Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Dicembre 2017

I dati al centro del business

Christopher Bradley by Christopher Bradley

Ma perché i dati sono diversi dagli altri asset aziendali? E quali sono le loro caratteristiche fondamentali? Come il petrolio grezzo, i dati devono essere raffinati per avere valore

Recentemente ho tenuto un seminario in occasione di un evento denominato “Data, the vital enabler of the organisation”, nel corso del quale ho sollevato una questione cruciale: “Ma i dati sono davvero così differenti dagli altri asset?”. Non è da ieri che spesso si sente dire che i dati sono un asset che deve essere gestito, e che poche persone ci capiscono qualcosa e così via. Non intendo essere frainteso, nel senso che non sto cercando di mettere in dubbio l’importanza dei dati come asset, cioè come beni, ma vorrei alzare il livello del dibattito. Innanzitutto, va sottolineato ancora una volta che i dati sono assolutamente al centro del business. Tuttavia, vorrei sollevare qui un tema: quali sono alcune delle caratteristiche degli asset nel business? E se, come tutti dicono, i dati sono uno di quegli asset chiave, come (e se) si differenziano queste caratteristiche nell’asset-dati rispetto ad altri asset che sono frequentemente presenti nelle aziende?

Asset e caratteristiche - Quindi, prima di tutto, è necessario riflettere su altri “asset”. Ne ho selezionati sette, molti dei quali sono presenti regolarmente in numerosi business, e ho cercato di confrontarli con i dati. Si tratta nell’ordine di: petrolio, soldi, sangue, persone, proprietà, materiali, proprietà intellettuale e dati. Le caratteristiche di questi beni richiedevano però maggiori approfondimenti, che ho individuato in questi cinque punti: 1) L’asset è copiabile, cioè lo è senza ricorrere ai “replicatori” tipici della fantascienza? 2) L’uso dell’asset lo esaurisce in qualche modo? 3) È pratica semplice e abituale attribuire un valore monetario al bene? 4) L’asset è una cosa reale tangibile o un concetto astratto? 5) Il bene deve essere elaborato in qualche modo per produrre valore? Sono sicuro che avrei potuto trovare ulteriori tipi di asset e di caratteristiche, ma per ora partiremo da questi. Quindi, analizziamo questi beni rispetto alle caratteristiche e vediamo le conclusioni che se ne possono trarre.

Petrolio - Non è riproducibile e, sicuramente, l’uso lo esaurisce. È assolutamente una consuetudine dare valore al petrolio (per esempio, il barile di 50 dollari) ed è un bene tangibile. Infine deve essere trasformato per trarne qualcosa di utile come benzina, diesel o plastica. Soldi - Sappiamo tutti che non si possono (legittimamente) copiare i soldi, e come io so bene avendo due figli all’università, usare il denaro lo esaurisce. E naturalmente, viene dato un valore al denaro. Inoltre, si tratta per lo più di un concetto reale supportato da riserve di oro e non deve essere “elaborato” per fornire valore.

Sangue - Il sangue non è copiabile a livello mainstream, anche se si parla di sperimentazione di sostanze sostitutive del sangue, e l’uso lo consuma, in quanto deve essere ripulito e ossigenato dopo l’uso. Non è troppo difficile attribuirvi un valore, ed è un concetto reale. Infine, deve essere trattato dai nostri organi per produrre valore.

Persone - Le persone così come le conosciamo non sono riproducibili (anche se è possibile la clonazione biologica). L’uso delle persone non esaurisce la risorsa poiché possiamo applicare molte delle nostre capacità fisiche e intellettuali molte volte. Tuttavia, le persone invecchiano e gli arti e le menti si deteriorano, e forse questo dovrebbe essere definito come “in parte vero”. Non è una pratica diffusa quella di attribuire un valore monetario a una persona se non in alcuni casi (per esempio, gli sportivi professionisti). Le persone sono reali, e senza cercare di diventare troppo filosofici, devono fare qualcosa per produrre un valore.

Proprietà - Proprietà come gli edifici non sono copiabili. La Torre Eiffel in Cina è un falso! Utilizzare una proprietà la erode lentamente, in quanto le cose si consumano e devono essere oggetto di manutenzione continua. La proprietà è un valore riconosciuto. La proprietà è un concetto reale, ma non deve essere trasformata per generare valore.

Materiali - Qui si parla di materie prime. Ancora una volta, senza un replicatore di stampo fantascientifico, queste non sono copiabili, e proprio come i fiammiferi, l’atto del loro utilizzo le consuma. La maggior parte dei materiali ha un valore monetario facilmente attribuito, che poi costituisce la base del mercato delle materie prime. Si tratta di cose non astratte e praticamente per la maggior parte devono essere elaborate per produrre un valore.

Proprietà intellettuale - La proprietà intellettuale non è legalmente copiabile, e prospera nell’essere riutilizzata, tanto che non viene esaurita dall’uso. C’è frequentemente un valore monetario assegnato alla proprietà intellettuale, e in maniera analoga a un pensiero o a un’idea. È principalmente un concetto astratto. Infine, la proprietà intellettuale deve essere utilizzata (o elaborata) per trarne valore reale.

I dati - Cosa dire quindi dei dati? I dati sono copiabili: con supporti digitali è possibile effettuare un numero infinito di copie senza che si degradino. L’utilizzo dei dati non li erode e non li danneggia. Sicuramente, la rilevanza dei dati può diminuire nel tempo, ma non si consuma. Mentre si parla molto di “monetizzare” i dati, ancora non si tratta di una pratica diffusa, ma senza dubbio lo sarà in futuro. I dati sono un concetto astratto poiché rappresentano qualcosa di diverso. I dati devono essere utilizzati dai processi per avere valore (e, viceversa, i processi devono disporre di dati per operare).

In sintesi - I dati sono davvero diversi dagli altri asset aziendali? Avendo esaminato questi otto beni e le loro cinque caratteristiche c’è qualcosa che si impone all’attenzione? Se cerchiamo asset che hanno gli stessi valori dei dati, potremmo andare incontro a una delusione. Delle cinque caratteristiche, tre asset (denaro, proprietà e materiali) hanno in comune con i dati il valore. Due asset, petrolio e sangue, hanno una sola caratteristica in comune con i dati (quella del processo per produrre valore). La proprietà intellettuale ha due caratteristiche comuni. In testa al gruppo, c’è l’asset costituito dalle persone, con tre caratteristiche comuni. È però interessante notare che nessun asset condivide 4 (per non parlare di 5) delle caratteristiche, come invece succede per i dati.

Conclusioni - I dati sono diversi dagli altri asset. La qualità e la gestione dei dati possono influenzare l’esistenza stessa di un’azienda, e di conseguenza, ignorare la gestione dei dati è a proprio rischio e pericolo. Per questo, è ragionevole concludere che i dati sono un asset diverso dagli altri asset aziendali. Non solo. I business dipendono dai dati. Purtroppo, però si incontrano tuttora aziende in cui le varie discipline di gestione dei dati non vengono capite (oppure, cosa peggiore, consapevolmente non vengono affrontate). Anche perché, come ha scritto il professor Joe Peppard, “la stessa esistenza di un’azienda può essere minacciata dalla scarsa qualità dei dati”. Quindi, se come suggeriamo qui, i dati sono un asset differente dagli altri, la gestione dei dati richiede competenze e capacità specifiche, quelle degli Information Professional. Le aziende sagge si stanno rendendo conto che i dati e le informazioni sono davvero un asset vitale, e meritevole di essere gestito in modo professionale e soprattutto differente.

I dati al centro del business - Technology Transfer

L’evoluzione dell’IT tra sfide e promesse
Frank Greco

Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen

Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson

Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson

E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart

Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson

Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco

Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts

L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn

Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin

Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson

Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco

Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden

Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence

Rick van der Lans

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer