Si avverte il bisogno di una metodologia di valutazione prospettica dei costi e dei benefici ottenibili dall’implementazione di un progetto di Data Analytics. Tale metodologia aiuterebbe i decision makers a identificare le priorità strategiche in merito ai progetti da inserire nel portafoglio di investimenti.

I dati non hanno valore sono solo un costo per le aziende che non sanno trarre valore da quei dati.
Riconoscere questo valore, misurarlo, permette di non sprecare risorse e prioritizzare i bisogni.

Un modello di “Predictive Maintenance” ha più valore per la mia azienda di un modello di “Cross Selling”? Quanto vale la “Data Visualization” nell’AI? Su che modelli predittivi potrebbe investire la mia azienda e che valore porterebbero?

Alcuni mesi fa, alcuni #DataHeroes del gruppo Credem Banca, Deloitte e Università degli Studi di Modena e Reggio Emilia hanno cercato di dare una risposta a queste domande e tante altre, lavorando su un studio liberamente scaricabile a questo link.

L'articolo Analytics Evaluation: un modello per stimare il valore degli Analytics proviene da Data Manager Online.

Riuscire a governare i processi aziendali è un requisito fondamentale per mantenersi competitivi all’interno di un contesto economico dinamico e complesso, come quello attuale. Spesso capita che le metodologie tradizionali di analisi falliscano nell’obiettivo di rendere disponibili al management le informazioni necessarie per efficientare i processi.

Questo White Paper spiega, dunque, come l’utilizzo delle piattaforme di Business Intelligence per l’implementazione del Process Mining consenta di ottenere una mappatura dei processi in tempi rapidi e con maggiore attendibilità rispetto alle tecniche standard. La facilità di lettura e analisi delle informazioni permette poi alle aziende di sviluppare un approccio data-driven alla digitalizzazione delle attività e alla resilienza operativa.

Scarica gratuitamente il White Paper compilando il form sotto

E’ richiesto un indirizzo email valido aziendale (al quale riceverai il documento)

L'articolo White Paper: Process Mining proviene da Data Manager Online.

Nell’ultimo anno e mezzo il modo di interagire e collaborare con gli altri è cambiato: la pandemia ha accelerato l’evoluzione, anticipando oggi scenari in origine previsti per il prossimo decennio. Ed ora ci troviamo tutti di fronte al bisogno di dover gestire questi nuovi schemi, ma la domanda è: “come fare?”.

In questo White Paper si analizza il ruolo della realtà mista per creare delle esperienze immersive per consentire alle persone di interagire con i colleghi, pur lavorando da remoto. Grazie all’Immersive Analytics e alle Data Room è possibile abilitare nuove forme di collaborazione tra persone e, al contempo, migliorare le esperienze di consumo delle analisi, attraverso la visualizzazione in 3D. L’uso di tecnologie wearable, infatti, permette di interagire con tutti gli elementi che vengono proiettati nell’ambiente virtuale a favore di una migliore interpretazione dei dati e di un processo di analisi più fluido.

Scarica gratuitamente il White Paper compilando il form sotto

E’ richiesto un indirizzo email valido aziendale (al quale riceverai il documento)

L'articolo Immersive Analytics : White Paper gratuito proviene da Data Manager Online.

Abbiamo fatto grandi passi avanti

Ogni azienda, dal settore sanitario alla vendita al dettaglio, oggi è un’azienda di tecnologia. I big data e gli analytics guidano i risultati di business, che riportano l’IT al primo posto e al centro della conversazione. L’IT oggi non è solo responsabile di “far funzionare i motori”, ma anche di integrare le nuove tecnologie, come gli analytics, in ogni settore aziendale.

La Digital Transformation sta cambiando ogni aspetto dell’impresa, ma prima non era così. Quest’anno VMware celebra il suo 20° anniversario ed è divertente guardare al passato e riscoprire com’era la tecnologia nel 1998. Apple riponeva tutte le speranze in un rilancio sull’iMac all-in-one. Amazon aveva annunciato che avrebbe esteso il proprio business oltre i libri, avendo un IPO a 18 dollari per share l’anno precedente. Il primo Google Doodle apparve sul loro sito web, fu lanciato Windows 98 e Bill Gates fu colpito a tradimento con una torta in faccia mentre si recava a un incontro con i funzionari dell’UE, e successivamente affermò che la crema non aveva nemmeno un buon sapore.

Nello stesso periodo, un professore della Stanford University, Mendel Rosenblum, e i suoi studenti lavoravano in laboratorio ed ebbero un’epifania: la virtualizzazione, un concetto scoperto negli anni ’50, poteva essere utilizzata per l’esecuzione reale e non solo per la simulazione. Rosenblum, insieme a Diane Greene, Edouard Bugnion, Scott Devine e Edward Wang, fondarono VMware Inc. e lanciarono la VMware Workstation un anno dopo, portando la tecnologia di virtualizzazione sul desktop Linux e creando un settore completamente nuovo.

Tre dei fondatori di VMware hanno partecipato di recente alla festa per il 20° anniversario dell’azienda, ed è stato affascinante sentire le loro storie. È quasi surreale pensare che la passione e l’imprenditorialità di sole cinque persone abbiano creato un’azienda la cui capitalizzazione di mercato è oggi di 50 miliardi di dollari. Siamo orgogliosi delle nostre radici e ci sentiamo in debito con i nostri fondatori per come VMware continua a innovare e servire i propri clienti.

L’IT, la funzione, resta indietro

Nel 1998, quando Mendel e i suoi studenti erano pronti a rivoluzionare un settore, l’IT consisteva principalmente nell’automazione di back-office come i sistemi ERP, l’automazione della supply chain e l’aggiornamento a Windows 95. Le aziende spendevano circa 300 miliardi di dollari per realizzare computer e applicazioni conformi al Millennium bug, cercando di evitare ciò che molti temevano sarebbe stato il caos diffuso con banche, governo e servizi pubblici. La collaborazione abilitata dall’IT con il mondo esterno era inesistente; la posta elettronica era in gran parte interna. Tutto veniva esternalizzato.

Non solo siamo sopravvissuti al Millennium bug, ma gli ultimi due decenni hanno visto un’innovazione tecnologica senza precedenti, dovuta in gran parte a reti distribuite, migliore potenza di calcolo e progressi nelle infrastrutture IT. Lo stesso dipartimento IT, tuttavia, non è stato così rivoluzionario. Non fraintendetemi… l’IT, come funzione, ha dovuto sostenere gran parte del lavoro necessario per gestire la rapida assimilazione di questa tecnologia all’interno dell’azienda, bilanciando il rischio, la formazione, la gestione del cambiamento e gli investimenti. Tuttavia, con le innovazioni in AI, ML, IoT e blockchain che stanno solo allargando il gap, stiamo cercando di rimanere al passo. Solo sei mesi fa, l’IoT era la novità del momento; oggi tocca all’IA. Tra pochi mesi, il machine learning sostituirà l’intelligenza artificiale. Mentre la tecnologia sta avanzando a ritmi esponenziali, la creatività e l’intrapreneurship necessarie per identificare soluzioni che utilizzano la tecnologia non stanno rimanendo al passo. In altre parole, è una soluzione alla ricerca di un problema.

“Devi essere il cambiamento che speri di vedere nel mondo” – Mahatma Gandhi

I CIO come agenti del cambiamento

Oggi, i quattro superpoteri del mobile, cloud, IoT e IA hanno trasformato ogni azienda in un’azienda tecnologica. Le relazioni annuali delle aziende vengono lette come un rapporto IT annuale. Il sistema di condizionamento di un grande impianto di produzione oggi è un sistema di gestione degli edifici basato su sensori. Tutto nella finanza è cambiato a causa della tecnologia. Il tradizionale modello di vendita al dettaglio è stato stravolto e vedremo ancora più cambiamenti con AR (realtà aumentata), NFC (Near field communication) e Bitcoin che modificano i comportamenti di acquisto.

In effetti, la tecnologia sta crescendo più velocemente della nostra capacità di sfruttarla. Per quanto riguarda i consumatori, i dispositivi mobili, l’IoT, gli assistenti digitali domestici e la possibilità di trasformare una casa in una smart home per meno di 1.000 dollari hanno alzato la posta in gioco per l’IT. Mentre è un dato di fatto che l’Enterprise IT sia rimasta indietro rispetto alla tecnologia consumer, esistono opportunità senza precedenti per coloro che hanno il desiderio e la passione per correre rischi, accelerando a velocità di curvatura e spingendosi al limite dell’innovazione con i propri team.

È il CIO che si trova nella posizione migliore in questo momento per prendere le redini come leader della trasformazione, perché la cultura aziendale in toto dovrà adattarsi all’essere digital-first. Nel nuovo mondo, non è solo l’IT che deve essere agile, ma anche le risorse umane, il marketing e il servizio clienti. Man mano che le persone e i processi evolvono, molti avranno bisogno delle soft skill di collaborazione con tutto il business, prendendosi il tempo per capire il cliente e diventare agenti del cambiamento. “L’IT è pronto a svolgere un ruolo nuovo e più strategico nelle aziende, che va oltre il supporto al valore di business creativo attraverso l’innovazione di business basata sulla tecnologia e le iniziative digitali”, secondo quanto riportato da una ricerca recente di McKinsey & Company sulla futura value proposition dell’IT.

Guida di sopravvivenza per i CIO

È un compito importante, e il cambiamento non avverrà da un giorno all’altro. Se sei il tipo di persona a cui piace eliminare le attività dalla tua to-do list, sei già indietro di due anni, perché la to-do list non verrà mai completata. Ma se ti piace fare passi da gigante anche di fronte all’incertezza, sei nel posto giusto, poiché il “gap generazionale” della tecnologia non esiste più. Ciò che prima richiedeva anni per l’adozione di una tecnologia ora richiede alcuni mesi. Avremo bisogno di correre dei rischi, andare avanti senza conoscere il quadro completo (specialmente con l’intelligenza artificiale) e collaborare in tutto ciò che facciamo, specialmente con il team esecutivo, per promuovere l’innovazione. I CIO e i loro team dovranno prendere l’iniziativa e guidare questo cambiamento.

Personalmente, non potrei essere più entusiasta e curioso delle opportunità che i prossimi venti anni porteranno. Sarà una folle corsa. E tu sei pronto?

L'articolo Tutte le aziende sono aziende di tecnologia proviene da Data Manager Online.

L’uso sempre più spinto di tecniche di intelligenza artificiale e la possibilità di ottenere crescenti livelli di apprendimento e automazione attraverso metodi di machine learning trasformeranno radicalmente il modo in cui i dati saranno gestiti e analizzati nei prossimi anni, impattando significativamente sui processi decisionali in ambito aziendale, evidenzia IDC.

Per anni, una migliore business analytics ha significato per le imprese un maggiore vantaggio competitivo. L’analisi, in definitiva, è un mezzo per ricavare valore dai dati. Valore che può essere monetizzato oppure trasformato in efficienza aziendale, in nuovi prodotti e servizi, in supporto continuo e costante alla fase decisionale.

