Tra le grandi realtà del settore manifatturiero italiano è molto forte l’interesse per l’adozione dell’intelligenza artificiale, ma questo fenomeno non si accompagna sempre a un’elevata qualità dei dati: è una delle tendenze emerse nella DAMA Survey 2023, l’indagine annuale svolta dal chapter italiano dell’associazione internazionale di Data Management. “Tutti vogliono viaggiare in prima… con l’AI” potremmo dire, parafrasando Ligabue, ma non tutti hanno compiuto le azioni necessarie nelle fasi precedenti, come la definizione di adeguati controlli sui dati. Gli highlights della ricerca sono stati presentati nel corso dell’annuale convention DIAC a Bologna, in parallelo con l’EMEA Data Conference che ha coinvolto 30 Paesi.
Governance e valore dati tra i temi caldi
Sono quattro i principali temi caldi individuati nelle risposte dei partecipanti alla ricerca svolta da DAMA Italy, per la prima volta 7 aziende di manifattura, oltre a 13 banche: la Data Valuation, l’etica dei dati, l’intelligenza artificiale generativa, la Data Governance e il suo corredo di attività per la gestione del cambiamento. La ricerca è giunta alla quarta edizione e nelle sue “radar chart” è in grado di mappare la maturità della gestione dati in un’organizzazione, su una scala di cinque livelli: 1 iniziale o ad hoc; 2 ripetibile, con una minima disciplina di processo; 3 definito, con standard impostati e utilizzati; 4 gestito, con processi quantificati e controllati; 5 ottimizzato, in cui sono quantificati anche gli obiettivi di miglioramento dei processi. Le 12 “knowledge areas” del Data Management mappate nell’indagine fanno riferimento alla “DAMA Wheel” pubblicata nel DMBok 2, il Data Management Body of Knowledge.
Come vengono gestiti i dati nel manufacturing
Quale approccio, quindi, per le aziende del “Made in Italy” tra food, automotive e meccanica intervistate? Oltre l’80% dichiara di avere già adottato progetti AI, il resto ha almeno un progetto pilota attivo. In alcune realtà sono in uso tecniche avanzate di forecasting, ad esempio per la gestione degli stock di magazzino e la riduzione di scarti e sprechi. Il manufacturing è un ambito relativamente “poco” normato rispetto ai servizi finanziari: in assenza di audit scadenzati, linee guida e normative esistono ma vengono applicate a discipline specifiche, soprattutto lato marketing. In questo settore, la responsabilità della Data Quality non risulta puntualmente allocata nell’organigramma, mentre la maggior parte delle organizzazioni bancarie intervistate hanno istituito una funzione aziendale dedicata alla qualità dei dati. La sfida più grande in questo settore è fare il passaggio da una Data Quality “reattiva” (in media il livello è 1,5) a una “proattiva” spiegano Amir Vaziri e Michelangelo Rinelli del team DAMA Survey.
Come faccio a organizzare i miei impianti produttivi, si chiede oggi un manager del settore, in un mondo sempre più prolifico di dati e sistemi? E ancora: qual è il fattore comune che lega aziende così diverse? Il data management oggi può essere il vero ponte tra IT e Business, a maggior ragione se consideriamo che la regolazione sta per arrivare anche in altri campi, ad esempio l’obbligo dal 2025 – per tutte le aziende europee sopra i 50 milioni di fatturato – di avere un Bilancio di Sostenibilità strutturato. E avere dati di qualità contribuirà a creare fiducia, trasversale, in azienda. Visto che anche l’ESG diventa un tema che necessita di compliance e un uso corretto dei dati, perché non approfittarne per intraprendere (o progredire) nel percorso verso la Data Driven Organization?
Trend nelle banche: 2019 vs 2023
Com’è cambiato l’approccio al Data Management nelle banche negli ultimi quattro anni? Grazie all’ultima edizione della DAMA Italy Survey possiamo fare un confronto: sostanzialmente invariata la maturità della Data Quality (da 4.0 a 3.8 con allargamento del campione) e dei Metadati (da 3.5 a 3.6) mentre è in crescita (da 3.2 a 3.7) quella della Data Governance; sempre molto alto l’interesse per la sicurezza dei dati (4.4 e 3.2). Migliorato decisamente il livello di maturità in ambito Data Integration (da 3.0 a 3.5), notevole il progresso anche nella “knowledge area” Document & Content Management che passa da 2.6 a 3.6.
Durante l’evento è stato premiato il nostro Principal Advisor, Mauro Tuvo, come Data Professional dell’anno. Nella foto qui sopra un momento della premiazione.
Per approfondire
Scarica il white paper gratuito di Renato Valera e Gabriele Seno
La fabbrica dei controlli
Dove nasce il valore della Data Quality
Tra le tematiche trattate:
- La definizione e l’evoluzione dei controlli di Data Quality
- Come funziona un sistema di Data Quality?
- La fabbrica dei controlli: progettazione, operazionalizzazione, esercizio