Districarsi nel complicato mondo edilizio italiano anche dopo il Decreto Rilancio non rappresenta più un problema grazie all’innovativo Portale Bonus 110, marketplace che attraverso la predittività dei Big Data garantisce l’incontro tra imprese edili, cantieri e tecnici, maturando domanda e offerta. Un progetto unico nel suo genere che cerca di soddisfare il bisogno di semplicità, trasparenza e urgenza all’interno del settore.

Bonus 110 : professionisti e aziende, un marketplace per la ricerca

Consentire ai clienti interessati al mondo edilizio di inserire in maniera agevole e sicura i dati del proprio immobile e cercare i professionisti che compiano i lavori, avvalendosi delle possibilità date dal bonus 110 . Questo il principale obiettivo del Portale Bonus 110 , nuovo marketplace ideato dall’azienda abruzzese Grempredictive, che sfrutta la predittività dei Big Data per creare una rete virtuale accessibile a tutti, incrociando domanda e offerta. Un’idea smart e vincente, che ha sdoganato il paradigma attuale degli e-commerce in cui manca una visione clientecentrica e che ad oggi ha attirato oltre 200 committenti in cerca di tecnici e di imprese, e ha visto l’assegnazione di 80 cantieri. Numeri in costante crescita poiché la piattaforma viene aggiornata in tempo reale.

Il progetto si rivolge a una vasta platea di persone, tra cui soggetti privati che intendono registrare il proprio immobile, tecnici alla ricerca di nuovi cantieri per il Superbonus ed imprese edili. Le operazioni vengono eseguite in maniera regolare e trasparente, in ottemperanza alle norme e ai decreti per ottenere il Superbonus 110 %. Un meccanismo sinergico che fa della trasparenza il suo valore più grande.

Un’idea di Graziella Di Filippo, AD e Founder di Portale Bonus 110

“Ci siamo resi conto che nel panorama attuale mancasse la salvaguardia del committente, figura principe del bonus, dalle spigolosità del sistema edilizio italiano. Per questa ragione, forte della mia esperienza nel settore e del mio know how lavorativo, ho deciso di mettermi in gioco realizzando una piattaforma user friendly che garantisse l’incontro tra edifici che necessitano di lavori e i professionisti in grado di farlo – ha spiegato l’ingegner Graziella Di Filippo, AD e Founder di Portale Bonus 110 – Il grande obiettivo del portale consiste proprio nel restituire una visione clientecentrica e creare l’intelligenza collettiva dei committenti/contribuenti, risolvendo le attuali asimmetrie informative. Si tratta di un progetto unico nel suo genere e siamo estremamente soddisfatti dei risultati raggiunti sino ad ora. Il nostro obiettivo primario sarà quello di continuare su questa strada, aiutando sempre più persone possibili a districarsi nel mondo edilizio”.

Portale Bonus 110 si avvale della Folksonomia, ovvero della costruzione di un ecosistema di dati basato su dei Tag, realizzato direttamente dagli utenti e che genera un sistema di autovalutazione. In questo modo si viene a creare un’esperienza collettiva che rappresenta il risultato dei comportamenti e delle azioni che gli utenti hanno fatto sul Portale e viene utilizzata per creare la miglior comunicazione possibile, con due obiettivi fondamentali: aumentare il numero di utenti iscritti sulla piattaforma con il maggior dettaglio degli immobili registrati dai committenti e fare in modo che tutti gli utenti sul portale abbiano un comportamento virtuoso nei confronti degli altri. Sfruttando le potenzialità dell’intelligenza artificiale, nello specifico della predittività dei Big Data, riusciamo ad automatizzare e ottimizzare le campagne di marketing. Gli algoritmi vengono regolati in tempo reale e i modelli predittivi ci aiutano a migliorare la lead generation, le vendite e capire quali contenuti comunicare ai vari pubblici.

L'articolo Bonus 110 professionisti a portata di mano grazie a un portale web proviene da Data Manager Online.

Scarica gratuitamente il documento compilando il form sottostante per saperne di più

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

L'articolo Infografica : libera il potere dei dati proviene da Data Manager Online.