Il machine learning è in grado di amplificare questo processo. E’ infatti una tecnica per sviluppare automatismi di analisi: utilizzando algoritmi in grado di apprendere in continuazione dai dati stessi, può scoprire informazioni sconosciute e viste inesplorate, individuando ed estraendo del valore senza essere stato programmato per sapere esattamente dove cercarlo.

Secondo IDC, entro la fine dell’anno i tre quarti almeno delle nuove soluzioni analitiche avranno integrato capacità di machine learning per venire incontro alle richieste delle aziende. Le aspettative delle imprese circa le potenzialità delle tecnologie AI, considerati appunti i benefici che promettono, stanno infatti crescendo giorno dopo giorno.

Nei mesi scorsi, IDC ha condotto un’indagine a livello europeo che ha coinvolto anche un campione di imprese italiane da cui emerge proprio una grande attenzione nei confronti dell’intelligenza artificiale applicata all’operatività aziendale. Il 40% delle aziende italiane si aspetta già nel 2018 di essere impattato in maniera significativa nel modo di fare business dalle tecnologie AI. Il 32% delle imprese italiane estende la finestra di questo impatto ai prossimi due anni. Solo il 12% prevede questo impatto tra tre e cinque anni e il restante 16% non prima dei prossimi cinque anni.

In questo scenario, i servizi e le soluzioni di machine learning via cloud possono rappresentare un catalizzatore importante per accelerare la sperimentazione e la trasformazione data-driven delle imprese di tutti i settori.

Entro il 2021, prevede IDC, il 20% dei progetti di analytics, cognitive e intelligenza artificiale si appoggerà a un’infrastruttura eterogenea, sia on premise sia on cloud. Le aziende che sapranno dominare con confidenza le nuove tecnologie e piattaforme per la gestione degli insights saranno quelle capaci più di altre di comprendere i fattori che concretamente andranno a influenzare la customer satisfaction, la qualità dei prodotti e le performance finanziare dell’impresa.

Best practice e raccomandazioni per realizzare questi obiettivi saranno al centro del nuovo incontro organizzato da Go Reply e Google in collaborazione con IDC che si terrà il 26 settembre a Milano presso la sede di Google Italia. Intitolato From Data Intelligence to Cognitive Edge: Analytics & Machine Learning come strumento essenziale per il vantaggio competitivo delle imprese, l’evento costituirà l’occasione per CIO e decision maker aziendali di comprendere perché le soluzioni ML basate su PaaS stanno incontrando il favore di una parte sempre più importante del mercato e perché la trasformazione radicale del ruolo dell’informazione cambierà il modo di lavorare in azienda, dal dipartimento IT alle LOB.

L'articolo Perché machine learning e analytics trasformeranno le imprese proviene da Data Manager Online.

Con l’espressione “smart agrifood” si identifica, in estrema sintesi, una visione del futuro della filiera agricola e agroalimentare secondo cui, grazie alle tecnologie digitali, l’intero comparto non solo aumenterà la propria competitività, ma sarà in grado di valorizzare meglio la qualità, di essere più sostenibile e di dare più valore anche alle produzioni di nicchia. Il continuo e rapido tasso di crescita della popolazione mondiale può influire sulla disponibilità delle risorse in futuro. Da studi recenti, è emerso che la produzione del settore dovrà aumentare del 60% entro il 2030 (dati FAO). Il futuro dell’agricoltura – al quale è legato a doppio filo anche il nostro stesso futuro – dipende dalla sua trasformazione digitale. In questo contesto ai CIO interessa sempre di più comprendere in profondità le innovazioni digitali (di processo, infrastrutturali, applicative, hardware e software) che stanno trasformando la filiera agricola e agro-alimentare, unificando le principali competenze necessarie: economico-gestionali, tecnologiche, agronomiche. L’innovazione digitale può contribuire a migliorare in particolare la competitività del settore agroalimentare italiano, garantendo più qualità, trasparenza, tracciabilità e ottimizzazione dei processi di produzione, coltivazione e allevamento. L’automazione permetterà di difendere la qualità delle produzioni, abbattendo i costi di gestione, monitorando l’intero ciclo di produzione, per decidere il momento migliore per intervenire.

Nonostante la forte contrazione di tutte le componenti della produzione agricola, l’agroalimentare Made in Italy rappresenta una voce importante del prodotto interno lordo nazionale, seconda solo al comparto manifatturiero. Nel 2017, il valore del settore primario italiano è stato pari a 28,14 miliardi, in calo rispetto ai 29,12 dell’anno precedente. Se l’Italia non è mai stata competitiva sulle grandi estensioni, lo è invece sulla biodiversità e le produzioni di nicchia. L’Italia investe poco in innovazione in agricoltura, appena lo 0,02% del PIL. Secondo i dati pubblicati dal Centro studi di Confagricoltura, al top dell’innovazione ci sono Israele e Corea del Sud, che investono ogni anno oltre il 4% del PIL in R&D. Al boom dell’export agroalimentare, si è registrata anche una crescita delle importazioni di materie prime. E questo è un campanello di allarme in un momento di contrazione della produzione agricola nazionale. L’Italia sta diventando sempre di più un paese trasformatore. Un dato che deve far riflettere quando parliamo di competitività sbandierando l’orgoglio tricolore del Made in Italy. È necessario premere l’acceleratore dell’innovazione per aumentare la produttività, ma anche la sostenibilità. Dobbiamo pensare a un piano di sviluppo per l’agricoltura analogo a quello per l’Industry 4.0. Agricoltura di precisione, genomica, adattamento dell’agricoltura ai cambiamenti climatici, controllo delle infestanti e delle infezioni, salute, benessere, nutraceutica, tecnologie dell’informazione, big data e digitalizzazione. Sono questi i driver dell’innovazione. Parole che devono acquisire dignità nel vocabolario delle imprese agricole al pari di tradizione, eccellenza e qualità.

#Agricoltura40 L’agricoltura si trasforma ma servono più investimenti
Click To Tweet

L’AGRICOLTURA SI TRASFORMA

La trasformazione del settore agricolo sta avvenendo a una velocità superiore alle attese. Una trasformazione che sopravanza non solo le competenze degli addetti ai lavori, ma anche la capacità di assorbire il cambiamento da parte delle imprese. Export agricolo, convergenza di settore alimentare e sanitario, ascesa di proteine alternative, il potenziale dell’indoor farming. Sono solo alcuni dei temi che catalizzano l’attenzione. Dai dati e le proposte presentate in occasione dei più recenti appuntamenti specialistici su scala mondiale – quali i recentissimi Seed&Chips di Milano e l’AgriTech Israel 2018 di Tel Aviv – traspaiono alcuni fabbisogni comuni a tutto il vasto e variegato universo agritech e smart food, accomunato in modo molto evidente da un “rischio/opportunità” disruption appena all’inizio, ma in costante accelerazione.

LA SUPPLY CHAIN HA FAME DI INFORMAZIONE

Dalla field optimization all’automazione e all’intelligenza artificiale fino alla supply chain estesa, le startup e gli altri disruptor lavorano su ogni lato dell’agritech per lo sviluppo di nuove e interessanti applicazioni. Il problema è che molti operatori sono completamente all’oscuro di queste evoluzioni. Questa “disconnessione” deve essere risolta se vogliamo coltivare il seme dell’innovazione e portare a maturazione nuovi progetti. Un commento di Jack Scott, VP Sustainibility di Nestlé, durante un panel sugli hyperlocal data ha messo in evidenza l’importanza di «essere trasparenti» per imparare a condividere dettagli delle proprie scelte operative: «Si tratta forse di una delle sfide più dure che dobbiamo superare. Se avremo il coraggio di immergerci nei dati, solo allora saremo davvero capaci di risalire la supply chain all’indietro per raggiungerne l’origine. Solo i dati possono farci andare così lontano».

C’È BISOGNO DI “COLLABORATION”

Allo stesso tempo, i disruptor devono lavorare più a stretto contatto con i loro clienti finali. L’innovazione non può avvenire nel vuoto. Non possiamo perdere di vista l’agricoltore da una parte e il consumatore dall’altra. «Le startup come noi devono collaborare con le aziende più grandi del settore e con le aziende agricole» – ha dichiarato Allison Kopf, fondatrice e CEO di Agrilyst, una startup con sede a Brooklyn che lavora a strumenti basati sui dati per gli agricoltori locali. «Occorre amplificare la voce del contadino, potenziare ma non condizionare le sue opportunità di crescita attraverso l’uso della tecnologia».

NUOVI MODELLI DI BUSINESS

La dimensione e la concentrazione dei mercati di quelli che nel settore si chiamano “input” – per comprendere: semi, fertilizzanti, prodotti chimici, sistemi di irrigazione migliorati e altro – sono pronti per la disruption. «La maggior parte dell’agricoltura è una commodity: il rendimento si basa sul volume di produzione, non sulla sostenibilità o la qualità» – ha messo in evidenza David Perry, CEO di Indigo Agriculture. Le cose stanno cambiando. E i consumatori sono disposti a pagare un prezzo più alto per avere prodotti migliori. Non solo. «Ridurre l’uso di sostanze chimiche o ridurre l’uso di fertilizzanti è certamente utile, in quanto ha un beneficio immediato anche per l’agricoltore perché riduce i costi di produzione». La tech-industry ha la brutta abitudine di ricorrere a modelli di business già consolidati, di solito ispirata al tipico modello di un Software as a Service (SaaS) della Silicon Valley. Ma l’agricoltura è diversa. Ed è tempo di elaborare modelli di business che aiutino effettivamente l’industria a risolvere alcuni dei problemi che sta affrontando. Negli ultimi dieci anni, l’agricoltura ha visto nascere un numero di società tecnologiche davvero interessanti che però sono state limitate dal proprio ecosistema. Secondo David Perry, è necessario risolvere il problema del modello di business in modo da poter massimizzare il valore della tecnologia adottata. In tutti i casi, questo è un ottimo momento per le startup che devono risolvere questi problemi, grazie al consolidamento delle aziende di input, alla riduzione della domanda sulle tecnologie esistenti, all’emergere di nuove tecnologie come la microbiologia e la data science, oltre al fatto che l’agricoltura non è molto attraente dal punto di vista economico in questo momento. Tutto ciò rende gli agricoltori più disposti a sperimentare. E forse è arrivato il momento giusto per costruire qualcosa di nuovo in grado di rimodellare radicalmente l’agricoltura.

#Agricoltura40 Contrazione della produzione agricola nazionale. Made in Italy a rischio?
Click To Tweet

L’AGRICOLTORE DEL FUTURO

Anche il fattore umano in agricoltura sta cambiando, dal lavoratore manuale che lavora nei campi alla generazione successiva che gestirà la fattoria. In che modo la fattoria del futuro affronterà il problema della gestione e dell’impiego delle risorse umane di fronte all’automazione e ai cambiamenti dei mercati? Quali nuove porte si apriranno? Assisteremo sicuramente a un cambiamento di interfacce come sempre è accaduto nella storia. Secondo l’economista agricola Renée Vassilos, fondatrice del Banyan Innovation Group, ogni azienda ha un capitale investito in attrezzature inutilizzate per una gran parte dell’anno. Un surplus di capacity che non si traduce però in vantaggio economico. «Un vero salto di qualità in termini di autonomia ed efficienza si potrà raggiungere davvero soltanto con il “24-hours-a-day farming”. E a questo si dovrà aggiungere anche l’opportunità di un modello più sostenibile di condivisione delle attrezzature per abbracciare la tecnologia come risorsa sostenibile e scalabile.

