I Big Data vi parlano. Li state ascoltando?

Transcript

1 8 I Big Data vi parlano. Li state ascoltando? Il connubio tra Big Data e avanzati strumenti analitici predittivi consente alle aziende di raggiungere i risultati sperati, a patto di porre le domande giuste. n n n n n n n n EXECUTIVE SUMMARY I dirigenti IT hanno la possibilità di essere in testa, seguire o farsi da parte. Nel caso dei Big Data, l'approccio più indicato è quello di essere in testa. Secondo il Digital Universe Study di IDC del 2011, sponsorizzato da EMC, la quantità di informazioni gestite dai data center delle aziende crescerà di 50 volte nel decennio in corso decennio. Questa grande espansione dei dati rappresenta un'opportunità per i dirigenti IT più lungimiranti, che avranno la possibilità identificare nuovi flussi di entrate, scoprire nuovi modi per incrementare la fidelizzazione dei clienti, sviluppare approcci originali per incrementare la produttività e ridurre i costi. Oltre la metà delle organizzazioni (54%) sta già mettendo a punto strategie nell'ambito dei Big Data per generare più valore dai dati esistenti, secondo uno studio pubblicato sulla rivista del CIO a maggio 2012, dal titolo "Peer2Peer: The Changing IT Landscape", condotto per conto di EMC. Le organizzazioni si trovano in una fase di transizione: dalla business intelligence, che fa affidamento su dataset limitati e sugli eventi trascorsi, all'analisi predittiva, basata su flussi di dati apparentemente illimitati e in grado di prevedere i potenziali scenari futuri. I dirigenti IT che prendono l'iniziativa in tale ambito otterranno una visibilità ineguagliabile delle tendenze e delle prospettive di business più innovative. In questa guida parleremo dei vantaggi dei Big Data e dell'analisi predittiva, forniremo alcuni suggerimenti introduttivi e illustreremo i vantaggi di cui stanno già usufruendo le aziende in grado di integrare questi due importanti aspetti.

2 2 Il Big Bang dei Big Data Se pensate che la moda dei Big Data si sia diffusa dalla sera alla mattina, non avete tutti i torti. In poco tempo, infatti, le aziende sono passate da una situazione in cui non disponevano di dati sufficienti per prendere le decisioni giuste a uno scenario in cui non dispongono di competenze e strumenti adeguati per creare valore dai dati disponibili. Ora ci sono i Big Data. Non rimanete ai margini mentre i vostri concorrenti raccolgono milioni e milioni di punti dati, aggregano dati strutturati e non strutturati in immensi data warehouse e formano team di esperti per studiare i modelli e ottenere informazioni di grande valore. Una volta identificate, queste informazioni possono essere rapidamente tradotte in fantastiche opportunità per la promozione del marchio. I dati sono onnipresenti. Essi, infatti, sono presenti in tutti i settori, in tutte le economie e in tutte le organizzazioni. Per tale motivo i Big Data sono importanti per i leader di tutti i settori. Riunire in modo funzionale questi zettabyte di dati strutturati e non strutturati, provenienti da sistemi operativi, cellulari, Twitter, Facebook e altre fonti può aiutare le aziende a ridurre i costi, migliorare le relazioni con i clienti, sviluppare nuovi prodotti, accelerare e sincronizzare le consegne, formulare e rispondere a richieste più approfondite e migliorare e semplificare il processo decisionale. Il McKinsey Global Institute, nel suo report di maggio 2011: "Big Data: The Next Frontier for Innovation, Competition and Productivity", analizza il valore dei Big Data. I rivenditori, ad esempio, possono conseguire un aumento del 60% dei margini operativi grazie ai Big Data. Secondo il report, il valore dei Big Data per il settore sanitario statunitense ammonterebbe a 300 miliardi di dollari. Ma qual è l'origine di questi dati così preziosi? Ecco l'opinione di McKinsey in proposito: "I dati sono diventati un torrente che scorre in tutti i settori dell'economia globale. Le aziende producono un volume enorme di dati transazionali e acquisiscono trilioni di byte di informazioni su clienti, fornitori e operazioni. Milioni di sensori in rete vengono integrati in dispositivi fisici come i cellulari, i