SAS: i dati sono il cuore della digital transformation

SAS: La digitalizzazione, le tecnologie, le nuove modalità di contatto cliente rendono disponibili una quantità e varietà di dati che diventano un valore.

“La trasformazione digitale è un’onda in piena che presenta grandi opportunità. In Italia ci sono tutte le premesse per portare l’innovazione. Il nostro Paese si caratterizza da sempre per la sua intrinseca capacità di innovare; pensiamo ai distretti industriali e alle tante eccellenze dell’imprenditoria. È necessario mettere a fattor comune le capacità delle aziende, con le loro aree di forza e di trasformazione, la pubblica amministrazione, le università e i centri di ricerca per creare quelle competenze che sono fondamentali al processo di cambiamento. Il nostro ruolo come SAS è porsi come facilitatore e attivare progetti comuni che contribuiscano ad innescare il processo di trasformazione necessario al nostro sistema produttivo”
Marco Icardi, Amministratore Delegato di SAS Italy e SAS Regional Vice President

La digital transformation porta le imprese a dover affrontare sfide che riguardano la capacità di pensare a nuovi use case basati sui dati, andando oltre l’analisi tradizionale. Ne abbiamo parlato con Angelo Tenconi, Analytics & Technology Director di SAS.

Quali sono i trend in atto?
La trasformazione digitale in corso porta a un adeguamento delle piattaforme, a un nuovo modo di interagire coi clienti, all’evoluzione dei sistemi IT. È un trend diffuso in tutti i settori merceologici che porta a un cambio di paradigma: il dato è al centro di questo ecosistema. La capacità di analisi è sempre più importante, le informazioni sono tante, anche complesse. Ora i dati non strutturati devono essere inseriti all’interno del processo di business e governati per produrre informazioni corrette e di valore. Ad esempio, si studia direttamente il comportamento dei clienti, sfruttando i dati per avere una visione più ampia dell’individuo che si nasconde dietro alla figura degli interlocutori aziendali.

Che tipo di soluzioni è necessario implementare?
Il tema della digitalizzazione e dei big data comporta una modernizzazione: significa avere infrastrutture e modalità di implementazione agili, proprio perché una delle caratteristiche dell’era digitale è il fattore tempo e la velocità con cui i progetti vengono implementati. In questo contesto è necessario pensare a nuove modalità di interazione e di contatto con i clienti. Essi sono infatti sempre più abituati a interagire tramite i canali digitali e sempre più inclini a utilizzare mobile e app, pertanto anche il contatto deve adeguarsi a queste nuove modalità di interazione. Grazie agli advanced analytics le aziende sono in grado di sfruttare realmente i dati. È sempre più difficile infatti, vista la quantità e la varietà dei dati, poterli sfruttare attraverso tradizionali tool di business intelligence che non hanno componenti analitiche automatiche e senza un’intelligenza artificiale che permetta di estrarre indicatori di business in modo automatico. Nel processo di digitalizzazione, i dati prodotti sono il cuore, la parte centrale. Il mezzo che permette di sfruttarli sono i sistemi analitici di nuova generazione che si basano su machine learning, deep learning, cognitive computing: concetti che permettono di aiutare l’umano a interagire con i dati.

Che importanza ha la visualizzazione dei dati nella comprensione degli stessi?
La visualizzazione è – e sarà sempre – molto importante. Permette di sintetizzare in modo facile il risultato dell’analisi e renderlo chiaro all’utilizzatore, qualunque sia il suo livello di competenza. La visualizzazione rende i sistemi di business intelligence adeguati a chi li legge. Ricordiamo poi che i dati non vanno solo visualizzati ma anche compresi: al loro interno nascondono infatti fenomeni e informazioni.

Qual è il ruolo del data scientist?
La figura del data scientist ha un ruolo rilevante nell’organizzazione, è colui in grado di estrarre valore dai dati. Ma ciò che produce il data scientist in termini di modelli analitici evoluti, deve necessariamente essere portato all’interno dei processi dell’azienda per diventare patrimonio di tutti. Quando si parla di strategia big data è importante definire con i dipartimenti di business gli use case innovativi che si vogliono indirizzare. Grazie ai data scientist, si devono poi comprendere i fenomeni che si nascondono nei dati per estrarre valore di business, e infine, con il dipartimento IT, si deve fare in modo che il risultato venga strutturato e diventi patrimonio dei processi operativi di tutta l’azienda.

Esiste una tipologia di azienda che può beneficiare più di altre dell’analisi dei dati?
Alla base della trasformazione digitale ci sono i dati e la loro analisi. L’analisi dei dati rappresenta infatti un’importante chiave di lettura della realtà e del mercato, di oggi e di domani, per le aziende di ogni settore e dimensione.Grazie agli advanced analytics è possibile tenere in ordine i dati disponibili, trovare relazioni inaspettate tra i dati e prevedere scenari di business futuri. Gli analytics sono come un navigatore: aiutano a orientarsi e a trovare la strada giusta in tempo reale. Gli analytics integrati nel processo decisionale permettono di elaborare decisioni ottimizzando le nostre scelte e indirizzando la guida dell’azienda secondo i parametri e target che sono stati assegnati. Anche le Pmi sono attente al tema, stanno investendo nell’industry 4.0 e nell’evoluzione digitale delle catene produttive. C’è attenzione, c’è interesse, c’è volontà. L’iperammortamento e il piano nazionale per l’industria 4.0, recentemente varato dal governo italiano, aiutano significativamente il mercato.

Quali vantaggi “concreti” possono ottenere le aziende?
I vantaggi sono molteplici, evidenti e riguardano tutti i settori aziendali e le imprese di ogni dimensione. Dall’efficienza produttiva alla capacità di controllare la supply chain, o poter avere una conoscenza più diretta e profonda di ogni cliente. Prendiamo ad esempio il settore assicurativo. Attraverso la telematica, le assicurazioni possono conoscere perfettamente il comportamento del cliente in tempo reale. Oppure le banche, che stanno affrontando una grande modernizzazione con la digitalizzazione del proprio modello di business, cambiando così le modalità di interazione con i propri clienti. Il tempo è determinante. Progettualità di questo tipo devono necessariamente essere veloci. La parola chiave è “agile” sia in termini di infrastruttura sia in termini di cultura da parte dei team coinvolti nei progetti. Si passa in questo modo da modalità tradizionali di implementazione, a un approccio agile, con un’interazione continua tra il business e le funzioni aziendali per poter valutare e validare in modo veloce nuovi progetti. In questo contesto i laboratori di innovazione, come l’Innovation Hub di SAS, sono elementi essenziali perché permettono di sperimentare in modo veloce nuove idee di business e valutare la loro realizzabilità, se sono in grado di portare risultati concreti oppure se destinati al fallimento.

Cosa ci aspetta in futuro?
L’evoluzione prevede una trasformazione digitale sempre più diffusa, nel futuro molti settori merceologici dovranno adeguarsi al cambiamento. Questo significa che, la mole dei dati prodotti aumenterà esponenzialmente. Parallelamente, gli analisti dicono che la capacità di storage non aumenterà così significativamente. I dati dovranno quindi essere analizzati alla fonte, non si riuscirà a veicolarli in un punto centralizzato. Le evoluzioni tecnologiche andranno in questa direzione, per studiare i dati in tempo reale e applicare analisi offline. Sempre più informazioni saranno analizzate in motion, in stream, con l’obiettivo di “conservare” solo ciò che è effettivamente utile ed eliminare il “rumore” inutile. In un mondo veloce e digitalizzato diventa necessario sfruttare i dati dove vengono generati, pensiamo a progetti che riguardano l’industria 4.0, come ad esempio la manutenzione predittiva (ovvero poter prevedere in anticipo un guasto). Previsioni di questo tipo vengono effettuate tramite analytics sofisticati di machine learning, e per essere utili e di valore per l’azienda, devono necessariamente essere eseguiti in tempo reale. Proprio per questo SAS sta lavorando per spostare le capacità analitiche dove i dati vengono generati. Si inizia quindi a parlare di Analytics of Things.

Più sono tanti i dati, più sono alti i rischi? Come ci si protegge?
Da una maggior apertura al digitale deriva un aumento dei rischi. Il primo è nel sistema in sé, in una parola: cybersecurity. È necessario dotarsi di strumentazioni adeguate in grado di identificare il furto di dati o l’intromissioni nei sistemi. Ma anche adeguare l’organizzazione, molte aziende infatti si stanno muovendo verso un’unificazione della struttura di risk management con la security proprio perché il tema cybersecurity è sempre più rilevante e deve essere trattato analogamente ai rischi di mercato, finanziario etc. Altrettanto importante è governare correttamente i dati. Non sfruttare il patrimonio a disposizione o non gestire il processo di produzione può portare ad avere informazioni non corrette, inutili per il business o, peggio, errate e quindi dannose. Essere Data Driven implica che i dati siano governati correttamente, essere sì agili e veloci, ma anche assicurare una gestione corretta per prendere le decisioni di business giuste ed efficaci.

I dati possono rispondere a qualsiasi domanda, oppure no?
Dipende da quanto siamo capaci di leggerli. Oltre alla tecnologia serve la conoscenza delle persone, dei data scientist con una formazione statistica informatica adeguata. Chi legge i dati dovrebbe avere anche il compito di stimolare domande nuove, di capire cosa si può fare. La digital transformation spazza come un vento tutti i settori industriali e promette di essere un motore per la competitività, la produttività e l’occupazione. Ma ci sono le competenze necessarie a raccogliere la sfida, nelle aziende? Investire sul miglioramento delle competenze e il rafforzamento dei profili professionali è il punto di partenza per attuare la trasformazione di cui tanto si parla. Partendo dalle persone.

Quanto è importante la formazione?
La tecnologia da sola non basta, la formazione è essenziale. In Italia, SAS è presente in 40 università e Centri di Ricerca, in Master di Data Science e in Corsi di Laurea Magistrale e collaboriamo attivamente con istituti di formazione, clienti e partner proprio per supportare la creazione di strutture e competenze in grado di generare valore e innovazione. Per avvicinare alla cultura del dato anche chi non ha competenze tecniche, SAS ha creato Digital Learning: un percorso formativo online dedicato a imprenditori, manager, studenti e a tutti coloro che desiderano scoprire l’affascinante mondo dei dati. SAS Digital Learning, www.analyticsdigitallearning.com, è nato per semplificare concetti complessi e renderli fruibili anche ai non esperti.

Cosa prevede il programma Digital Learning di SAS?
Partendo da tre macro trend a grande impatto sul business, sono stati costruiti tre percorsi formativi: Data Management, Data Visualization e Advanced Analytics, i tre temi più caldi per chi desideraentrare oggi nel mercato dell’analisi dei dati. La richiesta di competenze in queste aree di specializzazione è sempre crescente e le opportunità di impiego decisamente interessanti. Puntare sullo sviluppo di competenze professionali significa offrire una chance in più al proprio futuro.
SAS Digital Learning è stato pensato in ottica completamente digitale per poter permettere di accedere ai corsi in qualsiasi momento e da qualsiasi dispositivo. Non servono conoscenze tecniche pregresse, i partecipanti vengono infatti accompagnati passo dopo passo in un percorso che li porta ad acquisire le nozioni fondamentali per l’analisi dei dati per imparare a estrarre informazioni di valore dai dati e poter prendere decisioni di business sulla base di informazioni certe.

SAS FORUM MILAN 2017 11 APRILE

Analytics drives Everything: l’11 aprile a Milano ospiti, esperti internazionali e keynote speaker si confronteranno sul futuro degli analytics, sulle nuove frontiere dell’Internet of Things e sull’evoluzione dell’intelligenza artificiale. Grazie al contributo di esperti, clienti, partner e Università, verranno esplorate tutte le potenzialità e gli strumenti degli analytics, in molteplici aree applicative. Dalla digitalizzazione dei processi a una customer experience sempre più personalizzata, dalla gestione del dato come elemento di differenziazione alla sua regolamentazione, dall’adeguamento alle normative in ambito rischio alla gestione delle frodi, dall’Internet of Things all’Analytics of Things.

RENDI POSSIBILE L’INIMMAGINABILE A SAS FORUM MILAN
SAS Forum Milan è l’evento gratuito dedicato ai temi più innovativi in ambito advanced analytics, digital transformation e intelligenza artificiale.
4 motivi per partecipare a SAS Forum Milan:
• Scoprire le esperienze di personaggi dello sport, dell’informazione, CTO e innovatori che hanno usato la tecnologia per raggiungere nuovi livelli di ingegno e creatività.
• 8 sessioni parallele e 12 postazioni demo per rimanere aggiornati sulle applicazioni più innovative su customer experience, adeguamento alle normative in ambito rischio, gestione delle frodi, IoT e Analytics of Things. E ancora analytics avanzati, industria 4.0 e digital skill.
• Ascoltare le storie di chi ha già realizzato importanti progetti e guidato l’azienda nella trasformazione digitale.
• Condividere esperienze in un ambiente informale e ricco di stimoli per la propria formazione professionale e personale
ISCRIVITI A SAS FORUM MILAN 2017