Con un approccio Data Driven si determina un cambiamento dei paradigmi aziendali basandoli su velocità, veridicità e predittivita’.

I big data sono una enorme mole di dati, caratterizzati dalla continua produzione, disordinati, strutturati e destrutturati la cui analisi e sistematizzazione può essere svolta solo da strumenti tecnologici e digitali.

Oggi i dati sono prodotti da moltissimi punti di materialità; ormai la rete, che fa parte della nostra vita quotidiana, con l’aiuto di smartphone, social, wireless, realtà virtuale, Internet delle cose, piattaforme digitali e altro, permette di individuare e trasmettere i dati grezzi che dovranno essere puliti per poterli integrare nel processo di analisi.

I dati sono caratterizzati da 4 V differenti:

-Volume, determinato dall’enorme mole di dati che sono raccolti.

-Varietà, eterogeneità dei dati, che possono originarsi da diverse rappresentazioni.

-Velocità, derivante dall’adozione di un sistema nel generare e raccogliere i dati alla velocità di renderli azioni conseguenti.

-Veridicità, bisogna essere sicuri che la dimensione a cui facciamo riferimento produca dati attendibili (qualitativamente attendibili) essendo strategici per le azioni in corso.

Se utilizziamo dati “spazzatura” il risultato sarà “spazzatura”.

L’utilizzo dei dati permette di raccogliere informazioni che elaborate permettono di predire eventi futuri e quindi di strutturare la strategia considerando questi valori.

I big data permettono valutazioni, sia su gruppi omogenei di comportamento che su singolo individuo, sempre con maggiore precisione, quindi in divenire, facilmente scalabili che estensibili.

Il processo di raccolta dati è ciclico e autorigenerante, si raccolgono i dati, grazie ai punti di contatto, dal mondo reale, si lavorano in fase grezza rendendoli puliti e quindi strutturati secondo logiche definite, si inseriscono nel processo di analisi dei dati, successivamente si trasformano in modelli e algoritmi da portare in esecuzione su cui sviluppare decisioni orientate.

Infine si riattiva il processo, dopo l’esecuzione dell’azione derivante, ripartendo con la raccolta dei dati, dal mondo reale, sul data product appena generato.

Le sfide principali per le aziende che vogliono implementare un processo data driven si basano sul cambiamento di mindset, basata su una cultura cross-funzionale, e sul dotarsi di strumenti tecnologi adeguati.

Una buona data Strategy si basa su una prima fase di pianificazione e determinazione degli obiettivi, su una fase, successivamente di determinazione dei processi attuali e delle persone in azienda (assessment), sulla definizione di una roadmap, e del sistema di misurazione, definita nel tempo e infine nella fase di gestione del cambiamento in cui la struttura, e quindi le persone, vanno supportate inizialmente individualmente e in team.

La data Strategy andrà modificata e migliorata nel tempo permettendo di generare, e misurare, valore per l’utente finale.