"Dati come prodotto" è la chiave per la democratizzazione dei dati

Sbloccare il vero potenziale dei dati è diventata una priorità assoluta per le aziende di tutto il mondo. Tuttavia, nonostante l'abbondanza di dati, molte organizzazioni stanno ancora lottando per sfruttarli in modo efficace. Infatti, secondo il Talend Data Health Barometer, uno sbalorditivo 97% delle aziende affronta sfide nell'utilizzo dei dati in modo efficace.

Il principale ostacolo che impedisce alle organizzazioni di ottenere un valore reale dai dati non è il budget o la tecnologia. Le persone sono la barriera numero 1.

Come rivela il Talend Data Health Barometer, quasi la metà degli intervistati ha affermato che non è facile utilizzare i dati per ottenere un impatto sul business e il 46% non ritiene che i propri dati abbiano la velocità e la flessibilità necessarie per soddisfare le esigenze del business. Ciò dimostra che senza la giusta mentalità e le giuste competenze, non è possibile sbloccare il pieno potenziale delle iniziative relative ai dati.

La soluzione a questa sfida è creare una cultura dei dati all'interno delle organizzazioni che promuova una comprensione comune dei dati e del modo in cui vengono utilizzati. Questa deve diventare una priorità assoluta per le organizzazioni che vogliono realizzare la promessa operativa ed economica delle iniziative sui dati.

Creando un ambiente in cui i dati sono visti come un prodotto ("dati come prodotto") e una risorsa preziosa e utilizzati in modo efficace a tutti i livelli dell'organizzazione, le aziende possono finalmente portare a compimento le proprie iniziative relative ai dati e ottenere risultati aziendali significativi.

Man mano che le aziende vanno avanti, è fondamentale concentrarsi sull'ultimo miglio, che consiste nel portare le aziende in ritardo all'altezza delle loro iniziative sui dati, oltre ad aiutare quelle che già danno la priorità ai dati a ottenere ancora più valore dal loro investimento.

È imperativo dare la priorità a una cultura dei dati per stare al passo con i tempi e non essere lasciati indietro nella corsa ai dati.

L'imperativo della proprietà dei dati

Il modello "dati come prodotto" capovolge il tradizionale processo decisionale relativo ai dati. Invece di iniziare con i dati e lavorare fino ai casi d'uso operativi, l'approccio inizia con i casi d'uso operativi e arriva fino ai dati necessari.

Questo mette gli utenti aziendali al posto di guida, dando loro la proprietà del processo e consentendo loro di definire i casi d'uso più rilevanti che sono direttamente legati alle priorità della loro organizzazione.

In un sondaggio condotto da Forrester, il 47% degli intervistati ha affermato che la propria organizzazione sta già trattando i dati come una risorsa o un prodotto aziendale e un altro 27% prevede di farlo in futuro.

Un rapporto di Accenture ha rilevato che le aziende che hanno implementato con successo i dati come iniziativa di prodotto hanno registrato un aumento del 9% delle entrate e un aumento del 7% dei margini di profitto, rispetto a quelle che non lo hanno fatto.

Consideriamo l'esempio di un istituto finanziario che sta cercando di migliorare la propria strategia di upsell. In questo scenario, gli utenti aziendali determinerebbero i dati di cui hanno bisogno per raggiungere questo obiettivo, in questo caso i dati relativi all'ERP e alle preferenze di comunicazione.

Con l'aiuto dell'IT, verrebbe creato un set di dati specifico che consente agli utenti aziendali di sfruttare queste informazioni e offrire ai clienti nuovi prodotti e servizi che soddisfano le loro esigenze.

Questo approccio "dati come prodotto" può essere utilizzato anche per supportare obiettivi più ampi come la gestione del rischio o l'eccellenza operativa, rendendolo uno strumento prezioso per qualsiasi organizzazione che desideri utilizzare i dati per guidare il successo.

L'approccio di "liberazione dei dati", che tratta i dati come un prodotto, può essere molto efficace, ma richiede un forte senso di proprietà dei dati e un'adeguata governance dei dati.

In un approccio distribuito la governance dei dati non è centralizzata ma interorganizzativa, rendendo ogni stakeholder responsabile di garantire che il proprio utilizzo dei dati sia appropriato e adeguato. Questo può essere impegnativo, in quanto richiede un alto livello di alfabetizzazione e cultura dei dati.

Ad esempio, si consideri un rivenditore di auto che finalizza l'acquisto di un'auto nuova di zecca con un cliente. Potrebbe cercare di convincere il cliente ad acquistare più accessori e servizi per massimizzare il profitto.

