno specifico caso d’uso, non sono semplici da stimare ex-ante.
Un ulteriore obiettivo che l’Osservatorio si pone quest’anno è quello del confronto internazionale! “Sarebbe molto interessante comprendere come l’Italia si posiziona rispetto all’Europa” – conferma Fabio Colombo (Head of Advertising & Data Technology, RCS Mediagroup).
Dunque, appuntamento al Convegno finale del 19 novembre per raccontare e discutere i risultati di quest’anno di lavoro!
L’edizione 2019 dell’Osservatorio Big Data Analytics & Business Intelligence è realizzata con il supporto di Data Reply, Datrix, GEDI Gruppo Editoriale, Rai/Rai Pubblicità, Tableau; Alteryx, BlueBI, Fabricalab, Lyreco Italia, Microsys, SIA, Target Reply, Vem Solutions Spa; Altran Italia, Infoedge.
