Think Magazine Blog

Il recente studio IBM Institute for Business Value sui Chief Data Officer, responsabili della strategia dei Big Data all’interno delle aziende, ha esaminato le pressioni a cui i CDO sono sottoposti affinché raggiungano i risultati previsti nonostante la scarsa chiarezza delle aspettative per il loro ruolo.
Lo studio ha identificato una minoranza, composta dall’8% dei Chief Data Officer che, tramite una gestione proficua dei dati, riesce a generare un valore per l’azienda superiore al budget che hanno a disposizione.

Intervistati da IBV, i Chief Data Officer che creano valore per le proprie organizzazioni hanno individuato quattro principali aree di focus nella definizione della propria strategia:

1. Una chiara visione per trasformare i dati in valore
2. Investimenti in quei dati che accelerano la crescita dell'azienda
3. Un ecosistema di partner e di stakeholder interni coinvolti
4. I dati come elemento centrale dell'innovazione del modello di business

I primi due punti evidenziati dallo studio indicano cosa occorra fare per ottenere i migliori risultati in termini di crescita, ma i due step successivi indicano come farlo. Per rendere più semplice e chiaro il processo di trasformazione dei dati in valore, infatti, è importante coinvolgere i partner dell’ecosistema e gli stakeholder interni. Allo stesso tempo, quando i dati sono un elemento centrale dell'innovazione del modello di business, può essere più facile ottenere investimenti che accelerino la crescita aziendale.

Trasformare i dati in valore: coinvolgere partner e stakeholder interni

I CDO intervistati hanno indicato di avere partner coinvolti al 100% nella loro strategia dati. Queste relazioni possono essere infatti cruciali per delineare come creare valore dai dati.
La rete di partner può, infatti, essere considerata come l’insieme di tre elementi:

Per trasformare i dati in valore è necessario comprendere gli obiettivi centrali per il business, e connettere la Data Strategy agli obiettivi dell’organizzazione, tenendo conto che il focus cambierà di pari passo all’avanzamento della strategia di business e alla possibile delineazione di obiettivi differenti. Ad esempio, per quanto riguarda IBM, la strategia di business propria dell’organizzazione è vendere cloud e AI alle imprese. In questo senso il mio obiettivo iniziale come Chief Data Officer era aumentare il fatturato. Nel corso del tempo, però, questo obiettivo si è evoluto e mi ha portato a focalizzarmi su un efficientamento basato sull'intelligenza artificiale che mitigasse i rischi inerenti al GDPR, integrando i concetti di privacy e sicurezza nella strategia dei dati.

Oggi le nostre competenze come Chief Data Officervengono utilizzate a supporto della strategia di business per guidare la top line dell'azienda, impiegando i dati e focalizzandoci sul fatturato, a supporto della crescita dell’organizzazione. Per questo la Data Strategy deve andare di pari passo con la strategia del business e supportare il conseguimento degli obiettivi, contribuendo anche a delinearli man mano attraverso la trasformazione digitale.

Quando parliamo dell'adozione di strumenti che permettono di trasformare i dati in valore, si tratta dell’elemento bottom-up della rete, mentre trasformando la cultura aziendale e responsabilizzando il team, le risorse mettono in atto questi cambiamenti e noi, come CDO, possiamo ottenere i risultati previsti affiancandoli nella delineazione della strategia. Questi tre aspetti fondamentali: strumenti, cultura e persone, contribuiscono alla capacità di creare valore in un approccio integrato e uniforme a supporto della Data Strategy.

Rendere i dati centrali per l'innovazione del modello di business

Quasi 9 CDO intervistati su 10 stanno utilizzando gli investimenti nei dati per perseguire nuove fonti di valore, con l’obiettivo di contribuire all’innovazione delle proprie organizzazioni. La scelta di un'architettura dati a supporto di questa strategia può guidarne il successo e fornire un quadro che consenta ai team di innovare i propri processi.

Un'architettura dati moderna - come un'architettura di data fabric - può essere il mezzo più adatto per affrontare due problemi importanti che possono rallentare l'innovazione:

Come applicare questi concetti?

Gli strumenti di gestione dati e gli strumenti di business analytics possono dare un senso ai dati mettendoli al servizio degli obiettivi di business dell'organizzazione. Per applicare le quattro direttive individuate dai CDO intervistati, è importante comprendere che i dati sono più di un fondamento tecnologico; possono, infatti giocare un ruolo fondamentale per la trasformazione digitale dell’organizzazione. Questo processo richiede una combinazione di tecnologia, cultura, competenze e capacità, mentre CDO con più esperienza devono riconoscere e promuovere il valore dei dati come fondamento dell'innovazione del modello di business. Questa premessa consente non solo di articolare le specifiche strategie da seguire, ma anche di cambiare la strategia aziendale e dei dati in base alle variazioni del mercato e delle priorità dell’organizzazione. 

1. Orizzontale: l'elemento peer-to-peer in cui il CDO si connette agli stakeholder interni ed esterni tra cui ad esempio i responsabili aziendali, i responsabili funzionali, i fornitori chiave.
2. Top down: in questo elemento dell'ecosistema, la C-suite lavora per un allineamento critico con la strategia di business, in modo da poter progettare una strategia dati che supporti gli obiettivi dell'azienda.
3. Bottom up: composto dalle risorse aziendali operative, che eseguiranno i piani delineati. Qui è dove prende vita la cultura aziendale.

    

    

   1. Il panorama normativo in continua evoluzione

       

      Il panorama normativo sta cambiando, con vincoli allo spostamento dei dati e restrizioni basate sul loro paese di origine, mentre per diversi insiemi di dati vigono diversi regolamenti. Solo il 58% di tutti i CDO intervistati pensa che la propria organizzazione sia pienamente conforme alla legislazione e agli standard che disciplinano i dati, mentre solo il 61% pensa che i dati dei clienti siano sicuri e protetti.

      Un'architettura di data fabric consente di gestire questa complessità, adattando i casi di utilizzo dei dati in base all'evoluzione delle esigenze dell'organizzazione, fungendo da pannello di controllo e di governo dei dati da diversi posti in modo coerente con tutte le policy. Questa architettura è abbastanza flessibile da essere personalizzata dalle aziende per rispondere ai requisiti di conformità e ai problemi della protezione dei dati, affrontando le questioni normative attraverso componenti che abilitano il progresso e la creazione di valore.

       

   2. La diffusione degli spazi workload:

       

      Il punto di vista secondo il quale un singolo cloud pubblico possa supportare le complesse opzioni dei workload aziendali non è più così condiviso all’interno delle organizzazioni. Il cloud ibrido è diventato l'architettura leader per le imprese perché è più affidabile rispetto ad un singolo cloud pubblico, e il data fabric è in grado di semplificare la gestione dei dati in tutti questi ambienti.
      Nel panorama moderno, un data fabric può aiutare ad affrontare le normative e la diffusione degli spazi di workload. Se i dati sono geograficamente dislocati, il valore del data fabric può essere sfruttato solo una volta che si raggruppano alcuni dei loro elementi.
      Con la giusta architettura dedicata ai dati, questi ultimi possono diventare il fulcro dell’organizzazione stimolando l'innovazione e la diffusione di una cultura aziendale realmente data-driven.