Il mondo Big Data si trova adesso in una zona pericolosa. Ci sono molte ricette tecnologiche magiche da provare, ed è davvero un momento di grande fermento. Però, per ottenere un valore di business sostenibile con queste tecnologie, è necessario prestare la dovuta attenzione alla costruzione e alla maturazione delle nostre capacità di analytics dei dati. È in questo ambiente che la funzione del chief data officer (CDO) svolge un ruolo sempre più importante. In sostanza, il CDO è responsabile dell’accelerazione dell’innovazione e della trasformazione delle imprese attraverso la gestione strategica e l’uso di dati e analytics. Nel 2015, c’erano solo poche centinaia di chief data officer a livello globale: da allora, ne sono stati assunti oltre 1.300, portando il totale a oltre duemila, superando il numero di chief digital officer.

Ma come si può valorizzare efficacemente la funzione del CDO? È necessario stabilire un framework integrato di capacità che riunisca persone, processi, architetture e tecnologie, e che abbracci una visione end-to-end per dati e analytics. Le eventuali lacune in questo framework, se non affrontate, potrebbero compromettere la possibilità di ricavare valore continuo dagli investimenti in Big Data.

Il ruolo del chief data officer – A chi deve riportare il chief data officer? Al CIO o al CEO oppure a un altro top manager? E il suo ruolo dovrebbe comprendere sia dati sia analytics oppure è meglio che si concentri esclusivamente sui dati? È principalmente un ruolo strategico o dovrebbe essere fortemente orientato all’implementazione? Il chief information security officer (CISO) dovrebbe riferire al CDO? Il ruolo dovrebbe essere principalmente “difensivo”, ovvero dedicato alla compliance normativa, oppure “offensivo”, cioè orientato alla crescita e a monetizzare i dati presenti in azienda?

Si tratta di domande rilevanti che vanno affrontate in anticipo quando si stabilisce il ruolo. E le risposte dovrebbero essere riviste e perfezionate ogni 3-5 anni, in modo da poter affrontare i cambiamenti negli obiettivi e nella struttura dell’organizzazione. Negli ultimi anni, si è visto il ruolo del CDO spostarsi dalla “difesa”, cioè rischio e regolamentazione, alla posizione di “attacco”, nel senso di creazione e crescita del valore. Gli obblighi normativi potrebbero aver svolto un ruolo significativo nel far nascere la necessità, la definizione e le aree di interesse per le prime funzioni del CDO, ma questo focus inizialmente rivolto alla “difesa” si sta ora spostando verso il posizionamento del CDO come un aspetto chiave della strategia di business.

Il #ChiefDataOfficer è un ruolo di business e non tecnologico @derek_strauss
Click To Tweet

I quattro pilastri fondamentali – Nella nostra esperienza, l’ufficio del CDO dovrebbe affrontare quattro pilastri fondamentali: 1) Governance dei dati; 2) Analytics e data science; 3) Architettura dei dati; 4) Sviluppo e operazioni sui dati. Questi team possono o meno riferire direttamente al CDO, ma è fondamentale che il CDO abbia un’enorme influenza su ciò che viene fatto in queste aree per supportare l’attuazione della strategia dati e analytics, che richiede di condividere le responsabilità.

Data l’importanza cruciale della sicurezza delle informazioni, il ruolo del CDO deve avere un controllo rilevante sulle attività del CISO, utilizzando la governance dei dati per stabilire le regole in materia di sicurezza delle informazioni. Per quanto riguarda l’organizzazione, abbiamo osservato molti CDO a riporto diretto sia del CEO sia di altri top executive nell’ambito di progetti di digital transformation o di servizi condivisi, ma l’idea di base è che il CDO è un ruolo di business e non tecnologico.

È anche importante distinguere tra i ruoli del chief data officer e dell’altro CDO, il chief digital officer. Quest’ultimo ruolo, di norma strettamente allineato con il chief marketing officer, è responsabile dell’adozione delle tecnologie digitali in azienda, della messa a punto e dell’esecuzione di strategie social che accrescono la fedeltà e la reputazione dei brand sui social network. Questi scopi vengono ottenuti determinando chi sono e dove sono gli influencer; attraverso l’empowerment degli influencer con strumenti per spingere il messaggio e il brand; attraverso l’ascolto delle diverse community di utenti interni ed esterni e impegnandosi in un dialogo bidirezionale con i clienti.

Come sviluppare una data strategy efficace – La strategia dovrebbe affrontare diversi aspetti, tra cui: 1) Dati accessibili, accurati e utilizzabili; 2) Architettura dei dati flessibile e scalabile; 3) Migliori controlli e governance dei dati per garantire il miglioramento continuo delle risorse di dati presenti in azienda; 4) Migliori insight per l’azienda e i suoi clienti.

Usare gli acceleratori per avviare il programma Data e Analytics – Il Gavroshe Seven Streams Framework offre un approccio completo per garantire soluzioni di gestione dei dati efficaci e di lunga durata, in linea con le esigenze strategiche. Tramite questo framework, le persone, i processi, la tecnologia e i dati necessari alle aziende e alle agenzie sono presi in considerazione per sfruttare i propri dati come una risorsa e raggiungere più rapidamente gli obiettivi di business.

Seven Streams – Nella nostra esperienza, il CDO di successo deve concentrarsi su 7 flussi di attività (“Seven Streams”) per una gestione dei dati strategica: 1) Governance dei dati su definizione del Consiglio sulla governance dei dati, per la politica dei dati e il processo di gestione dei dati; 2) Architettura dei dati per la creazione di un’architettura di riferimento dei dati e del processo di modellazione dei dati; 3) Sviluppo degli asset di dati per la pianificazione, progettazione, sviluppo e distribuzione iterativi di asset dati di classe enterprise, attraverso l’implementazione di DataOps; 4) Qualità dei dati per la profilazione, mappatura e pulizia degli elementi dati critici; Contesto dei dati – sviluppo di un glossario di business e di un percorso dei dati; 5) Analytics per supportare l’implementazione di set di strumenti di business intelligence e di advanced analytics; 6) Abilitare la data science, comprendente il supporto per il percorso cognitivo dell’organizzazione; 7) Infrastruttura per gestire il ciclo di vita degli asset dati aziendali e gestire le piattaforme dati e analytics relative ai mondi SMAC (social, mobile, analytics e cloud).

#ChiefDataOfficer Non mancate Master Class con @derek_strauss il 14-15 giugno 2018 a Roma @techtran
Click To Tweet

Gestire il cambiamento organizzativo – Il CDO deve guidare il cambiamento organizzativo, prestando particolare attenzione a questi aspetti nell’area business: data governance, analytics e data science. Nell’area tecnologica: progettazione e realizzazione Agile, cloud computing e altre piattaforme moderne, bilanciamento delle esigenze di data security con quelle relative alla facilità di accesso ai dati.

Come misurare l’efficacia – Il CDO deve ottenere un consenso sin dall’inizio su come verrà misurato il suo ufficio. Alcuni degli approcci possono essere: 1) Realizzazione di valore di business; 2) Rimedio a punti tecnologici dolenti; 3) Rendere l’azienda più flessibile nell’adozione del cambiamento.

Derek Strauss

Fondatore, CEO e principal consultant di Gavroshe. È stato per cinque anni chief data officer di TD Ameritrade, con la responsabilità per data governance, data science e advanced analytics e data architecture & management. Con una carriera ultratrentennale, soprattutto negli ambiti data management e information resource management, Derek Strauss ha gestito numerosi programmi e iniziative nei settori big data, advanced analytics, business intelligence, data warehousing, data quality improvement e IRM. È stato vice president di DAMA Software e attualmente è membro attivo della Chief Data Officer Roundtable e Forum del MIT e membro fondatore della International Society of Chief Data Officers. Infine, è co-autore con Inmon e Neushloss dell’opera “DW 2.0: The Architecture for the next generation of Data Warehousing”, pubblicato nel 2006 da Morgan Kaufman.

Derek Strauss presenterà per Technology Transfer il seminario “Chief Data Officer Master Class” il 14-15 giugno 2018 a Roma.

L'articolo Chief data officer, le ricette per il successo proviene da Data Manager Online.

I dati digitali, opportunamente scremati, correlati e convertiti in informazioni “pesanti” dagli strumenti dell’analytics; la loro valorizzazione attraverso processi che coinvolgono in modo trasversale le strutture e l’organizzazione di un’azienda, sono i cardini di una trasformazione digitale che sta abbracciando tutti i settori. In testa, quello finanziario, che i dati, transazionali e no, li ha sempre generati in abbondanza anche se solo ora comincia a valorizzarli, costruendo sull’informazione un mondo nuovo, fatto di diverse relazioni con il cliente, prodotti e servizi innovativi, e inattese alleanze con altri settori industriali. UniCredit è stato tra i primi a dotarsi di una compiuta strategia Big Data, con il duplice obiettivo di consolidare una robusta governance dei dati e costruire su di essi nuove opportunità di business. L’aspetto del governo delle informazioni generate dalle procedure o dalle applicazioni e quindi da più fonti eterogenee sia strutturate sia non strutturate, necessita infatti la certificazione della qualità del dato, la sua integrità, il rispetto della compliance. Questi aspetti, che vanno a complemento della capacità di innovazione e della tecnologia, non devono essere trascurati. Già nel 2015, UniCredit si è strutturata per avere competenze molto specifiche nell’analisi di tali dati con capacità di trasformarli in asset competitivo.

NUOVO MODELLO LOGICO

All’interno di UniCredit, ci sono due grandi blocchi funzionali. Il primo si caratterizza per competenze più organizzative, di processo e di architettura del dato, che permettono di accorciare la catena e i tempi di decodifica dei requisiti di business in requisiti funzionali. Gli specialisti di questa area lavorano a stretto contatto con le funzioni IT per la definizione del modello logico dei dati, perché hanno una conoscenza completa del ciclo di vita dell’informazione. Il secondo blocco ha caratteristiche da business partner (in gergo data steward), con competenze di rischio, finance e business. Professionisti che interagiscono ogni giorno con le rispettive funzioni aziendali, supportandole e facilitando l’uso delle informazioni in tutte le necessità di analisi dei fenomeni. Un’organizzazione e un approccio azzeccati, che hanno già centrato gli obiettivi di partenza.

#InnovationBank @UniCredit_PR Come trasformare i dati in valore di business
Click To Tweet

NUOVI SERVIZI

Oggi, UniCredit può vantare a catalogo due nuovi prodotti – uno Business-to-business, l’altro rivolto ai correntisti retail – che rappresentano una conferma pratica dello scenario di Big Data come strumento commerciale e di supporto al business. My Business View è un nuovo tool, un vero e proprio cruscotto di business intelligence, basato sulle transazioni che UniCredit gestisce come “issuer” (emittente di carte di pagamento) e come “acquirer” (gestore delle transazioni sui terminali POS della banca), che i clienti aziendali di UniCredit possono utilizzare per monitorare l’andamento di business dei propri punti vendita su alcuni KPI (per esempio, l’andamento dei volumi di incasso e lo scontrino medio) e le abitudini di acquisto dei propri clienti confrontandosi con analoghi indicatori di negozi operanti nello stesso settore e attivare campagne ad hoc. L’altro prodotto, denominato Scoperto facile, parte da un approccio analitico degli stili di vita e di spesa dei clienti consumer, sulla base dei dati relativi ai loro conti correnti, per pre-autorizzarli ai piccoli scoperti creati per far fronte e una spesa improvvisa o inattesa. Questa pre-autorizzazione evita al cliente la necessità di recarsi in agenzia o contattare un consulente. Insomma, la filosofia Big Data tradotta in una forma di “fido” molto più flessibile e soprattutto automatica. Lanciato nell’autunno del 2015, My Business View ha totalizzato in poco più di sei mesi circa 20mila contratti sottoscritti dalla clientela business di UniCredit. Si tratta di uno strumento di marketing e business intelligence pensato per le imprese clienti cosiddetti “acquiring” di UniCredit, di fatto esercenti che offrono ai loro clienti finali strumenti di pagamento elettronico tradizionali (carte di credito, debito e prepagate) o più innovative (come Alipay). My Business View fornisce in maniera molto intuitiva la risposta alle domande che un esercente può formulare sull’andamento delle proprie attività.

UNA “VISTA” SEMPLICE SUL BUSINESS

Il sistema consiste in semplici e concrete “viste” sul business dell’esercente, in termini di volumi di transato, ticket medio, numero di clienti, frequenza e comportamento di spesa della clientela. Una efficace risposta all’esigenza delle aziende, in particolare quelle di piccole dimensioni, di poter avere a disposizione strumenti moderni per l’analisi del business e il miglioramento delle strategie di marketing senza avere alle spalle una struttura dedicata e un ampio bagaglio di conoscenza. Sfruttando le più innovative tecnologie e le competenze del Gruppo in ambito Big Data, Business View è in grado di supportare analisi complesse, in modo personalizzato e intuitivo, consente di gestire grandi volumi di dati aggregati e anonimizzati, anche di natura eterogenea, integrando le più evolute tecniche di analisi in maniera agile e veloce.

I VANTAGGI PER L’IMPRESA

Per l’impresa che accede al nuovo cruscotto di business intelligence semplificata di UniCredit i vantaggi sono notevoli. Disporre di analisi dei comportamenti d’acquisto per monitorare nel tempo il business. Poter contare su dati sempre aggiornati, rappresentati in forma aggregata e anonima con elevati standard di protezione. E “last but not least”, godere di tutto questo attraverso una semplice interfaccia Web, senza dover investire in soluzioni e tecnologie nuove, difficili da configurare e utilizzare. L’accesso al servizio prevede semplicemente la firma di un contratto in agenzia. I clienti che sono già in possesso dei codici di Banca Multicanale UniCredit potranno utilizzare direttamente il servizio, gli altri possono comunque usufruire di My Business View come servizio indipendente. Anche su orizzonti commerciali molto più limitati di quelli in cui si muovono i grandi retailer, un approccio analitico, basato su informazioni numeriche e grafiche, può svelare all’esercente una molteplicità di aspetti. Un negozio potrà per esempio approfondire i comportamenti d’acquisto della sua clientela in forma anonima e aggregata, evidenziando le fasce orarie preferenziali e il valore medio degli acquisti effettuati. My Business View permette persino di controllare il proprio andamento rispetto a una serie di benchmark di riferimento validi per ogni specifico settore e un unico cruscotto può essere utilizzato per monitorare uno o più punti vendita di proprietà.

PIÙ CONTROLLO, MENO RISCHI

Le stesse capacità analitiche, applicate internamente in chiave di risk management, sono alla base del nuovo servizio di Scoperto Facile. Al titolare di un conto corrente può capitare di dover utilizzare una somma di denaro eccedente rispetto alla effettiva disponibilità e in questi casi, la banca può accordare, previa valutazione del cosiddetto “merito creditizio”, una certa soglia di elasticità, indipendente dalle reali giacenze. Il fido è uno strumento molto antico ma anch’esso risente dell’avvento delle nuove tecnologie. Il tradizionale “scoperto conto” diventa più flessibile e multicanale, trasformandosi in Scoperto Facile. Il correntista ha tra l’altro la possibilità di gestire facilmente nel tempo questo nuovo servizio, personalizzando il plafond di credito nei limiti dei massimali previsti, in aumento o in diminuzione, secondo le proprie esigenze. UniCredit ha semplificato l’accesso a Scoperto Facile anche dal punto di vista commerciale, proponendo quattro livelli di plafond e un unico tasso di interesse fisso.

