Al bando la nobiltà del dato, benvenuta democrazia

È possibile farlo grazie allo sviluppo delle tecnologie digitali, che rendono il dato più accessibile e anche meglio analizzabile; e che anche permettono di farlo con più facilità, ossia con piattaforme utilizzabili anche da utenti non specializzati.

Questo processo si traduce in dashboard semplificate, funzioni drag-and-drop e applicazioni aziendali che incorporano l'analisi dei dati come parte fondamentale della loro funzionalità. Ecco perché l'analisi basata sulla scienza dei dati è ora accessibile ad una popolazione più ampia di utenti di dati.

Il processo prevede la creazione di un flusso di lavoro su una piattaforma. Qui viene salvato e infine eseguito nel cloud. Questa procedura consente ad esempio di fare analisi, servizi o applicazioni basate sui dati, di salvare il codice software eseguibile su un ambiente dove può essere sottoposto a controlli di governance e infine di farlo funzionare nel suo ambiente cloud finale.

Come scrive McKinsey, in modo lapidario, “la limitazione dei dati ne limita l'utilità”. Come nota anche Gartner, la difficoltà di reperire tecnici specializzati nel settore spinge naturalmente le aziende ad affidare analytics di basso livello (semplici) a un pubblico aziendale più ampio.

Si ottiene il doppio vantaggio di sgravare i tecnici, che potranno quindi occuparsi di compiti a più alto valore aggiunto, e di permettere a tutti i dipendenti di prendere decisioni migliori perché, appunto, basate sui dati.

Si favorisce inoltre la collaborazione, poiché diversi dipartimenti possono accedere agli stessi dati e lavorare insieme in modo più efficace.

C’è poi il vantaggio indotto di migliorare la cultura aziendale grazie a una maggiore condivisione delle informazioni.  McKinsey nota che così aumenta la trasparenza e la responsabilizzazione di tutti.

Sono valori analoghi a quelli sostenuti dal movimento “Open Data”, che si sta facendo strada in molte grandi organizzazioni e pubbliche amministrazioni in Occidente.

Ci sono molti ostacoli da superare per cogliere questi vantaggi, però.

Il semplice inserimento di set di dati in un drive condiviso aperto non basta a fare la democratizzazione dei dati, se chi li usa ha poche competenze tecniche in materia (Cornelissen, 2018). Come nota McKinsey, i dati devono essere puliti, categorizzati, contestualizzati e inseriti in un archivio di facile accesso e utilizzo. Gli utenti devono avere un livello minimo di competenze per importare, esportare, documentare e analizzare i dati.

La democratizzazione dei dati come pratica comporta poi una serie di problemi: di qualità, cybersecurity e privacy.

La qualità è fondamentale. I nuovi addetti ai dati possono avere poca esperienza nel giudicare la qualità dei dati.  Le decisioni basate su dati scadenti si tradurranno in decisioni sbagliate (Janssen et al. 2017). Ogni azienda ha il proprio livello di controllo dell'accesso e di diffusione dei dati.  Ci sono ancora dubbi su quanto accesso debba essere concesso ai dipendenti, sui rischi competitivi dalla divulgazione di dati proprietari (Marr 2017).

Una delle principali preoccupazioni è il potenziale uso improprio dei dati (Barrett 2018). Senza un'adeguata formazione, i dipendenti poco esperti nell'analisi dei dati possono facilmente leggere i dati in modo errato e fare ipotesi sbagliate, soprattutto se i dati vengono estrapolati dal contesto (Moreau 2010). Il problema è ulteriormente aggravato in settori come quello sanitario, dove le decisioni sbagliate possono avere conseguenze disastrose.  Un altro problema citato dai critici è quello della ridondanza (Brooke 2018).  Con diversi team che lavorano sugli stessi dati in modo decentralizzato, c'è il rischio che il lavoro sia ridondante e che idee simili siano elaborate da team diversi, sprecando così ore di lavoro effettive.

Non giova anche che ci siano ancora pochi casi di aziende che hanno seguito a fondo questa strada. Molti di coloro che l’hanno fatto ne hanno tratto però vantaggi, riporta McKinsey.

Aziende come AirBnB, con la sua Data University, e Viacom (tv via cavo), con la sua piattaforma di analisi usata dai dipendenti per capire meglio i gusti del pubblico. La banca di Scozia, che ha migliorato così il servizio ai clienti perché è riuscita a comprenderne meglio le esigenze. Ha aumentato del 30 per cento i prestiti (uno dei pochi dati pubblici che certifichi i vantaggi della democratizzazione).

I dipendenti di Walmart sono riusciti invece a vendere più prodotti alimentari.

L’importante è quindi procedere per gradi e non sottovalutare tutte le complessità di questa pratica.  In primo luogo, è bene concentrarsi su problemi concreti a breve termine e dove l’apertura dei dati può dare il massimo livello di beneficio. Le aziende devono anche investire nella formazione interna per l'analisi, le statistiche, SQL e la generazione di report. Terzo punto, devono sviluppare e comunicare, all’interno dell’azienda, una strategia e una vision complessiva, per coinvolgere e motivare tutti.