IoT e Big Data a supporto di un approccio data driven

Quello tra IoT e Big Data è sicuramente un matrimonio felice: i Big Data sarebbero sicuramente molto meno “Big” senza i dati provenienti dai dispositivi connessi; ma d’altra parte il mare magnum generato dall’IoT non avrebbe senso se non fosse interpretato grazie alle analitiche big data. Ma andiamo per gradi e vediamo innanzitutto cosa significa essere una data driven company e quali sono gli step per diventare un’azienda guidata dai dati.

Le aziende si stanno riorganizzando attorno alle logiche della data economy, intesa come ecosistema digitale globale in cui i dati vengono raccolti, gestiti, analizzati e scambiati allo scopo di ricavare valore dalle informazioni accumulate. Insomma, competere nello scenario economico contemporaneo e riuscire a generare valore per l’azienda e il cliente, implica la capacità di basare decisioni strategiche e tattiche sull’evidenza dei dati.

Da qui il significato più attinente di data driven company cioè un’azienda che sfrutta il patrimonio informativo per ottimizzare i processi, innovare i modelli di business e raggiungere gli obiettivi di profitto, attraverso un sistema strutturato di data governance e un decision-making basato sugli analytics a tutti i livelli.

Gli step per diventare una Data Driven Company

Il primo stadio di maturità equivale all’utilizzo delle informazioni e degli analytics al semplice scopo di monitoraggio delle performance. A questo step l’azienda utilizza i dati per rispondere a domande come “Cosa è successo?” “L’obiettivo è stato raggiunto?”. Descrive, quindi, in modo particolare gli eventi passati, potendo così anche apprendere gli errori commessi.

Lo step successivo riguarda gli insights, ovvero le “intuizioni”: i dati e gli analytics riescono a scovare evidenze nascoste e capire in profondità gli eventi. Non è quindi una semplice descrizione dell’evento, ma vengono estratte informazioni che altrimenti rimarrebbero invisibili all’interno del mare magnum informativo.Salendo di maturità, le aziende possono ottimizzare i processi esistenti identificando e correggendo eventuali colli di bottiglia, quindi contribuendo a massimizzare l’efficienza e aumentare la qualità delle procedure. La fase di monetizzazione permette di raggiungere gli obiettivi di profitto ricorrendo alle analisi di tipo predittivo, che consentono la simulazione di scenari what-if per ipotizzare eventi futuri e conseguenze di eventuali decisioni.

Il punto di arrivo del data driven journey è la “metamorfosi” ovvero la trasformazione dei modelli di business. Ad esempio, grazie alla capacità di gestire e analizzare i dati, le aziende più innovatrici hanno iniziato a vendere, anziché beni materiali, servizi associati.

L’IoT e i Big Data per decisioni più consapevoli e strategiche

Una delle caratteristiche principali dei big data è senza dubbio la loro eterogeneità e l’eterogeneità delle fonti dai quali provengono. Una fetta importante di questi dati viene generata dagli oggetti connessi: l’IoT, infatti rappresenta uno dei più grandi fornitori per i sistemi Big Data. Oggi sono sempre di più i dispositivi connessi e con livelli di sofisticazione altissimi grazie anche all’utilizzo dell’intelligenza artificiale.

Diventa quindi sempre più strategico per un’azienda raccogliere ed interpretare i Big Data provenienti anche dall’IoT per metterli in correlazione con quelli già presenti nei sistemi aziendali o con quelli forniti dagli utenti stessi attraverso i social o la navigazione sui motori di ricerca correlata sostanzialmente agli acquisti on line; questo permette alle aziende di fare analisi sempre più accurate e approfondite per mettere in atto delle vere e proprie strategie data driven.

Ma qual è il punto di incontro tra dati provenienti dai dispositivi connessi, le analisi tipiche del mondo big data e un approccio data driven? In questo contesto giocano un ruolo fondamentale le piattaforme IoT che raccolgono i dati provenienti dal mondo reale grazie ai sensori distribuiti sugli oggetti fisici (ad esempio il rilevamento di una temperatura). Tendenzialmente a questo punto le piattaforme IoT possono o rilasciare direttamente degli output attraverso dashboard, sistemi di alert e notifiche near real time o real time; o possono andare ad alimentare architetture big data dove i dati IoT vengono storicizzati su data hub e vengono integrati con dati (strutturati e non) provenienti da altre fonti. I dati storicizzati vengono poi interrogati da tool di analisi allo scopo di rilasciare conoscenze inattese, o addirittura fare analisi predittive.

L’interesse per i dati è, quindi, destinato ad essere sempre di più sotto i riflettori. L’aumento continuo dei dispositivi IoT porterà un numero maggiore ed eterogeneo di dati in grado di favorire decisioni aziendali più consapevoli e strategiche.