7 tendenze della strategia dei dati aziendali
Una strategia dati solida e aggiornata
Ogni azienda ha bisogno di una strategia dei dati che definisca chiaramente le tecnologie, i processi, le persone e le regole necessarie per gestire in modo sicuro le proprie risorse e pratiche informative.
Come per quasi tutto nell'IT, una strategia dei dati deve evolversi nel tempo per stare al passo con l'evoluzione di tecnologie, clienti, mercati, esigenze e pratiche aziendali, normative e un numero virtualmente infinito di altre priorità.
Ecco una rapida carrellata di sette tendenze principali che probabilmente rimodelleranno l'attuale strategia dei dati della tua organizzazione nei giorni e nei mesi a venire.
1. I dati in tempo reale diventano reali, così come la complessità di gestirli
I CIO dovrebbero dare la priorità alla loro strategia di investimento per far fronte al crescente volume di dati complessi e in tempo reale che si riversano nell'azienda, consiglia Lan Guan, Global Data and AI Lead presso la società di consulenza aziendale Accenture.
Guan ritiene che avere la capacità di sfruttare i dati non sia negoziabile nell'ambiente aziendale odierno. "Insight unici derivati ??dai dati di un'organizzazione costituiscono un vantaggio competitivo inerente alla loro attività e non facilmente copiabile dai concorrenti", osserva. "Non riuscire a soddisfare queste esigenze significa rimanere indietro e perdere le numerose opportunità rese possibili dai progressi nell'analisi dei dati".
Il passo successivo nella strategia dei dati di ogni organizzazione, afferma Guan, dovrebbe essere investire e sfruttare l'intelligenza artificiale e l'apprendimento automatico per ottenere più valore dai propri dati. "Iniziative come la manutenzione predittiva automatizzata sui macchinari o l'ottimizzazione della forza lavoro attraverso i dati operativi sono solo alcune delle molte opportunità rese possibili dall'abbinamento di una strategia di dati di successo con l'implementazione incisiva dell'intelligenza artificiale".
2. Le esigenze interne di accesso ai dati sono al centro dell'attenzione
I CIO e i data leader devono far fronte a una crescente domanda di accesso ai dati interni. "I dati non vengono più utilizzati solo da analisti e data scientist", afferma Dinesh Nirmal, direttore generale di AI e automazione presso IBM Data. "Tutti nella loro organizzazione, dalle vendite al marketing, dalle risorse umane alle operazioni, hanno bisogno di accedere ai dati per prendere decisioni migliori".
Lo svantaggio è che fornire un facile accesso a dati tempestivi e pertinenti è diventato sempre più difficile. "Nonostante i massicci investimenti, il panorama dei dati all'interno delle aziende è ancora eccessivamente complesso, distribuito su più cloud, applicazioni, posizioni, ambienti e fornitori", afferma Nirmal.
Di conseguenza, un numero crescente di leader IT è alla ricerca di strategie per i dati che consentano loro di gestire le enormi quantità di dati disparati situati in silos senza introdurre nuove sfide di rischio e conformità. "Mentre la necessità di accesso ai dati internamente è in aumento, [i CIO] devono anche tenere il passo con le misure normative e di conformità in rapida evoluzione, come l'Atto sull'intelligenza artificiale dell'UE e il progetto della Casa Bianca per una Carta dei diritti dell'IA appena pubblicato", afferma Nirmal .
3. La condivisione esterna dei dati diventa strategica
La condivisione dei dati tra partner commerciali sta diventando molto più semplice e collaborativa, osserva Mike Bechtel, capo futurista presso la società di consulenza aziendale Deloitte Consulting. "Con l'adozione significativa di data warehouse nativi del cloud e piattaforme di analisi dei dati adiacenti, stiamo iniziando a vedere casi d'uso interessanti in cui le aziende sono in grado di intrecciare i propri dati con i dati delle controparti per creare risorse digitali completamente nuove, vendibili", ha dice.
Bechtel prevede un imminente cambiamento epocale nella condivisione dei dati esterni. "Per anni, le persone nelle sale riunioni e nelle sale server hanno parlato in modo astratto del valore di disporre di tutti questi dati, ma i fanatici tra noi sapevano che la capacità di monetizzare quei dati richiedeva che fossero più liquidi", afferma. "Le organizzazioni possono avere petabyte di dati interessanti, ma se vengono calcificati in un data warehouse on-premise, non potrai farci molto".
4. Aumento dell'adozione di data fabric e data mesh
Le tecnologie data fabric e data mesh possono aiutare le organizzazioni a ottenere il massimo valore da tutti gli elementi in uno stack tecnico e in una gerarchia in modo pratico e utilizzabile. "Molte aziende utilizzano ancora soluzioni legacy, tecnologie vecchie e nuove, politiche, processi, procedure o approcci ereditati, ma hanno difficoltà a fondere tutto in una nuova architettura che consente maggiore agilità e velocità", afferma Paola Saibene, consulente principale di Società di consulenza informatica Resultant.
Mesh consente a un'organizzazione di trarre le informazioni e gli approfondimenti di cui ha bisogno dall'ambiente nel suo stato attuale senza doverlo cambiare radicalmente o interromperlo in modo massiccio. "In questo modo, i CIO possono trarre vantaggio dagli [strumenti] che già dispongono, ma aggiungere uno strato superiore che consenta loro di utilizzare tutte queste risorse in modo moderno e veloce", spiega Saibene.
Il data fabric è un'architettura che consente l'integrazione end-to-end di varie pipeline di dati e ambienti cloud attraverso l'uso di sistemi intelligenti e automatizzati. Il tessuto, soprattutto a livello di metadati attivi, è importante, osserva Saibene. "Gli agenti di interoperabilità faranno sembrare che tutto sia incredibilmente ben connesso e sia stato progettato intenzionalmente in quel modo", afferma. "In quanto tale, sei in grado di ottenere tutte le informazioni di cui hai bisogno evitando di dover rivedere il tuo ambiente."
5. L'osservabilità dei dati diventa fondamentale per l'azienda
L'osservabilità dei dati estende il concetto di qualità dei dati monitorando da vicino i dati mentre entrano ed escono dalle applicazioni. L'approccio fornisce approfondimenti business-critical su informazioni, schemi, metriche e discendenza dell'applicazione, afferma Andy Petrella, fondatore del fornitore di osservabilità dei dati, Kensu, e autore di Fundamentals of Data Observability (O'Reilly, 2022).
Un attributo chiave di osservabilità dei dati è che agisce sui metadati, fornendo un modo sicuro per monitorare i dati direttamente all'interno delle applicazioni. Man mano che i dati sensibili lasciano la pipeline dei dati; viene raccolto da un agente di osservabilità dei dati, afferma Petrella. "Grazie a queste informazioni, i data team possono risolvere i problemi dei dati più rapidamente e impedire che si propaghino, riducendo i costi di manutenzione, ripristinando la fiducia nei dati e aumentando la creazione di valore dai dati", aggiunge.
L'osservabilità dei dati crea una categoria di soluzioni completamente nuova, afferma Petrella. "I CIO dovrebbero prima comprendere i diversi approcci all'osservazione dei dati e in che modo differiscono dalla gestione della qualità", osserva. Dovrebbero quindi identificare le parti interessate nel loro team di dati, poiché saranno responsabili dell'adozione della tecnologia di osservabilità.
L'incapacità di migliorare la qualità dei dati probabilmente ostacolerà la produttività del team di dati, riducendo al contempo la fiducia dei dati nell'intera catena di dati. "A lungo termine, ciò potrebbe relegare in secondo piano le attività relative ai dati, con un impatto sulla competitività dell'organizzazione e, in ultima analisi, sui suoi ricavi", afferma Petrella.
I leader IT devono fare i conti con la crescente complessità e gli insondabili volumi di dati distribuiti nello stack tecnologico, osserva Gregg Ostrowski, executive CTO di Cisco AppDynamics. "Devono integrare una serie di servizi cloud-native in continua espansione con le tecnologie on-premise esistenti", osserva. "Dal punto di vista della strategia dei dati, la tendenza più importante è la necessità per i team IT di ottenere una visualizzazione e una visione chiare delle loro applicazioni indipendentemente dal dominio, sia on-premise, nel cloud o in ambienti ibridi".
6. I "dati come prodotto" iniziano a fornire valore aziendale
I dati come prodotto sono un concetto che mira a risolvere i problemi aziendali del mondo reale attraverso l'uso di dati combinati acquisiti da molte fonti diverse. "Questo approccio di acquisizione e analisi fornisce un nuovo livello di intelligenza per le aziende che può determinare un impatto reale sui profitti", afferma Irvin Bishop, Jr., CIO di Black & Veatch, un'azienda globale di ingegneria, approvvigionamento, consulenza, e impresa edile.
Capire come raccogliere e applicare i dati può essere un punto di svolta in molti modi, afferma Bishop. Riferisce che Black & Veatch sta lavorando con i clienti per sviluppare roadmap dei prodotti di dati e stabilire KPI pertinenti. "Un esempio è il modo in cui utilizziamo i dati all'interno del settore idrico per gestire meglio la salute fisica delle infrastrutture critiche", osserva. "I dati offrono ai nostri clienti idrici la possibilità di prevedere quando un'apparecchiatura dovrà probabilmente essere sostituita e quale tipo di impatto ambientale può sopportare sulla base dei dati sulle prestazioni passate". Bishop afferma che l'approccio offre ai clienti partecipanti un maggiore controllo sull'affidabilità del servizio e sui loro budget.
7. Nascono team di prodotti dati interfunzionali
Man mano che le organizzazioni iniziano a trattare i dati come un prodotto, diventa necessario istituire team di prodotto collegati tra i settori IT, aziendale e della scienza dei dati, afferma Traci Gusher, leader di dati e analisi presso la società di consulenza aziendale EY Americas.
La raccolta e la gestione dei dati non dovrebbero essere classificate solo come un altro progetto, osserva Gusher. "I dati devono essere visti come un'area aziendale pienamente funzionale, non diversa dalle risorse umane o dalla finanza", afferma. "Il passaggio a un approccio basato sul prodotto di dati significa che i tuoi dati saranno trattati proprio come lo sarebbe un prodotto fisico: sviluppati, commercializzati, controllati dalla qualità, migliorati e con un chiaro valore monitorato".
John Edwards (CIO)