My IBM Accedi
Progetta la tua strategia sui dati in sei passaggi

Progetta la tua strategia sui dati in sei passaggi

Illustrazione grafica che rappresenta i bit di dati
La tua strategia dati è all'avanguardia oppure sei in ritardo?

La tua strategia dati è all'avanguardia oppure sei in ritardo?

Una strategia sui dati è essenziale per ogni caso d'uso, ma la rapida evoluzione dell'intelligenza artificiale (AI) ha notevolmente rafforzato l'importanza di una strategia ben definita.

Tutte le funzionalità dell'AI sono basate sui dati, per cui si potrebbe pensare che una strategia di dati AI-ready funzioni per ogni caso d'uso dell'AI. L'AI tradizionale e l'AI generativa, tuttavia, hanno requisiti di dati diversi. Per ottenere il massimo valore dall'AI generativa, hai bisogno di una strategia in grado di gestire i dati non strutturati.

Tutto inizia con l'interpretazione del landscape dei dati: gli asset, l'infrastruttura dati e il loro utilizzo corrente nei tuoi processi aziendali. Dovrai anche creare una cultura di data literacy all'interno della tua organizzazione, e responsabilizzare le persone attraverso la democratizzazione dei dati e una comprensione fondamentale dell'AI. Non è il compito più semplice, ma è importante e realizzabile. Il seguente framework ti aiuterà a progettare la giusta strategia dei dati per raggiungere gli obiettivi aziendali della tua organizzazione e avere successo con l'AI.

Leggi gli altri capitoli
Scopri watsonx Richiedi una sessione esplorativa Iscriviti per ricevere gli aggiornamenti sull'AI
Sviluppa la tua strategia

Sviluppa la tua strategia

1. Comprendi i tuoi obiettivi aziendali

Incontra i dirigenti senior per comprendere chiaramente quali siano gli obiettivi e le priorità principali della tua organizzazione. Queste conversazioni ti daranno la possibilità di porre domande chiave e di tracciare la direzione migliore per la tua strategia sui dati.

 

Principali domande degli stakeholder 1

A quali iniziative aziendali dare la priorità?

2

Ci sono dubbi sui nostri dati aziendali che potrebbero rallentare l'adozione dell'AI?

3

Quali sfide ci impediscono di raggiungere i nostri obiettivi prioritari?

 

4

Quali aree problematiche possono essere migliorate con un migliore accesso a dati di alta qualità?

5

Come misuri il successo per te e per i tuoi team?

Quando incontri i tuoi stakeholder, identifica le esigenze di dati in tutta l'azienda, per mostrare il valore dei dati come asset. Jo Ramos Data and AI Solution Engineering Leader IBM

Comprendere la qualità dei dati dell'azienda e come fluiscono, o non fluiscono, tra le diverse aree del business ti consentirà di sbloccare un valore di business ancora da scoprire.
 
Continua a consultare gli stakeholder man mano che la tua strategia sui dati prende forma. Tieni sempre a mente le loro priorità e i loro punti deboli.
 
Identifica i casi d'uso più interessanti
 
L'allineamento dei dati corretti con gli obiettivi di business "inizia e finisce con la domanda: quale problema di business si sta cercando di affrontare?", afferma Tony Giordano, a capo della data strategy, della consulenza e degli impegni di trasformazione per IBM.
 
Nella ricerca di un caso d'uso convincente, tieni a mente risultati chiari e raggiungibili. I principali CDO capiscono quali sono i driver del loro business e l'importanza di collegare dati e analytics a risultati prioritari.¹

Tutela i tuoi investimenti


Porta la tua strategia dei dati a un livello superiore sfruttando l'infrastruttura, la tecnologia e le competenze esistenti. Acquisisci familiarità con l'ecosistema della tecnologia della tua organizzazione per determinare dove e come i tuoi dati possono aiutare a raggiungere i risultati aziendali. Quando comprendi veramente i tuoi dati, puoi individuare un'architettura dei dati obsoleta che non è in linea con la tua strategia aziendale, sfruttare meglio le iniziative finanziate e identificare le aree di miglioramento.

2. Valuta il tuo stato attuale

Identifica barriere e lacune


Una volta che disponi degli obiettivi finali e del consenso della dirigenza, puoi identificare le barriere che impediscono di costruire una vera esperienza data-first. I silos organizzativi sono spesso alla base delle sfide legate all’integrazione dei dati, alla loro gestione e ai workflow. In effetti, l'81% dei leader IT afferma che i silos di dati stanno ostacolando gli sforzi di trasformazione digitale.²



L'accesso ai dati non deve essere un ostacolo.


