<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=270060846955571&amp;ev=PageView&amp;noscript=1">

Big data: i cinque errori da evitare se si vuole avere successo

Luglio 2018

Facile dire Big data: oggi tutti ne parlano e tutti sembrano intenzionati a sfruttare gli analytics per migliorare le performance del business e conoscere più approfonditamente il proprio target. Ma cosa significa davvero raccogliere enormi quantità di informazioni grezze prodotte fuori e dentro l'azienda, processarle ed estrarne segnali, evidenze, avvertenze che possono aiutare il management a prendere decisioni informate? E soprattutto quali passi falsi è meglio evitare se si decide di intraprendere una strada che cambierà per sempre il modo di osservare l'azienda e il contesto in cui è inserita?  

Non si tratta certamente di mancanza di affidabilità e praticità delle soluzioni. Specialmente grazie al Cloud, quella dei Big data è una tecnologia piuttosto consolidata: potenza di calcolo, strumenti di reportistica, interfacce intuitive, oggi tutto è disponibile su qualsiasi device con un semplice click o tap in modalità SaaS (Software as a Service) e i progetti per avviare una strategia Big data non richiedono investimenti troppo impegnativi né, soprattutto, onerose immobilizzazioni sul piano dell'hardware.  

Nonostante ciò, lanciarsi in questa direzione comporta ancora una serie di rischi che impensieriscono in particolare le organizzazioni di dimensioni minori. A seconda dei settori in cui si opera e del tipo di impresa che si conduce, parliamo di diversi tipi di potenziali criticità. Ma in generale sono cinque gli errori da cui assolutamente bisogna guardarsi se si vuole avere successo nell'implementare iniziative basate sui Big data. Eccoli: 


 

1 - Fare leva su dataset e sorgenti di dati non qualificati 

Primo gravissimo errore, nel momento in cui si vogliono utilizzare i dati per indirizzare le scelte aziendali, è selezionare fonti e sorgenti non accurate. Sembra banale, ma non lo è affatto, soprattutto in una realtà sempre più complessa e caratterizzata da una miriade di piattaforme (basti pensare ai social network, alle fake news e ai profili civetta) che letteralmente rigurgitano ogni giorno tonnellate di informazioni irrilevanti se non dannose. La vera sfida oggi non è raccogliere dati, quanto sceglierli, scremarli e verificarli, in proprio o con l'aiuto di specialisti. Fare leva su dataset e sorgenti non qualificati significa inquinare qualunque processo di analisi prima ancora che cominci, avendo come unica certezza che i risultati restituiti dai sistemi saranno falsati per l’imprecisione dei dati con cui sono stati alimentati.

 


 

2 - Pensare che lo sviluppo di una strategia Big data sia la panacea per tutte le esigenze aziendali

 

Non tutto può essere compreso attraverso gli analytics. I sistemi vanno impostati, alimentati, sviluppati per rispondere a specifiche esigenze e ipotizzare piani d'azione, organizzando l'avanzamento dei progetti per gradi e per obiettivi. Sviluppare la capacità di prendere decisioni informate significa prima di tutto isolare determinati fenomeni e trend, aggiungere variabili e validare gli scenari ipotizzati dalle piattaforme analitiche su topic ben definiti.

 


 

3 - Implementare soluzioni troppo verticali e dedicate esclusivamente a specifici task

D'altra parte è impensabile condurre progetti completamente svincolati dal resto delle attività aziendali. Tanto più il sistema analitico dialoga con i gestionali (ERP, CRM e PLM) e tanto più è integrato con le divisioni che partecipano più o meno direttamente alle operazioni implicate nei campi di indagine, tanto più efficace risulterà l'attività.

 


 

4 - Offrire accesso ai sistemi analitici esclusivamente a profili tecnici

 

Le dashboard di nuova generazione sono caratterizzate da interfacce semplici e intuitive. Questo non solo per rendere più facile il lavoro alle figure specializzate nell'analisi dei dati, ma per risultare accessibili anche a profili non tecnici. Il vero valore dei Big data, infatti, si sprigiona solo se è il maggior numero possibile di risorse a poter interrogare il sistema. Dagli acquisti alla logistica, passando per il marketing e la visione strategica, riuscire a cogliere gli insight di prima mano è un passo decisivo per aumentare la consapevolezza dell'intera organizzazione rispetto alle azioni da intraprendere per massimizzare i risultati economici.

 


 

5 - Sottovalutare le misure necessarie a garantire la data protection

Ultimo ma non per importanza, un errore che per fortuna dovrebbe essere stato mitigato almeno in parte dall'introduzione del GDPR (General Data Protection Regulation), che disciplina la raccolta e il trattamento dei dati personali dei cittadini europei. L'utilizzo di piattaforme analitiche presuppone una attenzione tutta nuova alla tutela delle informazioni, che diventano un vero e proprio asset aziendale. Nel momento in cui l'integrità e la titolarità dei dati non vengono protette da azioni malevole, disservizi, disastri ambientali si espone l'impresa al rischio di perdita di un patrimonio inestimabile.