Foto: Domenico De Mezzo

L'articolo Banca dati. Come trasformare i dati in valore di business proviene da Data Manager Online.

Considerati uno strumento indispensabile per orientare le strategie di business, i Big Data occupano ormai un posto di rilievo nell’agenda di molte aziende. Una grande opportunità dal punto di vista occupazionale che, secondo i consulenti di Hays, una delle società leader nel recruiting specializzato, nei prossimi mesi si concretizzerà in un incremento della richiesta di professionisti capaci di analizzare e gestire grandi quantità di dati. Tra i più ricercati spiccano il Data Scientist, il Data Architect e l’Insight Analyst, tutti con specifiche ultra specializzate.

——————————————————-#WeChangeIT Forum———————————————————–

Marketing 4.0, Social, Mobile, Analytics, Cloud, Intelligenza Artificiale, saranno le tematiche analizzate quest’anno al #WeChangeIT Forum di Data Manager. L’evento riunirà C-Levels delle più importanti realtà industriali italiane

Brembo, RAI, Comau, Vimar, Octo Telematics, ENEL, UniCredit, Unilever e molti altri.

Scopri il programma completo e i relatori su www.WeChangeIT.it dove potrai anche registrarti per assistere gratuitamente

——————————————————-#WeChangeIT Forum———————————————————–

“Sono sempre di più le aziende in Italia che investono in tecnologie avanzate e personale qualificato per sfruttare al massimo il potenziale dei Big Data – spiegano gli esperti di Hays Italia-. Le professioni digitali saranno sempre più valorizzate e ricercate dalle imprese e, già nel 2017, la domanda di talenti digitali aumenterà notevolmente, crescendo esponenzialmente entro il 2020”.

Per coloro che desiderano intraprendere la carriera in ambito digital, gli esperti di Hays hanno stilato una classifica delle 10 figure professionali sui cui si concentreranno le attenzioni dei recruiter nel 2017.

1.Data Scientist

In America è già considerato il lavoro numero 1 e ci sono varie scuole di pensiero su quale sia la vera definizione di Data Scientist. Sicuramente è un professionista con un background accademico molto forte (Master o Dottorato di Ricerca) in discipline quali Statistica, Matematica, Fisica o Economia e profonde conoscenze di Data Mining e Machine Learning. Un bravo Data Scientist è in grado di indentificare e risolvere problemi altamente complessi legati al business, utilizzando tool di analisi avanzati tra cui programmi di statistica come Python, R o Spark. Quest’analisi gioca infatti un ruolo centrale nel processo decisionale fornendo alle aziende gli strumenti necessari per affrontare con successo sfide sempre più complesse.

2.Data Architect

Lavorare all’interno dello scenario dei Big Data è una cosa, costruire una struttura dati complessa è un’altra! Dalla definizione dello storage alla progettazione di un’infrastruttura per la gestione di dati non strutturati, un bravo Data Architect è capace di dare vita a soluzioni di successo per affrontare al meglio lo scenario dei Big Data.

3.Insight Analyst

Benché la loro denominazione cambi da azienda a azienda, è innegabile che la domanda di analisti tecnicamente competenti, capaci di creare insight dettagliati, sia cresciuta in modo esponenziale. Lavorando fianco a fianco alle divisioni marketing e prodotto, gli insight analyst utilizzano strumenti di analisi statistica per ricavare, da grandi quantità di dati, informazioni a supporto delle strategie di acquisizione e fidelizzazione dei clienti. Dal punto di vista tecnico, gli insight analyst hanno competenze su uno o più strumenti di analisi statistica come SQL, SAS e SPSS. Tuttavia molte aziende sono sempre più interessate al contributo che i linguaggi di programmazione Phyton e R possono fornire in tema di profondità dell’analisi.

4.Big Data Engineer

Come detto precedentemente, il data engineer possiede le competenze per raccogliere, archiviare e lavorare i dati di un’azienda per facilitarne l’analisi. Inizialmente questo prevedeva l’utilizzo di database relazionali per gestire dati archiviabili sotto forma di tabelle ma, con l’avvento dei Big Data, le strutture tradizionali per la gestione dei dati non sono più sufficienti. Per questo la figura del Big Data Engineer è chiamata a realizzare e amministrare strutture in grado di gestire quantità di dati ampie e complesse attraverso database NoSQL come MongoDB. Molte aziende utilizzano il framework Hadoop insieme a strumenti avanzati come Hive, Pig e Spark, ma le infrastrutture per la gestione dei Big Data sono davvero numerose.

5.Sviluppatori Software

Non nasce propriamente come professione digital, ma il boom dei Big Data ha portato a un considerevole aumento delle aziende che realizzano applicazioni web-based. Ormai infatti è prassi combinare i tradizionali tool per lo sviluppo di software come Javascript, C# e PHP con framework basati sul linguaggio Python come Django, Pyramid o Flask.

6.Esperti in visualizzazione

Con il boom delle dashboard e degli strumenti di visualizzazione dei dati, sono sempre più richiesti sviluppatori che abbiano competenze anche nell’utilizzo di piattaforme di analisi dati come Tableau, Qlikview/QlikSense, SiSense and Looker. Stanno ottenendo inoltre grande riconoscimento professionisti con esperienza nell’uso di tool quali d3.js per la creazione di visualizzazioni interattive e di browser web.

7.Sviluppatore BI

Lo sviluppatore Business Intelligence, nella sua forma più semplice, costruisce strutture di dati complesse, partendo dal data storage e arrivando a produrre report e dashboard. Un tempo prerogativa delle divisioni finance e commerciale, la business intelligence costituisce oggi un comparto a sé con sviluppatori che hanno come obiettivo principale proprio la realizzazione di dashboard pronte all’uso per facilitare il compito dei manager che, in questo modo, possono ottenere informazioni chiave sulle performance aziendali al fine di rivederle e migliorarle.

8.Data Engineer

Nel mondo dei Big Data, per poter procedere con l’analisi, la priorità è sicuramente l’organizzazione del flusso di dati. La Business Intelligence e la Data Science non possono prescindere dall’avere a disposizione strutture di dati ben organizzate e pronte all’uso ottenute anche attraverso l’impiego di tool di gestione come SQL Server, Oracle e database SAP. Un professionista esperto nella gestione di dati e processi ETL (Estrazione, Trasformazione e Caricamento) rappresenta un must per molte aziende.

9.Campaign Analyst/CRM Analyst

Programmi fedeltà, strumenti di web analytics, Internet of Things (IOT) hanno portato ad un consistente flusso di dati sui comportamenti dei consumatori online che le aziende utilizzano sempre di più a sostegno delle loro strategie di crescita. Le divisioni marketing, in particolare, sono chiamate ad eleborare campagne sempre più mirate che tengano conto di questi dati. I campaign analysts sfruttano le loro competenze nell’utilizzo di Excel e di strumenti per l’analisi di dati come SQL per fornire una fotografia dettagliata dei consumatori, permettendo così alle campagne di digital marketing di raggiungere il corretto target audience. Se a ciò si aggiunge poi l’utilizzo di software per la gestione delle campagne come Adobe Campaigns, le aziende possono assicurarsi che le loro strategie marketing colpiscano nel segno andando a soddisfare i bisogni reali del mercato di riferimento.

10.Chief Data officer (CDO)

Per tutte le società che mirano a ottenere il massimo rendimento dal potenziale dei Big Data, nominare un Chief Data Officer è fondamentale. Il numero di questi professionisti è passato da soli 400 nel 2014 a oltre 1000 nel 2015 e si stima che per il 2019 il 90% delle grandi aziende avrà un Chief Data Officer. Il ruolo del CDO è variegato e complesso e comprende un ventaglio di competenze tra cui data infrastructure, data governance, data security, business intelligence, analisi degli insight e analisi avanzata. Questa figura professionale non solo deve essere tecnicamente competente, ma deve anche essere in grado di capire e guidare gli obiettivi aziendali e i processi di cambiamento a livello manageriale per allinearsi al business plan della compagnia.

——————————————————-#WeChangeIT Forum———————————————————–

Marketing 4.0, Social, Mobile, Analytics, Cloud, Intelligenza Artificiale, saranno le tematiche analizzate quest’anno al #WeChangeIT Forum di Data Manager. L’evento riunirà C-Levels delle più importanti realtà industriali italiane

Brembo, RAI, Comau, Vimar, Octo Telematics, ENEL, UniCredit, Unilever e molti altri.

Scopri il programma completo e i relatori su www.WeChangeIT.it dove potrai anche registrarti per assistere gratuitamente

——————————————————-#WeChangeIT Forum———————————————————–

L'articolo La Top 10 dei profili digital più richiesti in Italia proviene da Data Manager Online.

Si fa presto a parlare di Big Data o forse meglio si dovrebbe parlare di Big Info. In un contesto normativo molto complesso e regolamentato, soprattutto in determinati settori come quello bancario – gli ostacoli di natura tecnologica e analitica – che devono essere superati per trasformare i dati in asset competitivo e strategico al fine di generare valore, non rappresentano l’unica difficoltà. L’aspetto del governo delle informazioni generate dalle procedure o dalle applicazioni e quindi da più fonti eterogenee sia strutturate sia non strutturate, necessitano la validazione della qualità del dato, la sua integrità, il rispetto della compliance. Questi aspetti, che vanno a complemento della capacità di innovazione e della tecnologia, non devono essere trascurati. UniCredit è una delle prime grandi realtà bancarie internazionali a nominare un chief data officer (CDO) a riporto diretto del COO chief operating officer e deputy general manager a livello di Gruppo. Lo scorso maggio, Roberto Monachino è stato nominato chief data officer di UniCredit e ci ha spiegato il significato e le funzioni di questo nuovo ruolo. «Dalla conoscenza dell’informazione, le analisi abilitano la creazione di valore dati, ma questi devono essere corretti e di qualità».

#InnovationBank UniCredit: #DataManagement = #Valore di Business @UniCredit_PR
Click To Tweet

Innovare il modo di fare banca

Ma che cosa ha spinto il management di UniCredit a dotarsi di questa funzione e come si inserisce questa figura sul piano organizzativo? «L’industria bancaria sta attraversando un’importante fase di trasformazione» – racconta Monachino. «Le nuove esigenze regolamentari e la velocità del cambiamento spinto dall’evoluzione tecnologica coinvolgono le istituzioni finanziarie in sfide che non hanno precedenti». Allo stesso tempo, questa trasformazione sta offrendo opportunità un tempo impensabili di ridefinire e innovare il modo di fare banca, facendo leva su gestioni, metodi e ruoli nuovi. «In questo contesto – continua Monachino – la gestione del ciclo di vita del dato sta diventando sempre più trasversale e l’uso della stessa informazione certificata è fattore distintivo nei processi decisionali delle aziende». La scelta di introdurre la figura del CDO di Gruppo nel sistema bancario italiano è una diretta conseguenza di tutto questo. «Da un lato deriva dalla spinta della Banca Centrale Europea, nel suo ruolo di supervisore unico introdotto nel novembre 2014, di garantire la complessiva qualità e integrazione dei dati, la capacità di aggregazione degli stessi e la loro tempestiva disponibilità; allo stesso tempo, dal momento che la gestione e valorizzazione dei dati a supporto dei processi decisionali è diventata un’attività sempre più essenziale e “critica”, anche alla luce della crescente mole disponibile di informazioni, si è reso necessario adottare, attraverso una figura unica, un approccio integrato end-to-end alla loro gestione e fruibilità, avvalendosi delle nuove opportunità offerte dall’evoluzione tecnologica».

All’interno della struttura del CDO ci sono due grandi blocchi funzionali, come spiega Monachino. «Il primo si caratterizza per competenze più organizzative, di processo e di architettura del dato, che permettono di accorciare la catena e i tempi di “decodifica” dei requisiti di Business in requisiti funzionali. Gli specialisti di questa area lavorano a stretto contatto con le funzioni IT per la definizione del modello logico dei dati, perché hanno una conoscenza completa del ciclo di vita dell’informazione».
Il secondo blocco ha caratteristiche da business partner (in gergo data steward), con competenze di rischio, finance e business: «Questi professionisti – dice Monachino – interagiscono ogni giorno con le rispettive funzioni aziendali, supportandole e facilitando l’uso delle informazioni in tutte le necessità di analisi dei fenomeni. Sono anche coloro che aiutano Business e IT a introdurre le nuove tecnologie nei processi operativi e a comprenderne tutte le potenzialità, attraverso approcci agili di prototipazione in ambiente di laboratorio con dati reali, allo scopo di disegnare e contribuire a una chiara visione strategica del dato per sfruttare le nuove opportunità o idee di business. Un piano di people development ad hoc è stato definito per l’onboarding e lo sviluppo delle competenze chiave delle persone che lavorano in questo ruolo».

La sfida del cambiamento

Per Monachino la vera sfida che abbiamo oggi è quella di utilizzare i Big Data non solo per rafforzare il nostro business attuale ma anche e soprattutto per aprire le porte a nuovi business, innovando continuamente. «Mettere enfasi strategica sui Big Data richiede lo sviluppo di una capacità analitica un tempo imprevista» – commenta Monachino. «Come segnalavo in precedenza, la sfida qui sono le Big Info, perché si generano molte più informazioni e molte più variabili, il cui contenuto di qualità ne fa la differenza nel processo decisionale. Per questo è necessario costruire un team interdisciplinare, con differenti competenze, che abbia insita sia la conoscenza di business sia anche la capacità di governare e controllare i dati, utilizzando un approccio statistico e al contempo olistico e un alto grado di capacità di ingegnerizzarlo. In UniCredit abbiamo raccolto la sfida dei Big Data, apportando anche modifiche organizzative, con la nomina all’interno della perimetro del chief operating officer della funzione del CDO e la creazione della struttura nella nostra società globale di servizi, UniCredit Business Integrated Solutions, di Data and Analytics (D&A) che ha come priorità lo sviluppo della tecnologia Big Data dal punto di vista di architettura informatica. Queste due realtà guideranno l’innovazione per consentire un cambiamento dirompente necessario per dare risposte alle crescenti richieste sia di carattere regolamentare che di Business».

#InnovationBank Quali sono le nuove regole del chief data officer in banca? @UniCredit_PR
Click To Tweet

L’evoluzione delle competenze

Il CDO di una banca è una figura a tutto tondo e anche un po’ eclettica, capace di coniugare competenze diverse, specialistiche e trasversali, di contenuto alla capacità di analisi dei fenomeni di business alla conoscenza dei prodotti e dei processi operativi della banca, con esperienze che spaziano dal business alla finanza, alla comprensione delle componenti di rischio.
Questo ruolo composito, e per questo sfidante, apre quindi la strada a percorsi di crescita che bilanciano le aspettative individuali con l’evoluzione del mercato e dell’ambiente esterno. Opportuni processi di selezione e formativi sono allo studio per selezionare risorse con competenze adeguate.

«Già da tempo – spiega Monachino – le più grandi organizzazioni e le banche americane ed europee si sono dotate di questa figura, consapevoli del fatto che l’informazione, se gestita in maniera appropriata e messa al centro dei processi, può sancire la crescita di un’organizzazione». Ma non solo. «Di fronte alla crescita esponenziale delle informazioni disponibili e della loro variabilità da gestire, questa figura è destinata a crescere, anche in Italia» – fa notare Monachino. «è facile immaginare che lo sviluppo sia verso il governo della varietà di informazioni (Big Info) per la continua trasformazione dei prodotti, proprio perché il mercato evolve velocemente. La grande sfida sarà, quindi, sempre più quella di saper anticipare i nuovi trend e seguire la velocità del cambiamento». E questa sfida coinvolgerà l’intera organizzazione: Business, Processi e Tecnologia. «E il CDO – conclude Monachino – lavorerà in partnership con loro, attraverso percorsi sostenibili dall’execution progettuale alla creazione di “cultura”, proponendo soluzioni e garantendo la qualità dei dati così da facilitarne la valorizzazione come asset aziendale».

L'articolo Data management, le nuove regole del CDO proviene da Data Manager Online.

Il mercato Big Data Analytics in Italia, anche nel 2014, si conferma in forte espansione con un trend di crescita del +25%. Una crescita sostenuta, più che da un utilizzo maturo di questi strumenti, dalla disponibilità di tecnologie di storage a basso costo, dalla crescente mole di dati generati dal web e dalla diffusione di un numero sempre maggiore di dispositivi mobile che permettono di utilizzare app, fare pagamenti ed interagire con dispositivi intelligenti. L’ambito Big Data Analytics rappresenta inoltre la principale priorità di investimento per il 2015, indicata dal 56% dei CIO. Sono ancora ampie le potenzialità da cogliere in particolare nell’utilizzo dei dati destrutturati, se si considera che nell”84% dei casi sono utilizzano dati interni aziendali e solo nel 16% fonti esterne come web e social media. Ed emerge chiaramente la mancanza di adeguati competenze e modelli di governance, poiché solo il 17% delle imprese si è dotata di un Chief Data Officer e solo il 13% di un Data Scientist.

È quanto emerge dalla ricerca 2014 dell’Osservatorio Big Data Analytics & Business Intelligence (osservatori.net), promossa dalla School of Management del Politecnico di Milano, presentata questa mattina al convegno tenutosi all’Aula Carlo De Carli del Politecnico di Milano, in cui Jobrapido, Enel e EuropCar sono stati premiati con il “Big Data Innovation Award” per i migliori progetti di adozione di sistemi di Intelligence e Analytics a supporto dei processi decisionali aziendali.

“Di fronte all’aumento delle fonti informative, i Big Data Analytics stanno cambiando il modo di raccogliere, analizzare e integrare i dati – afferma Carlo Vercellis, Responsabile scientifico dell’Osservatorio Big Data Analytics & Business Intelligence –. I sistemi di Big Data Analytics & Business Intelligence possono svolgere un importante ruolo per migliorare la competitività delle imprese, attraverso il miglioramento dei processi decisionali, diventando uno strumento di evoluzione dello stesso modello di impresa. Le aziende italiane, però, nonostante I buoni tassi di crescita, non hanno ancora compreso appieno quali siano le reali opportunità offerte dai Big Data e come attrezzarsi per coglierle.”

“Il mercato appare ancora ‘in cerca di autore’, con iniziative spesso interessanti, ma senza una strategia Big Data complessiva e condivisa, accompagnata da adeguate competenze: una situazione che limita la capacità di indirizzare progetti innovativi – continua Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data Analytics & Business Intelligence – Le motivazioni di questa assenza di nuovi ruoli di governance e competenze sono prevalentemente da ricercare nella difficoltà a inquadrare organizzativamente il ruolo e le competenze distintive di figure quali Data Scientist e Chief Data Officer.”

Un modello di utilizzo dei Big Data Analytics? Certamente LinkedIn, il cui caso è stato presentato da Marcello Albergoni, Head of Italy and Iberia di LinkedIn nel suo Keynote Speech al convegno di presentazione dell’Osservatorio: “Per LinkedIn lo studio dei Big Data è fondamentale – spiega Albergoni -. Proprio grazie a una continua analisi ed elaborazione degli stessi, infatti, il social network dedicato ai professionisti offre ai suoi oltre 330 milioni di utenti, in 200 differenti paesi, e alle 4 milioni di aziende, che hanno aperto una Company Page, gli strumenti per essere sempre aggiornati sulle novità e le tendenze del proprio settore d’interesse. In questo modo le nuove generazioni possono entrare in contatto nella maniera migliore, da desktop e da mobile, con il mondo del lavoro. Miliardi di dati, dunque, per milioni di opportunità d’interazione professionale che grazie al costante aggiornamento dell’Economic Graph vorremmo far arrivare a tutti quei talenti attivi o passivi che compongono oggi il network della classe dirigente del futuro”.

Spesa e diffusione dei Big Data Analytics

L’interesse delle organizzazioni italiane verso i Big Data Analytics è in forte crescita: a fronte di un budget ICT stimato sostanzialmente stabile nel 2014, la spesa dedicata a queste soluzioni cresce del 25%. Sebbene per l’83% sia dedicata ancora a soluzioni di Performance Management & Basic Analytics e solo il 17% ad Advanced Analytics , queste ultime crescono in modo maggiore (+34%) rispetto a quella in Performance Management & Basic Analytics (+23%).
A fronte di una crescita elevata della spesa, si registra una sostanziale stabilità rispetto al 2013 nella diffusione di Big Data Analytics. I sistemi di Performance Management & Basic Analytics son presenti nel 78% delle organizzazioni, mentre quelli di Advanced Analytics nel 35%. A conferma, le funzionalità maggiormente adottate sono strumenti per analisi passive, come servizi di query e reporting (77%), dashboard e scorecard (67%), analisi OLAP e cubi dimensionali (65%) ed analisi statistiche (60%). In maggiore misura strumenti più complessi di forecasting (36%), metodi predittivi e data mining (30%) e modelli di ottimizzazione (12%).
Gli ambiti in cui i Big Data Analytics sono più diffusi sono CRM Analytics (presente nel 64% delle aziende), Finance & Accounting (56%), Top Manager Dashboard Solutions (41%), soluzioni verticali per il business (39%), Supply Chain Analytics (39%), IT Operations (36%) e Production Planning & Sales (35%). Ma esistono alcuni ambiti emergenti, in cui, seppure poco adottati, mostrano un alto potenziale: sono in particolare il Social & Web Analytics, in cui il 44% delle organizzazioni adotterà iniziative entro due anni anni, Customer Experience Analytics (39%), Security & Legal (29%), E-commerce (25%) e Human Resources (25%). Le principali aree di evoluzione in ambito Big Data Analytics per il futuro sono l’accessibilità mobile, le tecnologie di analytics in-memory, i social analytics e la possibilità di svolgere analisi near/real time.

