“Promuovere la collaborazione e la condivisione di conoscenze tra mondo della ricerca, tessuto economico e società”. E’ la strategia di Cefriel. Soprattutto, la riflessione che ne anima l’attività è legata al fatto che la conoscenza per organizzazioni e aziende significa avere la capacità di valorizzare i dati. E proprio da queste considerazioni si avvia il confronto con Gianluca Ripa, Analytics and AI Practice manager di Cefriel.
“Per valorizzare i dati servono competenze diverse e un approccio multidisciplinare. Cefriel – che ha tra i suoi obiettivi primari il trasferimento della conoscenza e la costruzione di capability aziendali che possano rafforzare e rendere indipendenti le organizzazioni – si pone come soggetto in grado di far dialogare le persone che rivestono un ruolo tecnico nella produzione e nell’information tecnology con quelle che si occupano della gestione, per identificare e comprendere insieme i bisogni e le strategie di valorizzazione dei dati. Cefriel completa e integra le competenze già presenti all’interno dell’organizzazione, mettendo a disposizione esperti di governo, modellazione, analisi, visualizzazione dei dati e intelligenza artificiale. Esperti che lavorano in Cefriel o che sono individuati nella rete di partner accademici e non con cui collaboriamo.
La cultura del dato acquisisce senso solo in relazione alla capacità di chi li detiene di trasformare le informazioni in “suggerimenti di azione”. Un percorso che richiede di generare “trame”, di saper “tirare le fila” per valorizzare quanto le tecnologie mettono a disposizione. Concretamente cosa è possibile fare? Qual è il metodo adottato?
“Abbiamo osservato che il percorso tipico di molte organizzazioni parte dal trasferire i dati presenti nei sistemi informativi aziendali in data warehouse per poi rappresentarli in report più o meno sofisticati, lasciando svolgere compito in modo sostanzialmente autonomo a esperti di basi di dati. Questo è un percorso che risulta spesso fallimentare perché non considera (e quindi si porta dietro) problemi non banali quali inconsistenze nei dati, eccessiva latenza, non aderenza ai requisiti, poca flessibilità, ritardi e lievitazione dei costi.
Il metodo applicato da Cefriel combina invece in modo agile due modi di agire complementari: il primo, con approccio top-down, parte dalle azioni e dalle decisioni da prendere rese esplicite e condivise in forma di domande di business per le quali deve essere individuata la risposta attraverso evidenze misurabili con l’elaborazione di dati già disponibili. Il secondo, con approccio bottom-up, parte dall’esplorazione delle sorgenti dati esistenti per scoprire correlazioni, schemi, andamenti ripetitivi e sistematici o al contrario eccezioni e anomalie che hanno il potenziale di migliorare prodotti e processi, di stimolare nuove domande di business e di traguardare nuovi obiettivi.
Nel combinare i due approcci in modo iterativo l’organizzazione individua di volta in volta nuovi ambiti in cui poter studiare il valore e la qualità delle sorgenti informative disponibili per modellarne in maniera uniforme il significato e rendere le informazioni disponibili a tutti. Oltre a questo, l’azienda può individuare come integrare e connettere i dati per permetterne l’aggregazione e quindi elaborarle e presentarle ai decisori che hanno così strumenti sui quali poter prendere decisioni data-driven”.
Cefriel parla di Data Fabric come di un tessuto connettivo che mette in relazione le sorgenti informative e di metodo virtuoso per la valorizzazione del patrimonio dati. E’ un approccio che Cefriel utilizza anche internamente? E come?
