Come creare una data analytics strategy con Horsa

L’intento della data analytics strategy è quello di disegnare un percorso, una roadmap che sia adatta al contesto competitivo dell’azienda e ai possibili scenari di business. Infatti, contrariamente a quanto si potrebbe pensare, la data analytics strategy non deve avere l’obiettivo di ridisegnare il business plan, quanto piuttosto di allineare l’uso e la gestione del dato alla business strategy dell’azienda.

Gli ostacoli sul cammino della digital transformation sono davvero molti e non a caso si arriva a parlare del fenomeno “data blind”, per evidenziare come il muoversi alla “cieca” nel mondo data analytics sia oggi uno dei principali freni allo sviluppo di un’impresa, sia in termini digitali, sia di business. Difficile dire se sia peggio investire in modo frettoloso e non pianificato nelle ultime tecnologie o rimanere bloccati su soluzioni antidiluviane, inadeguate rispetto alle crescenti richieste in termini di prestazioni e di scalabilità dell’azienda.

Solo un accurato assessement può far emergere i benefici che l’impresa potrà ottenere grazie ad un corretto uso dei dati e mostrare quanto l’azienda potrà guadagnare sia in termini monetari sia di reali vantaggi competitivi. Secondo l’esperienza di Horsa, gruppo specializzato nella consulenza in ambito ICT a livello internazionale, occorre quindi massimizzare il valore dei dati aziendali e definire un percorso di crescita progressiva, che coinvolga persone, tecnologie e processi.


3 criticità che la data analytics strategy aiuta a superare

Lo scopo primario della data analytics strategy è quello di aiutare il management a migliorare il processo decisionale, affidandosi ai dati ma, soprattutto, potendosi fidare della loro qualità. I dati raccolti devono quindi rispettare precisi requisiti di data quality per potersi trasformare in informazioni utili. Prima che questo possa avvenire è però necessario definire con esattezza quale sia il livello raggiunto dall’azienda in aree quali la data literacy, la data governance, il data management, l’uso e la distribuzione dei dati. Qui di seguito identifichiamo gli ostacoli più comuni, ma non per questo meno difficili da superare senza l’aiuto di un valido consulente.

  1. I dati non sono usati per prendere decisioni: questo fenomeno riguarda la maggior parte delle aziende che non ritengono i dati un asset strategico con un reale valore economico. Mancano analisti e data scientist in posizioni chiave dell’organizzazione e il management non è in grado di rendere omogeneo l’uso del dato lungo tutta la filiera produttiva e decisionale.
  1. I dati non vengono analizzati: il “collezionismo” dei dati è un’operazione del tutto inutile se non evolve in un processo di analisi responsabile, che preveda sia la conservazione delle informazioni raccolte (privacy e sicurezza), sia garanzie rispetto alla qualità del dato e alle relative fonti. Non a caso si stima che gli analisti investano l’80% del loro tempo a pulire/preparare i dati [1]. Occorre quindi ottimizzare i processi e costruire pipeline di analisi che assicurino la riproducibilità degli esperimenti e dei risultati ottenuti.
  1. Obsolescenza delle tecnologie: come avviene per i dati, anche il collezionismo delle tecnologie è un fenomeno che colpisce molte imprese. Acquisti frettolosi, mal consigliati e mal calibrati, sia per eccesso che per difetto, rispetto alle reali necessità dell’azienda, rendono il reparto IT inefficiente e non in grado di garantire la qualità delle analisi e quindi delle informazioni. L’impiego di soluzioni in cloud garantisce la scalabilità e l’aggiornamento delle piattaforme, consentendo agli analisti di rispondere in modo adeguato alle richieste del management.

 

L’approccio di Horsa alla data analytics strategy

Molto spesso le aziende mancano delle risorse o delle competenze specifiche e settoriali necessarie per intraprendere con successo la loro data analytics journey. Per rispondere a questi bisogni, Horsa offre una soluzione flessibile e innovativa, capace di garantire un supporto completo lungo tutte le fasi del percorso: il servizio Insight as a Service.

L’approccio ideale di crescita proposto da Horsa permette alle aziende di acquisire non solo strumenti utili a governare il processo di adozione di analitiche avanzate, ma di farlo considerando sia il punto di vista tecnologico sia quello organizzativo. Diventa quindi indispensabile introdurre un nuovo tipo di approccio, questa volta interdisciplinare, che coinvolga in modo organico i vari settori dell’azienda e del management. Lo scopo ultimo può essere ben sintetizzato in questi quattro punti:

  • potenziare le attuali attività di business;
  • migliorare il processo decisionale;
  • innovare il core business;
  • sfruttare la data monetization.

 

Affrontare questa sfida significa per l’azienda misurarsi con la propria capacità di trasformare la mole di informazioni “inerti” in un vero vantaggio competitivo, rendendo il business più intelligente e performante, le decisioni più consapevoli e sicure. Un obiettivo sicuramente ambizioso, che richiede un partner capace di valutare in modo adeguato le reali necessità di un’organizzazione, al fine di individuare l’architettura e le soluzioni che meglio rispondano alle esigenze presenti e, soprattutto, future.

 

[1] Horsa Group: BA Estrarre valore dei dati, pag. 4 – da Harvard Business Review: Dalle Mule, L. & Davenport, T.H. (2017). “What’s your data strategy?” https://hbr.org/2017/05/whats-your-data-strategy

white paper data strategy - horsa insight

Tag