I dati utilizzati

Anche in Italia nel 2014, a fronte di una sempre maggiore quantità di dati a disposizione delle organizzazioni, il volume complessivo dei dati utilizzato dai sistemi di BDA&BI prosegue il trend di crescita, al ritmo del +22% rispetto allo scorso anno. Tuttavia, le organizzazioni italiane ricorrono nella maggior parte dei casi a dati “tradizionali”: l’83% infatti è di tipo strutturato, cioè organizzato secondo schemi di database predefiniti e facilmente manipolabili, e l’84% da dati interni all’organizzazione (generati dai processi aziendali, come ad esempio dai sistemi gestionali), mentre solo il 16% proviene da fonti o processi esterni come web e social media. Il volume dei dati semi-strutturati e destrutturati utilizzati appare comunque in crescita rispetto al 2013 (+31%) a una velocità maggiore rispetto a quelli strutturati (+21%). Le opportunità da cogliere quindi sono molto alte, se si pensa che ancora meno del 50% dei dati disponibili nei sistemi aziendali vengono effettivamente utilizzati nelle applicazioni Big Data Analytics.
Le cause del mancato utilizzo di tutti i dati a disposizione delle organizzazioni nei sistemi di BDA&BI sono legate prevalentemente ad aspetti di governance: tra i maggiori ostacoli la mancanza di figure organizzative specializzate, l’assenza di un team di governance interfunzionale e la mancanza di un presidio all’intero ciclo di vita di gestione del dato. Risulta fondamentale anche avere fonti informative integrate e una strategia condivisa. Non sembra invece un problema di natura tecnologica (solo il 17% delle aziende lamenta una mancanza di analytics tools adeguati, mentre il 10% una mancanza di competenze tecnologiche) o di qualità dei dati (14%).

Governance e competenze

Per essere colte appieno, le opportunità offerte dai Big Data Analytics richiedono nuove competenze e modelli di governance per gestire progetti complessi e spesso interfunzionali. Servono nuovi ruoli di governance come il Chief Data Officer, un membro dell’executive management team con competenze tecniche, di business e soft skills che soprintenda le funzioni aziendali per la gestione e valorizzazione dei dati come asset strategico aziendale, guidando un team multi-funzionale. E nuove figure professionali come il Data Scientist, la figura interdisciplinare che ha il compito di estrarre informazioni dai dati, modellizzare problemi complessi e identificare opportunità di business, con competenze informatiche, matematico-statistiche e di business, oltre che conoscenza dei sistemi di Advanced Analytics.
A livello internazionale queste figure professionali sono ampiamente presenti e in aumento già da qualche anno, mentre in Italia risultano ancora poco diffuse. Il Chief Data Officer è presente solo nel 17% delle imprese, e solo nel 3% del campione è presente con ruoli e responsabilità ben definiti mentre nella parte restante non è codificata organizzativamente. Il Data Scientist invece è presente solo nel 13% delle organizzazioni e solo nel 2% ha ruoli e responsabilità ben definiti. Ben il 73% delle aziende inoltre non mostra alcun interesse per una sua introduzione futura.

La social analytics

I Chief marketing officer e i Responsabili Web e Digital italiani ritengono generalmente i Social Media una componente importante per il Marketing (41%) e addirittura un supporto agli obiettivi e alla strategia complessiva dell’organizzazione complessiva (23%). E così il 42% delle aziende dispone già di una strategia di Social Analytics seppur di breve periodo e il 23% di un piano strategico definito con un orizzonte temporale pluriennale. In generale, si nota una crescita della maturità delle iniziative di social analytics in Italia.
Le iniziative di Social Intelligence (l’approccio più maturo con la trasformazione dei dati social in business e customer insight, attraverso l’integrazione e l’analisi congiunta con i dati provenienti dai sistemi informativi aziendali) oggi sono presenti nel 19% delle organizzazioni, più del doppio dello scorso anno (7%). E anche le iniziative di Social Listening (ascolto e interpretazione delle informazioni con tecniche di text mining e analisi semantica) sono in aumento dal 19% a 29%, mentre diminuiscono dal 31% al 15% quelle di Social Monitoring (la prima fase del processo di ascolto dei Social con la selezione delle fonti rilevanti, l’acquisizione delle conversazioni online e una loro prima classificazione).

I Big Data per il Marketing

La funzione Marketing è la principale fruitrice di soluzioni Big Data Analytics, questo avviene nell’87% dei casi, in particolare per l’esplosione dei dati web e social, che permettono di estrarre insight dai consumatori e di tradurli successivamente in azioni operative. L’analisi su 73 Chief marketing officer e Responsabili Web e Digital di medie e grandi aziende rivela che gli investimenti previsti in Marketing Analytics in Italia rappresentano ancora solo il 2% del budget Marketing 2014 (negli Stati Uniti media il 5%), ma sono destinati a più che raddoppiare nei prossimi 2 anni (4,7%). Le motivazioni che spingono le organizzazioni a intraprendere iniziative di Marketing Analytics sono soprattutto il miglioramento delle azioni per l’acquisizione di nuovi clienti (per il 65%) e una migliore gestione della relazione con I clienti attuali e la loro fidelizzazione (85%). I progetti più diffusi sono nel Direct Marketing (presente nel 53%), mentre sono emergenti il Location-based Marketing (interesse prospettico per il 63%), il Customer Micro-segmentation (48%), Product/Service Evaluation (38%), Market Basket Analysis (38%) e Price Optimization (37%).

Le startup

Il crescente interesse verso i Big Data Analytics è testimoniato anche dall’evoluzione del mercato dell’offerta, con l’esplosione di nuove iniziative imprenditoriali. La ricerca realizzata in collaborazione con l’Osservatorio startup e Polihub ha censito 376 startup a livello internazionale nel mercato Big Data Analytics finanziate da investitori istituzionali, che dall’inizio del 2012 hanno ottenuto finanziamenti per 7,6 miliardi di dollari. Il 59% delle aziende censite offre servizi di Advanced Analytics, il restante 41% soluzioni di Performance Management & Basic Analytics.
In Italia sono 14 le startup operanti in ambito Big Data Analytics & Business Intelligence che hanno ottenuto finanziamenti da parte di Business Angel, Venture Capitalist e società di investimento negli ultimi 3 anni. La maggior parte delle imprese ha sede nel Nord Italia (57%), seguono il Centro (22%) e il Sud e le isole (21%). Inoltre i finanziamenti sono perlopiù concentrati in Lombardia (57% del totale), che è anche la regione con il maggior numero di startup in Italia (36%). Il 64% dei fondatori ha un’età compresa tra 30 e 40 anni, nel restante 36% più di 40 anni. Nel 43% dei casi il profilo del fondatore è di tipo tecnico, nel 21% dei casi manageriale e nel 36% possiede sia competenze manageriali che tecniche.

I Big Data Innovation Award

Enel, Jobrapido e Europcar vincono i Big Data Innovation Award, l’iniziativa dell’Osservatorio Big Data Analytics & Business Intelligence che punta a creare occasioni di conoscenza e condivisione dei migliori progetti di sistemi di Intelligence e Analytics a supporto dei processi decisionali aziendali. Un’iniziativa che ha permesso di approfondire 57 progetti, valorizzando e diffondendo buone pratiche di innovazione, in linea con la mission degli Osservatori Digital Innovation.

Enel ha ritirato il premio per il successo della sperimentazione di un modello di Analytics volto a ridurre i comportamenti anomali e fraudolenti. L’azienda, si legge nella motivazione, “ha saputo gestire con successo, realizzando fin da subito sostanziali benefici, un pilot volto a introdurre strumenti di machine learning e sviluppare un algoritmo in grado di individuare comportamenti anomali e/o fraudolenti sulla rete elettrica. Il sistema sperimentato ha individuato correttamente quelle famiglie non identificate ‘normali’. Enel, attraverso l’implementazione a regime di questo algoritmo prevede di duplicare/triplicare il numero di frodi individuate”.