“Cefriel ha intrapreso il percorso per diventare una real-time e data-driven organization oltre 15 anni fa. Già da molti anni ormai siamo in grado di combinare i dati generati nei processi di marketing, delle vendite, della produzione, amministrativi, finanziari e di gestione delle risorse umane e di presentarli in modo integrato a tutte le persone di Cefriel, secondo la visibilità consentita dal proprio ruolo, all’interno di actionable dashboards che si aggiornano ogni ora tutti i giorni. Anche in Cefriel, come è giusto che sia, i dati dei processi citati nascono all’interno di silos indipendenti e diversi sia per schemi di dati, sia per tecnologia sottostante. Il risultato descritto è stato ottenuto proprio attraverso un processo agile e iterativo in cui ogni automazione nel trattamento del dato e ogni progetto finalizzato alla creazione di un report hanno contribuito alla costruzione progressiva e sistematica della Data Fabric che tiene insieme tutto in modo coerente. I vantaggi sono molteplici: tra i principali la possibilità di pianificare il futuro imparando dal passato e di cogliere tempestivamente segnali significativi di criticità per gestirli in maniera flessibile. Un ulteriore beneficio, sicuramente non trascurabile, è che tutti lavoriamo meglio, minimizzando gli overhead di gestione e massimizzando il tempo utile per la creazione di valore nei progetti”.
Cos’è di preciso la Data Fabric?
“La Data Fabric è un termine che viene utilizzato per descrivere una serie di tecnologie, processi e soluzioni che consentono di gestire e utilizzare i dati in maniera efficace, sicura e scalabile. La Data Fabric si propone di creare un’architettura a livello aziendale che permetta di gestire i dati in modo coerente e uniforme, indipendentemente dalla loro origine, dalla loro struttura e dal loro scopo. Questo può comportare la creazione di data lake, la definizione di processi di integrazione dei dati, la creazione di soluzioni per la gestione della sicurezza e della privacy, e molto altro ancora. L’obiettivo della Data Fabric è quello di creare un’infrastruttura flessibile e scalabile che supporti l’utilizzo dei dati in tutte le aree aziendali e che permetta di sfruttare al massimo il valore dei dati per il business”.
Quindi è corretto dire che gli elemento più importanti di una Data Fabric sono l’infrastruttura tecnologica e l’architettura applicativa?
“Sì, l’infrastruttura tecnologica e l’architettura applicativa sono certamente due elementi importanti di una Data Fabric. L’infrastruttura tecnologica fornisce la base per la gestione dei dati, mentre l’architettura applicativa definisce come i dati vengono integrati, gestiti e utilizzati. Tuttavia, una Data Fabric completa dovrebbe anche prevedere processi ben definiti per la gestione dei dati, come la qualità dei dati, la sicurezza e la privacy, la governance dei dati, e così via. Inoltre, una cultura aziendale orientata ai dati e a una collaborazione efficace tra diverse funzioni aziendali è fondamentale per il successo di una Data Fabric. In sintesi, una Data Fabric completa comprende non solo l’infrastruttura tecnologica e l’architettura applicativa, ma anche processi, persone e cultura aziendale”.
Ma questi ultimi elementi non sono i più importanti?
“È vero, i processi, le persone e la cultura aziendale sono elementi altrettanto importanti, se non di più, rispetto all’infrastruttura tecnologica e all’architettura applicativa. La tecnologia e l’architettura sono fondamentali per creare la base per la gestione dei dati, ma senza processi ben definiti, senza persone competenti e motivate e senza una cultura aziendale orientata ai dati, la Data Fabric potrebbe non funzionare in maniera ottimale o addirittura fallire.
In una Data Fabric di successo, i processi per la gestione dei dati sono ben definiti e applicati in modo coerente in tutta l’azienda, le persone sono competenti e motivate a lavorare con i dati e a utilizzarli per il successo del business, e la cultura aziendale supporta la collaborazione e la condivisione dei dati. Questi elementi sono tutti interconnessi e lavorano insieme per creare un’infrastruttura solida e scalabile per la gestione dei dati”
La metafora della stoffa o trama, che in inglese viene tradotta con la parola fabric, come spiega il senso profondo della Data Fabric?
“La metafora della “trama” o “stoffa” nella Data Fabric si riferisce alla struttura solida e integrata dei dati all’interno dell’azienda. Come in una stoffa, i fili rappresentano i dati, che sono intrecciati insieme in modo coerente e uniforme per creare una tessitura solida e resistente. La Data Fabric mira a creare questa stessa tessitura con i dati a livello aziendale, rendendo i dati facilmente accessibili, integrati e utilizzabili per il business.
In questo senso, la cultura aziendale e la tecnologia sono importanti, ma rappresentano solo due tessuti della Data Fabric. Per esempio, la cultura aziendale fornisce il supporto per la collaborazione e la condivisione dei dati, mentre la tecnologia fornisce gli strumenti per gestire e integrare i dati. Ma allo stesso tempo, altri tessuti come i processi, le persone e la governance dei dati sono altrettanto importanti per creare una Data Fabric solida e scalabile. In sintesi, la Data Fabric è un’infrastruttura integrata e coerente per la gestione dei dati, che comprende diverse componenti, come cultura aziendale, tecnologia, processi, persone e governance dei dati, che lavorano insieme per creare una tessitura solida e scalabile”.
Pensando invece alla data fabric come metodologia, quali sono le tecniche che permettono di realizzarla?
“Per realizzare una Data Fabric come metodologia, ci sono alcune tecniche che possono essere utilizzate:
- Analisi dei dati: è necessario comprendere la natura dei dati che si vogliono gestire e integrare, inclusi il formato, la provenienza, la qualità e la quantità.
- Architettura dei dati: l’architettura dei dati deve essere progettata per supportare l’integrazione e la gestione dei dati in modo scalabile e sicuro.
- Data Governance: è necessario definire e implementare processi per garantire la qualità dei dati, la sicurezza e la privacy, e la governance dei dati in generale.
- Integrazione dei dati: i dati devono essere integrati da diverse fonti in un unico repository centralizzato, utilizzando tecnologie come Etl (Extract, Transform, Load) o servizi di integrazione dei dati.
- Accessibilità dei dati: i dati devono essere accessibili a diverse funzioni aziendali, inclusi sviluppatori, analisti, dipartimenti di business e altri utenti.
- Analisi e utilizzo dei dati: i dati devono essere analizzati e utilizzati per supportare le decisioni di business e fornire valore aziendale.
- Monitoraggio e manutenzione: è necessario monitorare la Data Fabric e mantenerla in esecuzione in modo ottimale, apportando eventuali modifiche o correzioni quando necessario.
Queste tecniche sono solo alcune di quelle che possono essere utilizzate per realizzare una Data Fabric come metodologia. L’importante è che l’intero processo sia ben pianificato e che le diverse componenti lavorino insieme in modo coerente e integrato”.
Quali sono i vantaggi della Data Fabric non tanto per chi gestisce i dati ma per la crescita dell’azienda?
“Ci sono diversi vantaggi che la Data Fabric può offrire all’azienda per supportare la crescita:
- Prendere decisioni informate: la Data Fabric rende i dati accessibili e utilizzabili per supportare le decisioni di business, permettendo di prendere decisioni più informate e basate su dati.
- Miglioramento dell’efficienza: la Data Fabric rende i dati accessibili a diverse funzioni aziendali, eliminando la necessità di duplicare gli sforzi e migliorando l’efficienza complessiva.
- Aumento dell’innovazione: la Data Fabric fornisce una solida infrastruttura per l’analisi dei dati e l’utilizzo delle informazioni, creando opportunità per l’innovazione e la scoperta di nuove opportunità di business.
- Maggiore flessibilità: la Data Fabric è progettata per essere flessibile e scalabile, permettendo all’azienda di adattarsi ai cambiamenti nel mercato e alle esigenze dei clienti.
- Riduzione dei rischi: la Data Fabric include processi di governance dei dati e di protezione della privacy, riducendo il rischio di perdita o violazione dei dati sensibili.
- Maggiore competitività: la Data Fabric consente all’azienda di sfruttare al meglio i propri dati, diventando più competitiva rispetto ai concorrenti che non dispongono di una solida infrastruttura per la gestione dei dati.
