I vantaggi di una Data Platform sono ormai noti: essa può gestire i dati in tempo reale utilizzando soluzioni di streaming in real-time, diventando un motore analitico per l’analisi predittiva e l’esplorazione interattiva di dati aggregati da diverse prospettive. L’implementazione di una Data Platform è un passo fondamentale nell’ottimizzazione dell’uso dei propri dati, che si trovi all’interno di una Data Strategy o meno. Ma un’implementazione del genere, all’interno dell’azienda, fa sorgere inevitabilmente una serie di problemi e quesiti: da dove partire? Su cosa orientarsi? Come scegliere la piattaforma più adatta alle proprie esigenze? Un approccio puramente tecnologico appare limitato. È qui che interviene il Data Assessment: uno strumento che mette in evidenza il punto di partenza, le fasi e gli step per delineare la soluzione tecnologica (e non solo) più adatta per ogni business.
Data Assessment e GAP Analysis: perché sono fondamentali in una Data Strategy
Non tutte le aziende sono uguali: dimensioni, settori, natura e contesti fanno sì che ogni impresa abbia le sue necessità e la propria struttura. Proprio per questo, non esiste una sola Data Platform. In un progetto di Data&Analytics, l’individuazione della piattaforma più corretta è fondamentale perché un’azienda possa ottenere risposta alle proprie esigenze. La scelta di una piattaforma è parte integrante di un percorso di Data Strategy, nel quale vengono evidenziati tutti i modi per acquisire, archiviare, gestire, condividere e utilizzare i dati. La base di tale percorso è costituita da una GAP Analysis e da un Data Assessment. Il primo misura la distanza tra lo stato attuale di un’azienda e il punto di arrivo desiderato. Dalla distanza tra questi due punti ne consegue un piano di azione: per colmare appunto il gap esistente. Per Data Assessment si intende invece un percorso di individuazione dei passaggi e delle priorità da rispettare durante il processo di migrazione verso una Data Platform; è costituito da varie fasi. Vediamole nello specifico.
Data Assessment: fasi e caratteristiche
Il Data Assessment evidenzia il percorso corretto da intraprendere per l’implementazione di una Data Platform. Si parte, dunque, dalla necessità di implementazione di quest’ultima, per arrivare alla definizione dello stato aziendale attuale e dal calcolo della distanza dal proprio ideale. Struttura, qualità, disponibilità del dato e semplicità di accesso sono gli elementi essenziali di quest’analisi. Il Data Assessment delinea dunque una road map che evidenzia non solo un problema tecnologico, ma che diventa un vero e proprio abilitatore del business. Il percorso standard è caratterizzato da un concatenarsi di fasi di analisi di ricognizione. Nello specifico le fasi sono:
- Onboarding: raccolta di tendenze ed esposizione di macro trend del contesto e restituzione delle interviste IT fatte fino a quel momento;
- Assessment: raccolta di informazioni e materiale per capire lo stato attuale del dato in azienda. Vengono raccolte informazioni anche attraverso interviste individuali;
- Design: si disegna il percorso vero e proprio basandosi sulle analisi svolte, evidenziando le necessità data&analytics. Importante è la definizione delle priorità con il reparto IT dell’azienda. L’implementazione di una Data Platform è, infatti, un percorso, per cui questo passaggio è fondamentale;
- DP project: si redige una prima proposta. Qui, si ipotizza una tipologia di platform, con migrazione su cloud o meno, con un determinato percorso. Sulla base dei feedback, si formalizza la scelta;
- Data strategy ed excecution plan: il percorso viene ufficializzato e si procede con l’operatività.
Il Data Assessment: una road map per gli obiettivi aziendali
Un Data Assessment mira dunque a mettere in luce eventuali problemi, nonché delinea chiaramente lo stato attuale del dato in azienda e i passaggi da compiere per implementare la Data Platform più adatta per un’azienda. L’output di questo processo di analisi è, quindi, una road map aziendale che mira a una corretta gestione del dato in ottica analytics, per arrivare alla scelta e all’implementazione di una tecnologia, a prescindere da quale si scelga.
L’approccio di Horsa non si limita dunque a una tecnologia, ma si amplia ad un supporto consulenziale che mette al centro le esigenze del cliente. Ascoltando e analizzando i suoi punti deboli e necessità, Horsa attiva una metodologia che permette di implementare una Data Platform per gradi facendola evolvere nel tempo secondo le necessità.
