Si utilizzano sempre di più i Cloud Analytics, software di analytics in cloud, in virtù della necessità da parte delle imprese di elaborare e gestire una mole sempre più importante di dati per restare competitive sul mercato, crescere in efficienza e migliorare il business. Abbiamo parlato con Giovanni Mazzucato, Project Leader di Axiante, Business Innovation Integrator, del ruolo che hanno gli analytics in questo scenario di come sta crescendo il mercato dei data analytics, focalizzandoci in particolare sugli analytics in cloud. Un quadro da cui emerge che in un mondo sempre più guidato dai dati, queste capacità analitiche avanzate non sono più un driver competitivo, ma un must have. Perché scegliere gli analytics in cloud? Quali sono i vantaggi? E quali invece i punti deboli?
“Il digitale è oggi il motore che permette alle organizzazioni una crescita sostenibile della competitività, di accrescimento dell’innovazione, oltreché una ristrutturazione e ottimizzazione dei processi interni e una progressiva automatizzazione delle attività ripetitive, consentendo una digitalizzazione del business con importanti prospettive di crescita – spiega Mazzucato –. Alla base della trasformazione digitale troviamo Cloud e intelligenza artificiale, tecnologie effettivamente in grado di sostenere le imprese che vogliono competere in un mercato globale. Ogni Data Driven Company che è in presenza di una “datificazione”, cioè di una quantità di dati non più gestibile manualmente, è oggi obbligata ad adottare Data Analytics intelligenti”.
Quali sono le esigenze delle aziende?
“Le imprese hanno bisogno di dati di altissima qualità, affidabili e le cui sintesi siano in grado di adattarsi velocemente alla mutazione della base dati, all’integrazione con informazioni non facenti parte del core business aziendale ed ancor più con proiezioni previsionali di qualità assoluta con una confidenza statistica controllata e nota.
Tutto questo per guidare decisioni strategiche a lungo termine nella trasformazione possibile di interi modelli di business. Se questo è vero nella strategia del medio e lungo termine, nel breve occorre introdurre efficienza a tutti i livelli ed in tutte le operation aziendali.
La necessità di avere le soluzioni migliori in tempi brevi richiede l’adozione di soluzioni in Cloud mentre la necessità di informazioni previsionali il più precise possibile richiede l’integrazione nelle soluzioni applicative del Machine Learning e del Deep Learning.
A livello Finance, troveremo soluzioni Extended FP&A per la pianificazione finanziaria opportunamente integrata con Modelli Previsionali di ML, con possibilità di combinazione di più modelli, ossia l’Ensemble, e, non ultimo, la capacità di integrazione del dato ottenuto a qualsivoglia livello di aggregazione”.
E in termini produttivi?
“Nel mirino dell’efficienza operativa dei Data Analytics troviamo ovviamente anche l’ottimizzazione dei processi produttivi, la riduzione degli sprechi e una più oculata allocazione delle risorse. L’approccio, basato sui dati, aiutato dal machine learning, consente l’identificazione dei colli di bottiglia e delle inefficienze che passerebbero inosservate con metodi tradizionali”. Certamente: nell’industria manifatturiera, l’analisi predittiva è utilizzata nella prevenzione dei guasti delle linee produttive, riducendo i tempi di inattività e i costi di manutenzione.
Ci può fare qualche ulteriore esempio?
Ceratmente: sul lato Customer, l’obiettivo cruciale è l’aumento della personalizzazione della sua esperienza. Con la crescente quantità di dati disponibili dai canali digitali, possiamo comprendere meglio le preferenze e i comportamenti dei clienti. Questo consente di offrire loro prodotti e servizi su misura, migliorando la soddisfazione del cliente incrementandone la fidelizzazione. Nel retail le analisi avanzate permettono la previsione delle tendenze di acquisto ottimizzando le scorte ed evitando shortfall di scaffale. Non solo, gli analytics avanzati permettono di anticipare le esigenze dei consumatori e sviluppare soluzioni innovative che rispondano a necessità ancora in fase “embrionale”.
In ambito bancario e assicurativo, la mitigazione del rischio è area i cui i Data Analytics generano un impatto significativo rilevando frodi, valutando il rischio sugli insoluti e gli impatti finanziari conseguenti.
Nondimeno l’adozione di Data Analytics è una chiave imprescindibile per migliorare la conformità normativa e la governance aziendale, basti pensare all’as is della regolamentazione ESG, della complessità del reporting richiesto, delle tempistiche che le autorità stanno imponendo alle organizzazioni e l’evoluzione stessa dell’ESG che avrà nel tempo. Le aziende stanno utilizzando strumenti analitici per monitorare e garantire la conformità con le leggi e le regolamentazioni, riducendo così il rischio di sanzioni e migliorando la trasparenza delle operazioni.
Non esiste un ambito in cui non riusciremmo ad elencare l’utilizzo dei Data Analytics: dal farmaceutico, alla ricerca spaziale perché in un mondo sempre più guidato dai dati, queste capacità analitiche avanzate non sono più un vantaggio competitivo, ma una necessità strategica”.
Oggi prevale l’adozione di analytics in cloud: quali sono i vantaggi del loro impiego al posto degli analytics on-prem?
“Il primo vantaggio in assoluto per il cloud è dato dal fatto che molti vendor non offrono una soluzione on-prem. Uno per tutti Anaplan.
Una delle principali attrattive del cloud è la sua capacità di scalare secondo le necessità dell’azienda. Le soluzioni on-premises richiedono l’acquisto e la manutenzione di hardware costoso, con limiti di capacità fisica ed elaborativa. Diversamente il cloud permette di incrementare o ridurre rapidamente le risorse in base alla domanda, senza investimenti iniziali elevati. Questa flessibilità permette alle aziende di rispondere agilmente alle variazioni del mercato e alle esigenze operative.
