Perché così tanti progetti di analisi falliscono quando si mettono in pratica

wilted-sunflower-in-field

Da qualche anno fa le aziende si basano su applicazioni di big data e analitica, e ora sta avvenendo un chiaro cambiamento. Stanno iniziando a passare da “analytics sperimentali” a “analytics industrializzati” in quanto possono ottenere una migliore idea dei tipi di risultati di business che si possono raggiungere.

Ma non è il tipo di cambiamento drastico che potremmo aspettarci. Le aziende stanno lottando per tradurre i risultati dei progetti tecnici in soluzioni che forniscano risultati di business misurabili. Di conseguenza, un numero significativo di applicazioni di analisi falliscono quando messe in pratica. Come mai?

Spesso le aziende passano all’analisi senza stabilire risultati o casi d’uso. Invece, molti progetti possono essere assunti come esperimenti guidati da team interni per vedere se sono possibili. Senza un fondamento in risultati di business reali o usi fattibili, molti progetti (che sembrano andare avanti all’infinito) offrono risultati deludenti alla fine. Senza risultati dimostrabili, la sponsorizzazione e l’entusiasmo diminuiscono e quei progetti vengono messi da parte, insieme agli altri esperimenti falliti del passato.

Anche quando la fase di scoperta di uno strumento di analitica ha successo e trova uno sponsor, molto deve accadere ancora. Il lancio spesso deve essere fatto d’accordo ai dati, l’infrastruttura e l’ambiente per assicurarsi che i primi siano disponibili in tempo reale o quasi in tempo reale. Una volta che questi modelli sono stati implementati, è necessario continuare a perfezionarli e mantenerli.

L’integrazione è un altro grande compito. Bisogna sapere unire le apps analitiche a quelle di business che già esistono, così come ai processi aziendali, tali come le soluzioni CRM or MRP o Salesforce. L’integrazione è il passaggio fondamentale che trasforma l’analisi in effettivi vantaggi aziendali.

Il campo dell’analisi continua a evolversi e a maturare. Altre opzioni stanno diventando disponibili per aiutare le aziende. Le piattaforme di analisi end-to-end combinano infrastrutture scalabili e configurazioni e modelli predefiniti. I servizi necessari per identificare casi d’uso corretto, trovare le giuste fonti di dati, porre domande specifiche e integrare le informazioni sono inclusi. Ciò non solo riduce il time-to-value, ma riduce anche il rischio. E poiché le soluzioni di piattaforma sono costruite su un’infrastruttura cloud scalabile, i carichi di lavoro analitici operano sempre su risorse “giuste” che possono essere aggiunte o sottratte in base alle esigenze.

Ogni azienda può beneficiare dell’analisi. E se si considera quale approccio basato sulla piattaforma offre di più rispetto all’approccio “fai da te” che prevale, diventa più facile che la propria azienda finalmente sia in grado di portare le proprie idee fuori dal laboratorio e metterle in pratica.


Ashim Bose è Global Leader di Analytics Product Management, DXC Analytics.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

w

Connecting to %s

%d bloggers like this: