I 6 principali ostacoli che fanno deragliare i progetti basati sui dati

I dati sono il vero motore del business digitale. Si pensi a quanto sia diventato strategicamente importante per le aziende sfruttare le analisi avanzate per scoprire le tendenze che possono aiutarle ad arrivare a intuizioni decisive che altrimenti non potrebbero avere.

Ma i progetti basati sui dati non sono sempre facili da avviare, né tantomeno da portare a termine e, oggi, le imprese che cercano di sfruttare le proprie risorse informative per ottenere un vantaggio competitivo si ritrovano a dover affrontare diverse sfide.

Il Data & Analytics Study [in inglese] di Foundry ha analizzato alcuni motivi per cui le aziende hanno difficoltà a mantenere le promesse sui progetti data-driven, e ha rivelato diversi ostacoli-chiave che impediscono di arrivare al successo. Ecco i sei principali motivi per cui le iniziative sui dati non riescono a concretizzarsi e a dare risultati, secondo quanto emerso dalla ricerca, insieme ai consigli, dei leader IT e degli esperti di dati, su come superarli.

1. La mancanza di fondi per le iniziative sui dati

I finanziamenti possono essere difficili da reperire per qualsiasi iniziativa tecnologica, soprattutto in un contesto di incertezza economica come quello attuale. Questa considerazione è sicuramente valida anche per i progetti che riguardano i dati, a maggior ragione se si considera che tali operazioni potrebbero essere in diretta concorrenza con tutta una serie di altre che necessitano di investimenti. Pertanto, è importante che i responsabili IT e i loro team che lavorano sui dati presentino un solido piano di business per ogni progetto e che non lo rendano eccessivamente complesso.

“Sebbene ottenere il budget sia sempre difficile, qui si tratta di una questione di priorità e di corretto dimensionamento del lavoro”, argomenta Craig Susen, CTO e responsabile dell’abilitazione tecnologica per la società di consulenza gestionale Unify Consulting. “La ricerca di risultati evidenti [non] richiede sempre la rielaborazione dell’intera infrastruttura”.

Essere data-driven è una questione culturale tanto quanto qualsiasi altra, afferma Susen. “Occorre progettare/ripensare gli indicatori-chiave delle performance, acquisire i dati in modo intelligente e tempestivo e farli arrivare rapidamente nelle aree comuni”, aggiunge. “Dopodiché si possono valutare e aggregare, applicando tecnologie di visualizzazione avanzate o confrontandoli con algoritmi di apprendimento automatico. Non è un processo semplice. Detto questo, molte imprese complicano eccessivamente questa attività, cercando di fare troppe cose in una volta sola, o di soffermarsi su punti che non apportano un vero valore alle loro aziende e ai loro clienti”.

I CIO e gli altri leader tecnologici devono sviluppare solide relazioni di lavoro con gli altri membri della prima linea, in particolare con i CFO [in inglese]. In molti casi è proprio quest’ultimo a prendere le decisioni sull’approvazione del budget, quindi, per aumentare le probabilità di ottenere i finanziamenti necessari, i responsabili tecnologici devono essere in grado di dimostrare perché i progetti basati sui dati sono importanti per i profitti.

2. La mancanza di una strategia sui dati ben delineata

La mancanza di una strategia completa sui dati che guidi i progetti data-driven corrisponde “al non avere uno schema per realizzare una tesi”, spiega Charles Link, senior director of data and analytics di Covanta, fornitore di soluzioni per l’ambiente e per la gestione sostenibile dei materiali.

“Ogni progetto dovrebbe contribuire, con alcune pietre di pavimentazione, alla strada che porta alla destinazione desiderata”, prosegue Link. “Una strategia sui dati identifica il modo in cui allineare le informazioni e la tecnologia per aiutarvi a raggiungere la meta. L’azienda deve essere in grado di percorrere la strada mentre fornisce valore”.

Per avere successo, una strategia sui dati deve avere sia una componente di gestione – in genere strumenti, tecnologie e metodi IT – sia una strategia per il loro utilizzo, afferma Link.

Spesso, invece, all’interno delle aziende non c’è una chiara comprensione dei dati disponibili, della loro definizione, della frequenza con cui cambiano e del loro utilizzo, dichiara Mike Clifton, vice president esecutivo e chief information and digital officer di Alorica, un’azienda globale di outsourcing del servizio clienti.

Secondo Clifton, le aziende devono creare un linguaggio comune tra le parti interessate prima di avviare qualsiasi progetto data-driven. “Se non si dispone di una base solida, il budget e i finanziamenti sono troppo imprevedibili e spesso sono i primi a essere tagliati a causa della mancanza di una portata chiara e di risultati raggiungibili”, sottolinea.

3. I costi elevati per implementare la tecnologia dei progetti sui dati

La sfida per ottenere finanziamenti sufficienti per i progetti che riguardano i dati è resa ancora più ardua dal fatto che essi possono essere costosi, richiedendo un investimento sostanziale di risorse e di un budget fin dall’inizio, avverte Clifton.

“In genere si tratta di progetti a lungo termine che non possono essere considerati come una soluzione rapida per affrontare priorità urgenti”, spiega ancora Clifton. “E, molti responsabili delle decisioni non comprendono appieno il loro funzionamento o i loro risultati a vantaggio dell’impresa. La natura complessa della raccolta dei dati e del loro utilizzo efficiente per ottenere un chiaro [ritorno sugli investimenti] spesso intimorisce le aziende, poiché un solo errore può far lievitare i costi in maniera esponenziale”.

Se realizzati correttamente, tuttavia, nel lungo periodo, questi progetti possono snellire e far risparmiare tempo e denaro all’impresa [in inglese], afferma Clifton. “Per questo è essenziale avere una strategia chiara per massimizzare i dati e assicurarsi che i principali stakeholder comprendano il piano e l’esecuzione”, aggiunge il manager.

Oltre a investire negli strumenti necessari per supportare i progetti data-driven, le aziende devono assumere e valorizzare professionisti come i data scientist [in inglese]. Queste posizioni, molto richieste, richiedono in genere compensi elevati.

4. Altre iniziative di trasformazione digitale hanno avuto la priorità

Le trasformazioni digitali sono in atto nelle aziende di quasi tutti i settori, ed è facile capire come i progetti legati a questi sforzi possano avere un’alta priorità. Questo non significa che quelli basati sui dati debbano essere messi in secondo piano.

“Quando le iniziative di trasformazione digitale hanno la priorità sulle iniziative relative ai dati, è necessario rivalutare la situazione”, spiega Link. “Perché tutte le iniziative di trasformazione digitale dovrebbero includere iniziative sui dati. Non si può avere l’una senza l’altra”.

Ignorare gli aspetti della trasformazione legati ai dati potrebbe portare al fallimento di altre iniziative. “Sarei preoccupato nel dover perseguire la trasformazione digitale senza una solida strategia sui dati, poiché i risultati, le iterazioni e i pivot necessari per il successo dovrebbero essere tutti elementi-chiave per il decision making basato su di essi”, sottolinea David Smith, vicepresidente e CIO della società di traslochi e logistica Atlas Van Lines.

“Se si tratta di un ostacolo organizzativo, consiglierei di utilizzare le iniziative per la trasformazione digitale come genesi dell’esecuzione di una strategia sui dati”, chiosa Smith.

5. La mancanza di consenso o di sostegno da parte dei dirigenti sulle iniziative sui dati

Se i dirigenti non sono convinti dei progetti data-based, è probabile che le loro possibilità di successo diminuiscano per via della mancanza di fondi e di risorse adeguati.

“La mancanza di consenso da parte dei vertici può far fallire un progetto data-driven prima ancora di iniziare”, afferma Scott duFour, CIO globale di Fleetcor, fornitore di servizi di pagamento per le aziende. “Sono fortunato che questo non sia un problema in Fleetcor, perché ottengo l’approvazione dei progetti da parte del nostro CEO collaborando con la leadership che gestisce le linee di business per convalidare l’importanza dei big data per la crescita e il successo dell’azienda”.

Per ottenere il consenso [in inglese] dei dirigenti, i leader tecnologici devono essere in grado di spiegare fin dall’inizio quali saranno i risultati dei progetti sui dati e allinearli alle priorità o ai punti dolenti dell’azienda, afferma Clifton. Ironia della sorte, tutte le implementazioni legate al digitale dipendono fortemente dai dati per ottenere benefici, “quindi, a prescindere dal fatto che i dirigenti se ne rendano conto o meno, stanno comunque finanziando iniziative sui dati”, dice.

La strategia sui dati dovrebbe informare i dirigenti su come i progetti in materia possono sostenere gli obiettivi dell’azienda. “Le iniziative di questo tipo avrebbero da concentrarsi sul raggiungimento di tali obiettivi attraverso l’intelligence e l’automazione”, tiene a precisare Link.

In alcuni casi, la mancanza di supporto potrebbe derivare dal fatto che i dirigenti aziendali non sanno cosa vogliono dai progetti sui dati e quindi non ne comprendono il valore, argomente Smith. “E, se non riescono a vederlo, non lo sosterranno”, prosegue Smith.

È una buona pratica utilizzare piccole opportunità di proof of concept per mostrare il valore attraverso dashboard operativi o l’automazione di attività manuali, afferma Smith. “In questo modo, si creerà interesse da parte del team esecutivo”.

6. La mancanza di competenze adeguate

La carenza di competenze tecnologiche interessa quasi tutti i settori tecnologici, compresi i progetti basati sui dati.

“Senza un numero sufficiente di talenti IT e di persone con le giuste skill, è difficile realizzare progetti data-driven”, precisa duFour. “E, la difficoltà ad assumere dipendenti IT è reale in diversi settori della tecnologia”. Per cercare di attirare i lavoratori del settore tecnologico, Fleercor offre modalità di lavoro flessibili e fornisce piani di formazione per consentire ai dipendenti di migliorare le proprie competenze.

“Abbiamo anche allargato le maglie della ricerca dei talenti”, continua duFour. “Anche se l’ideale è una laurea quadriennale o più, le aziende dovrebbero cercare potenziali dipendenti con titoli di studio associati, certificazioni IT e altre competenze pertinenti che possano aiutare a portare avanti progetti di questo tipo”.

L’assunzione di talenti con l’esperienza tecnica specifica necessaria per guidare e gestire progetti data-driven “è una sfida in questo mercato del lavoro competitivo, ma è anche fondamentale per assicurarsi di avere le competenze giuste per implementare con successo i progetti”, dice Clifton. “Senza le giuste skill e professionalità, le aziende possono avviare un progetto e poi imbattersi in problemi che il team non è in grado di identificare e risolvere rapidamente e in maniera efficace”.

Secondo Clifton, i data scientist [in inglese], i data steward e gli esperti di data forensics stanno diventando figure di primo piano, mentre negli anni passati i data architect [in inglese] erano le competenze di fascia alta più richieste.

“La sfida più grande è rappresentata dai talenti a prezzi accessibili”, conclude Link. “Non c’è una risposta giusta. Ho inserito risorse di livello freschi di laurea e investito tempo, per poi vedermeli soffiare a stipendi assurdi. Secondo la mia esperienza, è molto utile che le persone si trovino in una sede comune, in modo da accelerare l’apprendimento e la collaborazione. Il mio ultimo approccio consiste nel collaborare con organizzazioni come Workforce Opportunity Services per costruire il mio team con lavoratori ad alta professionalità. Ci vorrà del tempo per arrivarci, ma siamo concentrati sui risultati a lungo termine”.