EuropCar Italia ha ottenuto il riconoscimento per aver aumentato l’efficacia del servizio al cliente attraverso una piattaforma di Analytics per la previsione e simulazione di scenari. L’azienda “ha studiato e costruito un modello stocastico in grado di prevedere la distribuzione di auto sul territorio con una certa tolleranza di rischio, partendo dagli andamenti storici e dalle prenotazioni future per segmento di clientela, zona e categoria di vettura. Il sistema di Demand Forecasting e Capacity Planning ha permesso di mettere a disposizione la propria flotta ai clienti nel luogo e nel momento in cui questi manifestano la propria esigenza di mobilità”.

Jobrapido, infine, ha ricevuto il Big Data Innovation Award per aver migliorato l’esperienza online dell’utente attraverso l’analisi dettagliata delle dinamiche comportamentali. L’azienda “ha realizzato un data warehouse proprietario al fine di raccogliere in un repository univoco e con il massimo livello di granularità consentito dalla tecnologia i dati ricercati e, di conseguenza, effettuare analisi di dettaglio delle dinamiche comportamentali e delle preferenze dei job seeker, in modo da migliorare continuamente l’esperienza utente sul sito”.

L'articolo Mercato Big Data Analytics in italia: +25%, ma mancano le competenze specifiche proviene da Data Manager Online.

Si è tenuto il summit londinese di Gartner su Enterprise Information & Master Data Management. Ted Friedman (vice president & distinguished analyst), Andrew White (research vice president) e Debra Logan (vice president & distinguished analyst) hanno parlato di “Powering business advantage with your information strategy”, sottolineando alcuni punti fondamentali perché un piano di Master Data Management abbia successo. “Primo, occorre creare una strategia globale di information management. Ciò significa partire da una visione chiara di dove si è ora e dove si vuole arrivare. Secondo, c’è bisogno di un piano d’azione per raggiungere gli obiettivi. Terzo, occorre poter misurare i risultati con metriche specifiche. C’è bisogno di una strategia di governance delle informazioni. Tutta la compagnia dev’essere permeata dalla nuova linfa vitale: una cultura orientata sempre più alla conoscenza e alla sua condivisione, con il fine di migliorare il servizio al cliente e quindi la profittabilità del business”.

C’è ancora molta strada da fare prima che un modello simile si affermi stabilmente. Gartner prevede che l’anno prossimo solo un’azienda su dieci avrà al suo interno una figura di riferimento addetta alla gestione strategica delle informazioni. “Le applicazioni si evolvono continuamente. Quello che invece non cambia è il potere dell’informazione. La vera differenza tra i business vincenti e quelli che restano indietro sta nella capacità di ottenere il massimo valore dalle informazioni. Su questo si gioca la partita oggi, e sempre più si giocherà domani”. Da qui l’invito di Gartner alle aziende: prendere decisioni, modernizzarsi, e farlo ora. Non è più possibile aspettare in un mondo come il nostro, sempre più governato dallo scambio di dati a livello planetario, tra persone ma anche tra oggetti. L’Internet of Everything sta diventando una realtà pervasiva. E per trasformarsi, le aziende hanno bisogno di una forte leadership, che coinvolga ed ispiri tutte le aree. Dato che la tecnologia è inarrestabile, conviene prepararsi per trarne il massimo vantaggio. “Chi saprà gestire i dati in questo mondo interconnesso, e orientarsi verso la soddisfazione del cliente, disporrà di un sistema digitale pronto per il domani”.

Doug Laney (Gartner Research): utilizzare i dati per creare nuove imprese. Un caso esemplare

Come misurare i benefici del Master Data Management

Michael Smith (vice president distinguished analyst) ha parlato delle metriche per misurare il successo di una strategia di MDM, illustrando alcuni principi chiave dei metodi utilizzati da Gartner. Per prima cosa è fondamentale chiedersi perché implementare una soluzione di Master Data Management. “I dati da soli hanno scarso rilievo se non sono analizzati nel modo corretto e collocati nel contesto giusto. La MDM mira proprio a questo: aumentare il valore dei dati. Selezionare nel modo corretto le metriche di valutazione è fondamentale a questo scopo”. Il Gartner Business Value Model è ciò che l’azienda offre ai suoi clienti. Migliorare la qualità dei dati aziendali e la loro accuratezza, valutando nel modo corretto questa stessa qualità, si traduce in ultima analisi in un miglioramento del servizio ai clienti e quindi in vantaggi per il business. “La qualità dei dati relativi per esempio ai clienti si trasforma in aumento delle opportunità di vendita, mentre i dati relativi ai prodotti si traducono in time to market migliorato e quelli sulle HR portano a raffinare l’addestramento del personale e sviluppare skill essenziali sul lavoro”. Per realizzare l’MDM un’azienda deve procedere per fasi successive, che partono dall’individuare la giusta strategia e gli stakeholder con cui condividere il progetto, al selezionare le metriche per misurare i benefici, fino a calcolare il ROI. “Monitorare e comunicare i risultati è fondamentale per alimentare l’entusiasmo di tutta l’azienda per il nuovo modello di gestione dei dati. Occorre focalizzarsi sulle metriche e sugli strumenti che conducono ai risultati che contano in termini economici. La tecnologia da sola, se non è guidata da una visione ampia a vantaggio del business, non può dare i migliori risultati per vincere nel mercato globale”.

Indirizzare la crisi di skill sui Big Data

Regina Casonato (managing vice president) ha spiegato che entro il 2015 la richiesta di soluzioni e skill per i Big Data esploderà. Verranno generati milioni di nuovi posti di lavoro, ma solamente una parte di questo potenziale potrà essere sfruttata. Le aziende non sono infatti pienamente pronte a cogliere le opportunità offerte. “Abbiamo bisogno di risorse skillate in una varietà di campi, non focalizzate in un solo settore specifico. Persone con una formazione adeguata per capire il ruolo delle tecnologie, ma anche il comportamento dei clienti come si manifesta nei social network, e che si spingano ad abbracciare il campo della psicologia e delle analisi antropologiche”. Il 60% dei Cio sostiene che la mancanza di skill in tema di Big Data sta avendo ripercussioni sul loro business. E in cima alla lista delle priorità c’è l’individuazione del modo migliore per estrarre valore dai dati. A seguire, la definizione della giusta strategia e l’acquisizione o lo sviluppo delle capacità essenziali per analizzare i dati. “I Big Data rendono possibili grandi cose, a patto di saperli gestire. Occorre anche saper governare l’innovazione innescata dalle nuove tecnologie, creando profili aziendali adeguati, con responsabilità e aree di competenza chiaramente definite”. Chief Data Officer, Data Scientist, Datat Steward, Information Architect e Legal IT sono figure chiave per gestire i nuovi asset aziendali basati sulle informazioni. “Entro il prossimo anno, un quarto delle aziende Global 2000 secondo Gartner avrà un Chief Data Officer. Competenze statistiche, matematiche, di analisi, e capacità di cogliere al volo le opportunità di business comporranno il profilo di nuove figure professionali, man mano che le logiche del mercato evolvono”. Il futuro non sembra quindi solo in mano agli ingegneri o ai profili più tecnici, ma c’è spazio anche per altri tipi di skill. “Si tratterà in ogni caso di spostare l’asse aziendale in senso sempre più customer oriented, traendo il massimo vantaggio dall’analisi dei dati e dall’enorme potenziale offerto dalla conoscenza profonda del comportamento dei clienti”.

