Da qualche mese stiamo affrontando insieme il complesso e delicato argomento dei big data aziendali, esplorando prima di tutto la provenienza di queste importantissime informazioni e, successivamente, i tipi di supporto e struttura che le contraddistinguono.
In questo nuovo articolo andremo invece a scoprire quali sono gli attori aziendali coinvolti nei Big Data.
Ciò che prima di tutto va precisato è che questi attori hanno esigenze e requisiti diversi relativamente alle informazioni che necessitano per svolgere il loro lavoro.
La prima figura che andremo analizzare è quella dei manager. Queste figure si occupano essenzialmente di attività tattiche e strategiche all’interno dell’impresa. Le attività tattiche riguardano problematiche pratiche quali ad esempio l’allocazione delle risorse per il conseguimento degli obiettivi di business e le conseguenti attività di monitoraggio delle stesse; mentre le attività strategiche consistono nella definizione di tali obiettivi e delle modalità per raggiungerli.
In generale, i manager necessitano di dati che risiedono in due macro-categorie di applicativi:
- KMS / Knowledge Management System: è l’insieme di strumenti software per la ricerca, l’identificazione e la strutturazione di tutte le informazioni relative alle attività svolte in azienda. Esempi di KMS includono tipicamente i software di gestione documentale.
- BI / Business Intelligence: sono sistemi costituiti da un insieme di strumenti con l’obiettivo di fornire supporto decisionale attraverso la trasformazione di dati puri in informazioni tangibili. Il loro punto centrale è costituito dai data warehouse.
In buona sostanza, i manager hanno necessità di informazioni analitiche di sintesi, talvolta presentate anche graficamente in modo da ottenere subito la percezione dell’andamento aziendale o di specifici settori. È evidente che per produrre questo tipo di documentazione siano necessarie molte fasi, che partiranno dai dati grezzi per arrivare infine alla determinazione del Key Performance Indicator (KPI) desiderato.
Tuttavia, i manager hanno bisogno anche di poter anticipare gli eventi aziendali attraverso specifiche attività predittive: solo in questo modo potranno ottenere infatti un vantaggio competitivo sui loro concorrenti di mercato.
Grazie agli strumenti di ultima generazione, questa tipologia di output è oggi realizzabile in modo molto più efficace rispetto al passato, e i risultati offrono a loro volta ulteriori spunti analitici. I big data necessari ai manager possono, oggi, essere analizzati e sfruttati fino alla massima profondità.
Un’altra categoria che necessita di Big Data per svolgere al meglio il proprio lavoro è quella del personale esecutivo. Questo team è deputato all’operatività della azienda tramite mansioni quali la gestione degli ordini, del magazzino, della fatturazione e via discorrendo.
Il personale esecutivo avrà dunque bisogno, proprio per la natura del suo lavoro, di dati dettagliati e tempestivamente forniti. Tali dati sono contenuti in questi sistemi applicativi:
- ERP / Enterprise Resource Planning: sono strumenti gestionali che interessano tutte le aree aziendali, senza alcuna eccezione.
- SCM / Supply Chain Management: sono software che gestiscono la catena di fornitura sia relativa agli acquisti che alle vendite e velocizzano la trasmissione dei dati, definiscono i piani di produzione in base alla domanda, ottimizzano le scorte di magazzino, monitorano i processi di consegna, eccetera.
- CRM / Customer Relationship Management: è il software che supporta l’attività di contatto con il cliente e che fornisce i necessari strumenti per la sua gestione, sia in termini di vendite che di customer care.
- BI / Business Intelligence: sono sistemi che supportano le attività operative dello staff grazie a dettagliate analisi fornite quasi in tempo reale (Operational Business Intelligence).
ERP, SCM e CRM sono generalmente supportati da database relazionali, i quali rappresentano le fonti che alimentano i data warehouse e l’intero sistema di BI.
Lo staff operativo dell’azienda ha esigenze diverse da quelle del management, ma come quest’ultimo può beneficiare di un’analisi accurata delle informazioni a disposizione così da ottimizzare i processi di produzione, vendita, customer care e via discorrendo.
L’ultima figura aziendale che andremo ad analizzare è quella del Data Scientist, ossia colui che si occupa di svolgere l’analisi dei dati. La sua attività è fortemente connessa all’utilizzo di tecniche avanzate, informatiche, statistiche o di machine learning.
Va da sé che anche questa figura abbia assoluto bisogno di avere accesso a tutti i Big Data aziendali, vista la sua centralità nella struttura e l’insieme di competenze che la caratterizzano: queste ultime, in particolare, hanno proprio lo scopo di generare vantaggi competitivi per tutti gli attori coinvolti nei processi di business.
Riassumendo, il Data Scientist offre una serie di competenze che spesso devono essere suddivise tra diverse persone poiché, almeno al momento attuale, il know-how richiesto alla sua figura è talmente ampio da non poter essere garantito da un solo professionista:
- Competenze informatiche (database relazionali e linguaggio SQL, Hadoop, Spark, database NoSQL, tool di analisi e visualizzazione avanzati, eccetera)
- Competenze statistiche
- Conoscenza delle tecniche di analisi predittiva e di machine learning
- Conoscenza dei processi di gestione della qualità del dato
- Conoscenza dei processi di business e dell’organizzazione aziendale
- Conoscenza delle problematiche e delle sfide dell’industria di riferimento
- Capacità di comunicare correttamente i dati a tutti gli interlocutori coinvolti
- Capacità di colloquiare con i manager e di supportarli in fase decisionale
Ad oggi, l’approccio funzionale per garantire il soddisfacimento di tutti questi requisiti comporta la formazione di un vero e proprio team di data scientist, nel quale ciascun professionista è specializzato in competenze diverse, in modo da fornire una panoramica il più possibile estesa e dettagliata di tutti i Big Data necessari.
Leave A Comment