Eccoci ai blocchi di partenza della nostra nuova serie di appuntamenti di “Interviste con il Vendor”: incontri ricorrenti che ci permetteranno di raccogliere riflessioni e punti di vista dei principali player tecnologici che orbitano nel mondo “data & analytics”.

Non poteva esserci partenza migliore visto che siamo qui, oggi, con Antonio Milone, responsabile del segmento Retail, Telco & Media per Google Cloud Italia.

Non credo ci sia bisogno di presentazioni per Google Cloud, tra i principali provider di servizi cloud a livello globale e leader, in termini di presenza di mercato, nel mondo retail.

Effettivamente oggi Google Cloud è la piattaforma di riferimento a livello globale per almeno 9 Retailers su 10. Una responsabilità che ci sprona nella continua ricerca di innovazione in ambiti che spaziano dalla gestione e analisi dei dati, alla messa in sicurezza degli stessi dati e dell’infrastruttura, al supporto alla collaborazione interna ed esterna alle aziende fino ovviamente ai temi di Artificial Intelligence e Machine Learning, che sono da sempre elemento distintivo di Google.

E allora, con queste premesse, dedichiamoci oggi al complesso quanto affascinante mondo della grande distribuzione.

Antonio, ci racconteresti, dal tuo punto di vista, quale momento di mercato sta vivendo la GDO, passata dal periodo pandemico all’attuale situazione politica ed economica?

Durante la pandemia la GDO ha affrontato moltissime sfide dettate dall’emergenza. Dall’incremento repentino della domanda sugli e-commerce, alla necessità di efficientare la catena distributiva per coprire l’ultimo miglio ai vari “shortage” di prodotti sugli scaffali fino anche al ripensamento dei sistemi di comunicazione e collaborazione con i dipendenti di ufficio e negozio. Molte di queste sfide sono rimaste tali anche dopo a causa della crisi energetica o della guerra e hanno costretto gli operatori della GDO a ripensare a molti servizi per essere più resilienti e resistenti alle diverse oscillazioni della domanda sui diversi canali di vendita.

Google si occupa di tecnologia ed offre servizi cloud a 360° a supporto della trasformazione digitale. Quali sono i principali trend emergenti nel settore della GDO e come la tecnologia IT può supportare?

Sono diverse le soluzioni che possono andare incontro ai clienti della GDO relativamente ai temi citati prima, che siano anche alcuni dei trend principali di mercato. Ma innanzitutto credo che uno dei trend più rilevanti oggi sia la Customer Experience. Un tema ad ampio spettro, che comprende l’omnicanalità, il customer engagement e loyalty. Tutti argomenti che richiedono la collezione, l’analisi e l’attivazione del dato. Google Cloud è il leader di mercato sulla gestione dei dati ed è il partner ideale per i retailers che vogliono diventare una data driven company.

Quindi un po’ tutte le principali organizzazioni retail confermano l’importanza strategica del dato e l’attivazione di progetti in tal senso. Qual è il ruolo dei dati nel successo del settore e come l’adozione di tecnologie cloud può aiutare ad analizzarli e sfruttarli al meglio?

I dati possono essere utilizzati per prendere decisioni migliori, migliorare le operations, creare nuovi prodotti e servizi. In sintesi, offrire un’esperienza migliore ai clienti. L’adozione di tecnologie cloud aiuta le aziende a raccogliere, analizzare e sfruttare i dati in modo più efficiente e scalabile. Infatti, le tecnologie cloud offrono una serie di vantaggi, tra i quali una scalabilità pressoché illimitata, che consente di eseguire operazioni di analisi complesse in pochi secondi, la flessibilità che garantisce ai retailer di ritagliare la soluzione IT all’esigenza specifica, i livelli di sicurezza superiori offerti da una soluzione cloud rispetto alle soluzioni tradizionali e come nota aggiuntiva l’efficienza operativa che scaturisce in un costo inferiore.

Quando si parla di retail, non si può non pensare all’importanza che hanno le strategie di marketing e la definizione di una customer journey vincente. Google è da sempre presente su questi temi e non solamente con i servizi cloud. Come l’offerta integrata di Google aiuta le aziende in questo ambito, particolarmente caro e strategico nel retail e quali sono le esperienze più significative?

Da sempre Google collabora con le principali aziende del settore retail e da sempre è al fianco dei team di marketing per supportarli in tutte le iniziative più strategiche. Dai sistemi di recommendation alle tanto attuali opportunità di generative AI, Google offre un parco tecnologico al tempo stesso ampio ma anche particolarmente profondo e potente, tanto da arrivare ad avere soluzioni specifiche per chi oggi vuole disegnare una moderna e vincente customer journey. Proprio in quest’ottica si inquadra la collaborazione con Horsa Insight, che portiamo avanti per garantire ai maggiori brand della GDO e del fashion con cui collaboriamo insieme in Italia competenze e progetti innovativi.

