Blog

Dai Big Data agli Smart Data: come gestire il Data Overload nelle imprese

C’è una metafora molto significativa per spiegare il problema che abbiamo con i dati e l’informazione all’alba del terzo millennio: è una metafora che ha a che fare con il tempo perso in cartoleria a scegliere un bigliettino di auguri, di quelli che accompagnano il regalo. Chiunque di noi sa bene che più ce ne sono, più il tempo passato a sfogliarli, leggerli e individuare quello adatto si moltiplica: quando invece ce ne sono due in croce, bastano naturalmente pochi secondi. E che dire di quelle gelaterie con due o tre vetrine piene dei gusti più disparati? Ordinare un cono può diventare molto stressante (e comunque c’è poco da fare: chi è con te prenderà sempre un gusto più buono del tuo). L’antifona ormai dovrebbe essere chiara: il sovraccarico informativo può diventare complicato da gestire. Non soltanto in fatto di tempi di elaborazione dell’informazione, ma anche relativamente alla bontà delle scelte fatte. Avere troppi dati è un bene o un male? Il sovraccarico è davvero un problema? E com’è possibile che a volte l’overload mascheri (paradossalmente) una carenza di informazioni? Dobbiamo passare dai big data agli smart data? E come gestire il data overload nelle imprese? Le imprese devono davvero cominciare a pensare da ora al modo in cui gestiscono il loro tempo, le loro risorse e i loro dati in vista di un futuro sempre più complesso? Di questo e di molto altro parliamo nel post di oggi. Tante cose, ma inevitabile per avere uno sguardo complessivo sull’argomento. Fai un bel respiro, che ne avrai bisogno. Pronto? Partenza… via! 

Data Overload: siamo sicuri che sia un problema?

Tra le parole che si sono imposte con forza negli ultimi anni (accanto a roba tipo “ciaone” e “petaloso“, sigh) c’è senza dubbio overload: che non è di sicuro una parola nuova, ma mai come negli ultimi anni era stata utilizzata così tanto. Che sia data overload o information overload, il problema del sovraccarico comincia ad affacciarsi prepotentemente nelle vite di persone e, soprattutto, imprese. Così come il dottor Frankenstein messo davanti al mostro che egli stesso ha creato, la sovrapproduzione di dati da noi generati e poi raccolti presenta adesso il conto, mostrando il risvolto poco piacevole della medaglia: sono così tanti che diventa difficile riuscire a gestirli. Eppure non era poi così difficile da prevedere, se la legge che descrive il problema risale addirittura al 1952. Stiamo parlando della legge di Hick, per la quale più è alto il numero delle alternative presentate ad un individuo, più aumenterà il tempo impiegato per sceglierne una. 

Sorge allora un quesito spontaneo: possiamo cominciare a produrre meno dati? E, se potessimo, dovremmo farlo? 


Per quanto riguarda la prima domanda, la risposta istintiva sarebbe “no, non possiamo produrre meno dati“, perché il fatto stesso di vivere e di compiere banalissime azioni quotidiane significa produrre dati. In realtà, ad una riflessione più ragionata, ci si accorge che il dato di per sé non esiste: il dato diventa tale solo quando viene raccolto, solo quando gli strumenti adibiti al tracciamento vengono attivati. Facciamo un esempio pratico: se ogni giorno faccio una corsetta di 30 minuti per tenermi allenato, ho la possibilità di avere dati sul percorso fatto, sui km percorsi, sulla velocità di corsa, sul tempo medio impiegato, magari persino sull’andamento del battito cardiaco. Ma se disattivo gli strumenti atti a raccogliere questi dati, loro semplicemente spariscono. Come l’albero crollato in mezzo alla foresta di cui nessuno ha visto nulla, così le attività di ogni giorno smettono di essere fonte di dati se smettiamo di produrne noi per primi. Quindi, a ben vedere, sì, possiamo produrre meno dati. Ma la vera domanda è: dovremmo farlo? Se è vero che ogni dato è informazione e l’informazione è valore, all’aumentare dei dati dovrebbe aumentare il valore. Ecco da cosa nasce la corsa all’accumulo di Big Data, fonte inesauribile di ricchezza e potere. C’è tuttavia un errore di fondo, proprio lì nell’equazione. Perché il dato non ha valore in sé, ma lo acquisisce quando sappiamo cosa farne. Un dato è come una combinazione: ha un senso solo se abbiamo una cassaforte da aprire. Altrimenti è una mera sequenza di numeri, inutile. Possiamo allora cominciare a sbrogliare la matassa e arrivare a dire qualcosa che a primo impatto sarebbe sembrata quantomeno bizzarra. 