contatori intelligenti, le autovetture e i macchinari industriali, al fine di rilevare, creare e comunicare i dati nell'era di Internet". Le organizzazioni vengono inondate dai dati prelevati da numerosi sensori, dispositivi ed endpoint. Tuttavia il volume da solo non illustra il concetto di Big Data. La nuova era dell'analitica, in effetti, verte sulla varietà e sulla velocità dei dati che consentono di prendere decisioni importanti. Dati significativi su clienti, prodotti, campagne, operazioni, mercati e concorrenti possono essere raccolti dall'analisi di dataset variegati. L'analisi in tempo reale riduce il tempo compreso tra la creazione dei dati e la possibilità di analizzare tali dati e di agire di conseguenza, consentendo di disporre di punti di decisione più frequenti, aggiornati e on-demand. Oltre la Business Intelligence Il potenziale sconfinato è l'aspetto che distingue i Big Data dalla business intelligence. Disciplina e pratica importante dell'universo aziendale, la business intelligence comprende attività come la generazione di report e fogli di calcolo e analisi di drill-down sofisticate. Tuttavia, a differenza dei Big Data, la business intelligence non è in grado di realizzare determinati tipi di analisi. L'analitica dei Big Data esplora i dettagli granulari delle operazioni di business e delle interazioni con i clienti che raramente vengono inserite nei data warehouse e nei report standard: infatti spesso si tratta di dati non strutturati, che non possono essere archiviati o analizzati se organizzati semplicemente in colonne e righe. Uno degli aspetti fondamentali dei Big Data, la velocità, non viene assicurato dai tradizionali sistemi di gestione di database relazionali (RDBMS, Relational Database Management System). L'analitica dei Big Data è unica in quanto fa affidamento su concetti avanzati. Ad esempio, come afferma il New York Times nell'articolo dal titolo "The Age of Big Data":

3 3 n n n n n n n n Settore bancario e Big Data L'implementazione di un progetto di analitica dei Big Data presso Zions Bancorporation, azienda di Salt Lake City (Utah, Stati Uniti), ha creato altre interessanti opportunità. Inizialmente Zions caricava nel database Greenplum di EMC i dati provenienti da più fonti, tra cui prestiti commerciali, mutui, investimenti, depositi, carte di credito, dettagli dei clienti e file demografici esterni. Un'applicazione interna collegata al database calcolava la redditività di ciascun prestito, investimento e deposito. Tale struttura ha consentito all'azienda di disporre di dati interessanti e in grado di generare nuove entrate. "Mentre la crisi bancaria stava per scoppiare, abbiamo utilizzato al meglio il sistema di redditività per analizzare i dati storici e creare una nuova serie di ipotesi per i nostri responsabili dei prestiti", spiega Clint Johnson, director del data warehousing e dell'analitica di Zion. In seguito l'azienda ha aggiunto un'altra applicazione che analizza il mix di prodotti dei clienti e prevede nuove opportunità di vendita. Zions è ora in grado di comprendere le attività presenti e di prevedere le possibili attività future dei clienti. "Se il recommendation engine ci aiuta a incrementare gli acquisti per cliente anche solo di 10 dollari al mese, si tratta comunque di una somma importante in termini di entrate", sostiene Johnson. "Gli strumenti informatici in grado di trarre conoscenza e dati significativi dalla miriade di informazioni non strutturate di Internet stanno guadagnando sempre più terreno. In prima linea si collocano le tecniche di intelligenza artificiale che guadagnano terreno rapidamente, come l'elaborazione del linguaggio naturale, il riconoscimento di pattern e l'apprendimento automatico". 1 Anche l'analitica dei Big Data richiede una serie di competenze diversa rispetto alla business intelligence. La business intelligence tradizionale fa affidamento su dataset limitati, dati puliti e modelli semplici. L'analitica dei Big Data utilizza numerosi dataset eterogenei e non correlati tra loro, dati raw e modelli predittivi particolarmente complessi. Un'altra importante differenza è rappresentata dal fatto che, mentre la business intelligence tradizionale fa affidamento sulla casualità (che cosa successo e per quale motivo riteniamo sia successo?), l'analitica 1 "The Age of Big Data The New York Times, 11 febbraio 2012 dei Big Data si basa sulla correlazione (più fonti di dati non correlati rilevano dati significativi che non possono essere del tutto interpretati). Un approccio è reattivo, l'altro è proattivo. Ciò detto, il ricorso all'analisi Big Data non giustifica l'accantonamento della business intelligence. In effetti una strategia efficace basata sui Big Data sfrutta gli investimenti esistenti trasformando i concetti di business intelligence e di data warehouse in un ambiente predittivo in tempo reale. Come utilizzare i Big Data in maniera efficace Parliamo ora delle attività che possono essere svolte dalle aziende per trasformare i byte in oro. Il McKinsey Global Institute 2 ha rilevato che più della metà degli oltre dirigenti di alto livello intervistati ha dichiarato che i Big Data e l'analitica rientrano tra le 10 priorità a livello aziendale. Sebbene un quinto abbia segnalato di avere implementato strategie complete basate sui Big Data e sull'analitica per generare dati significativi su attività di business o funzioni, solo il 13% sostiene di utilizzare i dati per generare informazioni importanti sull'azienda. Sempre più dirigenti sostengono che i Big Data e l'analitica sono le tecniche in ambito IT che consentono loro di ottenere i migliori risultati rispetto alla concorrenza. L'approccio dei CIO e dei CEO in tale ambito è divergente: solo il 30% dei CIO ritiene che la propria azienda genererà maggior valore rispetto alla concorrenza grazie al ricorso ai Big Data, contro il 46% dei CEO. I CIO sono spesso subordinati ai CFO, che mirano senza riserve al risparmio economico. Di conseguenza chiedere loro di finanziare le risorse umane e tecnologiche necessarie per utilizzare i Big Data e l'analitica potrebbe sembrare un'impresa impossibile. In un simile scenario molti CIO rinunciano a investimenti del genere ancora prima di proporli. Tuttavia, in alcuni casi, i CIO chiedono l'approvazione alle persone sbagliate. È probabile che i veri interessati siano altrove all'interno del business e che, spesso, si rivolgano ad altre figure per ottenere assistenza. Le aziende del settore petrolifero e del gas e gli istituti finanziari, ad esempio, dispongono in genere di team responsabili dell'analitica di Big Data che non appartengono al reparto IT principale. 2 "Minding Your Digital Business" McKinsey Global Institute, 2012

4 4 Affinché la vostra impresa possa sfruttare al massimo l'investimento nei Big Data, i CIO, i CTO e i leader IT devono modificare il proprio punto di vista e ricorrere ai Big Data a vantaggio dell'azienda. Guardate un'intervista con il CIO di Purdue University, Gerry McCartney, che discute del potenziale dei Big Data nell'ambito della trasformazione del business. Dal comportamento dei CIO si evince che i limiti presentati dai gruppi IT tradizionali possono esercitare un impatto negativo sugli investimenti nei Big Data. Ad esempio, il 46% degli intervistati considera la mancanza di esperienza dei leader aziendali e tecnologici in tale ambito il principale ostacolo per l'implementazione di una strategia Big Data. Poiché, come osservato in precedenza, i dirigenti IT risultano spesso troppo rigidi rispetto alla natura esperimentale della scienza dei dati, preferiscono eludere o rimandare i progetti basati sui Big Data. L'IT tende ad affidarsi a verità assolute in ambito decisionale, mentre i team responsabili dell'analitica dei Big Data sono più propensi a prendere decisioni "sufficientemente idonee" a partire da dati "sufficientemente affidabili", basandosi su probabilità e senza eccessivo timore degli errori. Le organizzazioni dotate di leader IT visionari, flessibili e in grado di fare leva sull'analitica dei Big Data hanno ottenuto risultati significativi in diversi ambiti, tra cui il miglioramento delle relazioni con i clienti. Ad esempio, Kevin Roche, Senior Vice President of Service Strategy and Operations di EMC, dichiara di avvalersi dell'analitica dei Big Data per aggregare i dati sul