1. Cos’è una Data Strategy?
La Data Strategy è lo strumento fondamentale per intraprendere con successo un percorso di Digital Transformation. Ogni percorso trasformativo, infatti, introduce nuovi obiettivi, tecnologie e comportamenti che l’intera organizzazione deve conoscere e condividere al proprio interno.
La Data Strategy serve proprio a questo: definire in modo chiaro e condiviso come l’organizzazione può sfruttare i dati per mettere concretamente in atto la strategia di business. Facendo emergere consapevolezza su priorità, benefici potenziali, tecnologie e metodologie necessarie, consente di:
- Individuare e colmare eventuali gap tecnologici;
- Identificare e risolvere criticità organizzative;
- Avere chiara visione dello stato di maturità dei processi aziendali;
- Valutare gli impatti di business e i benefici attesi.
Per raggiungere questi obiettivi è fondamentale costruire una “roadmap” che, collegata alla business strategy aziendale, comunichi a tutta l’azienda le strategie da perseguire e i relativi impatti. La Data Strategy Roadmap permette di effettuare simulazioni relative a costi, tempi, raggiungimento degli obiettivi e numerose altre variabili. In questo modo fornisce una visione completa delle attività da introdurre in azienda e individua le migliori strategie per rispondere con resilienza agli urti del mercato.
2. Big Data: il ruolo della Data Strategy
Per costruire una Data Strategy efficace, censire e valutare le informazioni necessarie è un passaggio obbligato: solo una piena conoscenza del patrimonio informativo aziendale permette di costruire i Big Data Analytics e le progettualità del futuro.
Contare su un’enorme quantità di dati infatti non basta, bisogna averne una visione approfondita, completa e affidabile. Per questo è di centrale importanza il tema della Data Governance, definita dal glossario di Gartner come: “mappatura dei diritti decisionali e la conseguente creazione di un quadro di responsabilità per garantire l’adozione di comportamenti appropriati nella valutazione, produzione, consumo e controllo dei dati e delle relative pratiche di analisi.”
In questo senso, la Data Governance è da intendere in senso esteso e non meramente tecnico.
Con l’aumentare dei volumi, della varietà, della velocità di generazione e della veracità dei dati, è fondamentale saper gestire l’intero flusso e comprendere come debba essere costruita e manutenuta un’infrastruttura volta alla loro gestione e all’estrapolazione del loro valore.
Solo attraverso un percorso di Data Governance è possibile farlo, garantendo la corretta gestione delle informazioni e allo stesso tempo la possibilità di definirne metodi, tecnologie e comportamenti interni ed esterni all’organizzazione.
Non una mera gestione dei dati, dunque, ma l’introduzione di veri standard comunicativi e chiare linee guida. Entrambi servono a tenere conto dell’intera gamma di dipendenze organiche ed extra-organiche al fine di creare meccanismi inter-funzionali per l’integrazione dei sistemi, delle persone e dei processi all’interno del percorso di Data Strategy. I dati sono il fil-rouge di questi pilastri: non solo li permeano, ma permettono loro di evolvere e generare valore.
3. Impatto e vantaggi su marketing, vendita e Customer Experience
Il repentino cambiamento nelle abitudini di acquisto e consumo che si è verificato negli ultimi anni ha spinto numerose aziende ad attuare importanti revisioni strategiche ai propri piani marketing e vendite. I consumatori sono più consapevoli ed esigenti, e si sono moltiplicate le loro opportunità di interazione e relazione, fisiche e digitali, con le aziende.
Per questo, la Customer Experience non è mai stata così strategica e differenziante, oltre che cruciale per il successo di ogni strategia di business.
Creare un legame diretto fra Business Strategy e roadmap delle iniziative è un fattore critico di successo per far sì che le leve azionate da CEO e Chief Marketing Officer siano recepite dal resto dell’azienda: avviando da una parte la ridefinizione delle progettualità verso nuovi obiettivi, dall’altra offrendo la capacità di analizzarne tempi di risposta e valori generati. Entrambi sono elementi fondamentali nelle strategie di Customer Centricity, che devono poter contare su un’approfondita conoscenza dei propri clienti, dei loro bisogni e degli strumenti per renderli “tangibili” e realizzabili.
Se in precedenza il Marketing tradizionale si è lungamente concentrato sulla misurazione delle performance di campagne e attività, oggi grazie a una visione più strategica su dati e tecnologie, può costruirle dal principio con la garanzia di un maggiore impatto sul business.
Per raggiungere questo obiettivo, tuttavia, i dati devono essere di qualità, precisi e aggiornati con la latenza necessaria, fino al real-time laddove necessario. Solo in questo modo possono trasformarsi in insight significativi per ridefinire campagne e attività, ed elaborare contenuti personalizzati su tutti i touchpoint e canali di comunicazione.
4. Le fasi di una Data Strategy: dall’Assessment alla creazione di una Roadmap
La consapevolezza dell’importanza di capitalizzare i propri data asset attuali e futuri è la premessa fondamentale per avviare e intraprendere con successo un percorso strategico evolutivo ma sostenibile. Insieme alle priorità di business va sempre considerata infatti la reale maturità dell’ecosistema aziendale.
Gli step principali nella realizzazione di una Data Strategy sono tre e sono fortemente interconnessi:
- Il primo, particolarmente efficace per fare sfruttare la condizione “as-is”, si basa su un assessment tecnologico-architetturale e serve a identificare e valutare lo stato dell’arte in ambito dati e analytics. Questa fase è dedicata allo studio e all’analisi dei canali di comunicazione, dei processi di trasformazione e delle tecnologie utilizzate e serve per avere un quadro chiaro della situazione di partenza e identificare gap e punti di attenzione rispetto alle strategie aziendali;
- Il secondo step, in funzione degli obiettivi strategici di business, si concentra sulle esigenze evolutive dell’azienda. Attraverso analisi e interviste effettuate in tutte le aree aziendali chiave, si identificano i casi d’uso desiderati ed eventuali inefficienze o punti critici, attribuendo ad essi valutazioni di complessità di attuazione della loro risoluzione e valutazioni di beneficio atteso;
- L’ultimo step riguarda la definizione di una architettura tecnologica solida e moderna che, grazie all’impiego di best-practice metodologiche, è in grado di: abilitare le nuove funzionalità necessarie, rispondere alle esigenze raccolte e, allo stesso tempo, preservare il valore degli investimenti fatti con l’attuazione di una Roadmap.
Come osservato in precedenza, la Data Strategy roadmap è fondamentale per ogni “Plan-ahead team” aziendale per ridefinire le strategie e prepararsi a cogliere eventuali opportunità. Un approccio di questo tipo permette a executive e dirigenti di presentare in maniera chiara e completa agli altri direttori lo status delle varie iniziative e degli obiettivi, contemplando simulazioni e scenari alternativi. Unità di intenti e chiarezza di visione sono fattori chiave per la riuscita di ogni strategia di business.
5. Strategie di implementazione
Ritagliare un percorso basato sulle reali e specifiche esigenze di ogni azienda, ente o organizzazione, è alla base di ogni percorso di Data Strategy. Ai bisogni rintracciati, devono poi essere integrate tre milestone fondamentali:
- L’allineamento fra piano industriale e iniziative aziendali;
- Un piano strategico integrato che contempli la priorità dei progetti, la mappatura dei fabbisogni informativi, l’evidenza delle economie di scala, la gestione della roadmap e altre eventuali variabili;
- Le diramazioni sulle eventuali evoluzioni architetturali, metodologiche e organizzative.
Nel complesso contesto socioeconomico di oggi, è indispensabile omogeneizzare e semplificare le architetture. Osservando con attenzione i nuovi trend con l’obiettivo di ridurre costi e complessità: fattore critico di successo sia per la dirigenza aziendale che in ambito strettamente IT.
