View
1
Download
0
Category
Preview:
Citation preview
The Innovation GroupThe management consulting & advisory boutique
Innovare con i BIG DATA: la
rivoluzione dei dati nelle
imprese ed organizzazioni ?
BIG DATA ANALYTICS Conference 2013
Roma, 17 Ottobre
Ezio Viola, Co-Founder & General Manager, The Innovation Group
Quanto interessano i Big Data
2
Le caratteristiche di una Data Driven Enterprise
� Capace di trovare, accedere e analizzare le informazioni
provenienti da ogni “sensore” sia interno che esterno
� Capace di “insight e di azione”: precisa e rigorosa nel
prendere le decisoni su fatti e non a sensazioni e “intuito”
� Capace di anticipare e reagire al mercato velocemente:
“event driven”
� Capace di memorizzare e riutilizzare la conoscenza
accumulata
“Companies with data-driven decision making have
productivity level 5-6% higher”
Source: Prof. E. Brynjolfsson MIT Sloan School of Management
3
Una data driven enterprise gestisce come asset il
“portafoglio dei dati aziendali”
Unstructured
Data Transactional Data
Semi-
Structured
Data
Scientific Data
Analytical Data
Application
DataUser Data
Audio – Visual
Data
Machine DataThird Party
Data
Manually
Managed Data
EDW Data
Web Data Financial Data SCM / ERP Data Sales Data
4
Forrester : «Firms use effectively 5% of available data»
Gartner : «enterprise data is expected to grow by 650% in the next 5 years»
Business Analytics: dove siamo
Da diversi anni le aziende fanno analisi dei dati ?
� Le Sorgenti di dati sono relativamente “piccole”, strutturate,
all’interno dell’azienda
� I Dati sono memorizzati in DW o Data Mart aziendali prima
dell’analisi
� La maggior parte delle analisi sono di tipo descrittivo e orientate
al reporting
� La creazione di modelli di analisi era/è un lavoro “Batch” che può
richiedere diverso tempo
� Le analisi quantitative sono fatte da risorse separate dal business
� Poche aziende hanno la visione di poter competere con gli
analytics
5
Cosa c’è di nuovo: i BIG DATA ?!
“Big Data is a term applied to data sets whose size is beyond the ability of commonly used software tools to capture, manage, and process the data
within a tolerable elapsed time. Big data sizes are a constantly moving target currently ranging from a few dozen terabytes to many petabytes of data in a
single data set”.
Esempi:
“ web logs; RFID; sensor networks; social networks; Internet text and documents; Internet search indexing; call detail records; astronomy,
atmospheric science, genomics, biogeochemical, biological, and othercomplex and/or interdisciplinary scientific research; military surveillance;
medical records; photography archives; video archives; and large scale eCommerce.”
Velocità, Volume, Varietà, Variabilità, Veridicità, Value etc.,
6
Source: Wikipedia
Cosa c’è di nuovo: i BIG DATA creano valore per il Business
� I BIG DATA sono diversi perchè hanno alti volumi, vengono
dall’esterno e per lo più sono non strutturati
� Devono essere memorizzati e processati rapidamente
� Necessitano di architetture e piattaforme tecnologiche nuove
� Nuove modalità di analisi non solo descrittiva
� Nuove tecniche di Visualizzazione e discovery
dei dati
7
Le Opportunità per settore (ROI vs Spending on Big Data)
8
High
Low
High Low
Projected
ROI on Big
Data
Spending on Big Data
(as a % of mean Industry Revenue)
Source : The emerging Big return from BIG DATA TCS February 2013 1217 aziende a livello internazionale
Utilities
High Tech
Energy
& Resource
Retail
Telecom Banking
Insurance
Travel
Manufacturing
Life
Science
Dove si possono ottenere i maggiori benefici
1. Identificare i clienti a più alto potenziale, opportunità di cross-selling e l’
efficacia delle campagne e dei canali (expected ROI 41% -56%)
2. Identificare i bisogni dei clienti per nuovi prodotti o miglioramenti (
expected ROI 40-48%)
3. Identificare clienti a rischio, analizzare i comportamenti dei clienti online
(expected Roi 54%)
4. Monitorare qualità dei prodotti e delle spedizioni , ottimizzazioni scorte
(50-70%)
5. Misurare il rischio, pianificazione budgeting e forecasting ( expected ROI
69%
6. Migliorare la retention delle risorse qualificate e l’efficacia del recruiting (
expected ROI 48%)
Source : The emerging Big return from BIG DATA TCS February 2013 1217 aziende a livello internazionale
9
Utilizzo dei BIG DATA: previsioni di ampia crescita
10%
3%
53%
27%
57%
67%
67%
77%
80%
83%
43%
70%
23%
33%
13%
43%
13%
10%
10%
7%
3%
3%
50%
23%
0% 20% 40% 60% 80% 100%
Registrazioni video
Dati generati da sensori/misuratori digitali (RFID)
Feedback dei clienti (negozio, online)
Dati di geo-posizionamento (GPS)
Comunicazioni dei clienti (email, customer service)
Indagini di Customer Satisfaction
Dati demografici (fonti esterne)
Transazioni relative agli acquisti
Analisi di mercato (fonti esterne)
Anagrafica clienti
Conversazioni su siti Social (Sentiment data)
Dati sul comportamento online dei clienti (visite)
Quali fonti di dati utilizzate per le analisi sul
comportamento dei Clienti?
Ad oggi
Tra 2 anni
10
Già oggi, le fonti di Big Data relative ai clienti utilizzate dalle aziende del B2C sono numerose. Per alcune
fonti di dati sono previsti ampi tassi di crescita (es. Sentiment data, GPS, sensori, video).