Qlik continua a svolgere la sua missione di fornire alle aziende soluzioni di gestione e analisi dei dati end-to-end con due nuove offerte per i Big Data: Qlik Data Catalyst, l’ultima versione del prodotto precedentemente noto come Podium Data, e la prima versione dell’Associative Big Data Index di Qlik.

Le aziende devono sbloccare l’intero valore dei dati per aiutare gli utenti ad accelerare l’azione e l’ottenimento dei risultati. Con questi ultimi rilasci, Qlik continua a guidare il percorso dei dati aziendali grezzi fino alle intuizioni ottenute dagli utenti finali.

“Qlik si impegna a rendere i dati aziendali pronti per l’analisi e la scalabilità”, ha dichiarato Mike Potter, CTO di Qlik. “Offrire una nuova release di Qlik Data Catalyst insieme alla prima versione dell’Associative Big Data Index di Qlik è un chiaro segnale per il mercato: Qlik è pronta ad aiutare i clienti a ottenere più valore da tutti i dati da parte di tutti gli utenti”.

“Trasformare i dati da input grezzi a intuizioni si sta dimostrando il vero vantaggio per le aziende”, Paul Barth, Managing Director of Enterprise Data Management di Qlik. “Districare i dati, portare ad essi più valore e renderli più facili da utilizzare sono gli obiettivi dell’offerta di Qlik Data Catalyst”.

Qlik Data Catalyst: maggiore agilità con il catalogo avanzato di Smart Data e Intelligent Rules Engine

Qlik Data Catalyst contiene molte nuove funzionalità per aiutare gli utenti a ottenere ulteriori informazioni e beneficiare del catalogo intelligente dei dati. Due aspetti chiave, il nuovo modulo di catalogo e il motore di regole intelligenti, accelerano entrambi i tempi di risposta a tutti gli utenti che fanno affidamento sui dati.

• Nuovo modulo catalogo – Il catalogo di smart data offre ora funzionalità di ricerca e drill-down avanzate. Le nuove metriche dei dati operativi, qualitativi e di popolarità all’interno del catalogo smart data offrono agli utenti un’esperienza di acquisto simile a quella di Amazon durante la ricerca, la navigazione, l’anteprima e la scelta delle informazioni dal mercato dei dati. Utilizzato in modalità standalone o integrato con Qlik, il nuovo modulo di catalogo consente ai clienti di accedere a tutti i propri dati ovunque essi risiedano, espandendo le capacità di gestione dei dati aziendali per trasformare i loro dati grezzi in risorse informative governate e attente all’analisi.
• Motore di regole intelligenti – Basato sul popolare sistema di gestione delle regole Drools open source, il motore di regole personalizzabili e senza codice di Podium analizza i dati in arrivo e adotta azioni appropriate in base ai risultati. Ad esempio, questa funzione può essere utilizzata per l’identificazione intelligente dei dati e l’azione su dati sensibili quali informazioni di identificazione personale (PII), dati PCI e dati soggetti al regolamento GDPR. Altri esempi includono la possibilità di avviare automaticamente script personalizzati o di inviare notifiche ad amministratori di dati quando vengono osservati modelli di dati insoliti.

L’importazione di file JavaScript Notation, le funzionalità avanzate dei metadati e i controlli meticolosi per l’importazione e la pubblicazione dei dati fanno parte di questa nuova versione.

Associative Big Data Index di Qlik: l’Associative Difference per la Big Data Analytics

L’Associative Big Data Index di Qlik offre l’esperienza associativa brevettata di Qlik su fonti di dati estremamente estese, consentendo agli utenti di esplorare e ricercare liberamente i repository di Big Data, incluso l’accesso completo a tutti i dettagli specifici, lasciando i dati dove risiedono. Questo motore associativo ad alte prestazioni può essere implementato all’interno di repository di Big Data, eliminando la necessità di trasferire e preparare i dati altrove prima che possano essere analizzati. Il Big Data Index di Qlik include la capacità di:

• Fornire continuamente una visione completa e aggiornata dei dati poiché l’indice si aggiorna immediatamente ogni volta che si aggiorna anche la fonte d’origine dei dati;
• Sfruttare i container Docker, consentendo alle organizzazioni di essere indipendenti dalla piattaforma e liberandoli dall’essere legati a un unico repository di Big Data e alla relativa strategia;
• Distribuire l’elaborazione in un cluster per massimizzare le prestazioni utilizzando Kubernetes per affrontare anche fonti di dati su scala più grande.

