Ci sono varie motivazioni per cui è importante liberare i dati:
- Per lavorare in remoto: ora più che mai abbiamo capito che per lavorare in smart working dobbiamo avere strumenti che ci permettono di elaborare i dati in modo sicuro e ovunque
- Per interconnettersi con altre realtà: i dati devono essere accessibili e condivisibili con partner e fornitori
- Per automatizzare determinati processi, ad esempio collegando più applicazioni interne
- Per iniziare a vederli come merce: possono essere comprati, prodotti e venduti
Quali sono i nuovi fattori abilitanti che ci permettono di parlare di liberazione dei dati?
- la tecnologia continua a fare avanzamenti: non è più necessario avere più spazio sull'hard disk, perché la tecnologia cloud non ha questo problema e abbiamo a disposizione in modo totalmente privato e sicuro spazio e CPU infiniti. Non è quindi più necessario decidere cosa tenere e cosa buttare e tutti i dati possono essere conservati.
- passiamo da una logica di server a una logica di servizio: non è più necessario comprare le licenze software e il server fisico o virtuale ma è possibile utilizzare un servizio online che analizza direttamente i dati. Un esempio è Big Query, in cui è possibile pagare i byte dei dati elaborati.
- internet veloce: avere una connessione internet veloce deve diventare il nostro obiettivo per interscambiare dati e usufruire di infrastrutture cloud.
- crollo dei costi e soluzioni semplici: le soluzioni diventano sempre più accessibili e facili da utilizzare.
- open source: siamo passati da sistemi di business intelligence totalmente chiusi a sistemi aperti o chiusi ma assolutamente disponibili e intercambiabili.
Machine Learning
Machine Learning non è semplicemente un modello, ma un sistema che si autotara in base all'analisi dei dati, cioè quelli appresi dal computer in base alle preferenze dell'utente.
Gli strumenti di analisi sono in continua progressione e ogni giorno possiamo avere delle nuove tecnologie: questo significa che anche se oggi non abbiamo gli strumenti per analizzare alcune tipologie di dati, domani potremmo averli e quindi è utile tenere anche i dati che oggi ci sembrano inutili per poterli sfruttare in un futuro più o meno lontano.
A questo proposito, ricordiamoci che non solo i dati si possono analizzare, ma anche i metadati, cioè i dati dei dati. I metadati sono una mole di dati incredibile e sono così sotto i nostri occhi che non ce ne rendiamo conto. Per esempio: una fattura ha una data di emissione, ed è stata creata da una determinata persona in un determinato momento: questi ultimi sono i metadati.
💡Consiglio: fare attenzione a tutti questi dati
Data Driven
Un aspetto sottovalutato oggi è il cosidetto data driven, cioè utilizzare i dati per migliorare le nostre scelte. Alcuni aspetti sono banali, come ad esempio: notiamo che il fatturato sta calando e cerchiamo di reagire, ma un aspetto importante è essere consapevoli che i dati possono guidare non solo le nostre azioni ma anche i nostri software. I dati, il loro uso e la loro analisi devono guidare anche il modo in cui progettiamo un nuovo software e quindi chiedersi immediatamente quali dati incamera e quali genera, perché possono essere utili per altre procedure.
Esempio di utilizzo dei dati utilizzando il data driven
Per un'azienda abbiamo realizzato un offertatore su Salesforce CRM che in automatico segmenta il cliente e propone al commerciale i prezzi di minimo e massimo e la media di prezzo in base ai prezzi proposti negli ultimi 12 mesi alle aziende dello stesso segmento di mercato.
Consigli operativi per iniziare a liberare i dati
- rimettere in discussione tutto quello che oggi sapete dei dati, perché se non siete collegati alle tendenze probabilmente state pensando a una logica completamente diversa di trattamento
- ragionare in termini più ampi: oggi non immaginiamo come possono essere utilizzati determinati dati ma possono risultare utili in futuro
- rivedere le procedure interne, ad esempio non servono più procedure per cancellare i dati ma ne servono di nuove per tenerli
Ecco un esempio di come partire
- mappare le vostre basi dati, le varie movimentazioni, come passano i dati da un sistema all'altro dell'azienda
- creare interfacce: se i vostri sistemi sono un po' antiquati non dovete per forza buttarli via ma costruire interfacce nuove
- migliorare gli applicativi in modo che suggeriscano in automatico le soluzioni, che siano cosiddetti data driven
- eventualmente spostare o duplicare le basi dati in cloud e utilizzare direttamente i servizi in cloud senza installare i propri, è importante valutare per la propria azienda andare verso questa direzione
Questi sono i primi passi da fare per permetterci di usufruire di prodotti e tecnologie mature ora per le aziende.
