Indice dei contenuti
L’abilità sta nel saper analizzare i dati
La gestione dei dati è la pratica di organizzare e mantenere il processo dei dati per soddisfare le esigenze del ciclo di vita delle informazioni. Oggi, i dati potrebbero essere definiti come la risorsa più preziosa della quale un’azienda deve farne maggior uso. Grazie ad una corretta gestione, infatti, si riescono ad intercettare le giuste necessità, sia aziendali che dei clienti, fornendo le risposte giuste nel momento giusto. L’enfasi sulla gestione dei dati è iniziata con l’era dell’elettronica e quindi con l’elaborazione dei dati, ma i metodi di gestione hanno radici nella contabilità, nella statistica, nella pianificazione logistica e in altre discipline che precedono l’emergere dell’informatica aziendale. I dati si riversano nelle organizzazioni da ogni fonte immaginabile: sistemi operativi e transazionali; scanner, sensori e contatori intelligenti; punti di contatto con i clienti in entrata e in uscita; media mobili e il web.
Ma cosa rende preziosi i dati? Il valore dei dati dipende da ciò che fai con esso. E il primo passo per sbloccare il suo potenziale risiede nella gestione dei dati.
Alcune domande da porsi
I tuoi dati sono facilmente accessibili, puliti, integrati e archiviati? Sai quali tipi di dati sono usati da tutti nell’organizzazione? Hai attivo un sistema per analizzare i dati mentre fluiscono nell’organizzazione?
La maggior parte “dei dati in circolazione” sono stati prodotti negli ultimi anni. Si parla di ingenti quantità che superano il quintilione di bytes per giorno. L’aumento previsto sarà una crescita di tipo esponenziale e questo grazie alla velocità di trasmissione ed all’economicità di archiviazione permessa dal digitale. Ormai, la sfida si incentra più sul sapere gestire e sfruttare il dato più che sull’ottenere e reperire tale informazione. È per questo che diventa di fondamentale importanza l’abilità di saper estrapolare le giuste informazioni e classificarle in modo tale da far crescere il business e migliorare il servizio.
La piramide DIKW
l modello DIKW o la piramide DIKW è un metodo spesso utilizzato, con radici nella gestione della conoscenza, per spiegare i modi in cui passiamo dai dati (la D) alle informazioni (I), alla conoscenza (K) e alla saggezza (W) con una componente di azioni e decisioni.
In poche parole, è un modello nato per esaminare i vari modi di estrarre le informazioni ed il valore da tutti i tipi di dati: big data, piccoli dati, dati intelligenti, dati veloci, dati lenti, non importa. Il modello DIKW è spesso raffigurato come un modello gerarchico a forma di piramide e anche noto come gerarchia di informazioni-informazioni-conoscenza-saggezza.
Seguendo il percorso gerarchico, si passa prima per i dati primari “grezzi” i quali ancora non sono stati processati, fanno solo parte di una raccolta indiscriminata e sono come tanti elementi che non hanno un unico significato. Questi, poi, vengono messi a confronto con altri dati e da qui si possono ricavare le prime informazioni. Si cerca, dunque, di rispondere alla domanda “come” per conoscere un determinato argomento che è oggetto di studio. Infine, arriva la fase della saggezza: i dati vengono usati per la nostra strategia futura.
Azioni. Decisioni. Questo è ciò di cui abbiamo bisogno. Perché senza azione non ha molto senso riunire, catturare, comprendere, sfruttare, archiviare e persino parlare di dati, informazioni e conoscenze. Intendiamo azioni come nel business e nei risultati dei clienti, creando valore in modo informato. Ma ovviamente nel quadro più ampio, l’azione può anche semplicemente essere l’apprendimento o qualsiasi altra cosa.
Cosa fare nel concreto?
Dopo aver compreso a pieno come gestire e curare i dati, occorre necessariamente focalizzarsi su quelli che sono gli obiettivi aziendali, con quali strumenti raccogliere i dati necessari alla valutazione e scegliere come analizzare i dati che si hanno a disposizione.
È di primaria importanza, però, comprendere l’attinenza dei dati rispetto all’utilizzo che ne viene fatto: trovarsi difronte a dei dati distanti dal nostro obiettivo o non ben connessi al nostro fine rischia di portare con sé alcune criticità. È richiesta sempre più una maggiore attendibilità del dato rilevato e venduto da una certa azienda: quindi bisogna anche analizzare le fonti di provenienza dei dati.
Conseguentemente a quanto detto, possiamo distinguere così distinguere i dati:
- Dati probabilistici, che derivano da calcoli sistematici che permettono di allargare le informazioni seppur aventi una componente di incertezza
- Dati deterministici, che sono dichiarati dagli utenti ma non tutti sono validati o certi
E la privacy?
Sentiamo spesso parlare della protezione dei dati. In effetti è un argomento oggi molto discusso e dibattuto. Le organizzazioni si stanno adoperando al fine di prevenire potenziali minacce volte ad attaccare i dati, utilizzando anche tecniche connesse all’intelligenza artificiale ed al Machine Learning. In aggiunta, le aziende stanno investendo non poche quantità di risorse nel settore IT, acquisendo piattaforme di Data Management per raccogliere, gestire ed archiviare i dati.
Secondo la normativa italiana, il trattamento dei dati personali deve avvenire nel rispetto dei principi citati dalla legge: l’interessato deve essere informato circa il trattamento, il quale deve avvenire in maniera corretta e trasparente, occorre assicurare che trattamenti successivi non siano compatibili con la raccolta dei dati attuale e garantire la minimizzazione spiegando che i dati servono solo a quel fine specificato.
È necessario, in più, che la conservazione dei dati avvenga per un tempo non superiore a quello necessario rispetto agli scopi per i quali è stato effettuato il trattamento: quest’ultimo deve garantire la sicurezza adeguata dei dati personali che sono oggetto di analisi.
Allora, l’organizzazione, sempre secondo il regolamento, deve si rispettare questi principi ma deve anche essere in grado di provare tale rispetto: in questo caso si parla di responsabilizzazione, ossia assicurare ed essere in grado di dimostrare che il trattamento si è effettuato conformemente alla legge.
Conclusioni
Non avere un controllo circa la gestione dei dati può comportare gravi problemi in quanto spesso si arriva a fare scelte che mancano di una giusta analisi.
È utile, per ovviare a ciò, integrare informazioni attendibili provenienti da diverse fonti, ponendo l’attenzione agli aspetti legali ed alla sicurezza connessi alla gestione delle informazioni.
Nel contesto in cui ci troviamo, saper sfruttare bene l’analisi dai dati rappresenta una grande opportunità per le imprese. E con dati si intendono anche i profili degli utenti che navigano in rete e che allo stesso tempo fanno delle azioni.
In ottica di quanto sopracitato, si pone come prerequisito una maggiore comprensione ed attenzione, da parte dell’impresa, della qualità dei dati: maggiore sarà questa, maggiori saranno le opportunità offerte e le soluzioni che si potranno offrire al consumatore, portando anche una parte di valore aggiunto all’azienda stessa – ma come sempre occhio alla privacy!