Avviare un percorso Data Strategy significa inoltre coinvolgere l’intero ecosistema aziendale. Per questo si rendono altrettanto indispensabili attività di Change Management, quali:
- Formazione sull’uso di nuove metodologie e tecnologie;
- Sistemi di autovalutazione;
- Mappatura delle competenze.
L’obiettivo di queste ed eventuali ulteriori azioni di Change Management è indirizzare un cambiamento pervasivo e consapevole a beneficio dell’intera organizzazione. Sostenere nel cambiamento le persone, accompagnandole ad ogni passo nelle trasformazioni organizzative e procedurali, è un fattore determinante per consolidare il welfare aziendale e, di conseguenza, generare una crescita di business.
6. Casi di studio
La Data Strategy rappresenta per ogni settore industriale un’opportunità decisiva per creare valore, reagire più rapidamente agli eventi, supportare un insieme più ampio di decisioni o automatizzare processi fondamentali.
Come approfondiamo in questa intervista a Industria Italiana, nell’industria manifatturiera l’introduzione della Data Strategy comporta vantaggi diretti sul business. La nostra stima individua dal 10% al 20% di maggiori utili con gli analytics di base e oltre il 30% con l’analitica avanzata. Senza considerare i benefici in termini di reputazione come la capacità di ottenere capitali con maggiore facilità e balzi positivi in Borsa per le società quotate: le aziende che fanno Data Strategy fanno trasformazione digitale ed è ciò che oggi gli investitori si aspettano quando guardano a una manifattura.
Anche nel mercato altamente competitivo di Energy & Utility, ripensare il business grazie a nuovi strumenti e risorse – fra tutti il Digital – è un asset indispensabile per un vero vantaggio competitivo. Nel caso di Gruppo Dolomiti Energia, multiutility italiana attiva in tutta la filiera energetica che si è affidata a Iconsulting per intraprendere il proprio percorso di Digital Trasformation, la definizione di una nuova roadmap di iniziative si è rivelata decisiva. Realizzata per rispondere a specifiche esigenze aziendali e integrata con lo scouting di processi di nuova concezione, abbiamo supportato il Gruppo a massimizzare le economie di scala sia dal punto di vista del potere informativo che del potenziale ritorno sugli investimenti. Insieme alle attività di design architetturale, abbiamo reso tangibili le opportunità offerte dalle nuove tecnologie e potenziato i processi di data quality con soluzioni tecniche e metodologie specifiche.
La “Dolomiti Data Platform“ – costruita con un mix di servizi gestiti (PAAS e SAAS) – è a tutti gli effetti un Data Hub enterprise in grado di rispondere all’esigenza di dati del mercato, del trading, delle operations e molto ancora. I layer tecnologici che la compongono – tra cui i principali di Data Integration, Data Storage e Data Consumption – orchestrano infatti dati, regole di business, prospettive di analisi, principi regolatori e conformità al GDPR, e alimentano ulteriori applicazioni fornendo dati e fondamentale reportistica ad analisti e Data Scientist. Su queste basi oggi stiamo portando la Dolomiti Data Platform verso tematiche di frontiera, come Machine Learning e Intelligenza Artificiale per supportare il Gruppo nei Servizi ambientali nel trading energetico e molto ancora.
Nel settore Automotive, fra i più attivi e all’avanguardia nell’ambito della Digital Transformation, l’utilizzo strategico dei dati permette di raggiungere obiettivi ambiziosi. Come nel caso del leader globale del settore automobilistico, cliente di Iconsulting. Anche in questo caso abbiamo in un primo momento identificato e formalizzato gli use case in allineamento con gli obiettivi strategici di business, successivamente definito l’architettura logica e tecnologica e infine elaborato una previsione dei costi budgetari ad essa associati. Dopo aver condiviso le linee guida necessarie all’adeguamento di tutti gli asset già presenti verso una nuova Data Platform, abbiamo infine condiviso la roadmap progettuale per il rilascio incrementale delle funzionalità necessarie con le relative valutazioni per la determinazione del budget e degli effort necessari alla realizzazione dell’intera iniziativa.