Possiamo cioè dire che, contrariamente al sentire comune, il data overload, di per sé, non è una cosa negativa: più dati significano effettivamente più possibilità di trovare risposte. Quello che serve, allora, è riuscire a porsi le giuste domande, trovare i dati giusti che forniscano le soluzioni. Se ieri non avevamo combinazioni disponibili, oggi ne abbiamo di infinite: dobbiamo allora necessariamente ricercare la capacità di individuare la giusta combinazione da abbinare alla nostra cassaforte. E cominciare a considerare l’ipotesi di passare dai big data agli smart data.

Il futuro viaggia verso gli Smart Data

Il dato non ha valore in sé, ma lo acquisisce quando sappiamo cosa farne, dicevamo. Quando sappiamo come leggerlo, come trarne risposte alle nostre domande, come dedurne insight. Naturalmente, come insegna la legge di Hick, dover cercare tra troppe opzioni può diventare difficile se non impossibile. Troppi dati possono diventare non soltanto inutili, ma addirittura controproducenti: il rischio è quello di perdersi le informazioni davvero cruciali ma, soprattutto, di spendere davvero tanti soldi. Eccolo lì, il punto dolente delle imprese (e non solo). Pane al pane e vino al vino, diciamolo senza girarci troppo intorno: la spinta all’analytics viene sempre da una motivazione economica. Se ci diamo tanto da fare per raccogliere dati da analizzare e ricavarne informazioni, è sempre per poter migliorare performance e prestazioni, nell’ottica di un’ottimizzazione che, alla fine della catena, arriva sempre al guadagno. Dimenticandoci spesso, però, che tutto questo ha un costo: il costo di raccolta dei dati, il corso di conservazione, il costo di analisi, senza considerare il costo del personale e degli strumenti. Insomma, raccogliere senza criterio può essere una stupidaggine, per dirla in modo carino.  Ecco perché sempre più addetti ai lavori cominciano a pensare di sostituire i big data con gli smart data.

Chiariamo subito una cosa: non è che i big e gli smart siano due entità diverse e separate. Non possono essere classificati uno ad uno: questo va nella cesta dei big data, questo pure, questo anch… ah no, aspetta, questo è uno smart. I dati sono dati, i numeri sono numeri, le informazioni sono informazioni. Quello che distingue i big data dagli smart data è più che altro il metodo di raccolta degli stessi: sono smart data quelli che rispondono a quesiti preventivamente individuati. In cosa si traduce tutto questo, in pratica? Semplicemente, nella necessità di raccogliere i dati con cognizione di causa, evitando di sperperare tempo e risorse accumulandone di inutili e concentrandosi invece solo su quelli realmente interessanti. Il punto allora non è neanche più se dovremmo o meno ridurre i dati che produciamo: non serve diminuire i dati, serve capire come filtrarli in maniera opportuna, in modo che possano diventare realmente utili. Insomma: serve che le imprese capiscano come gestire il data overload in modo proficuo, spostandosi dai big data agli smart data. E, considerando la velocità esponenziale con cui cresce il problema, sarebbe il caso di cominciarci a pensare subito. Anzi, forse sarebbe stato meglio muoversi ieri. 

Come gestire il Data Overload nelle imprese

Il fatto è questo: la stessa quantità di informazioni creata dall’inizio della civilizzazione fino al 2003, viene oggi prodotta ogni due giorni. Non è un’analisi nostra, ma di Eric Schmidt, CEO di Google fino al 2011 e, se ci fermiamo un attimo a riflettere su questo numero, c’è effettivamente da spaventarsi.

