Dalle auto a guida autonoma alla conquista del gioco del Go, le organizzazioni hanno fatto notizia rendendo possibili con la data science compiti che prima sembravano irrealizzabili. È quindi facile trascurare la rivoluzione nascosta della data science: sempre più aziende stanno rendendo ciò che è già possibile accessibile su larga scala. In altre parole, più aziende puntano a una solida padronanza dei dati a livello organizzativo. Secondo Ramnath Vaidyanathan, VP of Product Research di DataCamp, il percorso di un’organizzazione verso la padronanza dei dati dipende da cinque pilastri chiave: Infrastruttura, Persone, Tools, Organizzazione e Processi (IPTOP). In un webinar del mese scorso, ha condiviso un framework per la padronanza dei dati che qualsiasi organizzazione può utilizzare per avanzare nella maturità dei dati: da reattiva, a in espansione, progressiva e infine fluente.
Per passare oltre la reattività ai dati, costruisci una cultura dei dati
Un’azienda reattiva ai dati si trova al gradino più basso della scala di maturità. Accede, usa e presenta i dati di rado, contribuendo all’assenza di una cultura dei dati. Utilizza strumenti legacy eterogenei per raccogliere dati in silos ed eseguire processi ad hoc. Inoltre, non investe in una strategia di upskilling sui dati per sviluppare talenti interni né in infrastrutture dati. Un’azienda può progredire dalla reattività alla fase di espansione costruendo la propria cultura dei dati e l’infrastruttura dati. Per innestare questa cultura, dovrebbe puntare su quick win che permettano agli stakeholder di vedere il valore dell’alfabetizzazione ai dati. Tra questi, dashboard di proof of concept e progetti di analytics come il modelling del churn dei clienti. L’azienda può anche iniziare a sviluppare la propria architettura dei dati e i processi di raccolta.
Esci dalla fase di espansione con l’infrastruttura e il modello organizzativo giusti
A differenza di un’azienda reattiva, un’azienda in espansione ha una qualche forma di strategia e cultura dei dati. Ma le sue carenze restano evidenti. Ha pochissimi dipendenti con le competenze e l’accesso necessari per analizzare, rendicontare e presentare i dati con sicurezza, con il risultato di una cultura dei dati debole. Inoltre, le mancano archiviazione e team centralizzati, con dataset e processi altamente frammentati in silos.
Considerate queste carenze, un’azienda in espansione deve migliorare la propria alfabetizzazione ai dati a livello organizzativo. Per farlo, deve abilitare l’accesso ai dati lavorando sull’infrastruttura e costruendo un’archiviazione centralizzata. Un’infrastruttura di questo tipo consente di archiviare dati di alta qualità nel cloud e renderli facilmente accessibili a tutti gli stakeholder. Con un’archiviazione e un accesso adeguati, i dipendenti sono messi nelle condizioni di sviluppare standard di qualità dei dati. Per esempio, DataCamp archivia i propri dati in Amazon Redshift, un data warehouse centralizzato nel cloud, e gestisce le pipeline con Apache Airflow. Questo segna l’abbandono di dati a silos difficili da riconciliare e apre la strada a un’unica fonte di verità.
Una vista semplificata dell’archiviazione dati centralizzata di DataCamp
Nel percorso di maturazione, un’azienda in espansione deve anche definire un modello organizzativo chiaro per i data scientist. Alcune scelgono un modello centralizzato con un team di data science, che funge da center of excellence, e gestisce le richieste provenienti da funzioni come finanza, marketing ed engineering. Altre optano per un modello decentralizzato, in cui i data scientist sono integrati nelle funzioni e soddisfano esclusivamente le esigenze dati di quella funzione. Un’azienda dovrebbe adottare il modello più adatto alle proprie esigenze di dati e di business.
Dalla fase progressiva alla padronanza con strumenti e processi
La tappa successiva nel percorso verso la padronanza è lo stato “progressivo”. In un’azienda progressiva, ogni team ha almeno una persona fluente nei dati in grado di analizzare, rendicontare e presentare i propri dati. Tuttavia, c’è ancora margine di miglioramento in termini di qualità e reperibilità dei dati a causa di un’infrastruttura in via di maturazione. Inoltre, sebbene i dipendenti abbiano un certo livello di alfabetizzazione, i dati sono usati quasi esclusivamente per reporting e risultano quindi sottoutilizzati. Il valore dei dati è ulteriormente compresso dalla scarsa democratizzazione dovuta alla difficoltà di accesso a strumenti e processi dati.
Per avanzare dallo stato progressivo alla padronanza, un’organizzazione dovrebbe sviluppare in parallelo infrastruttura, persone, strumenti, organizzazione e processi, in linea con il framework IPTOP.
Per arrivare alla padronanza, un’azienda può rafforzare la cultura dei dati sviluppando e investendo in adeguate strategie di upskilling per le persone. Ciò implica una formazione continua sui dati che tenga conto delle diverse personas dei dati e degli obiettivi di business. Per esempio, l’intenso rinnovamento dei talenti di AT&T ha visto un investimento di 1 miliardo di dollari per riqualificare 140.000 dipendenti in 10 anni. Le aziende possono trarre beneficio da una cultura dei dati più solida incentivando i comportamenti data-driven e premiando gli evangelist che promuovono attivamente la cultura dei dati aziendale.
Un’azienda può anche costruire data product interni che operazionalizzano i processi come parte del programma di alfabetizzazione. Questi prodotti possono essere utilizzati per migliorare gli standard di qualità dei dati e monitorare gli obiettivi di business. Per esempio, DataCamp dispone di framework interni che consentono agli stakeholder di creare visualizzazioni pronte per la presentazione delle metriche di business con pochissimo codice.
Dashboard DataCamp sviluppate facilmente con framework interni
Man mano che un’azienda progredisce nell’alfabetizzazione ai dati a livello organizzativo, tende a muoversi verso un modello ibrido, in cui i data scientist appartengono sia al team dati centralizzato sia a un team funzionale. Ciò consente al team di data science di costruire e condividere strumenti in linea con gli obiettivi di business delle funzioni.
Raggiungere la padronanza richiede che le organizzazioni rendano i dati parte integrante dei propri processi. Tali processi riducono l’attrito nell’estrazione di valore e democratizzano i dati all’interno dell’organizzazione. Per esempio, l’iniziativa Data Quality di AirBnb definisce e fa rispettare la qualità dei dataset in tutta l’azienda, costruendo fiducia nei dati tra gli stakeholder e rafforzando la cultura dei dati. Netflix rende semplice per gli stakeholder creare notebook efficaci personalizzando i template in base alle diverse personas target.
Diventa fluente nei dati con il framework IPTOP
Infine, la padronanza dei dati è lo stato ideale di maturità. In un’azienda fluente, ogni dipendente ha le competenze per accedere e comprendere i dati necessari al proprio lavoro. È supportato da un’infrastruttura affidabile e da strumenti che rendono naturale il decision making data-driven. Ancora meglio, l’azienda dispone di processi e modelli organizzativi che abilitano la collaborazione interfunzionale su larga scala in modo efficiente.
È chiaro che il percorso verso la padronanza non è lineare. Richiede una strategia chiara e un solido framework di alfabetizzazione. Il grafico seguente riassume i passaggi che un’organizzazione dovrebbe intraprendere per passare dalla reattività alla padronanza utilizzando il framework IPTOP.
Per saperne di più sul percorso per scalare la maturità dei dati, guarda il nostro webinar o fai il data maturity assessment.
