Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Novembre 2006

La Tassonomia dell'Impresa

Zach Wahl by Zach Wahl

La tecnologia del Web continua ad accelerare, offrendo sempre maggiori opportunità per la media degli utenti finali di accesso diretto alle informazioni man mano che i concetti e le tecnologie di gestione di queste si spostano verso l'avanti. Oggi, agli utenti tipici dell'impresa viene richiesto di essere molto più preparati sulla tecnologia e sulle informazioni, rispetto al passato. Si ritiene che l'utente medio debba possedere una consapevolezza su come operano gli strumenti di gestione della conoscenza, come portali, gestione documentale e sistemi di gestione dei contenuti del Web. Più specificatamente, ci si aspetta che questi utenti sappiano come ricercare e navigare per ritrovare le informazioni all?interno di tali sistemi. In molti modi, gli utenti sono cresciuti affrontando queste sfide. Oggi, l'utente medio comprende i concetti fondamentali di base dei sistemi di informazione del Web. Tuttavia, molte organizzazioni lottano con il problema di fondo derivante dal fatto che concetti della gestione delle informazioni, come progettazione della tassonomia, ovvero della sistematica di classificazione delle informazioni, e strategia dei metadati, siano oggi accessibili per l'uso da parte degli utenti tipici all'interno dell'impresa. Molte organizzazioni hanno mancato di modificare i progetti e le strategie di tassonomia in relazione al cambiamento dell'audience e degli utenti. Come risultato, molte delle tassonomie correntemente esistenti nei sistemi di front end risultano troppo complesse e lontane dal favorire l'accesso intuitivo da parte degli utenti finali. Questo problema è esacerbato dalla confusione concernente gli utenti e le applicazioni per le tassonomie. Questo articolo mira a indicare e discutere le attuali fratture tra le definizioni di tassonomia e le organizzazioni che tentano di costruirle. Mira anche a introdurre il concetto di una tassonomia d'impresa costruita specificatamente per soddisfare le necessità degli utenti e delle applicazioni di oggi.

Tassonomia tradizionale e d'impresa

Il concetto delle tassonomie è basato sulla classificazione dei componenti in categorie, all'interno di una struttura logica. Tradizionalmente, le tassonomie sono state utilizzate all'interno dei mondi della scienza e della gestione delle informazioni, con lo scopo di classificare vaste quantità di dati a fronte di una struttura logica. Le tassonomie tradizionali sono caratterizzate da regole rigorose di categorizzazione, da classificazioni mutualmente esclusive e da una granularità onnicomprensiva. Dal momento in cui gli strumenti di gestione della conoscenza sono divenuti tecnologicamente e funzionalmente disponibili per gli utenti finali, questo concetto della tassonomia tradizionale è stato completamente stravolto e l?utente medio all'interno dell'impresa, a prescindere dalle sue conoscenze tecniche e dell'esperienza sulla materia oggetto della ricerca, in questo modo non riceve il valore atteso dall'informazione.

A differenza di una tassonomia tradizionale, progettata primariamente per lo scopo della classificazione, una tassonomia d'impresa è progettata in primo luogo per l'usabilità. Sia che venga usata per potenziare la classificazione dei metadati nelle applicazioni di back end, oppure per la navigazione di front end, o per entrambe le necessità, una tassonomia d'impresa di successo deve essere progettata per una navigazione intuitiva da parte degli utenti finali. Per questo motivo, la progettazione a ogni livello della tassonomia d'impresa deve considerare se l'utente medio sarà in grado di comprendere sia i termini, sia la gerarchia della tassonomia, in modo da reagire in maniera sensata ed efficace.

Le caratteristiche della tassonomia d'impresa

Tenendo conto di queste necessità primarie di progettazione, la tassonomia d'impresa deve possedere alcune caratteristiche fondamentali che la differenziano dalla tassonomia tradizionale. In primo luogo, la tassonomia d'impresa dovrà possedere una terminologia semplice che eviti il gergo o la complessità tecnica che potrebbe confondere gli utenti potenziali. Nel considerare i termini per una tassonomia d?impresa, i progettisti dovranno identificare il "minimo denominatore comune" tra i tipi di utenti e realizzare un sistema che utilizzi termini e argomenti che risultino immediatamente familiari. Questo è specialmente importante ai livelli più elevati di tassonomia, nei quali tutti gli utenti debbono essere in grado di comprendere immediatamente che cosa stiano ricercando e dove possono andare per trovare le informazioni di cui hanno bisogno.

Un'altra caratteristica della tassonomia d'impresa è la sua minore aderenza alle regole della tassonomia tradizionale. Infatti, una tassonomia rigida creerebbe una gerarchia complessa di termini mutualmente esclusivi e collettivamente esaustivi, una tassonomia d'impresa punta a realizzare una struttura maggiormente lineare, meno granulare e che risulti notevolmente più intuitiva e più semplice per navigare. In termini pratici, questo porta a passare da una tassonomia tradizionale che potrebbe avere 100 nodi di massimo livello, tutti che fanno riferimento a 12 livelli di approfondimento, a una tassonomia d'impresa con solamente 8 nodi di livello più elevato, nessuno dei quali faccia riferimento a più di tre nodi verso il basso. In altre parole, la tassonomia d'impresa sacrifica i dettagli a favore della facilità d?uso e della significatività dei risultati della ricerca. I suoi detrattori affermano che questa mancanza di dettagli diminuisce il valore di una tassonomia. Tuttavia, se consideriamo che stiamo domandando ai nostri utenti dell'impresa di lavorare con questa struttura, una tassonomia più semplice rappresenta chiaramente la scelta corretta per essere sicuri che l'utente la comprenda totalmente, possa navigare al suo interno e possa ritrovare in maniera efficace i documenti di cui ha bisogno in una maniera semplice e ripetibile. Una struttura maggiormente lineare e con una minore granularità, progettata per ridurre il numero di "click" che si interpongono tra gli utenti e i contenuti desiderati, minimizza il lavoro necessario per classificare i contenuti all'interno della tassonomia stessa. Questo risulta in una maggiore usabilità e quindi in una maggiore facilità nel trovare i contenuti desiderati.

La flessibilità

Un'ulteriore caratteristica fondamentale della tassonomia d'impresa è la sua flessibilità intrinseca, che assicura l'esistenza di una progettazione dinamica in grado di adattarsi alle modifiche dei contenuti e delle necessità degli utenti. Mentre una tassonomia tradizionale viene mantenuta rigorosamente ed è soggetta a modifiche minime, una tassonomia d'impresa è costruita con la premessa che debba risultare facilmente modificabile per rispondere alle mutevoli necessità dell'impresa e degli utenti. Questo concetto supporta una metodologia di progettazione iterativa della tassonomia. Le organizzazioni debbono essere preparate a supportare l'evoluzione di lungo termine delle rispettive tassonomie, per reagire efficacemente ai cambiamenti delle necessità oltre che per rispondere al feedback degli utenti. Attivando un meccanismo di feedback adeguato, gli utenti saranno in grado di fornire ai progettisti della tassonomia le informazioni necessarie a guidarli per una migliore organizzazione della tassonomia stessa. A loro volta, i progettisti debbono essere preparati a reagire a questo feedback, in modo da migliorare continuamente la tassonomia e servire meglio gli utenti finali.

Problemi di realizzazione e soluzioni

Anche se molte organizzazioni comprendono interamente il valore di quello che offre una tassonomia d?impresa, tuttavia esiste un aspetto che impedisce loro di realizzare con successo progetti di tale tipo. Esistono molte ragioni per questa incertezza dei risultati. Prima di tutto, le organizzazioni non sono capaci di rompere completamente con i concetti assorbiti con le tassonomie tradizionali. Anche i progettisti indottrinati sui concetti e sui valori della tassonomia d'impresa tendono a ricadere nelle precedenti abitudini ed errori che portano a costruire strutture maggiormente complesse, dimenticando importanti necessità degli utenti finali. Un altro problema di fondo è dovuto al fatto che i suoi progettisti tendono a esagerare nell'analisi e nell'approfondimento degli sforzi necessari, con il risultato inevitabile di ritardi nella realizzazione del progetto e di proposta di tassonomie troppo pesanti e particolareggiate.

Per un'organizzazione, l'approccio più efficace per avviarsi verso la progettazione di una tassonomia d'impresa è di attivare un gruppo di lavoro interfunzionale ristretto, che sia in possesso e usi i contenuti informativi dell'impresa nel lavoro giornaliero. Queste persone debbono conoscere le rispettive necessità all'interno dell'impresa ed essere in grado di rappresentare quelle delle funzioni e delle persone che le hanno delegate. Dopo aver ricevuto una formazione e un orientamento alle migliori metodologie e agli obiettivi della tassonomia d'impresa, i componenti di questo gruppo debbono ricevere ogni facilitazione possibile, in maniera da poter applicare le loro esperienze personali e da poter utilizzare casi reali relativi alle informazioni e alla loro classificazione. Iniziando al livello più alto questo gruppo può discutere e definirne i nodi primari, per andare poi in profondità nei sottonodi con un livello sempre maggiore di dettaglio. Per ogni livello e per ogni decisione adottata, il gruppo deve verificare che le decisioni prese corrispondano alle necessità degli utenti finali. Anche se il processo può risultare pesante, il risultato finale sarà una tassonomia d'impresa che riflette veramente il pensiero e le necessità degli utenti finali.

Disponendo di tassonomie d'impresa intuitive e semplici, le organizzazioni incoraggeranno la condivisione delle informazioni, abbattendo le barriere verticali che esistono attualmente tra le basi dati e i contenitori di informazioni. Gli utenti individuali impiegheranno meno tempo nella ricerca di informazioni, beneficiando per più tempo delle informazioni che scopriranno tramite la tassonomia a loro disposizione. Con una soluzione di successo, gli strumenti di gestione della conoscenza verranno adottati più massicciamente e con una maggiore facilità d'uso. In conclusione, le tassonomie d'impresa saranno utili sia agli utenti individuali sia alle organizzazioni che le utilizzano, migliorando l'usabilità del sistema e incrementando così la capacità di trovare le informazioni richieste.

La Tassonomia dell'Impresa - 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