Vogliamo rincarare la dose? “IDC prevede che entro il 2025 la sfera dati globale aumenterà fino a 163 miliardi di zettabyte, (uno ZB equivale a un trilione di gigabyte), e questo vuol dire dieci volte più dei 16.1 ZB dei dati che esistevano soltanto due anni fa”, scrive Data Manager Online. Stiamo parlando di una mole di dati al di fuori di qualunque capacità di immaginazione: non stupisce allora che, se le aziende cominciano ad avere problemi con la gestione dei dati già da adesso, la situazione sarà sempre più complicata nei prossimi anni. Che fare, allora? Rinunciare alla raccolta dei dati sembra impossibile, nell’era dell’impresa 4.0; raccoglierli tutti è impensabile, anche potendo contare su un capacità di investimento davvero consistenti: nessuna cifra può coprire questi numeri; andare a casaccio, pescandoli senza una forte metodologia alle spalle, è un rischio enorme, che tutto sommato non vale la pena di correre, se il pericolo è quello di rendersi conto, a metà strada, di aver conservato e analizzato quelli sbagliati, perdendo per sempre quelli che sarebbero potuti tornare veramente utili. Che fare, allora? Come gestire il data overload nelle imprese?

Per una volta, la risposta è più semplice del previsto: investendo nella business intelligence, nell’analytics, in persone altamente formate e competenti, in grado di utilizzare consapevolmente i giusti strumenti; persone capaci di aiutare le imprese ad individuare aree problematiche o comunque di intervento, di fare le giuste domande e che sappiano quali dati raccogliere e analizzare per trovare gli insight di cui si ha bisogno. Persone in grado, cioè, di lavorare sugli smart data, che con i big data ci sappiamo fare un po’ tutti, ormai. È questo l’unico modo per gestire efficacemente il data overload. E, con sorpresa, le imprese potrebbero facilmente rendersi conto che molto spesso ciò che a loro sembra sovraccarico di dati ha a che fare, in realtà, con altri problemi: ad esempio, paradossalmente, con l’assenza di dati rilevanti, per cui sembra che ci sia effettivamente troppa informazione, perché la verità è che c’è troppa informazione superflua. O, ancora, l’incapacità di presentare e quindi visualizzare i dati efficacemente: accade di frequente che, davanti alla confusione generata da un dato incomprensibile, la sensazione sia quella che ci siano, ancora una volta, troppe informazioni. Qualunque sia il motivo, una cosa è certa: il problema del data overload è sempre più sentito, anche nelle piccole e medie imprese. Basta dare un occhio ai numeri raccolti da Software Advice, secondo cui il 91% delle imprese con un fatturato al di sotto dei 10 milioni di dollari annui si sente sopraffatta dai dati.

Possiamo allora, forse, tirare le somme: l’avanzare impetuoso del progresso della tecnologia ha permesso di generare oggi una quantità di dati mai vista prima d’ora nella storia dell’uomo. Una produzione che di per sé ha del potenziale, perché aumenta le possibilità di trovare risposte, ma che rischia di rivoltarcisi contro quando rende più difficile individuare l’informazione giusta, richiedendo investimenti sempre più ingenti con il rischio che alla fine si rivelino anche vani. Per questo è fondamentale, adesso, spostarsi dai big data, tanti e indistinti, verso gli smart data: informazioni selezionate consapevolmente con l’obiettivo di individuare insight significativi. Per farlo l’unico modo è affidarsi a persone altamente qualificate: che si tratti di assumere uno o più data analyst all’interno del proprio organico o scegliere di farsi affiancare da un consulente, la necessità si impone ormai da sola, al di là di qualunque opinione. Così come da soli, volenti o nolenti, crescono i dati che ogni giorno affollano il nostro mondo, mettendoci a disposizione la possibilità di fare business data driven.

Se vuoi sapere di più su come affrontare il data overload nella tua impresa, contattaci: ti spiegheremo tutto ciò che possiamo fare insieme. 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *