Tipologia
Approfondimento

La sfida della data strategy

La posta in gioco, ce lo ricorda la Commissione Europea, è elevata: uno degli elementi cardine per lo sviluppo economico dei prossimi anni è dato dalla capacità, in ambito pubblico e privato, di sfruttare il valore dei dati, garantendo allo stesso tempo il rispetto delle regole sulla protezione dei dati. Per fare questo diventa importante la data strategy: è fondamentale che ogni ente che detiene e usa dati definisca una strada per governare e valorizzare quello che è ritenuto ormai uno degli asset più importanti, evitando iniziative a macchia di leopardo. 

In CSI, il gruppo Data Governance e Valorizzazione Dati affianca quotidianamente gli enti nello sviluppo di un percorso organico che li aiuti a governare e valorizzare sempre più i propri dati, anche per fornire servizi innovativi e contribuire a sviluppare la data economy del territorio. Di sicuro non è un prodotto pronto all’uso e non esistono bacchette magiche; è necessario intraprendere un percorso incrementale che richiede il diretto coinvolgimento del personale dell’ente e che deve fondarsi sui processi che generano i dati. È errato pensare che la sola implementazione di una soluzione tecnologica possa rispondere allo scopo. 

Una data strategy di successo si fonda su quattro elementi di base.
I dati. Ovviamente sono la materia prima e, come ogni materia prima che si rispetti, a volte devono essere “trovati”, perché i dati tendono a nascondersi; “puliti”, perché non sempre sono pronti all’uso; “lavorati”, in base allo scopo che abbiamo; “impacchettati” in un prodotto che poi sia fruibile dagli utenti.
Le persone e le competenze. Anche in questo caso, come in un qualsiasi processo produttivo, sono necessarie differenti competenze, dalla conoscenza di temi specifici alla data science. Ma la differenza la fanno le persone ed è in particolare la loro curiosità che spesso fa da guida nell’analisi dei dati!
Le tecnologie. Ovviamente stiamo parlando di attività complesse, che richiedono strumenti complessi, con funzionalità che supportino tutte le fasi del processo produttivo del quale parlavamo prima. Alcuni esempi: big data, intelligenza artificiale, real time, data visualization.
Metodologia e approccio. Il percorso per il dispiegamento della data strategy di un ente è sicuramente assimilabile a un processo produttivo per la generazione di valore, ma l’elemento creativo è fondamentale: per questo è importante un orientamento alla sperimentazione e al prototipo.

Tutto ciò permette di avviare un processo strutturato e stabile, che può portare alla creazione di nuovi servizi, rafforzando la cultura del dato e l’innovazione. Non è però un percorso facile: richiede risorse, capacità di visione e, soprattutto, deve essere vissuto come parte dell’identità dell’ente, assimilato e portato avanti con convinzione. 

marzo 2023

Angela Appendino
 

Eccellenze e Temi strategici
Data strategy