IOT E SENSORI SUL CAMPO

L’IoT sta realizzando una disruption in senso positivo per l’industria agricola ed esiste un potenziale estremo per l’utilizzo dell’IoT nel settore. L’IoT semplifica e snellisce la raccolta, l’ispezione e la distribuzione complessiva delle risorse agricole utilizzando sensori su apparecchiature e materiali. Sensori posizionati strategicamente attorno ai campi insieme a tecnologie di riconoscimento delle immagini consentono agli agricoltori di visualizzare le loro colture da qualsiasi parte del mondo. Questi sensori inviano agli agricoltori informazioni aggiornate in tempo reale, pertanto è loro possibile apportare modifiche alle colture. Questo si traduce in una maggiore produzione di cibo con meno sprechi, esattamente ciò di cui questo settore ha bisogno.

IOT E SENSORI NELLE APPARECCHIATURE

Proprio come la tecnologia in campo, i sensori vengono collocati su attrezzature agricole per monitorarne ad esempio lo stato operativo. Usando il termine “agricoltura di precisione” vengono fabbricati trattori e altre attrezzature agricole con sistemi di navigazione e una varietà di sensori. Alcuni sensori sono costruiti con la capacità di compensare il terreno irregolare usando il GPS. Altri sono costruiti per la mappatura della resa e la documentazione del raccolto, direttamente dalla cabina dell’attrezzo. Altri ancora segnalano quando i trattori devono essere sottoposti a manutenzione, minimizzandone su base statistica i costi e i tempi di fermo macchina.

DRONI E MONITORAGGIO COLTURE

Possiamo immaginare il ritorno sull’investimento quando gli agricoltori possono visualizzare le loro colture utilizzando una fonte aerea, senza dover noleggiare un aereo. I droni vengono utilizzati per il monitoraggio delle colture come mezzo per combattere la siccità e altri fattori ambientali dannosi. I droni che producono immagini 3D possono essere utilizzati per prevedere la qualità del suolo attraverso l’analisi e la pianificazione dei modelli di semina. I droni vengono anche usati per irrorare prodotti chimici sulle colture selettivamente senza penetrare nelle acque sotterranee e possono aumentare la velocità di irrorazione di cinque volte rispetto ad altri tipi di macchinari.

FARMING E ROBOTICA

La robotica in agricoltura migliorerebbe la produttività e porterebbe a rendimenti sempre più rapidi: i robot di irrorazione e diserbo, recentemente acquisiti dal gigante delle macchine agricole John Deere, possono ridurre l’uso di prodotti agrochimici di un incredibile 90%. Alcune startup di robotica stanno sperimentando la guida laser e l’uso di telecamere per identificare e rimuovere piante infestanti sul campo senza l’intervento umano. Questi robot possono utilizzare la guida autonoma per spostarsi tra le file di colture, riducendo la manodopera. Alcune aziende stanno sperimentando l’utilizzo di robot per il trapianto di piante che aggiungono un nuovo livello di efficienza ai metodi tradizionali. Altre stanno testando i robot anche per la raccolta della frutta e delle noci, attività che in passato erano sembrate troppo delicate da potere essere affidate ad attuatori meccanici.

SENSORI E TRACCIABILITÀ RFID

Dopo le operazioni di raccolto, i sensori RFID possono essere utilizzati per tracciare il cibo dal campo al negozio. Rivenditori e consumatori finali saranno in grado di seguire un percorso dettagliato di tracciabilità del prodotto, risalendo tutta la filiera. Questa tecnologia potrebbe aumentare l’affidabilità dei produttori e la loro responsabilità nel fornire prodotti freschi e sicuri. Questi sistemi di localizzazione potrebbero anche ridurre l’apprensione per quanto riguarda gli allergeni e i requisiti di salute per i consumatori.

MACHINE LEARNING E ANALYTICS

Forse una delle aree più innovative della trasformazione digitale è la capacità di utilizzare l’apprendimento automatico e l’analisi avanzata per estrarre conoscenza dai dati raccolti. Questo può iniziare molto prima della semina. L’apprendimento automatico può predire quali tratti e geni saranno i migliori per la produzione di colture, dando agli agricoltori di tutto il mondo i semi migliori in rapporto alla posizione geografica e alle condizioni di coltivazione. Gli algoritmi di apprendimento automatico possono essere utilizzati per rendere più trasparente il processo produttivo ma anche per fornire in tempo reale KPI con i consumi del mercato.

IL SEME DELL’INNOVAZIONE

Il digitale migliora la competitività dell’agroalimentare italiano. Secondo i risultati della ricerca dell’Osservatorio Smart Agrifood del Politecnico di Milano condotta insieme al Laboratorio RISE dell’Università degli Studi di Brescia, l’Agricoltura 4.0 ha un mercato in Italia di circa 100 milioni di euro, il 2,5% di quello globale. Nonostante i benefici in termini di riduzione dei costi, di qualità e resa del raccolto, la diffusione di queste soluzioni è ancora limitata e oggi meno dell’1% della superficie coltivata complessiva è gestito con questi sistemi. Molte PMI italiane si stanno attivando nella trasformazione digitale dell’agroalimentare, ma una forte spinta innovativa proviene dalle nuove imprese, con 481 startup internazionali Smart AgriFood nate dal 2011 ad oggi, di cui 60, ben il 12%, italiane. «L’innovazione digitale nell’agroalimentare si manifesta dalla produzione in campo alla distribuzione alimentare, passando per la trasformazione e può garantire competitività a uno dei settori chiave per l’economia italiana, che contribuisce per oltre l’11% del PIL e per il 9% sull’export» – ha spiegato Filippo Renga, condirettore dell’Osservatorio Smart AgriFood. «Lo Smart AgriFood da un lato può ridurre i costi di realizzazione di prodotti di alta qualità, dall’altro far crescere i ricavi grazie a una maggiore riconoscibilità o garanzia, ad esempio con sistemi di anticontraffazione o di riduzione dei prodotti non conformi esportati. Ma l’innovazione digitale consente anche di intervenire a supporto dell’intera filiera, garantendo sostenibilità a tutti gli attori del settore, inclusa la produzione in campo».

#Agricoltura40 Più innovazione al servizio della qualità e della sostenibilità
Click To Tweet

SMART AGRICULTURE IN CAMPO

Considerato il ruolo “propulsivo” delle startup italiane che stanno dando un contributo sostanziale nell’innovazione del settore agricolo, Data Manager ha scelto di approfondire lo stato dell’arte proprio con una realtà come Evja, startup con sede a Napoli, attiva nei settori Internet of Things e Smart Agricolture. Quando si parla di agroalimentare, l’Italia è tra gli attori principali sia per quanto riguarda la produzione che l’immagine associata al settore. Ma come è possibile mantenere questa leadership se non si investe in innovazione? Abbiamo girato la domanda a Davide Parisi, CEO di Evja, secondo il quale la parola chiave è “smart agriculture” che comprende un ampio insieme di innovazioni tecnologiche volte a migliorare i processi della filiera agricola e a portare le aziende nell’era dell’Agricoltura 4.0. Le soluzioni smart che si sono sviluppate recentemente spaziano dai sensori ai droni, dalla tecnologia satellitare al machine learning e ai big data. Il tutto, ovviamente, applicato a un settore come quello agricolo che solo a un occhio non attento può sembrare geneticamente refrattario all’innovazione, ma che invece è in grado da sempre di evolversi in una dialettica continua tra conservazione e cambiamento.

In questo contesto, Evja ha progettato OPI, un sistema di supporto decisionale per aziende agricole basato su sensori e algoritmi previsionali. «OPI ha attirato subito l’attenzione – ha dichiarato Paolo Iasevoli, COO di Evja – e siamo stati invitati a presentarlo a eventi importanti come il Mobile World Congress di Barcellona, lo SMAU Berlin, il World Food India di Nuova Delhi e il World Agri-Tech Summit di San Francisco, come unico prodotto non americano sul palco». OPI è un sistema integrato hardware/software. Il nodo-sensore viene installato in campo per il monitoraggio in tempo reale dei fattori critici delle colture, come umidità, temperatura, radiazione solare e bagnatura della foglia. «I dati raccolti vengono inviati al sistema centrale con rete mobile o sfruttando la tecnologia LoRa, un network che finora ha visto ben poche applicazioni in agricoltura. Il successo di questa scelta era tutto da verificare, ed è stato validato direttamente sul campo» – ha spiegato il CTO Antonio Affinito.

Riuscire a capire cosa succede nel campo guardando semplicemente lo smartphone offre vantaggi enormi agli agricoltori, ma OPI va anche oltre. Qui entra in gioco il software, che grazie ad algoritmi previsionali riesce a prevenire l’insorgere di malattie e a rendere più efficiente l’utilizzo delle risorse idriche per l’irrigazione. Tra i modelli previsionali integrati, Evja ha sviluppato anche il primo modello in Europa per la prevenzione della peronospora nella varietà di “Baby leaves”. «In concreto, questo significa che il raccolto finale avrà un residuo più basso – ha spiegato il CEO di Evja Davide Parisi – e gli imprenditori agricoli ne ricaveranno un doppio vantaggio: risparmio in fitosanitari e prodotto più salubre».

Quando si parla di innovazione, è però fondamentale non fermarsi mai. Per questo la missione di Evja di portare l’agricoltura al livello 4.0 continua con nuove sfide. «Stiamo lavorando intensamente sull’evoluzione continua sia di OPI che dell’azienda» – ha dichiarato Iasevoli. «Dopo l’ingresso nel capitale sociale di due colossi del settore come la tedesca BayWa e l’austriaca RWA, stiamo preparando un percorso di scambio tecnologico con Deutsche Telekom e Microsoft». L’obiettivo è chiaro: mantenere alta la competitività delle aziende agricole, rendendole sempre più smart.

L'articolo Agricoltura 4.0, coltivare dati per raccogliere valore proviene da Data Manager Online.

Ogni giorno i media ci riferiscono storie di odio politico, religioso, razziale perpetrato online. Ogni giorno dai media apprendiamo di accadimenti legati a discorsi d’odio discriminatorio, di casi di cyberbullismo e di cyberstalking, senza dimenticare, ancora, tutte le forme d’istigazione e di propaganda violenta, che si scatenano in Rete e la pervadono, nei modi più disparati, in maniera più o meno esplicita. Quello cui assistiamo è dunque un fenomeno in progressiva ascesa, che non risparmia nessun angolo del mondo.

L’odio online non differisce nella sostanza dall’odio che si scatena per le strade. Tuttavia, alcuni aspetti che caratterizzano l’hate speech online sembrano sui generis. In realtà, essi derivano dal mezzo utilizzato per veicolarlo: il Web. La massima diffusione, la velocità, la permanenza, la facilità di condivisione e la transnazionalità, che rende ardua la risposta giurisdizionale, sono ciò che di fisiologico caratterizza la Rete. Con tale affermazione si intende cioè anche ribadire che essa non è la matrice dell’odio che contiene. I fattori di complessità del fenomeno rendono estremamente insidioso il terreno di scontro e sfiancante la battaglia, soprattutto nei casi delle forme d’odio più subdole, mentre al contempo si discute di come risulti problematico distinguere le parole d’odio dal diritto di manifestare liberamente la propria opinione, di esercitare il diritto di critica di fare satira. Basti pensare ai testi che accompagnano i meme che circolano su Facebook. Ci si imbatte in questo genere di post, per esempio, soprattutto quando si verificano eventi in grado di calamitare l’attenzione degli utenti e di stimolare dibattiti alquanto veementi fra Weltanschauung diverse, spesso opposte, all’interno di quella che è stata definita da Yochai Benkler la nuova sfera pubblica.

L’AI per disinnescare la propaganda violenta sul Web – @Clusit
Click To Tweet

Tuttavia, come testimoniato dai numerosi fatti di cronaca degli ultimi anni, le conseguenze che l’odio online è in grado di provocare sulla vita delle persone possono avere esiti persino letali. Se l’odio online è dunque qualcosa di estremamente potente, pericoloso e multiforme è chiaro come le necessarie azioni d’individuazione, monitoraggio, mappatura, contrasto, rimozione di tali contenuti abbiano finito col far intravedere nell’impiego di algoritmi la soluzione migliore possibile. Si pensi, in particolare, agli algoritmi capaci di eseguire l’analisi semantica automatizzata e corretta dei discorsi d’odio in Rete. Tecniche di “sentiment analysis” per il rilevamento delle espressioni d’odio, su Twitter per esempio, il modello “bag of words”, adottato in unione a sistemi di classificazione e ad altri tipi di algoritmi per l’odio cosiddetto embedded, lo sfruttamento algoritmico dei big metadata, sono alcuni degli esempi di tentativi concreti già esperiti nelle varie modalità di approccio al problema.

La strada intrapresa, soprattutto con riferimento alle possibilità di raggiungere gradi sempre più raffinati d’esame automatizzato, non solo sui singoli termini d’odio e del loro contesto, ma anche al fine di estendere l’impiego di questi algoritmi semantici “esperti” per individuare intere community di haters e determinarne l’effettiva pericolosità sociale, è incoraggiante, nonostante le notevoli e indubbie difficoltà di favorire l’interpretazione non errata di alcuni discorsi violenti in maniera automatizzata. Così, se da un lato stiamo guardando con massima rabbia e sospetto agli algoritmi di Cambridge Analytica, è forse ancora possibile recuperare la fiducia verso la medesima tecnologia e il suo potenziale positivo, per esempio, contro la proliferazione dell’odio online? D’altronde, gli algoritmi oggi plasmano il mondo intorno a noi e dentro di noi e non cesseranno mai di rispondere nel bene e nel male a chi li crea.

Federica Bertoni docente CLUSIT

L'articolo L’algoritmo buono contro l’odio online proviene da Data Manager Online.

I big data sono da tempo uno degli argomenti più caldi del mercato IT, e non solo. Si tratta di insiemi di dati così grandi come volume, e di una tale complessità, da non poter essere gestiti utilizzando gli strumenti software tradizionali. Un classico database, infatti, gestisce i dati in righe e colonne, ma i dati dei big data non possono essere così facilmente incasellabili, perché non sono disponibili in forma strutturata: possono essere presenti come documenti, valori rilevati da sensori IoT, meta dati, posizioni geografiche, e così via.  I big data non sono dati “big” solo per la dimensione e la varietà, ma anche per quanto possono essere importanti per le aziende e gli enti che li analizzano. Grazie all’utilizzo di strumenti sempre più sofisticati, le aziende riescono a scovare gemme nascoste al loro interno, e ottenere così le informazioni necessarie a prendere decisioni più consapevoli.

Secondo IDC, i dati rappresentano la nuova base del vantaggio competitivo, siano essi strutturati o non strutturati, generati dall’uomo o dalle macchine, archiviati nei datacenter o nel cloud. Sfruttando grandi quantità e diversità di dati per scoprire schemi e perseguire idee rivoluzionarie, un’impresa può vincere la guerra nel crescente panorama competitivo delle imprese. Lo storage è parte integrante della strategia di dati di un’organizzazione in quanto contribuisce attivamente al processo di archiviazione e analisi delle informazioni. Per IDC, la sfida è costruire sistemi di archiviazione in grado di gestire volumi di dati così grandi, ma mantenere bassi i costi, senza compromettere le prestazioni. Inoltre, nell’era del diluvio di dati e della loro proliferazione, le aziende che non dispongono di set di competenze aggiornati e in continua evoluzione sono in ritardo. IDC ritiene che per supportare le esigenze di business agility e gestire il gap di competenze, sempre più infrastrutture aziendali utilizzeranno algoritmi di intelligenza artificiale e machine learning. Poiché le organizzazioni leader a livello mondiale cercano di creare e offrire esperienze digitali, per IDC non c’è dubbio che i dati – e la capacità di estrarre informazioni e azioni significative da questi dati – saranno al centro di questi sforzi.

#dataeconomy #bigdata #analytics I dati alla base del vantaggio competitivo
Click To Tweet

DATI IN CRESCITA CONTINUA

Il volume e la varietà di dati continua a pervadere le organizzazioni a tutti i livelli a un ritmo sempre crescente, convincendo i manager a ricavarne valore e a determinarne l’impatto sul business. Tutte le nostre attività quotidiane producono dati: i post degli utenti su Facebook, una ricerca su Google, l’utilizzo di una app, l’acquisto su un sito online, ma anche nei negozi fisici, con carte di credito e tessere fedeltà. E ancora: una foto, un video, un messaggio vocale, un tweet, gli itinerari, i commenti, i “like”. Per non parlare dei dati creati dagli oggetti interconnessi alla rete: si pensi solo alle infrastrutture intelligenti delle città, ai sensori montati sugli edifici e sui mezzi di trasporto, agli elettrodomestici intelligenti. Ognuno di noi contribuisce costantemente alla produzione di dati. Per dare l’idea di cosa significhi il termine “noi”, dobbiamo tener conto del numero di persone che lo compongono: vi sono inclusi gli utilizzatori di Internet, che nel mondo sono quasi quattro miliardi, chi è attivo sui social media, quasi tre miliardi, e i possessori di smartphone, secondo diverse stime oltre 4 miliardi, numeri questi in continuo aggiornamento perché in continua crescita. È chiaro, quindi, che con questi numeri la quantità di informazioni raccolte in tempo reale sia in espansione esponenziale.

IDC prevede che entro il 2025 la sfera dati globale aumenterà fino a 163 miliardi di zettabyte, (uno ZB equivale a un trilione di gigabyte), e questo vuol dire dieci volte più dei 16.1 ZB dei dati che esistevano soltanto due anni fa. Più di un quarto di questi dati sarà real-time e, di questi ultimi, i dati IoT in tempo reale saranno più del 95%. Numeri impensabili nel 1986, quando (secondo Gartner) il volume dei dati in circolazione ammontava a solo 281 petabyte (un petabyte è un milionesimo di uno zettabyte), ma anche nel 1993, quando era diventato 471 petabyte (+68%). Nei sette anni successivi, però, la crescita è stata molto più elevata: nel 2000 il volume era quasi quintuplicato, raggiungendo 2,2 exabyte (un exabyte equivale a mille petabyte, e a un millesimo di uno zettabyte). Sette anni dopo, nel 2007, si parlava di 65 exabyte, con un aumento di trenta volte. Da allora al 2016, però, la crescita è stata di oltre 247 volte! Secondo alcune stime, il volume dei dati si incrementa così tanto anno su anno che il 90% di quanto esiste oggi è stato creato negli ultimi due anni. Secondo IDC, entro il 2019, le tecnologie e i servizi della Terza Piattaforma (cloud, social, mobile e big data) guideranno circa il 75% delle spese IT, con una crescita pari al doppio del tasso del mercato IT totale. Nel corso dei prossimi tre anni, la trasformazione digitale ridisegnerà l’intera macroeconomia come la maggior parte dei centri di reddito delle imprese globali in termini di prodotti e servizi digitali o digitalmente migliorati.

LO SCENARIO DI MERCATO

L’interesse per i big data è notevole, e non si misura solo a parole, ma anche con gli ingenti investimenti delle aziende in computer sempre più potenti, storage sempre più capienti e algoritmi sempre più sofisticati: grazie a essi, i big data diventano una grossa opportunità per estrarre informazioni utili, rivelando connessioni, per creare profili dettagliati su di noi, esperienze utente uniche e opportunità commerciali personalizzate. Nella classificazione IDC, il mercato del software big data and analytics (BDA) comprende in realtà diversi ambiti che risolvono funzionalmente tutte le fasi del ciclo di vita dei processi decisionali e di automazione decisionale. Si fa spesso riferimento a questi processi chiamandoli business intelligence, business analytics, analytics, big data, e così via. Il mercato del software BDA è costituito da tre segmenti principali: applicazioni di analytics e performance management (app APM), tool per la business intelligence e analytics (strumenti BIA), piattaforma di gestione e integrazione dei dati analitici (piattaforma ADMI).

IDC stima che il mercato mondiale del software BDA nel 2016 abbia raggiunto 49,1 miliardi di dollari, cifra che rappresenta circa l’11,8% del mercato software complessivo. IDC prevede che il software BDA crescerà nel quinquennio dal 2016 al 2021 con un CAGR (Compound annual growth rate, o tasso annuo di crescita composto) del 10,6%, quindi 2 punti percentuali più velocemente rispetto al resto del mercato mondiale del software. All’interno del mercato BDA, il segmento maggiore è quello degli strumenti BIA, con l’importo di 20 miliardi di dollari. Secondo le previsioni IDC, è anche quello che crescerà di più nel quinquennio, con un tasso annuo del 12%. Il segmento delle applicazioni APM si è attestato, nel 2016, a 14,3 miliardi di dollari, e dovrebbe crescere con un CAGR annuo dell’8,3% nel quinquennio, il segmento della piattaforma ADMI vale 14,9 miliardi di dollari e dovrebbe crescere a un tasso annuo nel quinquennio del 10,9%.

Secondo Diego Pandolfi, research e consulting manager di IDC Italia, ci sono tre cambiamenti significativi che si verificano nel mercato BDA che si riflettono in questa previsione: «In primo luogo, la rapida crescita del software di gestione dei dati basato su database non relazionali. In secondo luogo, il passaggio in corso al cloud pubblico. Infine, la crescita dell’automazione che si riflette nell’elevato tasso di crescita del software cognitivo / AI». IDC prevede che, nel mondo, la regione delle Americhe avrà la crescita più alta, con un tasso annuo del 12,3% nel quinquennio, mentre le regioni Asia Pacific ed EMEA dovrebbero crescere rispettivamente con tassi annui del 10,2% e del 7,1%.

QUALCHE DATO SUL NOSTRO PAESE

Secondo la ricerca dell’Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano, presentata nel novembre scorso, il mercato degli analytics in Italia continua a espandersi raggiungendo 1,103 miliardi di euro con una crescita del 22% rispetto all’anno precedente: le percentuali di crescita anno su anno sono in aumento, perché si è passati dal 14% di incremento tra il 2014 e il 2015 al 15% tra il 2016 e il 2015, al 22% tra il 2017 e il 2016. Gli investimenti maggiori sono stati fatti nel software (42%), suddivisi in database (12%), piattaforme di analytics e di data science (12%), strumenti di ingestion, processing, integration e quality (6%), tool di data visualization e reporting (7%), il restante 5% in software con logiche di analytics avanzate per supportare specifici processi come marketing, vendite, finanza, controllo, e così via. Il 33% viene investito nei servizi, e in particolare il 17% in system integration, il 10% in personalizzazione del software, il 6% in consulenza sui processi, e in altri servizi. Il 25% degli investimenti si indirizza alle infrastrutture: in dettaglio, il 13% è destinato a server e macchine virtuali, il 10% a storage e il restante 2% ad altre infrastrutture. Secondo l’Osservatorio, poco più del 20% delle risorse di calcolo e storage è attualmente fruito in cloud. L’interesse crescente per i big data in Italia è confermato anche dai ricercatori di IDC. Secondo la survey IDC condotta in Europa nel 2017, per il 79% delle aziende italiane la tematica dei big data è importante nel guidare il business, l’innovazione e la digital transformation. Per i prossimi due anni – spiega Pandolfi di IDC Italia – l’importanza è destinata ad aumentare: «La tematica sarà infatti rilevante per il 95% delle aziende, con una crescita della percentuale di aziende per le quali la tematica sarà estremamente rilevante».

Secondo IDC, i benefici che le aziende italiane stanno raggiungendo grazie a progetti in ambito big data & analytics, sono legati al miglioramento e all’ottimizzazione di processi di business e operations; all’innovazione di prodotto e servizi; al miglioramento della conoscenza dei comportamenti dei clienti e delle loro aspettative; al potenziamento dei processi di fraud & risk management; all’ottimizzazione in termini di compliance e financial control. Dalla stessa ricerca, si comprende che le principali iniziative sui big data interessano l’area IT e data operation (89,5%), il customer service & support (55,2%), il finance (54,3%), il marketing e la ricerca e sviluppo (entrambe al 33,3%). Non solo, secondo la survey “Big Data e le professioni del futuro” di The Adecco Group, pubblicata ad aprile, i settori aziendali percepiti come più avvantaggiati dall’impatto dei big data in azienda sono il commerciale (24%), seguito dal marketing (23%), dalla comunicazione (15%), dall’IT (13%), dalla produzione (12%), dal finance (8%), e dalle altre aree (5%). Secondo la stessa ricerca, su una scala da 1 a 10, il livello di beneficio delle attività di un’azienda grazie ai big data è maggiore per le campagne di comunicazione (7,37%), per il CRM (7,22%) e per la definizione del pricing (7,11%). Più staccati, lo sviluppo di prodotto (6,49%) e di engagement marketing (6,43%).

#dataeconomy #bigdata #analytics Business agility e gap di competenze
Click To Tweet

LA DATA MONETIZATION

Come si diceva, le aziende hanno compreso come i dati rappresentino una vera ricchezza, ancora poco utilizzata, o addirittura, in qualche caso, mal gestita. Operazioni di analisi approfondite sui dati, però, possono contribuire a migliorare le principali funzioni aziendali, e possono anche far nascere nuove opportunità di business. In ogni settore di mercato, la BDA può creare benefici: l’attenzione al dato è trasversale a tutti i comparti, nel pubblico e nel privato, nelle imprese produttive e nei fornitori di servizi e di utility: ovunque, i big data rappresentano un potenziale enorme, perché all’interno della quantità di dati sono contenute informazioni importantissime, dove l’importanza, ovviamente, è legata a quali analisi vengono fatte. La capacità di trasformare i dati in valore, non solo teorico, ma proprio in termini di fatturato, viene chiamata data monetization: si tratta di un processo attraverso il quale le organizzazioni aziendali prendono i dati in loro possesso e quelli generati dalle interazioni con i loro partner commerciali, clienti e fornitori, all’interno della supply chain, eventualmente integrandoli con altri dati provenienti da fonti esterne. L’obiettivo è riuscire a creare dall’analisi dei dati nuove fonti di reddito, che possono venire dalla definizione e commercializzazione di nuovi prodotti o di nuovi servizi da aggiungere o integrare a quelli esistenti, dallo sviluppo di nuovi modelli di business o di nuove offerte, dal risparmio legato al miglioramento dei processi aziendali, con recuperi in termini di efficienza e di controllo dei costi, e perfino dalla vendita delle informazioni derivanti dai dati ad altri mercati. La data monetization può essere diretta, quando deriva dalla vendita di dati senza alcun trattamento, o di dati trattati, trasformati in informazioni e conoscenza, ma può essere anche indiretta, quando si traduce in sfruttamento economico dei dati per le proprie attività.

BIG DATA NEL FINANCE E NEL RETAIL

Secondo l’ultimo report dell’Osservatorio del Politecnico sui big data, in Italia il settore bancario continua a rappresentare quello dove vi è il maggior utilizzo di queste tecnologie (28%), seguito dal manifatturiero (24%) e, a distanza, da telco & media (14%), altri servizi (8%), PA e sanità (7%), grande distribuzione organizzata e retail (7%), utility (6%) e assicurazioni (6%). I settori che crescono di più sono le assicurazioni, il manifatturiero e i servizi. Il settore bancario è particolarmente data-intensive: qui devono essere gestiti enormi volumi di informazioni, che si rivelano spesso un vero tesoro di dati da cui si possono estrarre preziosi insight sui comportamenti dei clienti. Tra i diversi obiettivi, i principali sono capire e soddisfare il cliente, nelle diverse attività, e controllare la conformità rispetto alle normative. Particolare attenzione viene data alla prevenzione delle frodi: ogni anno si registrano perdite causate da frodi e vari crimini, che vanno dai cyberattacchi al riciclaggio di denaro. Con gli analytics, si possono trovare soluzioni che permettono di adottare approcci proattivi e completi per contrastare le frodi.

Un’altra funzionalità peculiare del settore è l’analisi del rischio: per una banca, avere a disposizione dati aggiornati sul rischio del portafoglio permette ai risk manager di monitorare gli indicatori e di allineare costantemente le attività del front office alla policy di propensione al rischio della banca. Nel settore della GDO e del retail, la relazione con i clienti è fondamentale, e il miglior modo per gestirla e ottimizzarla è proprio attraverso i big data: si può forse dire che probabilmente questo è il settore dove per primo si è capito quale ricchezza fosse nascosta nei dati raccolti ogni giorno dalle transazioni dei clienti nei negozi fisici e online e, negli ultimi anni, anche nei forum, nei blog, nei magazine online e nei social network. I retailer con gli analytics sui big data riescono a gestire al meglio la propria clientela, a rendere più efficaci le transazioni e a capire quali azioni intraprendere per mantenere a un livello adeguato il volume degli affari. Grazie alle analisi sui big data, è possibile ottimizzare e personalizzare la propria offerta sulle abitudini e le preferenze di ogni singolo cliente, definendo per ognuno una precisa profilazione, individuando quali nuovi prodotti o servizi fornire, e monitorando le opinioni e il livello di gradimento dei clienti per migliorare l’esperienza di acquisto, sviluppare il cross-selling e l’up-selling, ridurre il rischio di abbandono e attrarre nuovi prospect. Gli analytics servono anche per aumentare l’efficienza in ciascuna fase della filiera, dagli acquisti al posizionamento della merce sullo scaffale. I dati, opportunamente lavorati per renderli anonimi, possono essere venduti ai fornitori: in questo caso, potrebbero essere utili per capire quanto sono graditi i loro prodotti, così da facilitare strategie promozionali mirate.

BIG DATA NELLE TELCO E UTILITY

Nel settore delle telco, le aziende operano in un ambiente spietato, con una forte e continua pressione sui prezzi, con consumatori volubili e pronti ad approfittare delle diverse offerte che quasi ogni giorno appaiono sul mercato. Da sempre, gli operatori telefonici raccolgono grandi quantità di dati su base quotidiana, spesso utilizzati solo per la tariffazione o per attività di manutenzione di rete. Questa miniera d’oro, solo da pochi anni, è utilizzata per sfruttarne i contenuti, incrociando dati di traffico a dati relativi ai disturbi di rete può essere utile per migliorare i livelli di servizio. Probabilmente, la massima priorità per i manager del settore, grazie all’analisi dei big data, è poter creare un’esperienza unica per accrescere il coinvolgimento dei consumatori: dalle preferenze e dai comportamenti dei clienti, dall’uso dei dispositivi, dai dati demografici, dai sentimenti e dalle loro opinioni, possono produrre e fornire contenuti personalizzati ovunque, in qualsiasi momento e su qualsiasi dispositivo. L’aggregazione e l’analisi dei dati provenienti da varie fonti, tra cui fatturazione, ascolto sociale e utilizzo dei piani, possono essere utilizzati per prevedere i clienti a rischio, e offrire in modo proattivo un’offerta di fidelizzazione interessante. I simulatori e i modelli previsionali possono stimare l’acquisizione e la fidelizzazione dei clienti, e possono essere utilizzati per allocare la spesa pubblicitaria.

Inoltre, in base alle informazioni raccolte, il posizionamento degli annunci, i contenuti e i messaggi possono essere ottimizzati e mirati. Per mantenere alti livelli di servizio e soddisfazione del cliente, gli investimenti in BDA possono essere utilizzati anche per determinare o prevedere quando e dove c’è un utilizzo maggiore della rete: questo consente alle aziende di investire nelle aree geografiche di maggiore richiesta per aumentare la larghezza di banda e spingere l’utilizzo di funzionalità aggiuntive. Nelle utility, l’analisi dei big data può avere un impatto su quasi tutti gli aspetti del business di un’azienda, dalla generazione dell’energia alla gestione del cliente finale, e spesso comportano la fusione di dati da fonti convenzionali esistenti con nuove informazioni ricevute dai contatori intelligenti e da altri dispositivi connessi. Esempi di applicazioni BDA includono l’analisi dei disservizi per prepararsi al meglio e ridurre i tempi di risposta in caso di interruzioni, l’analisi del comportamento dei consumatori per capire come viene utilizzata l’energia in casa in base ai diversi piani tariffari, l’adeguamento della produzione in base alle informazioni di domanda e offerta, integrate con i dati metereologici. In entrambi i settori, gli stessi dati, opportunamente lavorati per renderli anonimi, aggregati in base a età, sesso, posizione, possono essere rivenduti ad altri operatori, per lo sviluppo di nuovi servizi.

#dataeconomy #bigdata #analytics In Italia Finance in cima alla classifica degli investimenti
Click To Tweet

MANIFATTURIERO E INDUSTRIA 4.0

Nel settore manifatturiero, le aziende analizzano i dati per ottimizzare il proprio processo produttivo. L’obiettivo è migliorare i tempi di produzione e i cicli di lavorazione, ridurre gli scarti, i tempi morti, gli sprechi, gli errori in produzione e tagliare i costi. Il tutto con un occhio sulla qualità. Importante anche la BDA per ottimizzare la propria supply chain, in termini di tempi, costi e modalità di approvvigionamento. Per un’azienda manifatturiera, spesso i costi di manutenzione delle macchine produttive e degli impianti correlati sono molto alti: è importante quindi conoscere il ciclo di vita delle attrezzature per poter programmare la manutenzione e gli interventi di sostituzione dei componenti. Determinante, anche analizzare i dati delle macchine per individuare rapidamente le cause dei guasti, non solo per la fase di riparazione, ma anche per modificare la progettazione, nel caso questo serva a ridurre i guasti stessi.

In questo settore, l’analisi dei dati serve anche a sviluppare prodotti nuovi e più rispondenti alle aspettative dei clienti, riducendo il più possibile il time-to-market, e a trovare il giusto quantitativo di merce da tenere a magazzino, per ogni articolo, per riuscire a rispondere alle esigenze di mercato, gestendo le eventuali stagionalità, senza per questo avere scorte eccessive, che oltre a essere un inutile spreco di risorse e denaro per lo stoccaggio delle merci, rischia di generare perdite per scorte obsolete o meno desiderabili. Non da ultimo, i big data sono utilizzati come perno del percorso di trasformazione digitale verso l’Industria 4.0: nuove strategie possono essere sviluppate grazie all’analisi dei dati raccolti dai diversi dispositivi IoT presenti nei reparti produttivi e lungo l’intera supply chain, integrati con tutti gli altri dati normalmente presenti in ogni azienda. In questo settore, di norma, la data monetization diretta non esiste, ma la BDA serve a incrementare il risultato operativo migliorando le efficienze di reparti e uffici.

PROGETTI DI SUCCESSO

Vediamo di seguito alcuni progetti di successo, sviluppati in diversi settori, per la maggior parte in aziende di grandi dimensioni. Ringraziamo per la collaborazione SAS, IDC (www.idc.com/italy) e i ricercatori dell’Università di Pisa Paolo Cintia e Luca Pappalardo.

Enel Green Power – Nel settore delle utility e in particolare delle energie rinnovabili, l’utilizzo di modelli analitici per identificare le aree di malfunzionamento all’interno di impianti geograficamente molto estesi offre significativi ritorni di business. L’utilizzo dei big data in questo settore ha permesso di evidenziare e risolvere i malfunzionamenti in maniera mirata, migliorando l’efficienza produttiva degli impianti e riducendo i costi di ripristino in caso di failure. Oltre a identificare e risolvere i malfunzionamenti in maniera immediata e puntuale, con gli analytics, Enel Green ha potuto aumentare l’efficienza produttiva e garantire la continuità operativa degli impianti; ridurre i costi di ripristino degli impianti produttivi in caso di failure; comprendere e risolvere problematiche aperte da lungo tempo.

Sky Italia – Grazie agli analytics e alla customer intelligence, Sky Italia è riuscita a raggiungere il singolo cliente con l’offerta più adeguata, attraverso il canale di contatto preferito, senza mai perdere di vista budget e vincoli di contact policy. Associare i benefici per il consumatore con gli obiettivi dell’azienda significa permettere ai consumatori di scegliere sulla base di una proposta qualità-prezzo soddisfacente e in linea con le sue preferenze. Il progetto si compone di due anime: una componente analitica per costruire le misure predittive volte a stimare i comportamenti futuri dei clienti; una componente operativa che, mediante l’ottimizzatore, associa singole offerte a ogni cliente per il periodo di ottimizzazione scelto. In questo modo, Sky è riuscita a ottenere redemption incrementali, comprese tra il 10 e il 20 per cento.

Vodafone Italia – Grazie alla omnichannel analysis, Vodafone Italia ha definito le tappe del customer journey per ottimizzare l’esperienza del cliente su tutti i touch point. L’utilizzo più frequente che viene fatto dei big data da parte di Vodafone Italia è finalizzato ad acquisire maggiore conoscenza delle esigenze dei clienti per migliorarne la customer experience, rendere più efficace la strategia commerciale e ottimizzare le performance delle reti al fine di fornire un servizio eccellente. I big data vengono utilizzati anche per il real time marketing, offrendo ai clienti ciò di cui hanno più bisogno, aumentando la loro fiducia verso il brand, e quindi ottimizzando il valore per l’azienda. Un’altra area di applicazione è quella volta al miglioramento della rete: grazie a dati e segnalazioni dirette dei clienti si possono intercettare più velocemente i disservizi temporanei, intervenendo così per migliorare le reti.

Octo Telematics – Octo Telematics ha al centro della propria strategia la valorizzazione dei dati. L’intento principale è quello di creare nuove conoscenze sfruttando una molteplicità di dati per ricavare informazioni capaci di generare valore per le compagnie e per gli assicurati. Octo Telematics dispone di una piattaforma analitica che sfrutta un insieme di dati per ricostruire il profilo dei clienti, aprendo nuovi orizzonti in termini di confezionamento dell’offerta. Il caso di successo di Octo Telematics è un esempio di implementazione di tecnologia IoT e analytics. Un dispositivo installato sulle auto trasmette in tempo reale i dati rilevati dai sensori, consentendo il riconoscimento reciproco tra compagnia e cliente, con vantaggi per entrambi. Octo Telematics ha più di 4,9 milioni di utenti connessi e il più grande database mondiale di dati telematici, con oltre 155 miliardi di miglia di dati di guida raccolti e 379mila incidenti analizzati. È quindi evidente l’apporto fondamentale degli analytics, che permettono di padroneggiare queste moli di dati e di estrarre il valore che essi racchiudono.

Leroy Merlin – La necessità di business di Leroy Merlin è di reinventare il percorso di acquisto in un’ottica cross channel per ottimizzare l’interazione con i clienti. Di fronte alla necessità di avere a disposizione un sistema in grado di automatizzare le attività di previsione e di ordine per singolo operatore, Leroy Merlin ha modulato i parametri in base al risultato. In questo modo, tra i principali risultati raggiunti grazie agli analytics  figurano: riduzione dei ritardi e ottimizzazione di tutta la filiera dell’inventory; miglioramento delle performance di business e del livello di soddisfazione dei clienti; miglioramento della gestione del ciclo di vita del prodotto; diminuzione dell’impatto negativo della scontistica; aumento della produttività; abbassamento significativo dei giorni di copertura di stock; riduzione della liquidità bloccata sotto forma di prodotti a magazzino; margine di sicurezza garantito.

CNH Industrial – CNH Industrial, tra i maggiori produttori mondiali di capital goods, ha costruito un sistema di data management per raccogliere e analizzare i dati di garanzia e le informazioni sull’utilizzo dei prodotti. L’obiettivo è misurare i KPI di qualità per migliorare continuamente la dependability (affidabilità, robustezza, durata) dei beni. Grazie agli analytics, CNH riesce a ottenere informazioni cruciali per determinare la qualità dei beni e per individuare eventuali difettosità dei componenti: è possibile capire rapidamente come, quando e soprattutto perché si verificano determinati malfunzionamenti, potendo inoltre migliorare la qualità dei prodotti e ottenere saving immediati sul fronte della garanzia. Senza gli advanced analytics, sarebbe impossibile sfruttare le enormi quantità di dati generati, se si pensa che in un’applicazione di media complessità le variabili da prendere in esame possono essere oltre diecimila.

Disney – Le società di servizi sono fortemente focalizzate sull’integrazione dell’analisi in ogni fase dei viaggi dei loro clienti, massimizzando al contempo profitti ed entrate. Gli sforzi della Disney in quest’area mostrano l’impatto che la big data analysis può avere su praticamente tutte le aree di un’organizzazione di servizi. Nell’ambito dell’esperienza del cliente, Disney è focalizzata sulla creazione di un’esperienza coinvolgente, perfetta e personalizzata per i suoi ospiti. Per esempio, FastPass+ consente agli ospiti di prenotare in anticipo orari di viaggio, ristoranti e spettacoli tramite un sito web. Per la comprensione e il targeting dei clienti, attraverso MagicBands, la Disney sta monitorando il comportamento e gli acquisti dei consumatori, il che consente al parco di identificare giostre ad alta richiesta e creare interessanti pacchetti vacanze. Per quanto riguarda l’allocazione di risorse, Disney ha operazioni ampie e complesse con uno staff massiccio e utilizza la BDA per gestire e allocare le risorse di lavoro. Nell’ottimizzazione delle operazioni, il gigante dell’intrattenimento ha portato l’analisi fino alle operazioni di back-house, utilizzando l’analisi, per fare un esempio, per prevedere e gestire costumi e vestiario, e quasi 150 tonnellate di bucato.

UPS – Essendo una compagnia costantemente in movimento, UPS immagazzina grandi volumi di dati, la maggior parte dei quali derivano dai sensori posizionati sui propri veicoli. Questi dati, non solo monitorano le performance quotidiane, ma hanno anche causato un’importante metamorfosi nella struttura dei percorsi dei conducenti UPS. L’iniziativa è stata chiamata ORION (On-Road Integration Optimization and Navigation), ed è probabilmente il maggior progetto di ricerca cooperativa al mondo. Fa affidamento sui dati forniti dalle mappe online per riconfigurare in tempo reale i ritiri e le consegne di un conducente. Il progetto aspira a risparmiare 32 milioni di litri di carburante tagliando 137 milioni di chilometri dalle rotte quotidiane. UPS stima che se ogni conducente risparmiasse anche solo un miglio al giorno, la compagnia risparmierebbe 30 milioni di dollari. È importante ricordare che il vero valore dei big data non deriva dai dati nella loro forma grezza, ma dalle informazioni che risultano dalla loro elaborazione e analisi. Le innovazioni legate alle tecnologie per i big data e negli approcci gestionali devono essere accompagnate da cambiamenti, altrettanto significativi, nel modo in cui i dati vengono utilizzati per le decisioni aziendali e nella creazione di innovazione in prodotti e servizi.

BDA applicata al mondo del calcio – Tutto o quasi è riconducibile ai numeri: l’analisi dei big data permette di scoprire legami anche tra i fenomeni che accadono durante una partita. Davide Nicola, ex allenatore del Crotone, sta collaborando con due ricercatori dell’Università di Pisa, Paolo Cintia e Luca Pappalardo, in modo che l’esattezza della matematica venga applicata al calcio. Le applicazioni pratiche dei progetti che si stanno mettendo a punto sono rivolte a tutte le figure dello staff tecnico di una squadra, dal preparatore atletico al direttore sportivo, includendo anche il tattico/match analyst. Si stanno sviluppando metodi di supporto a queste figure, per esempio, partendo dall’analisi dei dati GPS degli allenamenti per prevenire l’insorgere degli infortuni. Oltre a questo è stato recentemente sviluppato un algoritmo per la valutazione della performance di un calciatore, validandolo insieme all’azienda leader nello scouting di calciatori (Wyscout). Sul fronte tattico, si stanno applicando tecniche di sequencing ai dati raccolti durante le partite, in modo da poter rappresentare il “codice genetico” di una squadra, ovvero i modi tipici con cui si sviluppa l’azione o si affronta l’azione avversaria. Quest’ultima applicazione è stata già presentata al primo hackathon organizzato dalla FIGC, risultando come l’idea vincitrice.

