Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Giugno 2013

Un “superstorm” di informazioni

Barry Devlin by Barry Devlin

Nell’ultimo quarto di secolo, le imprese di ogni forma e dimensione hanno seguito una politica di gestione delle informazioni che potrebbe essere riassunta in una sola frase: “una versione unica della verità” o SVOT, nell’acronimo inglese di “single version of truth”. Come implicato dall’espressione, questo concetto suggerisce che un’azienda può e deve essere descritta e gestita in base al principio che c’è un unico insieme di informazioni che definisce in maniera completa e accurata il modo in cui l’azienda opera. Questa politica si può vedere in azione nelle operazioni, in sostituzione di molteplici applicazioni transazionali di ERP, CRM e sistemi similari integrati. La si vede nella business intelligence, con l’implementazione di ambienti data warehouse omnicomprensivi - oppure - nelle iniziative di data governance integrata e di razionalizzazione dei processi. La speranza è che - se solo si è in grado di allineare tutte le informazioni e le procedure - il business sarà finalmente sotto controllo e andrà avanti con il processo di massimizzazione del profitto, o di qualsiasi altro venga visto come lo scopo fondamentale del business.
Purtroppo, il mondo non funziona così. E stranamente - mentre osserviamo e ammettiamo che il mondo non funziona così - insistiamo invece sul fatto che le imprese dovrebbero farlo. Naturalmente, ci sono parti del business in cui il concetto SVOT è importante. Le comunicazioni sui risultati finanziari per il mercato o sugli utili per il fisco dovrebbero essere accurate, complete e verificabili (la mafia è esclusa, ovviamente). Le attività di ricerca o di marketing, tuttavia, non hanno la stessa esigenza: più versioni della verità sono molto più interessanti. Anche all’interno del finance ci può essere una quantità, anche se limitata, di verità valide nel periodo che precede la chiusura dei libri contabili di un esercizio finanziario. Questo solo concentrandosi su dati numerici. Quando invece si tratta di informazioni meno definite, dalle e-mail alle immagini, la verità è molto più fluida. I primi ad aver adottato le tecniche e gli strumenti relativi ai big data si sono concentrati proprio su tali informazioni meno definite. Che comprendono le informazioni sul sentiment provenienti da Twitter o Facebook, le informazioni sui comportamenti ricavate dai click stream e dai web log, così come il text mining dalle e-mail e dalla trascrizione di conversazioni. Le analisi approfondite creano modelli che predicono i comportamenti futuri: per esempio, se un cliente di telefonia cellulare ha intenzione di passare a un altro operatore, oppure se una certa offerta potrebbe aumentare la propensione all’acquisto, oppure ancora se una determinata operazione può essere fraudolenta. Tali informazioni sono molto lontane dal concetto di SVOT. Tuttavia, l’utilizzo dei big data sta maturando, come abbiamo scoperto in un recente sondaggio (“Big data comes of age”, EMA & 9sight Survey, novembre 2012). Gli utenti stanno combinando tali informazioni con le tradizionali fonti di dati operativi e informativi, dai dettagli sulle chiamate per le telco, agli scontrini per i negozi fino alle informazioni sulle performance finanziarie ricavate dal data warehouse. Per le aziende, questo rappresenta un cambiamento del gioco. E richiede significative trasformazioni tecnologiche da parte dell’IT. Si scopre che i big data sono solo l’anticipazione di quello che verrà. Prendiamo in considerazione solo due aspetti in particolare.

L’operational analytics - I processi operativi sono stati altamente strutturati e fortemente regolamentati da quando sono stati portati sui mainframe. La flessibilità necessaria per gestire circostanze nuove, caratteristica tipica dell’interazione umana, si notava soprattutto per la sua assenza. E tuttora è così. L’operational analytics, cioè l’analisi approfondita dei dati operativi, cambia tutto radicalmente. Partendo da grandi campioni di dati comportamentali e transazionali, è stato creato un modello predittivo. Fin qui, questo è solo data mining. Ma nell’operational analytics, il modello viene automaticamente applicato nell’ambiente operativo, come per esempio un sito web retail o un call center, per modificare in tempo reale l’offerta fatta al cliente, in base al comportamento effettivo del cliente durante l’interazione in corso. Il risultato viene reimmesso nell’ambiente di modellazione predittiva per ottimizzare ulteriormente il modello stesso.

