Technology HowTo

Potenziare l’intelligence con il “system of insight”

È un luogo comune che dall’analisi dei big data sia possibile ricavare le tendenze dei consumatori per tradurle in efficaci strategie di business. Tra il dire e il fare c’è di mezzo l’adozione di un processo efficace per trasformare rapidamente in azioni le risultanze dei sistemi analitici

Pubblicato il 12 Giu 2017

System-of-insight

Negli ambiti d’impiego della business intelligence e dei sistemi analitici è importante conoscere il concetto di “system of insight” (SoI): una disciplina che mette insieme persone, processi e tecnologie per tradurre viste analitiche (insight) in azioni concrete utili all’impresa. Un metodo utilizzato da molte società internet – Facebook, Netflix, per esempio -, che hanno ottenuto successo modificando nel corso del tempo il loro modo di fare business. La società di ricerche Forrester (vedi la ricerca The Anatomy of a System of Insight) identifica SoI come un processo a ciclo chiuso che raccorda cinque componenti fondamentali:

  1. le applicazioni
  2. il sistema di alimentazione dei dati
  3. il motore analitico
  4. l’ambiente che consente di passare dall’insight all’esecuzione
  5. e infine la piattaforma di gestione dei big data

Oltre alla tecnologia il processo ha bisogno di persone. In particolare team specializzati, di piccole dimensioni, che a partire dalle risultanze analitiche, sappiano sviluppare, provare, implementare, controllare e ottimizzare le modifiche al software operativo d’impresa. A differenza dei comuni team che si occupano di creare report da inserire nei cruscotti manageriali o negli strumenti di CRM, i team SoI sono per natura multifunzionali. Uniscono esperti di business, data scientist, e sviluppatori software, ossia le figure professionali necessarie all’intero ciclo di raccolta dati, analisi e modifica del software.

Le componenti del system of insight

Trattandosi di un metodo, SoI può essere realizzato a partire dagli strumenti già esistenti nell’impresa per l’analisi predittiva e BI. Servono applicazioni, sistemi e i dispositivi che ricavino viste dai dati aziendali più significativi. Gli sviluppatori del team hanno il compito di mettere a punto il software e l’hardware per raccogliere in modo corretto questi dati, quindi predisporre il sistema per analizzare le informazioni mentre transitano tra le applicazioni d’impresa o i servizi esterni. L’approccio SoI richiede motori operanti in tempo reale a livello dell’infrastruttura di scambio dati o del database; eventualmente tool di ricerca cognitiva per l’auto apprendimento e le funzioni di AI. Per tradurre in azioni operative gli insight, gli sviluppatori devono disporre degli strumenti per disegnare workflow basati su eventi, quindi per caricare, elaborare e rendere disponibili i risultati alle applicazioni. Ultima componente fondamentale del SoI è un’infrastruttura flessibile e scalabile per la gestione dei big data. In generale, SoI richiede sperimentazione e disponibilità ad arricchire di nuovi ingredienti i contesti già automatizzati. Per esempio, una volta chiuso il ciclo tra campagne di marketing e individuazione dei segmenti di clientela sulla base dei comportamenti sul sito, può essere utile aggiungere dell’altro: come le condizioni meteo della città da cui il cliente si collega.

Garantire il successo nell’adozione

Per completare e chiudere l’anello dei processi SoI è importante individuare le priorità e le possibili sinergie. Per Forrester occorre partire dal ciclo di vita del cliente per capire che cosa è più importante per’azienda. Sul fronte tecnologico è utile ridurre il numero dei tool utilizzati, mantenendo comunque una certa flessibilità: le esigenze di reparti differenti difficilmente si potranno soddisfare con meno di 3-6 piattaforme diverse. Alcuni strumenti, per esempio per l’analisi del sentiment dei clienti, possono essere condivisi tra più reparti, come marketing e vendite. E’ invece vantaggioso avere un’unica piattaforma per elaborare i big data. In questo modo sarà più facile gestire futuri potenziamenti, mediante catalogazione dei metadati, virtualizzazione o veloci elaborazioni “in memory”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 5