L'articolo Qlik presenta due nuove soluzioni per i Big Data 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.

La trasformazione digitale non è un concetto nuovo: negli ultimi anni abbiamo assistito a un’evoluzione della tecnologia, dall’Internet of Things (IoT) alla blockchain, passando per chatbot, machine learning e realtà virtuale. Tuttavia, secondo una recente indagine condotta da Ovum, solo l’8% delle figure IT aziendali pensa che la propria impresa abbia completato il percorso di trasformazione digitale, mentre il 23% è all’inizio del cammino. Per sopravvivere le aziende devono cambiare. Il 2018 sarà scandito dall’adozione di tecnologie per la trasformazione digitale. E secondo Giuseppe D’Amelio, business and information services director di Canon Italia e amministratore delegato di IDM, il cambiamento in corso riguarderà tre direttive principali: 1) la blockchain spingerà il concetto di trasformazione digitale verso nuovi livelli; 2) la strategia digitale raggiungerà il cuore del business; 3) I dati saranno la base strategica della trasformazione.

I NUOVI PARADIGMI DELLA BLOCKCHAIN

Inizialmente nata per permettere la diffusione di criptovalute, la blockchain ha avuto impatti significativi sull’industria dei servizi finanziari. In un solo decennio, però, ha esteso il campo d’azione su tutto, dall’esplorazione spaziale al modo con cui le persone votano.

La blockchain opera come un database transazionale su una rete globale condivisa ma la sua frequente associazione con i bitcoin porta a pensare che molte persone ne fraintendano la natura. L’ambiente lavorativo del futuro trarrà molti benefici dalla tecnologia blockchain. La maggiore diffusione dell’IoT implica un aumento di oggetti connessi alle piattaforme, che devono riconoscere le caratteristiche del dispositivo, lo stato di funzionamento e il costo dei servizi associati. L’uso di contratti smart nella blockchain e di reti decentralizzate saranno una soluzione significativa ai problemi di sicurezza IoT, distribuendo il rischio su più server dislocati nel mondo invece che su un solo sistema centralizzato.

#Blockchain e #dataStrategy La trasformazione digitale secondo @CanonBusinessIT
Click To Tweet

STRATEGIA “DIGITAL-FIRST”

Il livello di maturazione di tecnologie quali blockchain, intelligenza artificiale e infrastrutture big data, spingerà le aziende a instaurare nuove partnership, a pensare a nuovi modi di collaborare con i clienti, trasformando il modo di lavorare. La tecnologia cambierà il modo di fare business e la trasformazione digitale muterà i ruoli IT. Nel 2018, sempre più aziende acquisiranno una mentalità “digital-first” per operare meglio in un mercato molto competitivo. Saranno le organizzazioni con una chiara strategia digitale ad avere più successo, in un contesto in cui le innovazioni tecnologiche permettono a piccole start up di fornire servizi tradizionali a costi inferiori e con modalità più in linea con le nuove abitudini dei consumatori. Le aziende che lavorano per digitalizzare il loro business avranno la flessibilità necessaria per prosperare. Secondo uno studio di Gartner, per il 56% dei business decision maker, la strategia digitale messa in atto ha già permesso loro di aumentare i profitti.

DIGITAL TRANSFORMATION VINCENTE

Le strategie fondate sui dati hanno un potenziale di impatto sul business non ancora ben sfruttato. La ricerca State of the CIO 2018 evidenzia che meno del 30% delle organizzazioni ha benefici quantificabili e riferibili all’uso dei dati in aree come identificazione di nuove opportunità di mercato (28%), ottimizzazione della supply chain e dei canali di distribuzione (26%), attivazione di una esperienza multi-channel o omni-channel per i clienti (24%). Perché un progetto di digital transformation sia vincente, i mutamenti devono riguardare tutta l’azienda. Ciò implica una migliore gestione dei dati e una maggiore comprensione di quanto la qualità dei dati sia cruciale in ogni percorso di trasformazione digitale. Tecnologie emergenti, come le applicazioni di intelligenza artificiale, unite alla gestione del cambiamento culturale dell’azienda, supporteranno i CIO nel percorso verso la digitalizzazione.

