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.
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 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
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