LA DATA SCIENCE OGGI E LA DATA SCIENTIST DIGITAL RESEARCH

Transcript

1 Luca Flecchia Manager Data Driven Innovation Milano, 13 Dicembre 2017

2 AGENDA I principali trend La Data Science come fonte di vantaggio competitivo Le caratteristiche del Data Scientist Il Data Scientist all interno dell organizzazione La Data Scientist Digital Research 1

3 I PRINCIPALI TREND INDUSTRY 4.0 2

4 I PRINCIPALI TREND BANKING 3

5 I PRINCIPALI TREND RETAIL 4

6 I PRINCIPALI TREND RETAIL 5

7 I PRINCIPALI TREND SMART AGRIFOOD 6

8 I PRINCIPALI TREND SMART CITIES 7

9 TRE GRANDI VERITÀ SUI BIG DATA I Big Data sono un abilitatore tecnologico L evoluzione tecnologica, nel tempo, ha reso più facile accedere ai Big Data: l accesso ai dati, anche in Real-Time, non è più un reale problema Follow the money! I Dati senza un obiettivo di utilizzo strategico per il business sono inutili: serve ragionare su esigenze, problemi e opportunità nel proprio contesto Chi primo arriva Anche se la spesa delle aziende cresce, i progetti in Italia sono pochi e limitati: muoversi per primi, con idee innovative, è potenzialmente differenziale 8

10 IL RUOLO DELLA DATA SCIENCE FONTI DATI INTERNE FONTI DATI ESTERNE KNOWLEDGE INSIGHT EFFICIENZA NUOVE FONTI RICAVI EFFICACIA 9

11 DATI «INSIGHT» BUSINESS Supporto decisionale + OLD-STYLE STRATEGY PREDICTIVE Che cosa accadrà in futuro? OPTIMIZATION STRATEGY PREEMPTIVE Quali azioni per evitare che si verifichino accadimenti non desiderati? DESCRIPTIVE Che cosa è accaduto in passato? DIAGNOSTIC Perché si sono verificati determinati accadimenti? ANALYTICS STRATEGY PRESCRIPTIVE Cosa è successo e cosa succederà? Che tipo di decisioni devo prendere per combattere questa dinamica? DATA-DRIVEN STRATEGY INFORMATION INSIGHTS DECISION ACTION 10

12 LE CARATTERISTICHE DEL DATA SCIENTIST Conoscenze di dominio Conoscenze statistico / matematiche Hacking Skills 11

13 LE CARATTERISTICHE DEL DATA SCIENTIST Competenze Statistico / Matematiche Conoscenze di dominio Gestione del dato Competenze tecniche Conoscenze statistico / matematiche Hacking Skills Competenze tecnologiche Data Scientist Orientamento al business Mentalità analitica / quantitativa 12

14 IL DATA SCIENTIST ALL INTERNO DELL ORGANIZZAZIONE Centralizzato Business Driven Matriciale CDS CDS Datascience mindset diffuso nell organizzazione Prassi di gestione progetti di datascience consolidate Possibilità per i datascientist di sviluppare competenze eterogenee Struttura efficiente e riconfigurabile Tempo di risposta veloce Conoscenza di business verticale con possibilità di sviluppo nuove idee Controllo dei dati da parte della business line maggiormente sviluppato Conoscenza diffusa dei problemi di business da parte dei Data Scientist Armonizzazione scelte tecnologiche e approcci di analisi di business Possibilità di gestione coordinata di progetti multifunzionali Competizione su risorse scarse di data science Accesso dati potenzialmente critico Complesso coinvolgimento delle business unit più tradizionali Scelte tecnologiche spesso disomogenee e/o contrastanti Potenziale visione parziale/verticale dei dati Datascientist con visione verticale di problemi di business Presenza di duplice responsabilità sulle risorse Complessità di inserimento organizzativo per i datascientist Prioritizzazione dei progetti complessa 13

15 AGENDA I principali trend La Data Science come fonte di vantaggio competitivo Le caratteristiche del Data Scientist Il Data Scientist all interno dell organizzazione La Data Scientist Digital Research 14

16 LA DATA SCIENTIST DIGITAL RESEARCH I PARTECIPANTI

17 LA DATA SCIENTIST DIGITAL RESEARCH RUOLI E AZIENDE Aziende partecipanti per settore Partecipanti per ruolo azienale CRM Manager 1% Application Manager 1% System Administrator 1% CSO/Security Manager 1% Project Manager 1% 25% 20% 15% 10% 21% 12% 10% 7% 7% 7% 6% 6% 5% Network Manager 1% 5% 4% 2% 2% 2% 1% 1% 1% 1% 1% Architettura e Infrastruttura IT Analista funzionale Business Intelligence Reponsabile Analytics 2% 4% 5% 5% 0% CIO/Direttore sistemi informativi 16% IT Manager 60% 0% 10% 20% 30% 40% 50% 60% 70% 16

18 LA DATA SCIENTIST DIGITAL RESEARCH COMPETENZE E STRUMENTI Competenze ritenute maggiormente importanti Machine learning 5% Statistica 7% Data mining 9% Data visualization Sviluppo software/programmazione Business e management 10% 11% 12% Capacità di lavoro in team 16% Estrazione dati 67% 0% 10% 20% 30% 40% 50% 60% 70% 17

19 LA DATA SCIENTIST DIGITAL RESEARCH FONTI DATI UTILIZZATE Le principali fonti dati utilizzate IoT 1% Mobile 2% Altro 2% Social Media 4% Open data 6% Sistemi di relazione con i clienti (es. sistemi di pagamento) Dall'esterno (partner o terze parti specializzate nella gestione dei dati) 21% 22% Gestionali, amministrativi, ambienti di produzione 89% 0% 50% 100% 18

20 LA DATA SCIENTIST DIGITAL RESEARCH LE ATTIVITÀ Livello di importanza delle attività nella gestione di nuovi progetti Algoritmi/pattern 32% Monetizzazione dei dati Data modeling Identificazione di eventuali fornitori esterni Attività di ricerca & sviluppo (e.g nuove offerte commerciali, nuovi prodotti) Gestione delle fonti di dati / Data mining Ricerca e selezione dei tools Gestione delle fonti Ricerca dati Miglioramento della customer experience Portare i dati in produzione Rappresentazione dei dati - Visualizzazione 41% 41% 44% 47% 50% 51% 52% 52% 53% 54% 56% Creazione del team delle competenze Management di attività e team Conoscenza dei clienti & business development 61% 62% 62% Ottimizzazione dei processi 67% Analisi delle esigenze/obiettivi 81% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 19

21 LA DATA SCIENTIST DIGITAL RESEARCH LA SICUREZZA 60% Tipologie di progetti maggiormente impattate dal tema sicurezza 50% 52% 40% 42% 41% Gestione degli asset (analisi dei fattori di rischio e delle opportunità) 30% 20% 22% Sicurezza Antifrodi (analisi dei comportamenti) da Mobile Analisi flussi pagamenti/accessi sistemi digital banking/digital payment Analisi pattern comportamentale (da videosorveglianza) 10% 0% Gestione degli asset (analisi dei fattori di rischio e delle opportunità) Sicurezza Antifrodi (analisi dei comportamenti) da Mobile Analisi flussi pagamenti/accessi sistemi digital banking/digital payment Analisi pattern comportamentale (da videosorveglianza) 20

22 LA DATA SCIENTIST DIGITAL RESEARCH ED IL RUOLO DELLA DATA SCIENCE OGGI Luca Flecchia Manager Data Driven Innovation Milano, 13 Dicembre 2017