Altro tema forte su cui si pone spesso l’accento in un settore complesso come quello del retail è quello della supply chain. Come le tecnologie cloud possono essere utilizzate per migliorare la gestione delle scorte e della supply chain nei negozi al dettaglio?

Le tecnologie cloud possono essere utilizzate per migliorare la gestione delle scorte e della supply chain nei negozi al dettaglio in diversi modi. Un esempio può essere la supply chain visibility dove le tecnologie cloud possono aiutare i negozi al dettaglio a tenere traccia dei propri prodotti in ogni fase della catena di fornitura, dalla produzione alla consegna al cliente. Questo può aiutare a identificare e correggere rapidamente eventuali problemi, come interruzioni della catena di fornitura o scorte in eccesso. Altro esempio è l’ottimizzazione delle scorte, dove le tecnologie cloud possono aiutare i negozi al dettaglio a determinare il livello ottimale di scorte da tenere in magazzino. Ciò può aiutare a ridurre i costi di inventario e a garantire che i prodotti siano sempre disponibili per i clienti.

Oggi si parla davvero tanto di intelligenza artificiale e di machine learning, e anche tu hai più volte fatto cenno a questo. In pratica, potresti raccontarci come AI ed ML possono portare vantaggio competitivo a quei player che decidono di adottare soluzioni di advanced analytics?

Tutto quello di cui abbiamo parlato fin qui come soluzioni Cloud è impregnato di AI e ML. Ma per essere puntuali ci sono 3 aspetti che mi sento di citare principalmente.  Innanzitutto, l’esperienza cliente: AI e ML possono essere utilizzate per iper-personalizzare l’esperienza del cliente in diversi modi, ad esempio raccomandando prodotti in base ai loro interessi, offrendo sconti personalizzati e anticipando le loro esigenze. Poi nell’incremento delle vendite, ambito in cui AI e ML possono essere utilizzate in diversi modi, ad esempio identificando i prodotti più popolari, ottimizzando le campagne di marketing e personalizzando le offerte. E infine nella riduzione dei costi attraverso l’automazione delle attività operative, il miglioramento della gestione delle scorte e l’ottimizzazione della catena di distribuzione dei materiali.

Tanti spunti che saranno sicuramente da stimolo per i decision maker del settore che, a volte, però, si trovano a dover fronteggiare anche alcune paure. Prima tra tutte, forse, il tema della sicurezza. Sono certo che anche tu avrai spesso condiviso riflessioni su questo tema con i vostri Clienti.

La sicurezza è un lavoro che si svolge in collaborazione tra azienda retailers, fornitori di soluzioni e consulenza e IT/Cloud providers. Scegliere i partner corretti è il primo e forse il più importante dei passi da fare per tutelarsi da possibili attacchi informatici o per ripartire velocemente una volta subitone uno. Google Cloud è stato progettato per essere sicuro fin dall’inizio, è costantemente aggiornato con le ultime funzionalità di sicurezza e fa della protezione dei dati e della sicurezza dei sistemi uno dei suoi pilastri fondanti.

Un esempio su tutti: Il 1° giugno 2022, un cliente di Google Cloud è stato preso di mira da una serie di attacchi DDoS HTTPS che hanno raggiunto il picco di 46 milioni di richieste al secondo. Questo è il più grande attacco DDoS segnalato finora. Per dare un’idea della portata dell’attacco, è come ricevere tutte le richieste giornaliere a Wikipedia (uno dei 10 siti web più trafficati al mondo) in soli 10 secondi. La Protezione Adattiva di Google Cloud è stata in grado di rilevare e analizzare il traffico all’inizio del ciclo di vita dell’attacco, avvisare il cliente e bloccare l’attacco, assicurando che il servizio del cliente rimanesse online e continuasse a servire i propri utenti finali. 

Antonio, ci hai raccontato tante vostre esperienze e chiaramente, dei vostri clienti. Abbiamo capito che c’è bisogno di competenza sia sulla vostra tecnologia ma anche in termini di conoscenza di dominio. Qual è la vostra strategia di mercato e come riuscite a portare tutto questo dai Clienti trasformando le idee in una progettualità di successo?

La formazione e la valorizzazione delle competenze al fine di assicurare al sistema Paese le risorse necessarie alla transizione digitale sono centrali nella nostra strategia e passano dal coinvolgimento dei nostri Partner.
Un ecosistema efficace ha la capacità di intercettare e dare risposta alle esigenze del mercato, accelerando la velocità di ingaggio e supporto per i potenziali clienti che si confrontano con le tematiche legate al cloud.
Tutti temi che cerchiamo di considerare sempre nei nostri programmi, e che trovano ulteriore testimonianza nella nostra collaborazione con Horsa Insight.

E noi di Horsa Insight siamo davvero felici di contribuire nel portare valore tramite l’innovazione e la trasformazione digitale di un settore, come quello del retail e della GDO in particolare, che vede nel cloud e nei dati due abilitatori straordinari per competere in un mercato non facile e soggetto a continui mutamenti.

Antonio, grazie infinite di aver condiviso con noi queste riflessioni e per il lavoro straordinario che fate per portare innovazione digitale in Italia.