Gli utenti devono avere accesso a dati che generano eccellenti risultati. Non devono pensare a dove questi dati risiedono, o se sono governati e conformi. Devono essere in grado di utilizzare i dati di cui hanno bisogno in tutta sicurezza.

Design thinking per la strategia dei dati


Un approccio basato sul design thinking aiuta a far emergere i punti critici dell’organizzazione, apportando valore strategico a molteplici casi d’uso, linee di business o team. Questo processo aiuta a generare soluzioni realizzabili in un ciclo continuo di osservazione, riflessione e creazione e affronta problemi e soluzioni come un dibattito continuo.




Inventario del talento e delle competenze


Non è possibile progettare autonomamente modifiche ai dati. Assicurati che la tua organizzazione fornisca una formazione continua per rimanere al passo con il ritmo vertiginoso dell'evoluzione dell'AI e del settore IT nel suo complesso. Un sondaggio di IBM IBV ha rilevato che l'85% dei principali CDO intervistati sta ampliando la formazione, il 77% sta riqualificando il personale interno e il 70% sta acquisendo nuovi talenti per aumentare la data literacy nella propria organizzazione.³


Assegnare priorità alla governance


Nell'era della gen AI, è necessario fornire una governance completa. Mantenere il controllo sugli elementi di dati critici e regolamentati è essenziale per far funzionare i sistemi senza errori di duplicazione, ricerche inaffidabili o violazioni della privacy. Bisogna considerare chi attualmente possiede, gestisce e definisce le politiche relative ai dati e se tale governance incide sulla sicurezza, sulla privacy o sulla conformità. Bisogna assicurarsi che le parti interessate dispongano dei diritti decisionali, di un framework di responsabilità e di risorse esterne per gestire i dati in modo efficace.

Scopri di più sulla metodologia IBM Garage

3. Mappa i dati e il framework della strategia AI

Definisci l'obiettivo dei tuoi dati


"Molti ambienti di dati sono obsoleti e raramente hanno la flessibilità necessaria per evolversi nell'ambiente digitale odierno", afferma Giordano. Un'architettura dei dati moderna deve essere gestita, governata e protetta per garantire una qualità dei dati coerente. Richiede la flessibilità necessaria per evolversi insieme ai tuoi canali digitali.


Misura i progressi verso i tuoi obiettivi


Sebbene spesso ci si attenda che i data leader raggiungano dei cambiamenti trasformativi, il loro successo viene misurato in base a obiettivi aziendali tattici di breve termine. Secondo un sondaggio tra i CDO condotto da AWS, il 74% di essi afferma che il proprio successo è misurato in termini di risultati incentrati sul business, oppure è equamente diviso tra obiettivi aziendali e tecnologici, mentre solo il 3% afferma che esso è definito esclusivamente dalle loro imprese in ambito tecnico.⁴

Da un consiglio di amministrazione che si attende risultati "magici" all'inizio del mandato di un CDO, ai CEO che pensano che una grande azienda possa diventare completamente basata sui dati in sei mesi o meno, le pressioni sui CDO non sono mai state così alte. Studio IBV CDO (2023) ³
Implementa la tua strategia

Implementa la tua strategia

4. Stabilisci controlli

Concentrati sui suoi obiettivi in materia di dati. Utilizza gli insight forniti dagli utenti mentre valuti i modi migliori per accelerare il valore aziendale utilizzando l'AI. 

Delinea una politica di governance dei dati
Un solido framework di governance si basa sulla qualità, la privacy e la sicurezza dei dati. Un singolo livello di metadata e governance per tutte le iniziative relative ai dati, all'analytics e all'AI aumenta la visibilità e la collaborazione in tutta l'organizzazione, indipendentemente da dove i dati sono fisicamente ubicati. La politica di governance determinerà il comportamento in materia di gestione, privacy, sicurezza e gestione dei dati, mostrando al contempo dove l'AI snellisce l'attività in ambito normativo.
Identifica i data advocates 


Individua le persone nella tua organizzazione che sono appassionate dell’impatto che i dati possono avere sul loro lavoro. Questi sono i tuoi partner di successo. Coinvolgili in riunioni regolari e iniziative di standardizzazione.

Puoi trovare partner di successo all'interno dei tuoi team di dati: arruola data engineer, Data Architect o data scientist che sviluppano modelli AI. Anche i leader del settore (LOB) i cui team si affidano all'analisi dei dati sono ottimi candidati. Probabilmente hanno esperienza nell'uso di nuove tecnologie per contribuire a migliorare i processi aziendali e ottimizzare il valore dei loro dati.