Per ulteriori informazioni clicca qui

L'articolo Blockchain e data strategy, la trasformazione digitale secondo Canon proviene da Data Manager Online.

Essere un’azienda con importanti competenze nel mondo IT e soprattutto nell’implementazione di soluzioni e nella gestione dei sistemi in chiave di miglioramento delle performance e dell’affidabilità costituisce sicuramente un ottimo viatico per la crescita. Ancora di più se, come nel caso di Würth Phoenix, si può contare su personale multilingue e si punta molto sia sul mercato italiano che su quello internazionale. «Würth Phoenix fornisce soprattutto servizi IT legati all’implementazione di progetti ERP e CRM su piattaforme Microsoft e fa parte del Gruppo Würth, multinazionale con un fatturato di circa 12 miliardi di euro» – spiega Georg Kostner, business unit manager in Würth Phoenix. In particolare si occupa di «fornire soluzioni di system management sotto forma di soluzioni open source basate sul concetto di unified monitoring, che aiuta le aziende a gestire i servizi IT business critical».

AFFIDABILITÀ E PRESTAZIONI

Perché la scelta di adottare il modello open source per le soluzioni di monitoraggio? «Perché questo ci dà una doppia opportunità» – continua Kostner. «Da una parte permette a noi e ai nostri clienti di accedere a una vasta community di sviluppatori e di utenti che testano sul campo le soluzioni. Dall’altra elimina i pesanti vincoli contrattuali imposti da molte licenze software tradizionali». Ma uno degli aspetti che convince i clienti di Würth Phoenix a restare con l’azienda è la continuità del servizio. «Abbiamo cominciato a proporre la nostra soluzione di monitoring NetEye sul mercato nel 2007: i clienti che ci hanno scelto allora sono ancora con noi». Nello specifico, NetEye offre molte funzionalità diverse e integrate: dal monitoraggio e il controllo del traffico su reti e sistemi fino alla gestione degli applicativi. «Oggi, ai nostri clienti interessa soprattutto capire se i servizi a supporto del business funzionano o meno, senza andare nel dettaglio tecnologico».

#NetEye Unified Monitoring powered by AI – @WuerthPhoenix
Click To Tweet

Ma il vero punto di forza della soluzione è un altro: «Avere dei componenti di monitoraggio, delle metriche che misurano la qualità del servizio dal punto di vista dell’utente finale: affidabilità e prestazioni». In altri termini, non basta fornire un servizio che sembra funzionare. «Occorre misurare tutto sulla percezione dell’utente e questo – continua Kostner – noi lo facciamo attraverso l’utilizzo di tecnologie che simulano il comportamento degli utenti reali, secondo l’approccio noto come visual synthetic monitoring, i cui risultati vengono poi inviati al sistema di monitoraggio back-end. Utilizziamo anche il classico approccio application performance monitoring, che misura le latenze di rete su ogni utente», verificando se esistono eventuali colli di bottiglia o inefficienze. I risultati del monitoraggio vengono resi disponibili ai clienti anche su dashboard, visualizzati in modo grafico con l’aiuto del software open source Grafana.

OTTIMIZZAZIONE DELLE PERFORMANCE

«In pratica – continua Kostner – le sonde inviano i dati raccolti presso i clienti attraverso un sistema di streaming sul nostro data center di Bolzano. Unendo le nostre competenze su Microsoft Dynamics 365 / AX e algoritmi di machine learning, possiamo effettuare un rapido troubleshooting con il cliente sui suoi sistemi». E per il futuro? «Puntiamo a raggiungere una granularità di raccolta dati di cinque secondi. Oggi, al nostro data center arrivano dagli 800 milioni a un miliardo di dati ogni giorno» – conclude Kostner. In futuro, vogliamo avvicinarci a una manutenzione predittiva, che ci consenta di risolvere i problemi prima ancora che si verifichino. Questo implica anche il far crescere lo staff di Würth Phoenix da attualmente oltre 160 specialisti ad arrivare a un aumento di oltre 10% a fine anno».

L'articolo Würth Phoenix, con NetEye una nuova frontiera del monitoraggio proviene da Data Manager Online.

Il popolarissimo appuntamento itinerante sulle Analytics del player internazionale della B.I., da ben 8 anni nel Magic Quadrant di Gartner, offre il confronto diretto con alcuni tra i massimi esperti italiani per conoscere novità e casi applicativi e partecipare a ‘prove’ in diretta delle soluzioni.

Giovedì 7 Giugno, Brescia, Fondazione A.I.B. – ISFOR Formazione e ricerca, Via Nenni 30, ore 9,30-15,30 (ore 13 Buffet). Partecipazione libera previa iscrizione.

Prendere decisioni sulla base di tutte le informazioni e in tempo reale, dominando il mare di dati che l’azienda genera e di cui è in possesso è il fattore di successo nel business ai tempi dell’Impresa 4.0, l’organizzazione digitalizzata connessa con una infinità di altri sistemi digitalizzati e domotici, spesso a livello globale, tutti insieme generatori dei così detti Big Data.

Per avere subito un sensibile miglioramento dei risultati aziendali aumentando il QI dei dati da parte della dirigenza e della forza lavoro, occorre ottenere velocemente e facilmente quelli di cui si ha bisogno, con le interconnessioni più pertinenti.

Il Qlik Sense Tour 2018 è l’occasione per scoprire o approfondire il tema in poche ore e giovedì 7 Giugno per la prima volta una tappa si svolgerà a Brescia.

A ospitare l’evento è  ISFOR-Fondazione AIB, l’ente formativo accreditato in Regione Lombardia per la formazione continua, dedicato al distretto industriale più rilevante del Paese. La location è proprio nella sede dell’ente, in via Nenni 30, dalle ore 9,30 alle 15,30 (ore 13 Buffet).

L’autorevolezza di Qlik è oggettiva: Gartner ha posizionato nel Magic Quadrant questa tecnologia come leader tra le piattaforme di Analytics e Business Intelligence  per l’ottavo anno consecutivo. Non a caso sono oltre  45.000 multinazionali  le aziende  che hanno scelto i software Qlik per ottenere informazioni dai dati e migliorare il processo decisionale e lo scorso anno gli eventi del Qlik Sense Tour hanno registrato il tutto esaurito.

Qlik organizza il Tour in collaborazione con i più qualificati partner sul territorio:a Brescia le aziende incontreranno i Data Scientist di ITReview, pluripremiato reseller e implementatore di Qlik, specializzato in Advanced Analytics, selezionato anche dal Dipartimento di Ingegneria Industriale dell’Università di Padova per l’animazione del laboratorio  sulla B.I. introdotto all’interno del nuovo corso di Business Management.

L’occasione bresciana quindi è da non perdere, in quanto la Business Intelligence ha avviato una rivoluzione nella gestione delle aziende, che lascerà inesorabilmente fuori dal mercato chi non saprà adeguarsi o che non lo farà al passo con l’evoluzione della tecnologia, specie se si tratta di organizzazioni che adottano strategie sempre meno centralizzate. Prova ne è che nelle realtà industriali più evolute è nata perfino una nuova figura di professionista specializzato, il Data Scientist, e di manager addetto, il Chief Data Officer.

Dalla produzione alla logistica fino alle vendite; dall’amministrazione al marketing  alla comunicazione e la gestione delle risorse umane: ogni funzione con la tecnologia ‘giusta’ può estrapolare, comprendere, misurare, elaborare e inteconnettere informazioni di dettaglio su ogni fase e attività.

Il Qlik Sense Tour 2018 (dal 23 Maggio al 13 Luglio) esplora in dettaglio Qlik Sense, una potente piattaforma che consente di ottenere velocemente informazioni significative dai dati. Il posizionamento della nuova soluzione si basa sull’obiettivo di mettere in grado chiunque, all’interno di un’azienda, nelle condizioni di poter creare in modo semplice dashboard dinamiche, utili per esplorare i dati e scoprire informazioni strategiche significative.

