Data Strategy per ridurre gli impatti da Black Swan | NTT DATA | NTT DATA

mar, 24 novembre 2020

La Data Strategy per minimizzare gli impatti da Black Swan

Come qualità e semantica dei dati aiutano le organizzazioni a gestire eventi imprevedibili come il Covid

A cura di Alessandro Santi, responsabile della practice Data Intelligence

L’attuale pandemia è assimilabile, a tutti gli effetti, a quello che il saggista matematico libanese Nassim Nicholas Taleb definisce un cigno nero: un evento anomalo, imprevedibile, con un impatto estremo e razionalizzabile solo a posteriori. Le contromisure adottate dai governi per arginare la diffusione del Covid19 hanno costretto molte aziende ad applicare misure correttive per minimizzarne gli effetti sul proprio business. In queste situazioni la Data Strategy di NTT DATA, grazie ad una accurata gestione del ciclo di vita dell’informazione, basata su processi di certificazione dei dati e di una corretta definizione semantica, consente di affiancare le scelte decisionali per ottimizzare i processi aziendali.

Sebbene il valore dei dati sia complesso da stabilire - da una parte i costi di storage, furto, impatto sull’azienda in caso di dati mancanti, dall’altra i benefici dati dalla qualità e dall’interesse che suscita nei competitor – essi costituiscono innegabilmente un asset aziendale vitale. Una loro corretta e studiata gestione fornisce preziosi spunti di intervento su clienti, prodotti e servizi; un uso inesperto può invece produrre significativi impatti negativi sotto il profilo economico, organizzativo e sociale. 

Di particolare rilievo è la natura semantica del dato, che concerne le sue modalità di interpretazione e le erronee o mancate correlazioni. Per esempio, nel caso della pandemia in atto, inizialmente si osservava il numero di contagiati come indicatore di confronto tra le divere regioni, senza rapportarlo ai tamponi effettuati. Da qui la necessità di aver un buon controllo sia sulla qualità che sulla semantica dell’informazione, entrambe valido supporto nei processi decisionali.

Uomo in piedi che fa un discorso in ufficio

L’approccio pragmatico della Data Strategy di NTT DATA può mitigare gli effetti di un evento imprevedibile con l’individuazione di diverse geometrie d’impatto e delle rispettive conseguenze economiche. Tale approccio è suddiviso in 4 fasi: consolidamento dell’ecosistema informativo, con relative priorità organizzative e allocazione di risorse per una corretta strategia di gestione del dato; innalzamento della qualità dei dati e definizione di un glossario di riferimento comprensibile a tutti i settori di business; identificazione, progettazione e realizzazione dei processi di business da ottimizzare, nel rispetto dei vincoli organizzativi e di compliance; monetizzazione dei dati e quantificazione dei costi-benefici dell’asset informativo.

All'aumentare della qualità del dato corrisponde frequentemente un incremento del suo potere informativo. Un dato affidabile mitiga il rischio, riduce i costi e migliora l’efficienza. Le principali voci dei costi sono riconducibili ai processi di correzione del dato, alle inefficienze organizzative e di produttività, all’insoddisfazione del cliente, ai costi di compliance e a quelli reputazionali.

L’approccio intermediate del Data Quality Adoption di NTT DATA propone di concentrarsi sui dati considerati più critici, gestirli lungo tutta la loro vita, prevenirne gli errori e le condizioni che conducono a una riduzione della loro fruibilità, tutto nel rispetto degli standard sulla data quality.

L’approccio Advanced invece si concentra sui metadati, ovvero tutte le informazioni sui processi tecnici e aziendali, sulle regole, i vincoli, le strutture logiche e fisiche dai dati. La loro corretta gestione non riguarda solo la conoscenza ma anche il controllo del rischio. 

Per questo NTT DATA permette di progettare modelli e qualificare i dati per poterne stabilire la funzione, la provenienza, i movimenti all’interno dell’organizzazione, l’evoluzione e le figure autorizzate al loro trattamento. In questa ottica i metadati assumono valore di asset strategico all’insegna della socializzazione del loro significato e valore. È inoltre necessario assicurarsi che ogni funzione aziendale sappia accedervi e utilizzarli. Infine viene applicato un meccanismo di feedback che informa i team di gestione in merito alla presenza di metadati non corretti, non aggiornati o poco significativi che potrebbero influenzare in maniera significativa le decisioni strategiche.

 


Vuoi saperne di più?

Scrivici!