L'articolo Horsa intervista Google! proviene da Horsa Blog.

Google permette, tramite l’adozione di alcune componenti specifiche, la costruzione di una modern data platform per gli analytics che rispecchi in pieno le reali necessità dell’azienda. E tuttavia le componenti disponibili sono molte: per non rischiare di scegliere quelle sbagliate, è opportuno avere chiaro cosa, innanzitutto, deve poter fare una modern data platform.

Una architettura moderna per gli analytics deve infatti essere:

• scalabile
• in grado di separare la parte di computazione dallo storage
• cloud, per mantenere aderenza alle necessità più a lungo

Una modern data platform deve inoltre integrare il concetto di datawarehouse e di datalake. A questo proposito, è necessario che contenga tutti i tool e servizi per le principali fasi di vita del dato:

• ingestion:
  • batch
  • realtime / streaming
• storage
• trasformazione
• query /processing

I vantaggi del cloud per una modern data platform

Fino a qualche anno fa, realizzare un datalake on premise e collegarlo a un datawarehouse richiedeva notevoli competenze tecniche e un importante investimento in termine di hardware e server di cui dotarsi. I servizi in cloud hanno di gran lunga semplificato questa parte. Google, per esempio, contiene tutte le componenti per costruire una modern data platform che supporti datawarehouse, datalake, datascience, scenari realtime, iot, e altri servizi analytics. Anzi, su molti aspetti offre più di una soluzione per lo stesso problema e questo all’inizio può disorientare. Per esempio, sul tema dell’ingestion e trasformazione del dato Google offre: dataproc, dataprep, dataflow, fusion e si può optare anche per delle query SQL su BigQuery.

Per non rischiare di adottare servizi inutili o ridondanti, è suggeribile partire con un’architettura semplice ma completa, e farla evolvere man mano che si impara a conoscere l’ecosistema Google in termini di selezione delle componenti più adatte agli use case aziendali, ma anche in termini di sizing e costo. Cosa, quest’ultima, che su cloud significa imparare in parte un nuovo modo di lavorare.

La base degli analytics in ottica moderna sono  il datalake e il cloud datawarehouse

La base degli analytics in google è Bigquery: adatto sia come query engine per il datalake (bigdata) che per il cloud datawarehouse.

Poniamoci come primo obiettivo quello di realizzare un datalake e un cloud datawarehouse con la piattaforma google che sia in grado di gestire situazioni “standard” con le quali intendiamo trattare una mole dati dell’ordine delle decine di terabyte.  La buona notizia è che Bigquery è lo strumento ideale per questo scopo: copre sia l’aspetto cloud datawarehouse che query sul datalake.

In uno scenario iniziale accontentiamoci di portare i dati in modalità batch (la realtime sarà una evoluzione naturale se necessaria ed è ampiamente supportata). Per memorizzare i dati del datalake la scelta migliore (in ottica di crescita e costo) è memorizzarli su bucket di Google cloud storage (file system cloud distribuito). Il costo è minimo in scrittura, in lettura e in persistenza; la crescita è pressoché illimitata.

Ora bisogna portare i dati dalle sorgenti allo storage, e qui il consiglio è fare un piccolo sforzo in più usando dataflow. Questo servizio è altamente scalabile e performante , inoltre supporta lo streaming e il realtime in ottica evolutiva. In questo modo, quando ce ne sarà bisogno, non dovremo cambiare o affiancare un altro servizio nella parte di ingestion.

Ora il dato è su storage nella sua forma nativa e necessita di una serie di trasformazioni per poter essere utilizzato. Di solito il datalake viene suddiviso in zone in base alla qualità del dato e agli utenti a cui sono dedicate (curated -> analisti / published -> business, DW, sistemi di BI).

Per tutte queste trasformazioni, in casa Google esistono tool grafici (fusion, dataprep) ma come tool ad uso del reparto IT per iniziare si consiglia di fare queste trasformazioni con statement SQL da eseguire in bigquery. Sono molto performanti e permettono di coinvolgere risorse con skill SQL per la fase di ELT. Inoltre rendono semplice il versioning in Git.

Ora bisogna schedulare e mettere in ordine questi passaggi affinché il datalake e il cloud datawarehoue siano aggiornati con la cadenza richiesta. Anche qui Google offre diverse possibilità. Si consiglia di usare Cloud Composer (basato su airflow): più complesso di Cloud Run, ma più completo : supporta tutti gli scenari futuri che si potranno incontrare. Inoltre vanta un gran numero di librerie ed è conosciuto da molti data engineer con skill Python.

Infine, la cosa più importante: gli standard di progetto. A partire dalle basi come naming convention, definizione delle zone dati della data platform fino alla governance e alla quality. Tutto questo all’interno di una roadmap che traguardi le evoluzioni a 24 mesi.  Sono gli ingredienti fondamentali nel successo a lungo termine di queste iniziative.

L'articolo Una modern data platform per gli analytics su infrastruttura Google proviene da Horsa Blog.