5. Crea soluzioni integrate

Imposta i tuoi cicli di sprint

Affinché una strategia basata su dati e AI possa prendere piede, le organizzazioni spesso devono riprogettare tutta la loro cultura su nuovi concetti e ambienti.
Inizia fissando obiettivi che siano rapidamente raggiungibili, di valore e fattibili. Assembla il tuo team interfunzionale per raggiungerli. Imposta brevi cicli sprint con traguardi attuabili che aiuteranno a dimostrare i risultati. Infine, assicurati che i vertici aziendali, i team tecnologici e gli utenti business abbiano tutti lo stesso traguardo nel mirino.



Raccogli piccole vittorie


Casi d'uso piccoli e ripetibili possono aiutarti a dimostrare rapidamente il valore dei tuoi dati e degli investimenti in AI. Non è necessario affrontare i problemi più difficili fin dall'inizio. I casi d'uso che sono d'impatto, ma semplici, ti danno l'opportunità di raccogliere insight importanti sulla tua tecnologia e accumulare vittorie iniziali. Investi in programmi pilota durante le fasi iniziali dell'adozione dell'AI per acquisire l'esperienza necessaria per ottenere deliverables più ampi in futuro.

Crea un catalogo dati centrale


Un catalogo centrale memorizza e condivide insight, consentendo un consumo di dati semplificato. Nel catalogo, i dati sono potenziati in forme originali e selezionate, con uno storage fatto su misura. Gli strumenti di accesso ai dati vanno oltre le singole applicazioni o processi, e servono a valutare come vengono consumati i dati e quali conoscenze stanno emergendo. Questo livello di dettaglio consente agli utenti di prendere decisioni in tempo reale che tengono conto dei dati di ogni parte dell'organizzazione.

Dai ai consumatori di dati il potere di adottare


Utilizza il tuo nuovo framework di gestione dei dati per incoraggiare l'adozione a livello aziendale. Questo ti consentirà di influenzare il modo in cui la tua azienda comunica, migliorare i workflow chiave, ottimizzare la sicurezza e sbloccare nuovi modelli di business, opportunità di mercato e efficienze operative.

6. Scala il tuo team e i tuoi processi

Mostra e racconta


I tuoi casi d'uso saranno una fonte significativa di empowerment. Come sottolinea un recente articolo della Harvard Business Review, i CDO e i leader AI ottengono un maggiore successo quando "rendono i dati un business per tutti". Quindi, utilizza al meglio il fatto che i casi d'uso possono includere data science, analytics operativa, trasformazione digitale, business intelligence, nuove iniziative di AI generativa e altro ancora, consentendo a più team di utilizzare al meglio i dati per fare la differenza in azienda. 


Assumi (e riqualifica) i talenti


Colmare le lacune nelle competenze significa guardare oltre le tradizionali strategie di assunzione e formazione. Le aziende si affannano per soddisfare la necessità di talenti e molte stanno modificando i propri requisiti di formazione ed esperienza solo per poter coprire determinati ruoli. Quando la formazione e le assunzioni non sono sufficienti, pensa a come la tua organizzazione può utilizzare l'AI e l'automazione per colmare le lacune di competenze.

Costruisci solide partnership all'interno dell'organizzazione

Al livello base, il tuo lavoro come data leader è aiutare la tua organizzazione a prendere le decisioni più sagge sulla raccolta, la gestione e l'utilizzo dei dati. Nel costruire e rafforzare le partnership a tutti i livelli, sii aperto ai feedback e alla collaborazione.
Mentre costruisci un'impresa data-first, accade qualcosa di affascinante. Quanto più la tua visione si inserisce nel DNA dell'organizzazione, tanto più puoi “lasciarti andare” semplicemente sostenendo una cultura in cui le persone sono motivate ad apprendere e ad assumere nuovi ruoli.

Rendi i dati il tuo elemento distintivo

Rendi i dati il tuo elemento distintivo

La tua organizzazione è schierata al tuo fianco. Man mano che aumenti le tecnologie esistenti e introduci nuove soluzioni per semplificare l'accesso ai dati, ricorda che stai facendo di più che creare semplici efficienze ed ottenere nuovi insight: stai costruendo una cultura appassionata nell'utilizzo dei dati al massimo delle loro potenzialità.

Leggi la guida per i leader dei dati
 
Note a piè di pagina

¹ Turning data into value, IBM Institute for Business Value, aprile 2023.
² 85% of IT Leaders See AI Boosting Productivity..., Salesforce, gennaio 2024.
³ 2023 Chief Data Officer Study, IBM Institute for Business Value, marzo 2023.
CDO Agenda 2024, AWS, Thomas H. Davenport, Randy Bean e Richard Wang, ottobre 2023.
Why Chief Data and AI Officers are…, Randy Bean & Allison Sagraves, giugno 2023