A Brescia, si potrà scoprire il futuro delle Analytics e conoscere le storie dei clienti Qlik che stanno già ottenendo risultati reali;  in particolare, sarà presentato il progetto ITReview- Rossimoda (Gruppo LVMH), realizzato per le funzioni produzione e controllo di gestione.

Il Sales Manager ITReview Matteo Mazzalveri spiega: “ITReview ha scelto Brescia come location della tappa dedicata al Qlik Sense Tour, in quanto oggi è nel manifatturiero, tipico di questo territorio, che la Business Intelligence dà immediati ritorni e noi siamo fortemente specializzati proprio in tale ambito, con le soluzioni di Data Analytics e Data Visualization. Abbiamo infatti sviluppato cruscotti specifici per il monitoraggio e l’efficientamento produttivo, che vanno a coprire le più verticali esigenze industriali. Ne cito alcuni: efficienza /produzione, performance per reparto, catena e personale; analisi delle fasi produttive / avanzamento parametrizzazioni sugli ordini; conto terzisti / conto lavoro; monitoraggio costi di produzione; monitoraggio finiture di produzione, etc. La nostra esperienza specifica nel mondo produttivo è frutto di collaborazioni di lunga data con le più importanti realtà venete”.

Dichiara Cinzia Pollio, Direttore ISFOR: “Per ISFOR, l’evento si inquadra nell’ambito della formazione e delle iniziative di divulgazione sulla trasformazione digitale, tema su cui l’ente formativo è uscito con una proposta ampia e diversificata, rivolta a imprenditori, manager e tecnici delle aziende”.

L'articolo Per la prima volta a brescia il Qlik Sense Tour proviene da Data Manager Online.

Nonostante l’hashtag post Cambridge-gate #DeleteFacebook, gli ultimi dati forniti da comScore evidenziano addirittura un aumento nell’utilizzo del social network da parte degli americani. Il pubblico statunitense è forse quello che più di altri è stato colpito dallo scandalo dell’agenzia di analisi, che ha raccolto le informazioni private di 87 milioni di iscritti, utilizzando un comune sondaggio diffuso online. Eppure il team di specialisti afferma che da gennaio 2016 a oggi, il numero di visitatori ha una media del +7% anno su anno. La maggior parte accede via smartphone, portando a 188,6 milioni il totale di cittadini a stelle e strisce connessi sulla piazza virtuale più popolosa che ci sia.

Dati incoraggianti per Zuckerberg

Il bello, almeno per Zuck, è che non sono solo i dati complessi a crescere ma anche il tempo speso online. Si è passati da poco meno di 10 minuti pro-capite del luglio 2016 agli oltre 30 minuti del marzo 2018, un incremento per nulla banale nei confronti di un servizio che fa della permanenza tra le pagine motivo principale del proprio business. Non a caso, l’aumento è avvenuto poco dopo che Facebook ha aggiornato la sua app mobile, introducendo alcune opzioni per il controllo dell’account e impostazioni della privacy.

Tutto comunque prima dello scandalo di Cambridge Analytica, a cui ha fatto seguito un ulteriore update e l’introduzione di un menu per controllare quali software hanno accesso al profilo e l’opportunità di revocarne i diritti in un paio di click. Probabilmente gli utenti hanno apprezzato tali misure repentine o, più semplicemente, quello che molti chiamano scandalo per molti è solo un incidente di percorso che interessa in misura ridotta il proprio io-digitale che, prevaricazioni o no, continua a spulciare tra le bacheche degli amici, quanto e più di prima.

L'articolo Cambridge Analytica? Facebook ci ha guadagnato proviene da Data Manager Online.