Big Data
Big Data
Big Data
Big Data
Big Data
Big Data
Big Data
Benefici associati ai BIG DATA
11
7%
40%
43%
67%
70%
73%
Altro
Possibilità di misurare meglio la Customer
Satisfaction
Ottimizzazione di processi core dell’azienda (es.
campagne promozionali)
Produzione di Customer Insights in tempi più rapidi
per migliorare il supporto decisionale
Sviluppo di nuovi approcci più efficaci rivolti a
incrementare l'Engagement dei Clienti
Migliore conoscenza del Cliente e capacità di
rispondergli meglio
Quali saranno secondo voi i principali benefici associati alla
disponibilità di BIG DATA sui Clienti?
Churn
prevention,
sviluppo nuovi
servizi
Analytics 2.0: LA DATA REVOLUTION stà nel fondere
BIG DATA e Analytics
� Partire da che cosa vogliamo ottenere dai dati
� Identificare e Integrare I dati interni ed esterni, strutturati e non
� Supportare le decisioni interne all’azienda ma anche costruire le basi per nuovi “product, service data driven or based ”
� Costruire modelli analitici che possano essere incorporati in processioperativi e decisionali
� Adottare architetture di dati post-dw più veloci e più economici
� Le nuove tecnologie in-memory accoppiate a metodi analitici agili e flessibili e a tecniche di machine learning permettono analisi quasi in real time
� Team misti di specialisti di dati, analisti quantitativi e di business, e IT sonoalla base di nuove organizzazioni dedicate alla BA
� Analytical Apps che supportano particolari decisioni rese disponibili sulpunto di utilizzo (on fingertips)
12
BIG DATA: nuovi business models e data products (1)
13
Data
SourcingStorage
Processing &
NormalizationVisualization
Raw Material Brokering Arbitraggio Mash up
Vertical Specific
Sales & Mktg
LA CATENA DIPRODUZIONE GENERA NUOVI MODELLI DI BUSINESS e Servizi
BIG DATA: nuovi business models e data products (2)
14
Adsense
FedEx, UPS
Map services
Location based
Customer Service
Contextual Services
Bloomberg, D&B ?
New Info Brokers
(social media, unstructured,
Open data mah up) services
Amazon as info provider?
Specializzazioni by Industry
New Players
Fornitori di infrastrutture
Nuovi Marketplace
Delivery Network
per content providers
(simili alle cable TV per
Content provider)
BIG DATA landscape: una industria in sviluppo
15
L’adozione di BIG DATA: i fattori di sviluppo
BIG DATA Technologies facili da gestire, usare e
distribuire: sono mature le attuali tecnologie a livello
aziendale?
BIG DATA Skills e pratiche :
Ci sono in azienda e sul mercato ? e come li organizzo?
Un nuovo MINDSET: le aziende hanno la cultura
adatta per sviluppare applicazioni e per estrarre valore
dai BIG DATA?
16
BIG DATA Technology Platforms: diversi approcci e soluzioni
� Data Integration
� DW Appliance
� BA/BI BIG DATA Cloud service
� Open Source Framework (Hadoop, HFS etc)
� NoSQL Databases
� Machine Data Processing
� Streaming Data
� Text & Semantic Analytics
� In memory processing analytics
� Etc..
17
Scelte tecnologiche per bisogni differenti
18
Batch Real Time
Str
utt
ura
tiM
ult
i-st
rutt
ura
ti
Standard SQL
Appliance
No SQL Generalizzati
Hadoop
No SQL Specializzati
Streaming
In –Memory
Analytics
L’approccio tradizionale non è più adatto
19
CRM
ETL
Data QualityNormalized Data
Traditional
Data
WarehouseERP
Finance
Data
Data
IT/Data Warehouse Specialist/AdminBusiness Analyst
Business User
Che cosa serve alle aziende : un nuovo mindset
Come DEMOCRATIZZARE
i BIG DATA ?
20
Open Data e BIG data e Cloud si intersecano
� Il movimento open data sarà un fattore di accelerazione dell’utilizzodei BIG data e anche viceversa
� Iniziative a livello Commissione Europea e Italiano nell’AgendaDigitale e a cura della Agenzia Digitale
� Anche al G8 Obama ha fatto una dichiarazione su open data come fattore di crescita del Pil e dell'occupazione.
� AGID: «Dobbiamo farci trovare pronti. Ma per poter aprire il sistema informativo pubblico e i dati ai privati abbiamo bisogno del cloud: di luoghi che ospitino basi dati importanti della PA»
� AGID : Propedeutico a tutto questo sono le linee guida del cloud e degli open data, che l'Agenzia conta di fare entro giugno. “Nelle linee guida indicheremo non solo i requisiti tecnici minimi, ma anche quali sono gli elementi fondamentali per erogare servizi cloud pubblici. Prevediamo che queste linee guida saranno poi adottate, volontariamente, anche dal privato”.
�
Conclusione : Quale approccio per la BA e BIG DATA nelle
aziende
� Nuova cultura della qualità e dell’ utilizzo del dato ( certificazione del dato
cambia, le correlazioni sono sono predefinite, affidabilità legata all’utilizzo
?)
� Nuovi Approcci al disegno e sviluppo delle applicazioni Integrazione e
Sperimentazione: trial pilot & repeat, learning by doing
� Team Multi-interdisciplinare e massa critica organizzativa per skills
richiesti a volte sottosimati
� Scelte Tecnologiche oculate perchè molte tecnologie emergenti non sono
ancora mature a livello aziendale
� Implicazioni su Sicurezza e Privacy possono essere significativi : rivedere i
processi di information governance
22
Recommended