#19 Utilizzando i dati come un patrimonio strategico

Subscribe to get the latest

on Mon Sep 07 2020 17:00:00 GMT-0700 (Pacific Daylight Time)

In questo episodio, Darren Pulsipher, architetto delle soluzioni capo di Intel nel settore pubblico, esplora come le organizzazioni possono passare semplicemente dall'accumulare dati all'utilizzarli come risorsa strategica.

Keywords

#dataarchitecture #data #datastrategy #people #process

with data that may or may not be necessary. Translation: Proprio come alcune persone accumulano cose nelle loro case, timorose di buttare via qualsiasi cosa, anche le organizzazioni possono accumulare dati. Ad esempio, la mia cartella email ha 8 gigabyte. So che contiene dati che potrebbero o non potrebbero essere necessari.

Non è necessario che sia così grande, ma salvo le cose nel caso possa averne bisogno. Ora moltiplica questo per il numero di dipendenti. Da Intel, abbiamo centomila dipendenti. Immagina quanto dati stiamo archiviando, solo nelle e-mail, quando facciamo il backup. Aggiungi i database strutturati e non strutturati, le presentazioni, i fogli di lavoro, ecc… ed è chiaro che semplicemente archiviarli tutti non è una grande strategia.

Statistiche sui dati

Diamo uno sguardo alle statistiche che dimostrano perché questa è una cattiva strategia. Circa l’80% del tempo dei data scientist viene speso per pulire i dati prima di poterli utilizzare. Meno del 50% dei dati strutturati viene utilizzato del tutto e meno dell’1% dei dati non strutturati può essere analizzato. Quindi, tutti questi dati vengono accumulati, ma le organizzazioni non li utilizzano per la maggior parte. Un altro problema riguarda chi ha accesso a tutti questi dati archiviati. È preoccupante che il 70% dei dipendenti abbia accesso a dati a cui probabilmente non dovrebbero accedere. Proprio come le pile di un accumulatore creano rischi di incendio in casa, le pile disordinate di dati creano rischi per la sicurezza in un’organizzazione.

Esplosione dei dati

Cosa possiamo fare riguardo a questo problema? Prima di tutto, dobbiamo capire perché c’è una tale esplosione di dati. Con l’IoT, tutto è connesso e abbiamo elaborazione di dati che avviene in molteplici posti. La pura mole di dati che viene generata è incredibile. Questo problema è aggravato dalle questioni regolamentari; è difficile sapere cosa possiamo eliminare e cosa no. Riempiamo i nostri dispositivi di archiviazione e poi ne compriamo altri. La tecnologia sta essenzialmente incentivando il nostro accumulo di dati. Dobbiamo considerare cosa possiamo fare diversamente.

Perché accumuliamo

Gli esperti dicono che le persone accumulano perché credono che un oggetto sarà utile o prezioso in futuro, ha un valore sentimentale, è unico e irripetibile o è un affare troppo vantaggioso per essere gettato via. Queste stesse idee si applicano all’accumulo di dati. Ad esempio, perché dovrei avere una delle prime presentazioni che ho mai fatto? È conservata su un disco ed è nella cloud. La guardo forse una volta all’anno, ma non ho una vera ragione al di là del valore sentimentale per tenerla. Un’organizzazione è composta da individui con questi comportamenti e, a tutti i diversi livelli di accumulo di dati, c’è paura di eliminare i dati.

Diventare centrati sui dati

Come si diventa un’azienda orientata ai dati anziché una società di archiviazione? Ecco un processo in quattro fasi per diventare un’organizzazione orientata ai dati.

Fondazione organizzativa

Il primo passo è creare una fondazione organizzativa incentrata sui dati. Ci sono quattro protagonisti con ruoli distintivi.

Capo Ufficio Dati: Il lavoro del capo ufficio dati è stabilire la strategia e la governance sulla gestione dei dati e sulla generazione di informazioni di valore per l’azienda. Questo ruolo è diverso da quello del capo ufficio informazioni, che si concentra sull’infrastruttura piuttosto che sulle informazioni stesse. Questo è un lavoro difficile, poiché il capo ufficio dati è coinvolto nel cambiamento culturale. Cerca di evitare che le persone accumulino dati e, invece, li utilizzino per creare un vero valore per l’azienda.

Data Scientist: I data scientist sviluppano modelli e schemi trovando dei pattern nei dati e utilizzando l’analisi predittiva. Gli sforzi dei data scientist possono diventare semplicemente un esperimento scientifico una tantum, tuttavia, a meno che le informazioni non vengano rese operative.

Ingegnere dei dati: Ecco dove entrano in gioco gli ingegneri dei dati. Gestiscono i flussi di dati e rendono operazionali le analisi. Man mano che arrivano nuovi dati, vengono generate nuove intuizioni senza dover ricominciare da capo ogni volta.

Responsabile dei dati: Il responsabile dei dati gestisce la governance e l’accesso alle risorse dati, assicurandosi che le persone giuste abbiano l’accesso giusto al momento giusto.

Con un’organizzazione che comprende questi quattro ruoli, la prossima grande domanda è se centralizzare o distribuire le operazioni. Ad esempio, forse la gestione matriciale distribuita sta già funzionando nella tua grande organizzazione, ma una piccola organizzazione potrebbe aver bisogno di maggior rigore e trarrebbe vantaggio da una struttura più centralizzata.

Raccolta e preparazione dei dati

Un articolo della Harvard Business Review utilizza efficacemente una analogia sportiva per descrivere due strategie per catalogare i dati: difesa e attacco. In difesa, l’obiettivo è proteggere i dati. In attacco, l’obiettivo è avanzare per segnare il più velocemente possibile.

Difesa e attacco dati

Con una strategia difensiva, l’organizzazione si concentra principalmente sulla sicurezza dei dati, la governance e la conformità. Proteggere i dati è fondamentale. Le principali attività relative ai dati si concentreranno sull’estrazione, la standardizzazione, la gestione dello storage e la gestione degli accessi. Tipicamente, questa strategia utilizzerà un’organizzazione più centralizzata e farà affidamento su una singola fonte di verità.

Con una strategia offensiva, l’organizzazione è principalmente concentrata nel muoversi rapidamente per migliorare la propria posizione competitiva e ottenere il massimo profitto possibile. Le attività di dati saranno incentrate sull’estrazione, modellazione, visualizzazione, trasformazione e arricchimento.

Questa strategia richiederà maggiore flessibilità, il che significa un’organizzazione più distribuita con più versioni della verità.

Capire come usare i dati in base alla strategia è importante. Spesso, le organizzazioni restano indecise e questo può portare confusione. Nonostante ogni organizzazione debba essere in grado di difendersi e attaccare, le organizzazioni devono scegliere una strategia anziché cercare di fare entrambe le cose, proprio come i giocatori di calcio professionisti non giocano su entrambi i lati del campo.

Analisi di Insight

Esiste una curva di maturità organizzativa per l’analisi e la creazione di intuizioni dai tuoi dati. La chiave è capire dove si trova attualmente la tua organizzazione e quali sono i prossimi passi per avanzare lungo la curva.

Nella fase di analisi descrittiva, stai solo cercando di capire cosa sta succedendo. Nel passaggio diagnostico, stai cercando di capire perché è successo qualcosa. Nel passaggio predittivo, puoi prevedere cosa succederà in futuro basandoti sui dati storici. È qui che molte organizzazioni si sforzano di essere, ma i primi due passaggi devono essere compiuti prima. Al di sopra del predittivo c’è il prescrittivo, dove puoi capire perché succederà qualcosa e guidare l’organizzazione secondo le aspettative. In cima ai passaggi c’è la lettura analitica, o la previsione, dove stai facendo accadere le cose, avanzando anche oltre la prescrizione.

Un motivo per cui è importante capire la posizione attuale della tua organizzazione è perché ci sono strumenti specifici per ogni fase. Ad esempio, non vuoi restare bloccato con un progetto di intelligenza artificiale che utilizza algoritmi prescrittivi, o addirittura predittivi, quando la tua organizzazione si trova ancora nella fase descrittiva.

Operazionalizzalo

Per raggiungere l’obiettivo di operationalizzazione, ovvero rendere un processo ripetibile, ci sono tre elementi chiave: un’infrastruttura incentrata sui dati, i flussi di dati e il flusso aziendale.

L’infrastruttura centrata sui dati consente di conoscere dove si trovano tutti i tuoi dati e cosa c’è in essi attraverso vari strumenti come un gestore dei metadati come Elastic Search o cataloghi e repository dei metadati. Le pipeline di dati dispongono di ottimi strumenti per consentire il processo dalla ingestione all’analisi all’azione. Una strategia difensiva o offensiva determinerà quali strumenti utilizzerai nella tua pipeline. L’ultimo elemento, il flusso aziendale, è dove la comprensione aziendale dei tuoi dati e processi consentirà l’implementazione di un processo di miglioramento continuo per garantire intuizioni ripetibili e di valore.

Chiamata all’azione

Prima di tutto, sviluppare una strategia per i dati. Organizzati e scopri dove si trovano tutti i tuoi dati e catalogali. Decidi se adottare una strategia difensiva o offensiva, quindi procedi con i passi di analisi uno per volta, utilizzando gli strumenti adeguati. E, cosa più importante, operazionalizza le tue intuizioni per ottenere il massimo valore aziendale.

Podcast Transcript