Data Strategy, trarre vantaggio dalla risorsa più importante del nostro tempo

Esce per FrancoAngeli un libro del guru Bernard Marr sulle opportunità offerte alle aziende da una gestione intelligente dei dati, in un mondo dove big data, analytics e intelligenza artificiale, se correttamente gestiti, possono offrire grandi opportunità di business e vantaggi competitivi. Con casi utente, indicazioni sul miglioramento dei processi, il disegno corretto di architetture e tanto altro ancora, il tutto orientato a una centralità del dato nello sviluppo del business

di Stefano Uberti Foppa

C'è una paginetta, nell'introduzione al bel libro di Bernard Marr, “Data Strategy – Come trarre vantaggio da un mondo di big data, analytics e intelligenza artificiale” - Collana Business 4.0 di FrancoAngeli, che fa riflettere e ben spiega la centralità che le informazioni e i dati hanno assunto nello sviluppo del business attuale. Tutte cose che ben conosciamo ma che messe così in fila, una dopo l'altra, fanno comunque un certo effetto. Si tratta di alcuni esempi di come Big tech, grandi aziende, organizzazioni ed enti pubblici siano ormai da tempo in grado di fare tracking, analysis e intelligent marketing come e quando vogliono sulla base delle nostre informazioni. Con un pericoloso confine di data privacy che è ormai molto semplice da superare.

Prima di alcuni veloci esempi tratti dalla paginetta di cui sopra, va specificato che Marr è un guru di dati e Intelligenza artificiale riconosciuto internazionalmente, autore di numerosi libri sul tema, consulente delle principali organizzazioni mondiali che fondano sull'analisi dei dati le loro scelte strategiche e le loro operatività quotidiane. LinkedIn lo inserisce tra i primi cinque business influencer mondiali e il primo in assoluto nel Regno Unito.

Il libro, ricchissimo di analisi, esempi di casi d'uso e consigli pratici e operativi per la messa a punto di efficaci data strategy, è suddiviso in ben 16 capitoli, tutti orientati a dare indicazioni sull'uso intelligente e business oriented dei dati da parte delle aziende e delle persone che in esse vi lavorano. Come capire quindi i clienti, creare prodotti e servizi intelligenti, migliorare i processi e gestire in modo etico i dati, mettere a punto tecnologie e infrastrutture efficaci per la raccolta, l'analisi e la conservazione dei dati; e ancora: la creazione di abilità e competenze di analisi nonché il ricorso ad esternalizzazioni efficaci, fino all'analisi del rapporto, spesso controverso, tra utilizzo/analisi del dato da parte di tecnologie di Intelligenza Artificiale, con uno sguardo ai futuri scenari.

Un libro quindi molto interessante sotto il profilo del “come fare e cosa considerare” per una reale messa a punto di una strategia di data analytics e insight efficaci per lo sviluppo del business in una società, come si diceva prima, centrata sulle informazioni.

Ecco allora, in chiusura di questa breve recensione, alcuni esempi citati da Marr per ricordarci la nostra dipendenza/vulnerabilità dai dati in una società “datacentric”: “Il vostro provider conosce tutti i siti che avete visitato, tutti, anche durante le navigazioni in incognito”. E se è noto che “Google ha un profilo esaustivo di voi e dei vostri interessi per decidere le pubblicità da mostrarvi”, forse meno caso si fa al fatto che “Facebook sa di chi siete amici e con chi avete una relazione, può prevedere quanto e se la vostra relazione durerà o, se siete single, quando probabilmente ne avrete una e con chi. Può anche dirvi quanto siete intelligenti basandosi sull'analisi dei like”. E di conseguenza, sulla base di questi profili, trattare i vostri dati. E se “Nel Regno Unito, la polizia sa sempre dove state guidando attraverso lo scansionamento continuo e capillare delle targhe e dei guidatori dell'auto”, “Anche il vostro cellulare sa a quale velocità state viaggiando. Per ora questa informazione non è condivisa con la Polizia, ma sempre più compagnie di assicurazione iniziano a usare i dati degli smartphone per ipotizzare chi sia un guidatore sicuro e chi invece più a rischio”. E se la personalizzazione dell'esperienza di acquisto attraverso l'analisi dei dati della carta fedeltà è ormai cosa normale e acquisita, già nel lontano 2012 fu clamorosa la capacità di analisi dei dati dimostrata dal retailer statunitense Target (un nome una garanzia!) che dimostrò, probabilmente ignorando ogni livello di privacy, come fosse in grado di intuire che una teenager fosse incinta in rapporto alle sue abitudini di acquisto per poi inviarle offerte di prodotti per bambini, tutto ciò ben prima che la sua famiglia avesse ricevuto la notizia. Intanto Amazon sta oggi lavorando per cercare di prevedere ciò che compriamo con un margine di errore talmente basso da poterci inviare un ordine di acquisto prima ancora che sia effettuato... Per non parlare delle informazioni demografiche su cui si sono costruiti, incrociando vari di tipi di dati di consumo, di abitudini sociali, di patrimonio, ecc. campagne di sensibilizzazione e/o condizionamento elettorale. E poi i dati relativi alla Sanità, alle cause che hanno portato a una malattia e ai percorsi di guarigione, con tutta una serie di proposte di prodotti e servizi a contorno sia di prevenzione sia di cura. E tantissimi altri esempi ancora con una vista, come si diceva, anche molto organizzativa e “business oriented” di ciò che le aziende stanno facendo con i dati. Insomma, buona lettura di un libro interessante