Le piattaforme cloud forniscono inoltre aggiornamenti software automatici, garantendo l’utilizzo costante delle versioni più recenti degli strumenti analitici. Questo elimina la necessità di interruzioni operative per aggiornamenti manuali, mantenendo alta la produttività.
I costi associati alla gestione di un’infrastruttura on-premises possono essere proibitivi mentre le soluzioni cloud offrono un modello di pagamento basato sull’utilizzo, sulla capacità elaborativa o su mix, riducendo, in determinate condizioni, i costi operativi. Le aziende pagano solo per le risorse effettivamente utilizzate, ottimizzando il budget destinato alla gestione dei dati”.
Come la mettiamo dal punto di vista della sicurezza?
“Contrariamente a quanto si possa pensare, i fornitori di servizi cloud investono enormemente nella sicurezza e offrono misure di protezione avanzate, tra cui la crittografia dei dati, il monitoraggio continuo e protocolli di sicurezza rigorosi. È quindi possibile beneficiare di livelli di sicurezza spesso superiori a quelli che l’azienda media potrebbe permettersi con soluzioni on-premises. Inoltre, i provider cloud si occupano della conformità normativa, alleviando le imprese dalle complesse procedure burocratiche”.
Negli ultimi tempi si stanno sollevando alcune perplessità legate all’impiego dei cloud analytics, soprattutto in relazione ai costi…
“Un aspetto che sta sollevando preoccupazioni riguarda i costi nascosti associati ai cloud analytics. Indubbiamente il modello di pagamento basato sull’utilizzo promette flessibilità, tuttavia molte aziende stanno scoprendo che le spese possono rapidamente lievitare. Tra i costi di trasferimento dati, storage, e servizi aggiuntivi, le fatture mensili possono sorprendere, superando di gran lunga le previsioni iniziali.
Un altro punto critico è la difficoltà di monitorare e gestire i costi nel cloud: le aziende spesso faticano a tenere traccia di tutte le risorse utilizzate, soprattutto quando i servizi cloud vengono adottati in modo frammentato attraverso diverse unità aziendali. Questo può portare a inefficienze e sprechi, con un conseguente aumento delle spese complessive. Infatti, per rispondere a questa esigenza stanno nascendo software di monitoring con calcolo in tempo reale e proiezioni dei costi per il time set desiderato.
La scalabilità è uno dei principali vantaggi del cloud, ma ha un prezzo e la mancanza di un controllo rigoroso può portare a un’esplosione dei costi, soprattutto in situazioni di picchi di attività imprevisti.
Esiste poi una reale difficoltà in merito al confronto tra i costi del cloud e quelli delle soluzioni on-premises. È realmente difficile stimare quale sia l’aspetto più conveniente.
L’ultima ghigliottina è la dipendenza dai fornitori di servizi cloud che è una reale preoccupazione. La dimensione del fornitore non consente che a poche aziende di operare una reale contrattazione e lo swich da un vendor cloud ad un altro non è indolore e richiede tempi. Fuori scala ovviamente il ritorno al mondo on-prem”.
Un altro punto delicato è quello relativo alla moltiplicazione dei profili professionali necessari per l’adozione degli analytics nel cloud…
“Una parte sempre più rilevante di aziende sono impegnate nella trasformazione del business e nell’innovazione digitale e, poiché, il business delle aziende è sempre più digitale e al tempo stesso basato su tecnologie di nuova generazione le competenze sulle nuove tecnologie divengono indispensabili.
Quelle più richieste negli ultimi due anni riguardano le tecnologie di Analytics, dell’organizzazione e della comunicazione. e le skill più ambite, sono in ambito cloud, sicurezza informatica, automazione, intelligenza artificiale (AI).
Inoltre nei prossimi mesi vedremo sempre con maggiore frequenza l’utilizzo del termine: olistico. Questo è determinato dalla necessità delle imprese di riqualificare il proprio personale, non più parcellizzando la conoscenza nel più ristretto ambito in cui la persona opera, ma richiedendo una comprensione di come il proprio lavoro operi nell’interezza del processo e dei processi connessi al proprio e connotando questa richiesta con una sempre più profonda padronanza degli applicativi utilizzati dal singolo.
Questa è l’altra faccia della medaglia espressa dall’automazione delle attività e/o dei processi aziendali. Quest’automazione libererà tempo che dovrà, forzatamente, permettere una, definiamola, “iper qualificazione” del personale.
In altre parole da una parte, il ruolo delle competenze e della cultura digitale diverrà sempre più cruciale e adottare infrastrutture e strumenti avanzati privi dei professionisti con le skill adeguate non permetterà il dispiegamento completo delle potenzialità date dalle nuove tecnologie e infrastrutture.
Dall’altra, come conseguenza della trasformazione digitale del business, le aziende dovranno, forzatamente, avere un Business Process Engineer che si allinei con il Cloud Architect ed altresì con il Data Architect. Nella porta a fianco, avremo il Software and DevOps Engineer per lo sviluppo software, delle interfacce e dei piani di test, nonché sviluppo applicativo e del loro supporto e manutenzione. In un’era in cui siamo in presenza di un moltiplicarsi dei linguaggi, SDET non potrà essere una sola isolata figura.
La direzione è ormai tracciata verso un continuo upskilling e reskilling. Queste riconfigurazioni delle skill saranno sempre più integrate con piani di sviluppo che richiedono ai singoli professionisti e alle organizzazioni un costante aggiornamento delle competenze, cercando di mettere il lavoratore nelle condizioni per rapidi passaggi da un ruolo ad un altro.
Per concludere, alla luce di tutto questo diventa mandatorio per le aziende che vogliono rimanere competitive, investire nel giusto talento”.
