Cloud Data: attivare i dati inattivi

In breve

• I dati, come parte di un solido nucleo digitale, guidano la Total Enterprise Reinvention.
  
• Le aziende hanno ora l'opportunità di liberare i dati dai silos, pronti ad attivare una AI/machine learning (ML) più avanzati.
  
• Questo processo inizia con la creazione di una moderna base di dati per estrarne il valore intrinseco, un precursore del valore accelerato ed esponenziale attraverso l'AI.
  
• La nostra indagine su 700 organizzazioni mostra che, ad oggi, meno di un'azienda su cinque può sbloccare il valore intrinseco dei propri dati.
  
• Abbiamo identificato sei pratiche fondamentali per l'impiego dei dati come elemento di differenziazione e generare valore aziendale misurabile.
  

La nuova vita dei dati

Ogni azienda è consapevole dell'importanza dei dati per la gestione del proprio business. Ma oggi le enterprise data operano su una scala completamente diversa.

Negli ultimi dieci anni, l'importanza dei dati è cresciuta accelerandone il valore. L'AI non potrà raggiungere il suo pieno potenziale finché le organizzazioni non capiranno appieno i dati. Le aziende digital-native hanno dimostrato il valore nell'impiego dei dati e dell'AI per dare vita a nuovi prodotti, esperienze ed efficienze operative, su vasta scala.

I progressi dei servizi cloud-native pongono queste stesse capacità a disposizione di ogni azienda. Nel 2021, ad esempio, quasi la metà dei CEO delle 2000 aziende più grandi al mondo ha menzionato l'AI nelle loro earnings call.^[i]

Il complesso dilemma

Il panorama dei dati e i modi in cui le aziende vogliono utilizzarli stanno diventando sempre più complessi. In poche parole, ci sono molti più dati da gestire, a una velocità maggiore. La complessità dei dati è evidente, oltre alla crescente necessità di accedervi da tutti i punti del Cloud Continuum.

Inoltre, la gran parte delle aziende non è efficiente nell'impiego dei dati in tempo reale né nell'assicurare la connettività e l'interoperabilità tra i diversi componenti dell'infrastruttura. Molte altre faticano a tracciare i propri dati o reperire utili informazioni per rispondere a domande basilari riguardanti i loro clienti, beni, persone e partner.

Perché è così difficile? Perché sapere dove risiedono i dati è solo una parte del problema. C'è anche la sfida di accedervi, estrarli, elaborarli, analizzarli e distribuire l'informazione alle persone o ai sistemi giusti. E questo dipende dalle piattaforme dati, dai processi, dalle competenze e dalla cultura di cui l'organizzazione dispone.

Che questa complessità dei dati derivi da vecchie sfide o sia accentuata da nuove, la maggior parte delle aziende ritiene che esista un gap tra dove vorrebbero essere e dove effettivamente sono.

Estrarre il valore intrinseco

La buona notizia? L'evoluzione delle funzionalità Cloud ed Edge offrono soluzioni che non esistevano fino a pochi anni fa. Queste capacità consentono alle aziende di avere un impatto significativo mediante tre obiettivi strategici: estrarre valore intrinseco di dati, accelerare valore tramite soluzioni Cloud precostituite e creare valore esponenziale con l'AI.

Il percorso inizia con il primo di questi obiettivi: estrarre il valore intrinseco dei dati, che si riferisce al loro vero valore, rispecchiando la loro importanza fondamentale. Gli executive dovrebbero cercare il diamante nei dati grezzi che, per diversi motivi, vengono attualmente trattati al di sotto del loro vero o intrinseco valore.

L'obiettivo è abbattare i silos di dati, eliminare duplicazioni, creare prodotti di dati affidabili, ridurre i costi di rielaborazione, garantire insight più tempestivi e casi d'uso cross-funzionali, migliorandone l'adozione degli utenti.

L'obiettivo è garantire che l'azienda possa attingere più rapidamente all'intera gamma di dati disponibili per migliorare la business intelligence e le performance.

Sei pratiche chiave per estrarre il valore dei dati

Come? Il nostro sondaggio rivolto agli executive delle 700 principali aziende al mondo identifica un gruppo che eccelle nel cogliere il valore dei dati.

Queste aziende hanno fatto bene diverse attività. Comprendono le fonti dei dati attuali e future. Riuniscono i dati di tutta l'organizzazione e di fonti esterne. Il loro masterpiece di dati non si limita a utilizzarli per scopi operativi o transazionali, ma anche per prendere migliori decisioni dal punto di vista analitico. Dispongono di un'infrastruttura per gli strumenti di gestione dei dati che è adatta sia per l'attuale situazione che come base per il futuro.

Abbiamo individuato sei pratiche chiave dalle quali tutte le aziende possono trarre insegnamento:

1. Estrarre: liberare i dati dai silos

Liberare i dati intrappolati nei sistemi legacy e nei silos, consentendo di creare grafici a livello aziendale e analizzare i dati centralmente per attivare l'AI/ML avanzata su vasta scala.

2. Estendere: ampliare la visione dei dati in tutto il Cloud Continuum

Raccogliere, gestire ed elaborare i dati attraverso l'intera gamma di Cloud pubblici e privati e il network edge per attivare i dati in tempo reale e ottimizzarli.

3. Produrre: trattare i dati come un prodotto

Stabilire gli aspetti del prodotto e adottare pratiche, processi e strumenti di sviluppo collaudati. Fornire qualità, configurabilità e riutilizzabilità.

4. Automatizzare: adottare i dati come un codice

Passare da DevOps a DataOps, applicando rigorosi approcci utilizzati nello sviluppo del software, mettendo in evidenza una gestione dati autonoma.

5. Offrire: rendere disponibili prodotti di dati di alta qualità

Fornire prodotti di dati di alta qualità a coloro che ne hanno bisogno, quando ne hanno bisogno e nel modo in cui ne hanno bisogno.

6. Pubblicare: condividere i dati... la nuova regola

Sfruttate il valore intrinseco dei dati, inserendoli e condividendoli in modo sicuro con l'intero ecosistema.

Attivare i dati inattivi

Queste sei data practice sono cruciali per sfruttare al meglio il complesso panorama dei dati attuale. Ma non sono certo la fine del viaggio verso la maturità dei dati.

Una volta padroneggiate queste pratiche, le aziende devono passare a capacità strategiche di dati più avanzate: l'elaborazione di reti di dati decentralizzate tramite il Cloud Continuum; la creazione di valore aziendale esponenziale integrando l'AI avanzata in tutta l'organizzazione.

Ma prima, l'organizzazione deve assicurarsi di estrarre il pieno potenziale del valore intrinseco dei dati.

A tal fine, occorre liberare i dati aziendali dal loro stato di inattività e sbloccare il grande volume di valore latente pronto ad essere sfruttato.