La prima edizione torinese del Data Management Summit – con Irion nel ruolo di Venue Partner – ha confermato una verità fondamentale: l’intelligenza artificiale amplifica tutto, compresa la necessità di solide fondamenta nei dati. Il DMS 2025 ha fatto il suo debutto sotto la Mole con oltre 90 professionisti (più lo streaming) riuniti all’Environment Park e impegnati in tavole rotonde e interventi di alto livello, dal confronto sui Dati Sintetici e sulle architetture dati fino al Customer Value Management.
Il CEO di Irion, Alberto Scavino, in avvio di giornata ha posto una domanda cruciale (‘Di chi sono i dati?’) e sottolineato la pressione normativa crescente tra DORA e altri regolamenti, con la necessità di una risposta anche culturale: una nuova responsabilità diffusa nella gestione del patrimonio informativo aziendale.
Alice Lo Gioco e Salvatore Aufiero di Reale Mutua hanno spiegato i benefici di un’architettura ‘Hub & Spoke‘ (come quella della piattaforma Irion EDM): “Con la nascita dell’ufficio CDO a livello di Gruppo, erano nate nuove esigenze. Abbiamo Irion come motore di Data Quality per produrre esiti e statistiche e per la Data Ingestion. E un nodo di business in frontend: qualunque utente del Reale Group vede quell’interfaccia. Per noi questo è molto importante per garantire standardizzazione”.
L’impatto positivo del modello H&S può essere riassunto in sette punti, secondo i due data leader: oltre agli standard, ‘decoupling’, centralizzazione, semplificazione, un punto di vista ‘olistico’ sui dati, il miglioramento delle performance e una miglior gestione (scalabilità, manutenzione, data observability).
Data Management avanzato: la cura del contesto
“Se l’algoritmo diventa sempre più potente, allora la cura del contesto e dell’ecosistema che lo nutre diventa ancora più importante. Torniamo ai fondamentali: qualità del dato in base al purpose e attenzione massima. Non una qualità generica. E la governance. I metadati che arricchiscono il contesto dei dati stessi sono indispensabili per gli algoritmi: per poter scegliere, cercare e usare i dati corretti” ha spiegato in una tavola rotonda Gabriele Seno, Product Advisory Director di Irion.
“Possiamo fare tante iniziative per centralizzare, creare Data Catalog, favorire la Data Democratization con un Marketplace, ma l’utente subisce il fascino dei dati raccolti velocemente: Excel abbinato a ChatGPT oggi può fare tanto, inclusi altrettanti danni! Meglio dare un feeling basato su spreadsheet, ma dentro una piattaforma adeguata a tracciare tutto e trasformare il fai da te in una versione centralizzata e gestita. È un modo per raccogliere i contributi dal basso e portarli in ordine”. Immaginiamo un agente, ha raccontato Seno, che monitora i dati in arrivo nel tempo e suggerisce modifiche o nuove regole per arricchire il dizionario di DQ: “Già solo vincendo la sindrome del foglio bianco diamo dei vantaggi e manteniamo l’uomo al centro della scelta finale”.
L’Advisory Director di Irion Mario Vellella, nella roundtable dedicata alla BCBS 239 e le evoluzioni regolatorie, ha aggiunto: “L’Hub & Spoke per noi ha un significato molto importante: l’esperienza di oltre 20 anni di Irion su Data Quality e Governance è stata sintetizzata in questa architettura. Nel contesto regolatorio, una piattaforma deve essere flessibile, offrire una visione olistica ai Data Owner e rappresentare bene il processo di produzione dei dati. Con l’Hub offriamo il meglio dei metadati per capire qual è l’oggetto di controllo e come orchestrarli. Con gli Spoke diamo motori dislocati con un ottimo grado di libertà e flessibilità e possiamo raccogliere esiti da altre tecnologie. Non abbiamo bisogno di sostituire tutto”.
La gestione dei dati nel Customer Care
Nel case study portato da WindTre, la sfida di gestire 30 petabyte di informazioni e 20 miliardi di interazioni al giorno. Cosa dimostra? Che gli ‘agenti intelligenti’ non sono solo hype se poggiano su basi solide di Enterprise Data Management. La gestione avanzata dei dati si rivela cruciale per garantire un Customer Care adeguato in settori così complessi: “Avevamo 60.000 PEC al mese da leggere. Prima gli operatori andavano a cercare manualmente nei repository. Ora abbiamo strutturato i contenuti informativi in modo da poter essere ‘digeribili’ anche dalle tecnologie di IA generativa” ha raccontato il Chief Data Analytics Officer, Marcello Savarese. Adesso gli addetti sanno segnalare se in una certa zona il problema del cliente è dovuto a un’antenna fuori uso, magari per maltempo. I punti chiave: 90 esperti dei dati in staff, accesso ai dati senza intermediari e profittabilità quintuplicata dopo un anno.
In primo piano, nel caso descritto, anche la gestione del cambiamento: finché le organizzazioni non si ‘aprono’ a una maggior fiducia non è possibile leggere i dati in modo nuovo e realizzare progetti ambiziosi come le advanced analytics.