L’Hype Cycle di Gartner ci mostra che i veicoli a guida autonoma arriveranno sul mercato nei prossimi cinque/dieci anni. In pratica, per molti di noi, significa che al prossimo cambio auto, la scelta sarà tra un veicolo tradizionale e uno che invece guida da solo. Cosa cambierà, a parte il fatto che in automobile potremo prendere il caffè, leggere finalmente con calma il giornale del mattino o giocare con i bambini? Cambierà la forma e la funzione del garage sotto casa, cambieranno le infrastrutture stradali, la forma delle corsie, quella della segnaletica: «Una delle cose che ho notato di recente, quando abbiamo cominciato a lavorare con i veicoli autonomi» – spiega Ben Pierce, program manager di HDR USA, l’azienda che si occupa del Piano Metropolitano di Chicago – «è tutta la serie di conseguenze impreviste alle quali dobbiamo iniziare a prestare attenzione».

1) POTENZA E FIBRA – La connessione è vitale per le auto a guida automatica, e l’aggiornamento delle infrastrutture conseguente sarà d’aiuto per ridurre il digital divide dei territori. Mentre si riqualifica la sede stradale, si potrà posare fibra ottica, migliorare le tecnologie a terra, le condotte per l’elettricità e l’illuminazione.

2) MECCANISMI DI RACCOLTA DATI – Le auto senza conducente (perché connesse) saranno in grado di anticipare le condizioni del traffico, assumendo che i dati che generano siano raccolti e condivisi. La seconda auto può evitare un ingorgo solo se accede ai dati della prima auto. In pratica, come spiega Ben Pierce, funziona solo se stiamo effettivamente raccogliendo e analizzando i dati in tempo reale. Via libera quindi a tecnologie e sensoristica di raccolta e attuazione.

#drivelesscar e #smartcity 5 cose da tenere a mente – Emanuela Donetti @urbanocreativo
Click To Tweet

3) SEGNALETICA LEGGIBILE DALLA MACCHINA – La prima generazione di veicoli autonomi usa fotocamere ottiche per “guardare” segnaletica orizzontale e verticale, marciapiedi e cartellonistica, raccogliendo le informazioni necessarie a muoversi in un traffico “misto”, in cui ci sono ancora automobilisti umani. Per esempio, davanti a un cartello stradale che obbliga a mantenere la destra, gli attuali veicoli autonomi devono rilevare l’oggetto, capire che si tratta di un segnale importante da decodificare, decidere di che segnale si tratta, e tradurlo in un input per il motore. In futuro, basterà un sensore Bluetooth da pochi centesimi all’incrocio, per dare lo stesso segnale all’auto.

4) CONTROLLO DEL TRAFFICO – Ve l’immaginate un’auto a guida autonoma davanti al “pizzardone” milanese? Come esseri umani siamo abituati a comprendere la gestualità dei vigili urbani. Dobbiamo ripensare a come dirigiamo il traffico, e modificare gli standard per utilizzare segnali in modo da semplificare la lettura da parte del computer di bordo.

5) PAVIMENTAZIONE RINFORZATA – I veicoli autonomi potrebbero avere un impatto costoso sulla pavimentazione stradale, “just because” sono bravi a fare quello per cui sono programmati. Se nella loro programmazione è prevista l’occupazione del centro della corsia, l’auto viaggerà esattamente al centro della corsia, con un errore di circa mezzo centimetro. Nessuna automobile sarà programmata per viaggiare “non esattamente al centro della corsia”, e quindi tutto il peso di ogni singolo veicolo sarà essenzialmente su due binari. Ma noi non progettiamo autostrade per accogliere il peso di tutto il traffico su due sole tracce: oggi, noi esseri umani infatti ci spostiamo all’interno della stessa corsia, non stando esattamente in linea con l’autoveicolo che ci precede, né con quello che ci segue. Con le auto autonome invece questa sarà la novità. Per impedire alle strade di avere degli incredibili solchi in corrispondenza delle gomme, bisognerà usare un cemento o asfalto di qualità differente, diversi supporti e gestire la manutenzione in modo innovativo. Insomma. Non importa veramente quando di preciso il mercato sarà pronto per i veicoli autonomi, se le infrastrutture che progettiamo oggi hanno una previsione di utilizzo a breve termine. «Tutto quello che vediamo in città – conclude Pierce – ha un’aspettativa di vita limitata. È arrivato il momento di rendere le infrastrutture urbane a prova di futuro».

Emanuela Donetti @urbanocreativo

L'articolo Driveless car, cinque cose da tenere a mente proviene da Data Manager Online.