feedback dei clienti e migliorare il Supporto Clienti da parte dell'azienda. "Il feedback dei clienti proviene da più fonti (richieste di servizi e informazioni, condivisione di conoscenze, ecc) e include dati strutturati e non strutturati a cui occorre rispondere in maniera rapida e ingegnosa", spiega Roche. Grazie all'analitica dei Big Data, Roche e il suo team sono in grado di gestire rapidamente l'impatto dei clienti e di utilizzare internamente le informazioni per migliorare le interazioni tra i clienti ed EMC. Tutti a bordo: che cosa ci riserva il futuro? Ora che avete compreso l'importanza del ruolo dei CIO e del reparto IT per il successo dell'analitica dei Big Data e per la creazione di valore, è giunto il momento di scegliere il progetto di partenza più appropriato. Jim Bampos, Vice President of Customer Quality di EMC, considera decisiva questa fase. In effetti, se scegliete un progetto di dimensioni eccessive, correte il rischio di non raggiungere gli obiettivi. Al contrario, se il progetto è di dimensioni eccessivamente ridotte, sarà difficile dimostrarne l'utilità. Mirate a una serie di processi in grado di fare la differenza per il business, affidandovi a un dirigente preparato e motivato a innovare e investire in tali processi aziendali. Dovrete disporre di una combinazione di entrambi i fattori, poiché gli utenti della linea di business in genere conoscono le richieste a cui stanno tentando di rispondere e le decisioni che stanno tentando di prendere. Al contrario, ciò che non sanno, o non possono prevedere, è il modo in cui i Big Data, in termini di nuove tecnologie e fonti di dati, possono influire su tali domande e decisioni. Chuck Hollis, Vice President e CTO di Global Marketing presso EMC, suggerisce di attirare i potenziali sponsor nel seguente modo: "L'efficacia dell'analitica dei Big Data è sorprendente. Nel reparto IT siamo intenzionati a intraprendere questo percorso e vorremmo poter contare sul suo aiuto. Non possiamo prevedere i costi e i risultati a lungo termine, tuttavia desideriamo investire le risorse necessarie per scoprire fino a dove possiamo arrivare. Abbiamo bisogno della sua collaborazione. Le può interessare?" Se ricevete una risposta negativa, significa che avete insistito in maniera eccessiva, che l'interlocutore non è ancora pronto, avete scelto le persone o i processi sbagliati o, nella peggiore delle ipotesi, che l'interlocutore ha già realizzato il valore associato ai Big Data e si è già rivolto a risorse esterne. Bampos ha realizzato con il suo team il primo progetto importante nell'ambito dell'analitica dei Big Data, che rientra nella TCE (Total Customer Experience) di EMC. Il suo team, che non dipende da nessuna area funzionale, ha scelto l'affidabilità dell'hardware come banco di prova, a causa della presenza in tale contesto di dati

5 5 n n n n n n n n La vostra organizzazione è in grado di comprendere e utilizzare i Big Data e l'analitica Big Data? Partecipate a questo sondaggio per confrontare le vostre priorità e quelle dei colleghi nel campo dell'implementazione dei Big Data, degli investimenti necessari per sostenere le iniziative Big Data e del ruolo svolto dall'it per trasmettere in vantaggi dell'analitica dei Big Data agli utenti. Fate clic qui per iniziare. di diverse dimensioni e provenienti da numerose fonti. In tutti questi punti di contatto, i dati vengono raccolti dai team interni, dai sistemi del cliente e dal cliente stesso. Il compito del team consisteva nell'individuare un argomento munito di più flussi di dati variegati, rilevante per l'azienda e associato a un team di supporto pronto a risolvere i problemi identificati. Secondo Bampos, si trattava della situazione ideale per raggiungere buoni risultati nel campo della soddisfazione dei clienti, della generazione di entrate o del risparmio sui costi. Potenziamento della piattaforma In alcuni casi, anche se un CIO o un leader IT identifica un'opportunità del genere, l'analitica di base e le piattaforme di storage non sono in grado di supportare le pressioni esercitate dai flussi di dati in tempo reale di grandi dimensioni e dall'analisi sofisticata. L'analitica dei Big Data alimenta una piattaforma altamente funzionale, facilitando le operazioni di rilevamento, raccolta, trattamento e sperimentazione dei dati provenienti da diverse fonti. Gli attuali data warehouse non offrono le stesse funzionalità. Il report del Leadership Council di EMC, dal titolo: "Big Data: Big Opportunities to Create Business Value" ha rilevato che lo storage e Questa nuova piattaforma facilita notevolmente le attività di utilizzo, analisi e sperimentazione dei flussi di dati eterogenei (strutturati e non strutturati) la trasmissione dei dati non sono sufficienti. I dati, in effetti devono essere riassunti, analizzati e associati con modalità inedite per creare valore per il business. Alcune tecniche di Big Data richiedono un tipo di gestione dei dati che non è stato messo a punto dai data architect e che consente di confrontare diverse tipologie di dati e modelli provenienti da fonti eterogenee. Il Leadership Council consiglia di ricorrere a strumenti come Hadoop, una tecnologia open-source che distribuisce i carichi di lavoro dell'analisi dei dati tra più computer, al fine di suddividere l'analisi in più carichi di lavoro paralleli e, in tal modo, di produrre i risultati in maniera più rapida. Le organizzazioni si rendono spesso conto della necessità di disporre di una nuova piattaforma sviluppata sulla base di tecnologie come Hadoop che, oltre a ospitare i flussi di dati correnti, sia in grado di assorbire i nuovi flussi di dati che, inevitabilmente, arriveranno sulla scia del successo iniziale del progetto. La nuova piattaforma, spesso presentata come "BI-as-a-service" o, ancora meglio, "analytics-as-a-service", facilita notevolmente le attività di utilizzo, analisi e sperimentazione dei flussi di dati eterogenei (strutturati e non strutturati). L'analitica, tradizionalmente un'attività svolta dal reparto IT, passa ora nelle mani dei Data Scientist. Una volta implementata la piattaforma, i dati inizieranno a parlare e sarete in grado di creare valore. Analitica dei Big Data e Data Scientist Nel quadro della business intelligence, qualsiasi knowledge worker, se adeguatamente formato, può avviare report e inoltrare query ai database. Per creare valore in maniera efficace, l'analitica dei Big Data richiede competenze specifiche. David Dietrich, consulente tecnico dell'organizzazione Global Education Services di EMC, illustra le caratteristiche principali di un Data Scientist:

6 6 Sebbene il modello "analytics-as-a-service" potrebbe risultare costoso, l'analitica dei Big Data è una proposta che i leader aziendali sono pronti ad accettare se riuscirete a dimostrarne il valore. Creando un programma di chargeback, potrete assumere un numero maggiore di Data Scientist e creare un'infrastruttura in grado di supportare nuovi flussi di dati. Il CMO di EMC, Jeremy Burton e il Presidente di Greenplum, Bill Cook, spiegano come i CIO possono allinearsi in maniera più strategica sfruttando il potenziale dei Big Data. Poiché la gestione di flussi di dati di diverse origine può risultare complicata, è necessario mettere a punto una governance adeguata. Ad esempio, un fornitore potrebbe condividere tranquillamente i propri elenchi dei materiali con il team di engineering, più difficilmente con il reparto delle vendite e ancor meno con i concorrenti. Di conseguenza è necessario implementare norme di protezione e sicurezza (ad esempio firewall o partizionamento) e standard sulla condivisione della proprietà intellettuale, al fine di prevenire problemi di natura legale ed economica. "Accanto alle adeguate competenze teoriche e tecniche, i Data Scientist possiedono abilità versatili nell'ambito della comunicazione e della collaborazione, oltre a una curiosità innata per l'esplorazione e la sperimentazione dei dati. Generalmente si tratta di persone scettiche, che preferiscono porre numerose domande sulla fattibilità di una determinata soluzione, per scoprire se funzionerà realmente". L'innata curiosità consente ai Data Scientist di analizzare i dati con un approccio dinamico e innovativo. I Data Scientist hanno una combinazione di abilità matematiche, economiche e analitiche. Considerata la difficoltà di identificare persone dotate di tutte queste abilità, alcune aziende preferiscono creare team specializzati nella scienza dei dati, formate da persone con esperienza in ciascuna di tali aree. Altre aziende formano i propri esperti in business intelligence e data warehouse, che presentano molte di queste abilità di indagine ed esplorazione, nell'uso di strumenti come Hadoop e MapReduce. La formazione dei dipendenti di talento esistenti rappresenta per le organizzazioni un'ottima opportunità di aggiunta di nuove competenze. Offerta di "analytics-as-a-service" L'obiettivo a lungo termine dell'analitica dei Big Data consiste nel creare vantaggi per i leader delle business unit. Ampliando la portata dell'analitica dei Big Data, sarete in grado di convertire gli investimenti in valore. Considerato che i clienti desiderano sfruttare tutti i vantaggi di questi servizi (tra cui discovery, visualizzazione e collaborazione), occorre integrare tali funzionalità nei servizi. Una governance efficace e snella non rallenta le attività. Al contrario, accelera l'adozione delle norme e crea fiducia e tranquillità nei confronti dei modi innovativi di svolgere le attività. La governance promuove la fiducia. Alcuni esperti IT non riescono a comprendere come i flussi separati di dati strutturati e non strutturati siano in grado di incrementare miracolosamente le entrate. Ciò succede perché ignorano gli aspetti intermedi, vale a dire i cambiamenti di personale, processi, piattaforme, tecnologia e cultura aziendale, in grado di convertire semplici byte di dati in importanti vantaggi competitivi. In cammino verso il successo Se scegliete il progetto, la piattaforma e le persone giuste, riuscirete inevitabilmente a creare uno scenario di analisi dei dati altamente produttivo. Fate in modo che anche gli altri se ne rendano conto. Questa è la vostra opportunità di convincere le figure interessate che hanno inizialmente sottovalutato il vostro progetto. Poiché l'analitica Big Data è in grado di innescare un effetto a catena, vi conviene farvi trovare pronti. Se siete consapevoli dei risultati ottenuti in seguito agli sforzi iniziali (come lo era Bampos), iniziate a tracciare la seconda fase. Pensate agli interventi in termini di dimensionamento e gestione del personale per supportare adeguatamente gli sforzi futuri. Se aspettate l'arrivo degli ordini relativi all'analisi predittiva, perderete tempo prezioso e un potenziale vantaggio competitivo.

7 7 n n n n n n n n L'importanza dei Big Data per Silver Spring Networks Il settore dei servizi di pubblica utilità è uno dei principali sostenitori dell'analitica dei Big Data. Le imprese del settore energetico ricorrono a indicatori avanzati che generano una quantità di dati mai vista finora. Esaminare questi dati ricorrendo all'analitica aiuta le aziende fornitrici di servizi di pubblica utilità a creare un vantaggio competitivo significativo. Silver Spring Networks, azienda leader nel campo della fornitura di griglie intelligenti a imprese del settore energetico di tutto il mondo, aggrega e analizza i Big Data provenienti dai suoi dispositivi a griglia: indicatori, dispositivi di erogazione di alimentazione, veicoli elettrici e dispositivi di generazione distribuita. Tutti questi elementi comunicano con la piattaforma analitica a prestazioni elevate di EMC Greenplum, che converte il grande flusso di dati in tempo reale in informazioni utili e concrete. Studiando i dati degli indicatori intelligenti con una certa frequenza, le imprese fornitrici di servizi di pubblica utilità possono raccogliere una quantità di informazioni sull'utilizzo dell'energia elettrica volte superiore alle informazioni raccolta con le letture tradizionali e meno frequenti. Moltiplicando questi dati per i milioni di clienti di un'area metropolitana, la griglia intelligente è in grado di produrre un dataset abbastanza ampio per monitorare la richiesta di energia elettrica in tempo reale e prevedere le potenziali interruzioni dell'erogazione di elettricità prima che si verifichino. Grazie ai costi ridotti e alle piattaforme sempre più sofisticate come Greenplum, l'analitica di Big Data è diventata