#dataeconomy #bigdata #analytics La trasformazione digitale non è a costo zero
Click To Tweet

FORMAZIONE E COMPETENZE

Come si vede, dunque, già oggi vengono sviluppati numerosi progetti di BDA, eppure, secondo la survey dell’Osservatorio del Politecnico, tra gli ostacoli principali allo sviluppo dei progetti in questo ambito spicca la mancanza di competenze e figure organizzative interne come chief data officer e data scientist. Nel 2017, quasi la metà delle grandi organizzazioni intervistate dichiara di avere, nel proprio organico, almeno un data scientist: un numero in crescita, passato al 45% dal 31% dell’anno precedente. Di queste, quasi un terzo ne ha definito formalmente sia il ruolo sia la collocazione all’interno dell’organizzazione. Quasi la metà delle aziende che hanno inserito data scientist dichiara di volerne incrementare il numero nell’anno in corso, a conferma dell’impatto positivo di queste figure nelle aziende. Tra le organizzazioni che ne sono ancora sprovviste, il 29% ne prevede l’introduzione nei prossimi anni e, di queste, quasi la metà nel 2018. Sarà possibile farlo facilmente? Secondo i dati di The Adecco Group, il 52% degli intervistati ritiene che ci sia sul mercato del lavoro una presenza di profili in ambito big data, ma al tempo stesso dichiara che sia faticoso reperirli. Per il 43%, il mercato non è adeguato, mentre solo il 5% ha risposto che i profili interessanti sono presenti sul mercato, e sono facili da reperire. In caso di difficoltà, la stessa ricerca suggerisce che è possibile ricorrere al potenziale interno all’azienda (57%), mentre è necessario trovare figure professionali esterne per il 43%. Secondo gli intervistati, per sviluppare le competenze necessarie occorre della formazione esterna (46%). Il 37% pensa che si debba ricorrere alla formazione con consulenti in azienda, e il restante il 17% dichiara che è sufficiente l’autoformazione. La formazione richiesta dai big data deve essere fatta in diversi ambiti: analisi dei dati (35%); interpretazione e comunicazione dei dati (31%); trasformazione dei dati (17%); raccolta dei dati (16%).

Il mercato del lavoro sta vivendo un periodo di enormi cambiamenti. Secondo l’Osservatorio sul Digital Mismatch, indagine condotta da InTribe in collaborazione con Nexi, in Italia, prendendo come base il 2015, circa il 34% del totale dei posti di lavoro saranno “sostituiti” entro il 2025, a fronte di pensionamenti e altre uscite dal lavoro. Nello stesso periodo, ci sarà anche un’espansione della domanda del 4,4%, di cui quasi un quarto sarà costituita da nuove professioni. La crescita in Italia sarà addirittura superiore a quanto previsto per l’Unione europea, dove l’incremento nello stesso periodo sarà pari al 2,9%. Nel decennio 2015-2025 nel nostro Paese si creeranno quindi quasi 9,3 milioni di opportunità occupazionali per chi entrerà nel mondo del lavoro, includendo sia le sostituzioni sia l’espansione della domanda. Quest’ultima, sarà quasi totalmente concentrata nella fascia rappresentata da persone con qualifiche di alto livello, che vedranno una crescita di oltre 2.3 milioni di posti di lavoro, mentre nella fascia con qualifiche di basso livello si stima una perdita complessiva di oltre 2 milioni di posti di lavoro. Il 37,5% delle opportunità occupazionali in Italia riguarderà il macro-settore dei servizi. Quasi il 40% di tutte le opportunità occupazionali saranno in ambito tecnico, scientifico e di elevata specializzazione (scienze, ingegneria, sanità, impresa e istruzione). Entro dieci anni, il 70% delle professioni evolverà in ambito tecnologico e digitale. Questa rivoluzione sta dando origine al fenomeno noto come Digital Mismatch. Ci dice in proposito Mirna Pacchetti, CEO e co-founder di InTribe: «Le aziende ricercano profili in ambito tecnologico e digitale che nessuno riesce a occupare per mancanza di competenze specifiche. Questo significa che il tasso di disoccupazione potrebbe essere più basso, se neet e disoccupati avessero le giuste competenze. Il Digital Mismatch non è un problema relegabile unicamente alle professionalità dell’ICT, ma riguarda ognuno di noi». Secondo stime InTribe su dati CEDEFOP (Centro Europeo per lo sviluppo della formazione professionale – www.cedefop.europa.eu/it), se non si investe da subito sulla formazione l’impatto complessivo potrebbe essere di circa due milioni di posti vacanti entro tre anni.

I MANAGER DEI DATI DEL FUTURO

Anche secondo la maggioranza degli intervistati dell’indagine “Jobs of the Future 2018” del gruppo Hays, pubblicata lo scorso mese di febbraio, la digitalizzazione non farà scomparire le professioni tradizionali, ma i lavoratori di ogni settore dovranno acquisire competenze informatiche per potersi mantenere competitivi sul mercato. Tra i professionisti intervistati, uno su tre dichiara di aggiornarsi già ogni sei mesi, un altro terzo addirittura ogni tre mesi.L’Industria 4.0 porterà alla riqualificazione delle professionalità, e le aziende dovranno investire massivamente in formazione, vista come asset strategico aziendale per non rischiare di perdere competitività. Le tre professioni con la più elevata crescita di opportunità lavorative nei prossimi 12/24 mesi saranno il cybersecurity specialist, responsabile della sicurezza digitale, il data analyst, e il growth hacker, professionista che si occupa di crescita attraverso l’utilizzo di tecniche avanzate di lean marketing e software. Mirna Pacchetti di InTribe dettaglia i compiti del data analyst: «Il data analyst è l’operativo, molto spesso con laurea in statistica, in grado di analizzare grandi moli di dati con l’ausilio di software, trasformandoli in informazioni ad alto valore aggiunto per l’azienda. Il suo obiettivo principale è quello di agevolare la presa di decisioni e la soluzione di problemi. Esistono diverse declinazioni di questa professionalità: l’esperto di analisi predittive, colui che è in grado di analizzare i dati al fine di prevenire guasti a macchine impianti; il business data analyst, figura esperta di analisi finanziarie, capace d’incrociare i dati aziendali con i dati di mercato e i big data presenti nel web, con l’obiettivo di aiutare il top management a prendere decisioni strategiche; il qualitative data analyst, colui che è in grado di trovare gli smart data all’interno di una mole enorme e destrutturata di dati per realizzare analisi qualitative e individuare i nuovi trend emergenti».

Secondo la già citata ricerca di The Adecco Group, restringendo l’interesse alla sola area dei big data, i profili professionali più interessanti nell’immediato futuro saranno i big data analytics specialist (30%), i data scientist (20%), i data content & communication specialist (17%), i big data architect (16%) e i social mining specialist (12%). L’indagine di Hays conferma un futuro interessante per chi opererà nell’ambito dei big data: tra i cinque profili IT più ricercati dai recruiter entro il 2025, al primo posto ci saranno i big data expert, seguiti dagli IT security specialist, dagli app developer, dai multichannel architect e dagli interactive developer. Secondo le previsioni, il settore dei big data continuerà a svilupparsi in modo costante nei prossimi anni e offrirà sempre maggiori opportunità di occupazione: tra le figure professionali in questo ambito, Hays elenca tra i più richiesti i data scientist e i data architect, i big data engineer e i chief data officer (CDO).

E LA PRIVACY?

Quando i giornali parlano dell’argomento big data, in genere lo fanno a seguito di casi clamorosi, come lo scandalo Cambridge Analytica dei mesi scorsi. Il rapporto tra big data e trattamento dei dati personali non è semplice, perché è difficile cercare di bilanciare il valore delle tecnologie e il valore della privacy. Il problema più grosso è legato al trattamento dei dati perché, una volta inseriti nei diversi sistemi, non è sempre facile capire da chi e come siano utilizzati, e con quali dati possano essere integrati. Il General data protection regulation, più noto come GDPR, in applicazione dallo scorso 25 maggio, sta modificando lo scenario a livello europeo, ma è ancora presto per una valutazione di cosa effettivamente potrà cambiare. Purtroppo, ogni tentativo di fissare normative rigide in tema di privacy ha un problema di fondo: le regole valgono su aree geografiche ben definite, ogni singola nazione in genere ha regole diverse, mentre il business digitale è globale, perché la Rete è un ambiente assolutamente transazionale. Fino a ora, se una app conservava i dati negli Stati Uniti, nazione per molti versi permissiva perché dotata di una legislazione più orientata al business, era complesso dirimere legalmente i conflitti. Il GDPR stabilisce che sui dati valgano le leggi del paese dove sono prodotti, non più del paese dove vengono elaborati: staremo a vedere nei prossimi mesi cosa questo cambiamento di visione comporterà, e quali conseguenze o sviluppi porterà al business. Un altro aspetto di cui bisogna tener conto è che, attualmente, la competizione mondiale è legata allo sfruttamento dei dati: chi ne limita l’uso, di fatto, rischia di ridurre la competitività delle proprie aziende a vantaggio dei competitor stranieri, che potrebbero beneficiare di minori restrizioni. Per garantire una competizione ad armi pari, servirebbe un regolamento mondiale condiviso, rigido per proteggere i diritti di ogni singolo individuo, e nello stesso tempo flessibile per non frenare investimenti e sviluppo economico. Gli interessi economici sono enormi: nell’economia moderna, l’analisi dei dati è preziosa come il petrolio, con una differenza: il petrolio è una risorsa in (lento) esaurimento, i dati invece in costante, forte, espansione. Ad oggi, quindi, appare difficile, se non impossibile, pensare di trovare regole comuni tra mondi con culture così diverse sul business e sulla privacy.

L'articolo Quanto sono grandi i big data? proviene da Data Manager Online.

Il futuro della smart city sta nel come disegneremo l’interfaccia utente e la sua user experience. In altre parole nelle varie modalità con cui il cittadino – nelle sue declinazioni di turista, residente o pendolare in trasferta lavorativa – potrà agire e interagire nella città. In quale modo, con quali tempi, in quali spazi. Con quale facilità potrà entrare in contatto con l’innovazione che la tecnologia gli mette a disposizione. In una delle ultime riunioni a cui ho partecipato ho rivisto la parola prosumer. Questa volta però invece di essere rivolta all’utente del web 2.0, descriveva il cittadino. Quando le persone pensano a una città intelligente, pensano automaticamente ai servizi forniti da agenzie municipali o alla funzione pubblica, come se il sindaco o i gestori di trasporto, parcheggi, acqua, illuminazione e così via fossero gli unici “decisori” incaricati di dare una direzione allo sviluppo della città. In realtà, ci sono altri tre attori importanti, allo stesso tempo utenti e fornitori di valore, che coesistono nella smart city: aziende e organizzazioni, comunità e residenti.

Le comunità locali sono di fatto “città intelligenti” in miniatura, con servizi simili ma esigenze molto localizzate. Alcuni esempi di potenziali comunità intelligenti includono campus universitari, parchi per uffici, aeroporti, porti mercantili, quartieri residenziali o commerciali, in alcuni casi perfino singoli edifici (come quegli enormi condomini nelle periferie delle nostre città: sapete che nel condominio “Arcobaleno” di Brescia abitano circa 600 persone?). Ma in questo momento anche residenti e singoli cittadini si trasformano in fornitori di servizi intelligenti: usano l’auto in certi orari invece che in altri, lavorano da casa secondo le procedure di smart working, usano le auto condivise invece che la propria. Posizionano telecamere, sensori, strumenti per la misurazione della qualità dell’aria sulle loro proprietà per monitorare la sicurezza locale, l’inquinamento e i livelli di polline in determinati periodi dell’anno, e possono rendere disponibili queste informazioni ad altri membri della comunità. Un po’ come uno status di Facebook, potremo condividere i nostri dati su piattaforme comuni, a cui potranno accedere tutti i componenti della community. Di vicinato. Come già accade per gli autisti di Uber, o i fattorini di Deliveroo, potremo scegliere di rendere i nostri servizi “smart” temporanei o permanenti, gratuiti o a pagamento.

L’interfaccia della #smartcity – Emanuela Donetti @urbanocreativo
Click To Tweet

Il sistema economico può creare servizi che utilizzano e creano informazioni: alcuni esempi tra i più noti, Uber per la mobilità personale, Waze o Google per la pianificazione del traffico e del pendolarismo. Ne consegue che anche le attese e le aspettative siano fondamentalmente diverse, per quanto calate sugli stessi servizi. I fornitori di soluzioni contano sulla diffusione della tecnologia. Gli amministratori delle città pensano a soluzioni per la gestione dei documenti, dell’archivio, per i permessi, gli appuntamenti. I residenti della città invece vorrebbero facilità di spostamento, o la riduzione del crimine. Tutti hanno ragione. Da qui l’importanza dell’interfaccia utente e della user experience. La smart city prende e offre soluzioni che forniscono un valore diverso ai diversi soggetti interessati. Che potrebbero non pensare alla loro città come a una città “intelligente” ma come un posto in cui vogliono vivere, lavorare, un luogo di cui far parte. Le modalità di interazione con la città e nella città – tra residenti, amministrazione e stakeholders economici – sono il fattore di successo delle operazioni tecnologiche.

L’IEEE (Institute of Electrical and Electronics Engineers) immagina una città intelligente che riunisca tecnologia, governo e società per consentire le seguenti caratteristiche: economia intelligente, mobilità intelligente, ambiente intelligente, persone intelligenti, vita intelligente, governance intelligente. La tecnologia è un fattore abilitante fondamentale, ma come diciamo da sempre, è solo una delle tante capacità fondamentali che ogni città intelligente deve avere. Nessuna capability è più importante del resto, ma deve integrarsi e coordinarsi con tutte le altre per rendere efficace il proprio ruolo all’interno della struttura urbana.

Emanuela Donetti @urbanocreativo

L'articolo Experience e usabilità, l’interfaccia della smart city proviene da Data Manager Online.

Oggi, l’azienda ha 270 dipendenti e propone prodotti che spaziano dalla cottura all’aspirazione, dalla refrigerazione al lavaggio. Fattura circa 80 milioni di euro e il 90% delle vendite è realizzato all’estero. «L’area più strategica, in questo momento, è il Nord America» – ci spiega Paolo Mainardi, che in Meneghetti è brand manager per il marchio Fulgor Milano. «Siamo attivi in Stati Uniti e Canada da oltre un ventennio, stiamo lavorando per irrobustire questa presenza, investendo su una gamma di prodotti più ampia. Stiamo rafforzando la nostra presenza anche nel Sud America dove, nonostante la situazione finanziaria critica, cerchiamo partner affidabili. Sta crescendo in modo dirompente pure il mercato asiatico, trainato dalla Cina, e il mercato dell’Oceania, con l’Australia che è molto strategica. L’Italia non ha prospettive di sviluppo a breve, ma è la vetrina della nostra produzione nel mondo in cui vogliamo mantenere un nostro spazio».

CRESCE L’USO DEL WEB

In un contesto di internazionalizzazione come quello che caratterizza Fulgor Milano, la digitalizzazione gioca un ruolo fondamentale nella strategia di marketing dell’azienda. «Oggi, nessuna impresa con ambizioni di successo e di crescita delle proprie attività commerciali può evitare di usare tutti i canali disponibili sul mercato per comunicare con il consumatore» – puntualizza Mainardi. «Nel 2009, siamo partiti dai canali di comunicazione tradizionale, come la stampa, subito dopo abbiamo mosso i primi passi nella comunicazione su Web, con un sito specifico. La comunicazione su Web è cresciuta sempre più, fino a coinvolgere attività di comunicazione orientata ai social network. Oggi, pubblichiamo tutti i nuovi materiali su Facebook, YouTube, Pinterest, Instagram, anche perché, avendo una visione di carattere mondiale, abbiamo la necessità che i materiali prodotti da noi e dai nostri partner siano visibili ovunque con rapidità. Vogliamo che chiunque, digitando Fulgor Milano sui propri dispositivi, possa trovare informazioni, vedere prodotti, capirne l’utilizzo, e che tutto questo abbia un riscontro effettivo».

PARTNER ESTERNI

L’azienda dedica le risorse interne alla parte produttiva e di gestione. «Per quanto riguarda la comunicazione e il marketing, ci affidiamo a partner esterni» – prosegue Mainardi. «Questa scelta ci ha portato a ottenere risultati in linea con le aspettative. In alcuni mercati, come il Nord America, l’attività è in parte svolta anche dal nostro trade, che sviluppa materiale ogni settimana. Abbiamo però anche partner dedicati che lavorano in modo specifico sui canali Web per informare correttamente la clientela». Al momento, l’azienda ha deciso di non operare in modalità e-commerce. «Anche per questo – dichiara Mainardi – vogliamo evitare di focalizzare l’informazione sul prezzo. Siamo posizionati in una fascia di mercato medio-alta e riteniamo che il nostro consumatore ci scelga per i prodotti che proponiamo, pur mantenendo un prezzo competitivo in rapporto alla fascia di mercato di appartenenza. Alcuni partner, come Archiproducts, ci aiutano a raggiungere anche clienti professionali quali architetti e studi di design».

COMUNICAZIONE BIDIREZIONALE

La comunicazione social apporta cambiamenti e vantaggi. «L’asse dell’attenzione si è spostata dal prodotto a ciò che il prodotto fa, ai risultati di cucina» – dice Mainardi. Oggi, l’utente finale non cerca informazioni di carattere puramente tecnico, ma vuole notizie, informazioni su quello che potrà ottenere acquistando un particolare prodotto. «Stiamo collaborando anche con alcuni blogger che pubblicano le loro ricette e hanno migliaia di follower attratti dal risultato della ricetta, che potranno vedere anche con che cosa è stata realizzata» – dichiara il brand manager di Fulgor Milano. La possibilità di una comunicazione bidirezionale è tra i vantaggi dei social. «Una pagina pubblicitaria consente la comunicazione in un’unica direzione, tramite i social si può interagire con l’utente finale» – constata Mainardi. «Abbiamo imparato a raccontarci nel modo giusto, a cogliere informazioni importanti in tutti i mercati. Gli utenti interessati ai nostri prodotti ci chiedono qual è la metodologia di cucina per un particolare tipo di forno, quali risultati si possono ottenere. Grazie al Web, abbiamo saputo suscitare nel consumatore la curiosità e la voglia di informarsi nel momento a lui più opportuno per poter fare la scelta più adatta».

#FulgorMilano migliora la comunicazione con clienti e canale @ADICO_mkt_sales
Click To Tweet

VALORIZZARE I DATI

Ma come avviene, in concreto, l’elaborazione dei dati derivati dal Web? «I partner con cui lavoriamo ci mandano informazioni raccolte in modo analitico, che ci consentono di capire chi va sul nostro sito o sulle nostre pagine social, in quale paese, per quanto tempo, quali pagine sfoglia, e così via» – spiega Mainardi che, dall’interno dell’azienda, coordina le attività di comunicazione. Queste informazioni sono trasmesse ai trade partner attivi nel mondo, che usufruiranno di informazioni aggiuntive. Per esempio, se per tre mesi di seguito molte persone seguono online Fulgor Milano da Israele, l’azienda prenderà contatti col distributore di riferimento per questo paese per capire se c’è qualche motivo che ha determinato l’aumento dell’attenzione ed elaborare la strategia più adatta. Migliorare la comunicazione con i clienti e con il canale è uno degli obiettivi raggiunti. «Più un’azienda è piccola meno risorse ha per essere presente in prima persona nei vari mercati. Di conseguenza, tutto quello che viaggia sulla Rete è importante perché ci permette di interloquire con consumatori in Brasile come a Taiwan, o in Islanda che non avrebbero l’opportunità di parlare direttamente con un nostro commerciale o un nostro incaricato e che forse non sanno nemmeno che esiste una distribuzione nel loro paese» – dice Mainardi. «Possiamo metterli in contatto con i nostri partner che daranno le informazioni necessarie». Agire con prontezza significa che in tempi rapidi i clienti potranno ottenere quello che stanno cercando: fondamentale è che una risposta sia data entro le 24 ore.

NEL FUTURO DELLE “COSE” SMART

Il futuro di Fulgor Milano è sempre più orientato a valorizzare la comunicazione tramite canali social. «Stiamo crescendo sia come azienda sia come marchio. La crescita economica deve essere supportata da contenuti rilevanti» – afferma Mainardi. L’intenzione è quella di rafforzare le attuali partnership e di trovare ulteriori supporti, soprattutto all’estero. Una svolta potrebbe derivare dall’Internet of Things. «Se la dimensione social sta diventando sempre più importante per il futuro, fondamentale sarà poterla integrare anche negli apparecchi da cucina. Stiamo cercando di capire come usare l’Internet of Things per trarre riscontri immediati e gestire il prodotto anche da remoto» – conclude Mainardi. Diverrà, quindi, più semplice per l’utente controllare il funzionamento di un prodotto, magari da uno smartphone, ma potrà diventare anche più facile comunicare con l’azienda.

Investire in conoscenza

ADICO è l’Associazione Italiana per la Direzione commerciale, vendite e marketing. Dal 1964, riunisce i
direttori di queste funzioni, imprenditori, area manager, consulenti per condividere i valori della professione, la crescita professionale, per valorizzare esperienze manageriali e creare relazioni commerciali per la crescita delle aziende. Le attività culturali ADICO prevedono un programma di tavole rotonde, seminari, workshop e incontri conviviali sulla attualità manageriale. Accademia ADICO offre corsi di formazione specialistica per i manager e i loro collaboratori, con docenti di alto profilo. Per informazioni: www.adico.it tel. 02.6704080.

L'articolo Internazionalizzazione, la strategia social di Fulgor Milano proviene da Data Manager Online.