1. Il valore dei dati in un’ottica 4.0
La quarta Rivoluzione Industriale ha innescato il processo della Digital Transformation delle aziende a livello globale. Il ruolo dei dati in queste realtà sta cambiando radicalmente ed è necessario implementare strategie di Data Driven per ottenere un vantaggio competitivo. In ogni azienda, infatti, la gestione dei dati avviene in un’ottica di profitti, di vantaggio strategico e di innovazione. I Big Data sono al centro di questa grande trasformazione e presentano caratteristiche diverse rispetto a quelli strutturati prodotti nelle ere passate; rappresentano dei dati da valorizzare con nuovi modelli di business che rispecchino la nuova realtà dinamica, tecnologica, digitale e in continua e perenne evoluzione. Al termine Big Data, inoltre, è necessario associare quello di Analytics. Mentre il primo si riferisce alla grossa mole di informazioni che l’Industry 4.0 ha generato, il secondo termine mette in risalto l’insieme delle metodologie e degli strumenti da utilizzare per comprenderne l’utilizzo.
A tal proposito, la celebre frase di Chris Anderson “Data don’t speak for themselves”, sottolinea la necessità di correlare e di interpretare l’enorme mole di dati, abilitando diversi tipi di analisi real time per assicurare nuove opportunità alle aziende. Di conseguenza, emergono due modalità di gestione: una propria dei dati, definita big data management e l’altra relativa all’analisi predittiva e consuntiva di questi ultimi, la big data analytics. Per capire meglio queste strategie, è necessario comprendere nello specifico il concetto di Big Data.
2. Cosa sono i big data
Secondo uno studio del 2001, l’analista Douglas Laney aveva definito un modello di analisi dei dati chiamato modello delle “3V”. Questo modello, pur essendo ancora valido, è stato poi successivamente esteso, dando origine alla teoria delle 5 V:
- Volume: i dati, soprattutto quelli non strutturati tipici del mondo internet, crescono giornalmente in modo esponenziale, poiché sono prodotti da sorgenti eterogenee come sensori, log, eventi, social media e database tradizionali;
- Velocità: i dati vengono prodotti con sempre maggiore velocità e frequenza. Questo rende necessario far arrivare questi dati in maniera real-time per svolgere analisi su di essi;
- Varietà: i dati sono sempre più eterogenei: a quelli classici, provenienti dal sistema informativo aziendale, si aggiungono quelli esterni, tipicamente destrutturati, come email, immagini, video;
- Variabilità: il significato o l’interpretazione di uno stesso dato può variare in funzione del contesto in cui questo viene raccolto ed analizzato;
- Veridicità: i dati vanno verificati al fine di ottenere dalle analisi condotte risultati verificati e attendibili.
- Valore: il valore dei dati non è solo quello intrinseco, ma è anche collegato al contesto da cui si ricavano, per cui è necessario capire in maniera preventiva quale sia il valore effettivo che quel dato porterà al proprio business.
- Viralità: i dati si diffondono in modo virale, cosi come le informazioni che si possono estrarre da essi.
Dunque, dopo aver descritto l’importanza e i modelli per valorizzare i Big Data possiamo portare l’esempio di un caso aziendale di successo: quello di Acea Spa
3. La valorizzazione dei dati in azienda: il caso Acea 4.0
Quando le aziende hanno compreso la necessità di gestire i dati come un asset chiave, hanno deciso di sviluppare una corretta data strategy. Cosa si intende con questo termine? Una data strategy consiste in un processo tramite il quale migliorare il modo in cui un’azienda acquista, archivia, gestisce, condivide e utilizza i dati. Impostare una corretta data strategy è dunque fondamentale tanto che alcuni studi hanno dimostrato che molti progetti di data strategy falliscono perché manca una cultura data-centric.
Le multi-utilities si rivolgono ai Big Data per cercare di aumentare il tasso di soddisfazione del proprio cliente e per migliorare efficienza e affidabilità. Grazie all’analisi dei dati, hanno la possibilità di coinvolgere i clienti con modalità differenti che potrebbero aumentarne la soddisfazione, ridurre i costi di servizio e promuovere nuovi prodotti.
Negli ultimi anni, ACEA ha portato avanti il progetto ACEA 2.0, un’ambiziosa iniziativa strategica di Business Transformation. La realizzazione del processo di digitalizzazione ha permesso la creazione di una nuova unità denominata Data Driven Management. Gli obiettivi raggiunti hanno visto la realizzazione di un modello di “Data Driven Decision” che ha permesso a tutte le Direzioni, Funzioni e Società del Gruppo di poter eseguire attività di analisi dati.
Attraverso la creazione e implementazione di questi tools, il Gruppo ACEA è riuscito a modificare nel corso degli anni l’approccio al dato e lo ha valorizzato sotto ogni sua forma.
Anche in ACEA si è giunti alla conclusione che il dato è una risorsa chiave per l’impresa; poiché è una realtà asset intensive è stato necessario coniugare questo aspetto con quello dell’intangibilità del dato. Da quanto detto, si evince che ad un determinato livello minimo di qualità del dato è necessario utilizzare sistemi informatici per ottenere informazioni oggettive e veritiere. In questo modo si è riusciti a raggiungere un grande traguardo della Digital Transformation, ovvero la capacità di trasformare il dato in un vettore di informazione.
Quanto descritto finora , si è realizzato grazie all’implementazione di tecniche di Data Governance. Con questo termine non si intende un progetto, ma un programma e una necessità di business. La governance dei dati è un processo organizzativo e anche una struttura. In ACEA ha stabilito una responsabilità per i dati: ha organizzato il personale e le risorse rendendole capaci di sfruttare i dati e di gestirli per garantirne la qualità attraverso la creazione e l’applicazione sistematiche di politiche, ruoli, responsabilità e procedure. Se applica alla Quarta Rivoluzione Industriale la Governance prende il nome di IT Governance. Questo processo, implementato in ACEA, opera attraverso due modalità che prevedono da un lato la Data Governance e dall’altro la Project Governance. Questi tre elementi rappresentano un elemento di svolta in chiave tecnologica in ACEA poiché la governance dei dati completa la governance del progetto ed entrambi esistono sotto la struttura generale dell’ IT governance.
La IT governance, quindi, è la struttura generale che si concentra sull’infrastruttura IT, incluso la gestione delle risorse e dei rischi, per garantire che gli sforzi e le soluzioni IT siano in linea con quelli della mission dell’organizzazione aziendale. La governance dei dati, quindi, aiuta a definire regole generali coordinando, soppesando e bilanciando le esigenze di tutti gli stakeholder identificando un processo decisionale, ruoli e responsabilità delle parti interessate, regole e processi coerenti all’interno dell’organizzazione. In conclusione, quindi, possiamo affermare che un framework di IT governance dei dati consente alle organizzazioni di “decidere come decidere”. Infatti, descrive come prendere decisioni sulla gestione dei dati, realizzarne il valore, minimizzare i costi e la complessità, gestire i rischi e garantire la conformità. ACEA, sebbene operi in un mercato regolamentato dove la competizione è pressocché inesistente, è riuscita a innovarsi e ad attuare una trasformazione digitale che l’ha resa una delle utilities più “intraprendenti” a livello nazionale. “I contatori girano e continuano a girare” in ACEA dove si è innescato un cambiamento organizzativo e radicale che ha visto come protagonisti la tecnologia e le persone in tutte le sfumature dei loro rapporti, delle loro contraddizioni e delle loro contaminazioni.