Questa applicazione spezza la barriera tra i processi operativi e quelli informativi, che è stata una caratteristica tipica del computing fin dai primi giorni. Le procedure operative raggiungono nuovi livelli di flessibilità: anche se forse non si tratta di un servizio personalizzato, è qualcosa di molto più simile all’uomo. L’impatto per l’IT è enorme. Un principio fondamentale dell’architettura è rotto. L’infrastruttura, l’applicazione e il database sono necessari per gestire due tipi molto diversi di elaborazione a braccetto. Ciò richiede l’eliminazione dell’elaborazione in batch e una nuova architettura del database sottostante: caratteristiche implicite nella mossa verso l’in-memory processing, come si è visto per esempio con SAP HANA.

Il mondo mobile - Quando il commercio al dettaglio si affacciò anche sul web, gli esperti predissero la fine del negozio fatto di mattoni. Ma avevano ragione solo fino a un certo punto. E ora che il web si sposta verso tablet e smartphone, il saldo tra click e i mattoni si è spostato di nuovo. Così come l’operational analytics, l’impatto sul business è dato dall’accelerazione delle attività operative e la loro integrazione più stretta con i processi informativi. Un acquirente dotato di smartphone in negozio può trovare prezzi più bassi dai concorrenti, eventualmente rinviando anche l’acquisto, e questo rende obbligatoria per ogni rivenditore un’analisi in tempo reale sulla concorrenza. D’altra parte, se il rivenditore sa chi è quell’acquirente e in che punto del negozio si trova, può proporre un’offerta speciale personalizzata, il che ci riporta di colpo all’operational analytics. Ma questo non riguarda solo il mondo consumer: anche gli utenti business stanno sperimentando cambiamenti di questo tipo. Per esempio, i manager hanno ora accesso in tempo reale ai cruscotti dei KPI ovunque si trovino, mentre il personale per l’assistenza esterna ha accesso immediato a tutte le applicazioni operative e informative necessarie per svolgere ogni compito. L’operational analytics, il mobile business e la loro estensione, cioè l’Internet of Things, che si ha quando ogni manufatto, ogni animale domestico e - potenzialmente - ogni essere umano è dotato di uno o più sensori ed è permanentemente online, può generare un vero e proprio superstorm di informazioni (come in “The Coming Global Superstorm” del 2000, di A. Bell e W. Strieber, tradotto in italiano nel 2004 col titolo “La tempesta globale”, che ispirò il film apocalittico “The day after tomorrow”). Solo una piccola percentuale di queste informazioni esisterà nel formato altamente strutturato che viene utilizzato oggi nei database relazionali. Gran parte di queste informazioni sarà costituita da molteplici verità transitorie che rappresentano scorci fugaci della realtà che richiedono un’elaborazione parallela massiccia, altamente flessibile e profondamente algoritmica, i cui inizi stiamo vedendo ora con Hadoop. I requisiti necessari in termini di velocità di elaborazione, networking, volumi delle informazioni e flessibilità personale, non possono essere gestiti con le attuali architetture e tecnologie IT. Nuovi strumenti, sia hardware, sia software, sono già disponibili, in molti casi nelle prime versioni. Una nuova architettura IT sta emergendo, evolvendo da data warehousing, service oriented architecture (SOA) e web 2.0, solo per citare alcuni aspetti. Valutare, adattare e applicare queste nuove tecnologie e architetture dovrebbe essere in cima all’agenda di ogni lungimirante reparto IT.

Un “superstorm” di informazioni - Technology Transfer

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer