di Hans TIMMERMAN
Ogni trasformazione digitale richiede che la corrispondente architettura dei dati abiliti e renda possibili le moderne tecniche di analisi dei Big Data, Machine Learning (apprendimento automatico) e intelligenza artificiale (IA). Un interessante articolo di McKinsey Breaking through data architecture gridlock to scale AI descrive con alcuni esempi di successo come le organizzazioni possono sviluppare e implementare – in modo rapido e semplice – queste nuove “architetture di dati”.
Una vera trasformazione digitale richiede una chiara tabella di marcia dedicata proprio all’architettura dei dati. Tuttora molte organizzazioni si trovano in difficoltà con architetture di dati nate in maniera organica da molte applicazioni diverse. Si tratta di modelli di dati che risalgono agli anni in cui erano le applicazioni a “guidare e governare” lo sviluppo e imponevano l’uso di modelli di dati “proprietari” per le loro applicazioni.
È ormai chiaro che nei moderni sistemi informativi i dati devono essere in linea di principio aperti e trasparenti. Ad eccezione di processi specifici, spesso legati alle transazioni, in cui applicazioni e sistemi richiedono modelli di dati speciali e/o chiusi.
Questo cambiamento di paradigma dalle architetture incentrate sulle applicazioni alle architetture incentrate sui dati richiede una mentalità diversa non solo da parte dei professionisti dell’informatizzazione, ma anche da parte dei “capi” e manager che guidano l’organizzazione. Dopotutto, “ragionare con e sui dati” (Data Thinking) è cosa assai diversa che “ragionare sulle applicazioni”. È abbastanza facile per manager e responsabili di processo “ragionare sulle applicazioni” e pensare partendo dall’applicazione, perché l’applicazione viene sviluppata e progettata attraverso un processo.
Ecco perché l’apprendimento del ragionamento con i dati (data-thinking) è di grande importanza per il management e per i responsabili dei processi. Dopotutto, se non sono sufficientemente propositivi su come la gestione delle informazioni possa diventare data-centrica, non sono nemmeno in grado di gestire questo cambiamento. L’essenza della qualità dei dati, la comprensione di cosa siano i dati critici (golden data/security), la differenza tra dati di processo (interni), dati non strutturati, dati esterni (ottenuti e estratti) e streaming di dati in tempo reale. Come vengono elaborati i dati grezzi e resi utilizzabili per data lake, dashboard (cruscotti) e analisi. In breve: ogni manager dovrebbe avere una conoscenza minima dell’importanza sostanziale dei dati (digitali) per un’organizzazione.
Le modifiche tecniche non sono facili. La nostra società e organizzazione dipende per l’80% dalla tecnologia. Fortunatamente, questa tecnologia è solitamente ben nascosta sotto il cofano del motore e in lucidi elettrodomestici. Non più chiaramente riconoscibile come la vecchia locomotiva a vapore e per molti, oggi, una scatola nera incomprensibile. Se un’organizzazione ha un piano serio per la trasformazione digitale, l’esecuzione di tale trasformazione è spesso ostacolata da leader e team che difficilmente abbracciano il cambiamento incentrato sui dati e sono restii a “dare vita a quei progetti”. Come posso spiegare alla mia organizzazione come, e soprattutto perché, faremo questa trasformazione.
Fortunatamente, molte aziende e organizzazioni hanno già aperto la strada alla trasformazione digitale, quindi non è più necessario reinventare la “propria” ruota. Diverse architetture di dati sono un riferimento e hanno dimostrato di poter essere utilizzate con successo. Forniscono sufficiente flessibilità per soddisfare i requisiti di rapidità e innovazione fissati in proprio dall’organizzazione. Le architetture di dati sono state testate in centinaia di altri ambienti e consentono un’implementazione più rapida. Parimenti, la spesa per lo sviluppo dell’architettura di dati può essere notevolmente ridotta, perché l’uso di progetti comprovati non significa che tutto debba essere concepito e sviluppato da zero. Imparare dagli altri che ci hanno preceduto: meglio ri-preso bene che concepito male dall’inizio…
Per avviare il processo di apprendimento è necessario creare gruppi di riflessione (think tank) e pool di talenti (talent pools). Attivare opportunità per consentire di “comunicare e imparare gli uni dagli altri””. Think Tank a livello di manager con esperti senior esterni che hanno già sperimentato queste trasformazioni. Essere in grado di raccontare le cose da fare e da non fare (do’s and don’ts) di questi cambiamenti di enorme impatto. In precedenza ho scritto un articolo basato sull’esperienza professionale del celebre Jack Welch, ex-CEO di GE. Per lui, l’eccellenza è ‘essere in grado di accompagnare un’organizzazione nel cambiamento’. Secondo lui, un manager deve essere prima di tutto un “Chief Meaning Officer. Fare sapere a tutti nell’organizzazione, dall’alto verso il basso, dove l’organizzazione sta andando e, ultimo ma non meno importante, qual è l’interesse per ogni persona dell’organizzazione di raggiungere con successo l’obiettivo. Quest’ultimo significato, i manager spesso non riescono a spiegarlo.
In caso di cambiamento, per ogni dipendente è importante: “what’s in for me?” Cosa c’è per me? Cosa mi renderà diverso o migliore? Se non tutti nell’organizzazione capiscono come il proprio ruolo può e – quasi sicuramente – cambierà, non sarai mai in grado di incoraggiare l’organizzazione a cambiare effettivamente. Quindi assicurati che in azienda ci sia abbastanza talento entusiasta e che possa fungere da “ambasciatore” per quella trasformazione. Spiega cosa porteranno e come avverranno i cambiamenti della trasformazione digitale. Sapere chi coinvolgere in modo da spiegarlo ancora meglio. Durante la mia attività professionale ho potuto guidare molte di queste trasformazioni in grandi organizzazioni. La mia esperienza è che l’entusiasmo fra i dipendenti è molto più gradevole – ed alla fin fine raggiunge più successi – dell’entusiasmo tra i top manager. Se riesci a trovare e ottenere i tuoi sostenitori fra i dipendenti, il progetto è già riuscito a metà. Il trascinamento “Pull” da parte dell’organizzazione funziona sicuramente meglio della spinta “Push” dall’alto della direzione aziendale.
Entusiasmare e entusiasmarsi non è un esercizio una tantum. Una trasformazione digitale richiede anni di attività. È bene sapere che nel percorso ci sono sia successi sia battute d’arresto. La trasformazione digitale richiede anche – cosa molto importante – continuità nel gruppo dirigente. E quindi anche continuità nel (creare) entusiasmo fra i dipendenti. Dopotutto, a causa dell’intensa attività operativa, le persone dimenticano rapidamente quale fosse il messaggio iniziale di cambiamento. Celebra ogni successo, non importa quanto piccolo. In qualità di leader dimostra che ogni passo in avanti merita di essere riconosciuto e celebrato, per quanto profondo e lontano nell’organizzazione.
Pertanto, utilizza casi d’uso (use-cases) che conosci per esperienza e che porteranno rapidamente a risultati visibili. Dopotutto, un’architettura finale approfondita, per quanto ingegnosamente composta, è incomprensibile per il dipendente medio e non la ritiene importante. L’implementazione di successo di un’applicazione dati nell’ambiente di lavoro, d’altra parte, viene facilmente riconosciuta e cosi ne vengono richieste altre.
Le nuove tecniche di “nocode” consentono di sviluppare in pochi giorni nuovi flussi di lavoro (workflows) utili e immediatamente utilizzabili da dipendenti e dirigenti. Probabilmente non sono così robusti e completamente sviluppati come di solito, ma sono già utilizzabili e costituiscono la base per imparare a fare le cose ancora meglio. Una buona organizzazione dei dati accessibile con piattaforme cloud e nocode offre dinamismo, visibilità ed entusiasmo.
Io stesso ho imparato l’anno scorso come le moderne piattaforme cloud e nocode consentano trasformazioni digitali super veloci. Un enorme cambiamento di paradigma che, tuttavia, richiede un pensiero incentrato sui dati (datacentrico) e quindi impone requisiti alle corrispondenti strutture di dati disponibili. I dati sono il fattore critico di successo per una trasformazione digitale di successo. Ecco perché leader, amministratori e manager devono imparare il più velocemente possibile il “pensiero incentrato sui dati”. Crea gruppi di riflessione, pool di talenti e mentori e tutor esperti per sviluppare, comprendere, comunicare questo “pensiero incentrato sui dati” ed essere poi in grado di applicarlo e distribuire con successo in tutte le attività dell’organizzazione.
Intervento di Hans TIMMERMAN Amministratore, Consulente, Esperto di IT e Trendwatcher. Autore su www.riskcompliance.nl
Per approfondimenti, consultare i seguenti link e/o riferimenti:
McKinsey – Breaking through data architecture gridlock to scale AI
