L’esplosione delle informazioni ha portato ad un proliferare dei dati, che però crescono molto più rapidamente rispetto alla nostra capacità di utilizzarli. Diventa perciò sempre più cruciale affidarsi ad esperti data scientist capaci di governare in qualche modo l’avanzare dei dati ma anche ampliare le conoscenze dei ‘non addetti ai lavori’.
Ma quali cambiamenti devono avvenire affinché la cultura dei dati diventi finalmente realtà? Alcuni suggerimenti arrivano da Qlik.
1. Big Data: riduzione delle dimensioni e aumento delle combinazioni
Con una maggior frammentazione dei dati, creati per la maggior parte nel cloud, ci sarà un notevole impatto sui costi di reperimento dei dati se non si fisseranno degli obiettivi precisi. Ciò significa che ci muoviamo verso un modello in cui le aziende devono avere la capacità di combinare rapidamente i propri dati di grandi dimensioni con quelli di piccole dimensioni, in modo da poter acquisire le giuste intuizioni e ottenere valore dall’analisi il più rapidamente possibile. Combinando i dati nel modo giusto, sarà anche più semplice rilevare le informazioni false o errate.
2. Modo di pensare ibrido
Il 2017 vedrà il cloud ibrido e multi-piattaforma come protagonista tra i modelli per l’analisi dei dati. Ma un solo cloud non è sufficiente, perché i dati e carichi di lavoro non saranno su una sola piattaforma. Inoltre, la gravità dei dati (Data gravity) fa sì che la conservazione in supporti locali on-premise continuerà ancora a lungo. Il carattere ibrido e multi-ambiente emergerà come modello dominante, il che significa che i carichi di lavoro e la pubblicazione avverranno su cloud e on-premise.
3. Self-service per tutti
Il freemium sta ormai diventando la normalità, quindi nel 2017 gli utenti avranno un accesso più facile alle analisi. Il fatto che sempre più strumenti di visualizzazione dati siano disponibili a basso costo, o addirittura gratis, rende le analisi alla portata di tutti. Mano a mano che le persone si avvicineranno alle analisi, il tasso di alfabetizzazione dei dati aumenterà e di conseguenza anche l’attivismo dell’informazione.
4. Scalabilità
Grazie al suo successo, quella che era semplice analisi dei dati da parte dell’utente è diventata oggi un’operazione di Business Intelligence con rilevanza aziendale. Nel 2017, ci sarà un’ulteriore evoluzione con la sostituzione delle piattaforme di reporting del passato. I nuovi modelli apriranno l’analisi self-service dei dati a più persone e saranno in grado di soddisfare diverse esigenze in base a scalabilità, prestazioni, governance e sicurezza.
5. Analisi che avanzano
Nel 2017, l’attenzione si sposterà dalle “analisi avanzate” alle “analisi che avanzano”. Le analisi avanzate sono molto critiche, ma la creazione di modelli, la governance e la gestione sono affidate a esperti altamente qualificati. Tuttavia questi modelli, una volta creati, dovrebbero essere messi a disposizione di un numero sempre più ampio di persone, come veri e propri strumenti self-service. Inoltre, le analisi possono “avanzare” anche grazie alla tecnologia in grado di incorporarle in software, facilitando le intuizioni. Questo non significa però sacrificare l’intervento umano, in grado, rispetto all’intelligenza artificiale, di riuscire a identificare sempre le domande giuste e di fornire le risposte.
6. Visualizzazione: dalla sola analisi all’intera supply chain dell’informazione
La visualizzazione diventerà una componente cruciale soprattutto per le aziende che prediligono un approccio visivo alla gestione delle informazioni. Un ulteriore passo avanti sarà dato dall’utilizzo di strumenti visivi per comunicare i risultati dell’analisi.
7. Il focus passerà dalle app personalizzate di analitycs alle analitiche all’interno delle applicazioni
Non tutti possono essere sviluppatori e utilizzatori di app, ma tutti dovrebbero essere in grado di esplorare i propri dati. L’alfabetizzazione dei dati beneficerà delle analisi ottenute attraverso le applicazioni sviluppate a supporto delle specifiche situazioni e degli strumenti utilizzati per l’analisi dei dati. Ad esempio, strumenti aperti ed estendibili che possono essere facilmente personalizzati e contestualizzati dalle app e dagli sviluppatori web possono permettere alle analytics di fare enormi passi avanti.
“Questi trend gettano le basi per un aumento dei livelli di informazione che non contempla solo l’attivismo, ma anche di alfabetizzazione dei dati – ha dichiarato Dan Sommer, Senior Director, Qlik -. Dopo tutto, le nuove piattaforme e tecnologie che possono coinvolgere i lavoratori meno qualificati aiuteranno a entrare in una nuova era in cui i dati sono in stretta connessione con le persone e le idee, chiudendo in questo modo il divario tra il livello di dati che abbiamo a disposizione e la capacità di ottenerne da essi informazioni significative. Il che, diciamocelo, è quello che serve per metterci sulla giusta strada verso un’era più illuminata, orientata all’informazione e basata sui fatti”.