In sintesi, la Data Fabric può supportare la crescita e il successo dell’azienda fornendo una solida infrastruttura per la gestione dei dati, consentendo di prendere decisioni informate, migliorare l’efficienza e l’innovazione, e ridurre i rischi”.
A questi vantaggi si aggiungono la creazione di migliori e più efficienti forme di collaborazione tra i diversi ruoli aziendali, corretto?
“Certo, la creazione di migliori e più efficienti forme di collaborazione tra i diversi ruoli aziendali è un altro vantaggio importante della Data Fabric. La Data Fabric rende i dati accessibili a tutte le funzioni aziendali, facilitando la condivisione e la collaborazione tra i diversi dipartimenti e ruoli. Ciò consente di ottenere una visione più completa e coerente dei dati, che a sua volta può supportare la prendere decisioni informate e migliorare l’efficienza dei processi aziendali.
Inoltre, la Data Fabric promuove la trasparenza e la condivisione delle informazioni, che possono aumentare la fiducia e la collaborazione tra i dipartimenti. Ciò può portare a una maggiore collaborazione interdipartimentale e a una maggiore capacità di affrontare sfide a livello aziendale.
In sintesi, la Data Fabric può supportare la creazione di migliori e più efficienti forme di collaborazione tra i diversi ruoli aziendali, facilitando la condivisione e la collaborazione sui dati e promuovendo una visione più completa e coerente dei dati”.
Corretto quindi associare i concetti di trasparenza e fiducia associati alla Data Fabric?
“Sono d’accordo! La trasparenza e la fiducia sono elementi fondamentali per qualsiasi azienda che voglia utilizzare i dati per supportare la crescita e il successo a lungo termine. La Data Fabric supporta questi obiettivi creando un’infrastruttura per la gestione dei dati che è affidabile, sicura e accessibile a tutti i dipartimenti aziendali. Ciò aumenta la trasparenza su come i dati vengono gestiti e utilizzati, e aumenta la fiducia nei dati stessi e nelle decisioni basate su di essi”.
Da questo punto di vista è utile anche per aumentare la fiducia nell’intelligenza artificiale? O ci spingiamo troppo oltre?
“Sì, si potrebbero anche estendere questi concetti all’intelligenza artificiale. La Data Fabric fornisce una solida infrastruttura per la gestione e l’utilizzo dei dati che sono alla base dell’apprendimento automatico e dell’intelligenza artificiale. La trasparenza e la fiducia nella gestione dei dati possono anche aumentare la fiducia nell’utilizzo dell’intelligenza artificiale in un’azienda.
Ad esempio, la Data Fabric può supportare la trasparenza nei processi di addestramento dei modelli di intelligenza artificiale, garantendo che i dati utilizzati per addestrare i modelli siano affidabili e rappresentativi. Ciò può aumentare la fiducia nei modelli di intelligenza artificiale e nei risultati ottenuti, e può anche aiutare a prevenire la discriminazione o l’utilizzo improprio dei dati.
Inoltre, la Data Fabric può supportare la trasparenza nell’utilizzo dell’intelligenza artificiale, rendendo visibili i processi e i risultati dei modelli, e fornendo una base solida per la responsabilità e la tracciabilità. Ciò può aumentare la fiducia nell’utilizzo dell’intelligenza artificiale e nei risultati ottenuti, e può anche aiutare a garantire che l’utilizzo dell’intelligenza artificiale sia etico e conforme alle leggi e ai regolamenti applicabili.
In sintesi, la Data Fabric può supportare l’aumento della fiducia nell’intelligenza artificiale creando un’infrastruttura solida per la gestione dei dati e supportando la trasparenza e la responsabilità nei processi di addestramento e utilizzo dei modelli di intelligenza artificiale”.
Conosce aziende che hanno descritto casi interessanti sul tema Data Fabric?
“Sì, molte aziende stanno descrivendo il loro successo nell’implementazione della Data Fabric. Ecco alcuni esempi:
- Talend: un’azienda di software che offre soluzioni di integrazione di dati basate sulla Data Fabric. Essi descrivono il successo nell’aiutare le aziende a creare una visione coerente e affidabile dei loro dati attraverso l’integrazione di fonti di dati diverse e nell’aumentare la trasparenza e la fiducia nei processi di business basati sui dati.
- Amazon Web Services (Aws): Aws offre una soluzione di Data Fabric che consente alle aziende di gestire e utilizzare i loro dati in modo più efficiente. Essi descrivono il successo nell’aumentare l’efficienza delle aziende nel recuperare e utilizzare i loro dati, e nell’aumentare la trasparenza e la fiducia nei processi di business basati sui dati.
- Microsoft: Microsoft offre soluzioni di Data Fabric basate sulla piattaforma Azure. Essi descrivono il successo nell’aiutare le aziende a creare un’infrastruttura solida per la gestione dei dati che supporta la trasparenza e la fiducia nei processi di business basati sui dati.
Questi sono solo alcuni esempi, ma ce ne sono molti altri sul mercato. Sarebbe interessante conoscere specificamente a quali aziende e casi di successo ci riferiamo”.
Puoi dirci qualcosa riguardo le aziende che hanno sfruttato la data fabric per migliorare i proprio processi di vendita, produzione, marketing, hr, finance, etc.?
“Sì, ci sono molte aziende che stanno sfruttando la Data Fabric per migliorare i loro processi di vendita, produzione, marketing, risorse umane, finanza, e così via. Ecco alcuni esempi di aziende che hanno descritto il loro successo nell’utilizzo della Data Fabric:
- Johnson & Johnson: Johnson & Johnson ha descritto come la Data Fabric abbia migliorato la loro capacità di prendere decisioni basate sui dati in modo più rapido e affidabile.
- Walmart: Walmart ha descritto come la Data Fabric abbia aiutato l’azienda a migliorare la qualità dei dati che utilizzano per supportare i processi di vendita e di fornitura.
- Unilever: Unilever ha descritto come la Data Fabric abbia aiutato l’azienda a migliorare la qualità dei dati che utilizzano per supportare i loro processi di marketing e vendita.
Questi sono solo alcuni esempi, ma ce ne sono molte altre aziende che stanno sfruttando la Data Fabric per migliorare i loro processi aziendali. Sarebbe interessante per te conoscere specificamente a quali aziende e casi di successo ti riferisci? Potrei fornirti maggiori dettagli in base alle tue esigenze”.
E casi di piccole e medie imprese?
“Sì, anche le piccole e medie imprese possono trarre vantaggio dall’utilizzo della Data Fabric. Ad esempio, una piccola impresa che opera nel settore delle vendite al dettaglio potrebbe utilizzare la Data Fabric per consolidare i dati provenienti da diverse fonti, come il sistema di gestione delle vendite, il sistema di pagamento e il sistema di marketing. Questo può aiutare l’impresa a prendere decisioni più informate su come allocare le risorse e migliorare la qualità delle interazioni con i clienti.
Una media impresa nel settore manifatturiero potrebbe utilizzare la Data Fabric per integrare i dati provenienti da diversi reparti, come produzione, logistica e finanza, per ottenere una visione completa dei loro processi e per identificare opportunità di miglioramento. Questo può aiutare l’impresa a ottenere maggiore efficienza e a prendere decisioni più informate.
In entrambi i casi, la Data Fabric può aiutare le piccole e medie imprese a ottenere maggiore trasparenza, fiducia e flessibilità nei loro processi aziendali, il che può portare a una maggiore crescita e successo”.
Per saperne di più scarica il Whitepaper – Il valore dei dati
Leggi tutti gli approfondimenti della Rubrica Never stop innovating by Cefriel e Inno3
© RIPRODUZIONE RISERVATA
