Dell evidenzia alcuni passi critici che le imprese dovrebbero seguire per guidare il cambiamento aziendale

Analytic data gravity

[section_title title=Analytic data gravity, la via del cambiamento]

E’ ormai ben documentato che i dati hanno raggiunto una massa critica, oggi che le organizzazioni gestiscono più grandi volumi di dati, di tipi diversi e suddivisi su una gamma sempre più estesa di location. Anche se la crescita di questi dati è incontrollabile, la tecnologia si è evoluta al punto che è oggi possibile connettere, analizzare e comprendere i dati in modi impensabili solo qualche anno fa. Non sorprende che le aziende si affidino sempre più all’analisi come mezzo per ottenere ulteriori crescita e successo. Si tratta, senza ombra di dubbio, di uno sviluppo positivo che favorisce migliori decisioni di business. 

L’appeal di massa per le analisi non è però esente da rischi. Come per qualunque altro trend, più i dati crescono in popolarità, più numerose sono le linee di business che desiderano utilizzarli, e più perdono di significato. Ecco perché è fondamentale che gli analisti si focalizzino sull’analytic data gravity. Di che cosa si tratta? E’ la nozione in base alla quale l’analisi dei dati non è più un termine onnipresente, e non tutte le analisi vengono create uguali. Ma, soprattutto, è l’idea che il valore di un’analisi non si misuri unicamente sull’utilità dell’esito, ma anche sulla base della volontà dei decisori di abbracciare tali risultati e di utilizzarli per modificare l’organizzazione. In altre parole, l’analytic data gravity è oggi un aspetto vitale della creazione di analisi di valore.

Quindi, come si ottiene? Che cosa possono fare i data professional per garantire che le loro analisi abbiano la gravità necessaria per guidare il cambiamento? Ecco quattro passi critici:

Unire il vecchio e il nuovo

Forse il concetto è meglio espresso con l’espressione unire il tradizionale e il nuovo. In ogni caso, i report degli analisti ottengono maggior peso se utilizzano dati storici per studiare trend del passato e si avvalgono di nuove tipologie di dati per formulare previsioni sulle prestazioni future. Questo significa che gli analisti dovrebbero focalizzarsi sull’integrazione della business intelligence tradizionale, che mira a determinare ciò che è avvenuto, con moderne analisi big data, che determinano quello che avverrà.

Per farlo è necessario un focus sui dati che sia olistico e agnostico. I dati storici presenti nei database tradizionali sono ancora validi perché sapere come l’azienda si è comportata in passato è un aspetto fondamentale del quadro d’insieme. Ma è solo questo – un elemento. Oggi più che mai, la capacità di connettere, integrare e analizzare dati non strutturati è altrettanto importante.  Abbracciate i dati in modo agnostico e cercate soluzioni che permettono di integrare tutte le tipologie di dati, in qualunque luogo essi siano. Solo allora potrete unire le risposte della business intelligence tradizionale con le preziose informazioni celate nei dati non-tradizionali quali i social media, e nel processo dare vita a una robusta analytic data gravity.

Per continuare a leggere l’articolo consultare la pagina successiva