accessibile da parte di una gamma più ampia di settori, incluso quello energetico. Gestite i risultati positivi con tatto. Se, ad esempio, scoprite che il reparto delle vendite ha perso un'occasione importante, presentate lo scenario come un'opportunità, non come un esempio di superiorità, altrimenti correte il rischio di non contare sul sostegno di tale reparto per i progetti futuri. Analogamente: non lasciatevi influenzare dagli altri team. L'aspetto più importante della scienza dei dati è l'obiettività: sono i dati a comunicare con voi, non il contrario. Infine, aspetto forse più importante e da curare sin dalle prime fasi del progetto, affidatevi alla guida di un team di addetti ai lavori. Il reparto IT non può agire da solo nel campo dell'analitica Big Data. Coinvolgete i leader di reparto, le aree funzionali e altre figure che Coinvolgete i leader di reparto, le aree funzionali e altre figure che possono influenzare i risultati, e collaborate con loro per creare una cultura idonea per l'analitica dei Big Data. possono influenzare i risultati, e collaborate con loro per creare una cultura idonea per l'analitica Big Data. Assumete il comando L'analitica Big Data offre ai CIO l'incredibile opportunità di passare da un approccio reattivo a uno predittivo. Scoprire nuove fonti di entrate, migliorare la soddisfazione e il Supporto Clienti e ridurre i costi sono risultati importantissimi a livello aziendale e l'analitica Big Data vi consente di realizzarli tutti e tre. Per sfruttare adeguatamente le informazioni rilevanti correlate con i Big Data, è necessario investire in tecnologie comprovate, competenze del personale e leadership. Nei prossimi 5/10 anni i leader IT verranno chiamati ad aggiungere un'ampia gamma di nuove tecnologie e a preparare il personale e i processi per supportare i Big Data. Dovrete elaborare con cura una strategia atta a integrare i Big Data nell'architettura delle informazioni esistente in maniera scalabile, rendendo i Big Data un elemento fondamentale delle vostre attività. Come ha sostenuto Joseph Tucci, Chairman e CEO di EMC, in occasione di EMC World 2012: "Le risorse durature di un'azienda sono il marchio, i dipendenti, i processi e le applicazioni aziendali e le informazioni. Sebbene non figurino tra le risorse finanziarie di un bilancio patrimoniale da un punto di vista strettamente contabile, si tratta degli elementi duraturi che differenziano un'azienda dalle altre". Questa è la vostra tabella di marcia nell'ambito dei Big Data. Avete la possibilità di assumere il comando e di condurre la vostra azienda verso la vittoria nei confronti della concorrenza. Investite nell'analitica Big Data e riuscirete a cambiare in meglio il vostro ambiente aziendale.

8 8 Organizzazione La Total Customer Experience di EMC è l'esempio di come le organizzazioni possono utilizzare al meglio le tradizionali competenze di data warehouse, tra cui estrazione, trasformazione, caricamento, gestione dei dati e profiling dei dati, nell'ambito dell'analitica dei Big Data. In tal modo è possibile fare affidamento sui dati di origine che verranno utilizzati per prendere le principali decisioni di business. Ad esempio, la Total Customer Experience di EMC ha creato il progetto sull'affidabilità dell'hardware utilizzando la Greenplum Unified Analytics Platform (UAP) di EMC associata all'engine di analisi SAS. Il team ha inserito tutte le metriche aziendali, inclusi il feedback dei clienti, le informazioni provenienti dai sensori hardware, i report sui servizi e altri dati nel data warehouse di UAP. Tutti i dati sono stati puliti e verificati prima di procedere con questa fase, per evitare il rischio di produrre risultati erronei. Il team Total Customer Experience ha scelto l'affidabilità dell'hardware proprio per la fiducia nella precisione dei dati. Il team ricorre inoltre al Greenplum UAP per creare i report Total Customer Experience personalizzati per cliente da utilizzare per le telefonate di vendita e le revisioni esecutive degli account. Questo processo, che in passato richiedeva cinque giorni, ora richiede solo otto minuti. Per ulteriori informazioni, visitate il sito Italy.emc.com/cio