Per fare ciò, il rivenditore deve avere una profonda conoscenza di questi prodotti aggiuntivi, dal modo in cui sono fabbricati ai vantaggi per il cliente. Ciò evidenzia l'importanza dell'alfabetizzazione e della cultura dei dati per raggiungere il pieno potenziale di un approccio di "liberazione dei dati".

Trattare i dati come un prodotto richiede agli utenti aziendali di avere una comprensione completa dei dati che stanno utilizzando. Ciò include la conoscenza della posizione di archiviazione, dell'origine, dell'affidabilità e dell'esistenza di un consenso esplicito.

Avere questo livello di comprensione è fondamentale per massimizzare l'utilizzo aziendale dei dati, che a sua volta supporta gli obiettivi e la strategia di un'organizzazione.

Potenziare gli utenti aziendali

Nel mondo della moda le tendenze vanno e vengono, rinnovandosi costantemente. Tuttavia, nell'ambito della gestione dei dati, le organizzazioni devono affrontare il problema costante di potenziare le proprie operazioni aziendali. Per anni, la sfida è stata abbattere le barriere tra IT e business e trovare modi migliori per potenziare quest'ultimo.

La semplice consegna dei dati a un data lake o a un data warehouse non è sufficiente per consentire l'utilizzo dei dati. I dati devono essere facilmente accessibili e perfettamente integrati nei flussi di lavoro, sia che si tratti di self-service per gli utenti aziendali o di integrazione nelle applicazioni. È essenziale che i dati attendibili siano disponibili quando sono necessari.

Tradizionalmente, le organizzazioni hanno implementato un approccio di "governance con il no", in cui gli utenti aziendali devono rivolgersi all'IT centrale con richieste di utilizzo dei dati e attendere l'approvazione. Ciò crea un divario tra il business e l'IT in termini di proprietà dei dati, che si allarga solo con la proliferazione dei dati.

Per fare in modo che la produzione dei dati abbia davvero successo, le organizzazioni devono garantire che le loro iniziative sui dati siano guidate dal business e incentrate sui risultati e che i dati siano democratizzati e accessibili in tutta l'organizzazione.

Questo approccio implica consentire la fornitura agile di valore incrementale attraverso i dati, stabilire un linguaggio comune tra business e IT, ottenere efficienze attraverso il riutilizzo dei prodotti di dati, aumentare la fiducia dell'organizzazione nei dati e architetture di dati a prova di futuro con approcci moderni come data mesh, data fabric o architettura hub di dati.

Per implementare con successo una strategia di prodotto dati, i moderni team di dati dovrebbero ottenere l'allineamento delle parti interessate in modo tempestivo e coerente, adottare una mentalità di gestione del prodotto, dare priorità alla qualità e all'affidabilità dei dati, investire in strumenti self-service e identificare la struttura del team appropriata per l'organizzazione dei dati.

Seguendo questi passaggi, i team di dati possono raggiungere gli obiettivi della propria organizzazione e implementare con successo una strategia di prodotto dati.

Tuttavia, i professionisti dei dati devono affrontare un divario di efficienza; spendono troppo tempo per ottenere l'accesso ai dati di cui hanno bisogno e inserirli nel contesto aziendale appropriato. Il framework per la fornitura di dati affidabili agli esperti di business nel punto di necessità è fondamentale per liberare il valore dei dati.

Le applicazioni self-service come gli strumenti di preparazione dei dati consentono agli utenti aziendali di accedere a un set di dati e quindi di ripulire, standardizzare, trasformare o arricchire i dati. Possono condividere facilmente le loro preparazioni e set di dati o incorporare le preparazioni dei dati in scenari di integrazione dei dati in batch, in blocco e in tempo reale.

Per democratizzare realmente i dati, le organizzazioni dovrebbero iniziare democratizzando la qualità dei dati e offrire agli utenti aziendali l'accesso alle funzioni di qualità dei dati.

Affinché gli utenti aziendali possano finalmente agire sui dati prima che i dati vengano inseriti nei dashboard aziendali, i fornitori di software investono molto in UX e in applicazioni più user-friendly.

Le soluzioni low-code o no-code per specialisti non di dati possono aiutare gli utenti aziendali ad avere un approccio proattivo alla gestione dei dati, inclusa la qualità dei dati, e quindi supportare una cultura dei dati più ampia che si allinei con gli obiettivi aziendali di un'organizzazione.