Regina Casonato (Gartner Research): il digitale e le nuove opportunità per il business

Il ruolo emergente del Chief Data Officer

Debra Logan (vice president & Gartner Fellow) è intervenuta sulla nuova figura professionale del Chief Data Officer, che si sta imponendo all’interno delle aziende per gestire e valorizzare al massimo il patrimonio informativo esistente. Soprattutto in contesti delicati come le istituzioni finanziarie, il mondo assicurativo o gli enti governativi, vi è l’esigenza di creare “profili specifici che garantiscano l’affidabilità e la tracciabilità dei dati di business”. Ma anche all’interno delle aziende il CDO sta emergendo come profilo del futuro, facendo registrare un netto aumento rispetto al 2012. Negli Usa questo nuovo C level è già ampiamente presente, e sembra stia prendendo piede anche in UK. “Un dato interessante risiede nel fatto che più di un quarto dei CDO sia donna”, ha sottolineato Logan. Su 100 Chief Data Officer, statisticamente 63 vengono dagli Usa, 17 da Londra e poi a scalare compaiono Francia, Canada, Svizzera, Australia e altri paesi, anche se i dati sono solo provvisori. Il CDO è responsabile della governance dei dati aziendali, del loro controllo e naturalmente anche del loro corretto utilizzo per sviluppare il business. Ma non è semplice trovare il profilo adeguato per questo ruolo. Sono tante le qualità che un CDO deve possedere, e sono trasversali agli ambiti aziendali. “Deve avere competenze lato business per sapersi muovere bene, ma anche skill per interpretare correttamente le informazioni, e infine una profonda conoscenza della tecnologia. E’ come avere tre specialisti in un’unica persona”. E non esistono, almeno per ora, molti corsi specifici che preparino davvero figure simili. Le aziende devono quindi reclutare o dalle università e centri di ricerca, oppure cercare al proprio interno e fare formazione loro stesse. “Il supporto e la collaborazione di tutte le figure aziendali sono importanti per il successo quando si decide di creare questo nuovo ruolo. Come trend emergente del futuro, è probabile che sentiremo sempre più spesso parlare dei nuovi esperti dei dati a supporto del business. Meglio quindi prepararci fin da ora ad accogliere questa figura, che potrà rivelare il proprio valore in una società sempre più orientata all’analisi e all’utilizzo smart delle informazioni”.

Frank Buytendijk (research vice president Gartner): “Non possiamo predire il futuro, ma possiamo prepararci ad esso”

Andrew White (research vice president Gartner): “Le applicazioni cambiano, l’informazione invece è permanente”

Debra Logan (vice president & Gartner Fellow): “Il ruolo emergente del Chief Data Officer: più del 25% sono donne”

L'articolo Enterprise Information & Master Data Management: summit di Gartner a Londra proviene da Data Manager Online.

Las Vegas –Quando i Big Data sposano gli Analytics, orchestrati da IBM, i risultati arrivano. Questo in sintesi il senso dell’edizione 2013 di Information on Demand, la user conference dedicata a tutto ciò che ruota intorno alla gestione e all’analisi dei dati, in corso a Las Vegas da 3 al 7 novembre. Il tema scelto per la kermesse targata IBM è “Think big, deliver big, win big”. Dove il “big” richiama ovviamente i Big Data, ma pure, si potrebbe aggiungere, il classico “Big Blue”, anche e soprattutto nel senso che IBM pensa sempre in grande, perfino quando si tratta di eventi. Come testimoniato dagli oltre 11.000 partecipanti che hanno assistito al faraonico keynote di apertura, occupando interamente l’Event Center del Mandalay Bay: una arena che ospita eventi come i Grammy Award oppure concerti di popstar internazionali e incontri di boxe. In apertura, un dato davvero significativo è stato sottolineato da Robert LeBlanc, senior vice-president of middleware software di IBM software group: “il 35% delle persone presenti oggi partecipano a questo evento per la prima volta, e anche questo è un segno di come i Big Data stiano trasformando tutti i paradigmi cui eravamo abituati”.

Come trarre valore

Ma la chiave di tutto è trarre valore dai dati, che oggi sono sempre più come il petrolio greggio, come ha ricordato durante l’evento di apertura Jake Porway, data scientist piuttosto noto negli Stati Uniti. E come si fa con il petrolio greggio per trarne il maggior valore possibile, anche i dati devono essere “raffinati”, cioè analizzati. Il messaggio è quindi chiarissimo: senza Analytics i Big Data rimangono solo una massa di dati. “I dati non vanno combattuti, ma abbracciati ed esaminati approfonditamente: è tutta una questione di ‘insight’ – ha aggiunto LeBlanc -. Non a caso, in una ricerca condotta recentemente il 75% delle aziende in crescita ha citato il valore derivante dagli Analytics come un fattore chiave di crescita”. Ma non solo: durante il keynote è stato sottolineato che la città di New York ha da poco nominato il Chief Analytical Officer e che molte altre aziende e organizzazioni stanno cominciando a creare la posizione di Chief Data Officer, in un chiaro segnale di come la trasformazione indotta dai Big Data sia ormai inarrestabile e richieda di avere una vera e propria strategia al fine di trarne i massimi vantaggi.

Le numerose novità

Ma quali sono gli strumenti ideali per analizzare i Big Data? La piattaforma di ‘information management’ di IBM non teme confronti sul mercato, come sottolinea con la consueta enfasi Steve Mills, senior vice president and group executive software e systems della società, ma “l’evoluzione continua inarrestabile, anche perché noi non abbiamo mai creduto nell’approccio ‘one size fits all’, cioè nell’applicare una soluzione a tutti i tipi di esigenza, e proprio per questo continuiamo a far crescere in nostro portfolio, sia organicamente con la nostra ricerca e sviluppo sia tramite acquisizioni”. E in effetti, gli annunci non hanno deluso i palati dei partecipanti all’evento. A iniziare da IBM SmartCloud Analytics–Predictive Insights, un software dorato di capacità di analisi predittiva e progettato per permettere alle aziende di gestire meglio i flussi di dati in maniera automatica: basata sull’infrastruttura SoftLayer, acquisita da IBM nello scorso luglio e sempre più gettonata come fondazione dell’intera offerta cloud della società, la soluzione analizza in tempo reale numerosi terabyte di dati relativi alle operazioni IT, individuando subito quelli che possono determinare problemi nelle performance di rete. Degna di nota anche la nuova versione di IBM SmartCloud Virtual Storage Center, che applica allo storage gli analytics e l’apprendimento, per automatizzare le decisioni di storage tiering complesse, quali quelle relative al cloud storage e ai pattern di utilizzo, in modo da adeguare automaticamente le policy. Altre novità hanno riguardato il portfolio BLU Acceleration con nuove tecnologie in-memory, e la gamma InfoSphere, con Data Privacy for Hadoop che aggiunge nuove funzioni di livello enterprise al noto strumento.

Il contesto italiano

L’utilizzo di Big Data e Analytics per il business è uno dei temi più caldi anche per quanto riguarda il nostro mercato, ha confermato in una conversazione con Data ManagerRaffaele Bella, responsabile dei brand di Information Management e WebSphere di IBM Italia, spiegando come molti clienti ne abbiano compreso l’utilità strategica, “visto che l’analisi dei Big Data va a incidere direttamente su quello che è il loro asset chiave, cioè i dati stessi, permettendo di trarne sempre maggiore valore di business e realizzare nuove modalità operative più efficienti”. All’evento di Las Vegas erano anche presenti alcuni clienti italiani di Big Blue, che hanno presentato interessanti esperienze: è il caso per esempio di ACEA e di Edison. Il primo, gestore delle utilities di Roma, ha realizzato un progetto di “smart grid” realizzato con la soluzione Infostream di IBM, che permette di comprendere in tempo reale cosa avviene sulla rete, operando con sempre maggiore efficienza. Il fornitore di energia Edison ha invece presentato un progetto realizzato con l’integrazione tra IBM DB2 e SAP, con cui notoriamente Big Blue ha una partnership stretta, grazie al quale ha ottenuto notevoli vantaggi in termini anche di risparmi nei costi.

L'articolo IBM, Big Data vincenti con gli Analytics proviene da Data Manager Online.