Abbiamo incontrato Kristel Demotte, Global VP della divisione Data Solutions, e insieme abbiamo parlato di:
- Impatto della pandemia sui data projects
- Quanto può incidere il repurchase analytics sui numeri di vendita (spoiler: decisamente molto)
- Perché i “big data” non sono sempre la risposta
- Il CDO come formatore
- Qual è l’attuale situazione del Data Fabric (e cos’è esattamente)
- E, infine, perché persone con una consolidata esperienza nel campo dei dati dovrebbero rivolgere la loro attenzione verso Cegeka
Kristel, l’ultima volta che abbiamo parlato la pandemia di Covid-19 era appena scoppiata, cosa è cambiato da allora?
A causa della pandemia, come molte altre aziende, abbiamo temuto che i nostri progetti potessero fermarsi bruscamente. E nel caso di specifici settori particolarmente colpiti, vedi per esempio l’aviazione e il commercio al dettaglio, purtroppo è ciò che è successo. Ma in generale, la pandemia si è dimostrata essere un acceleratore per Cegeka, e il team di dati non fa eccezione. Come afferma anche il mio collega Fabrice Wynants, global director della divisione cybersecurity, la crisi ha portato ad un'accelerazione forzata della trasformazione digitale per molte organizzazioni. Perlomeno, noi di Data Solutions non siamo mai stati così impegnati. Sembra che le aziende si siano improvvisamente rese conto che una sola decisione sbagliata può letteralmente fare la differenza tra la sopravvivenza e perdere tutto. Anche se molti progetti IT sono stati messi in pausa, i progetti di dati hanno invece proseguito o addirittura hano avuto la priorità. Anche in settori relativamente poco colpiti, abbiamo sentito dire spesso: "Puoi abbandonare tutto, ma non i dati".
Di che tipo di progetti stiamo parlando nello specifico?
In termini generali, tutto ciò che permette alle aziende di prendere le decisioni critiche giuste al momento giusto. Questo riguarda sia i tradizionali processi di business intelligence che i progetti su larga scala volti a creare la cosiddetta "piattaforma di dati del futuro", che è qualcosa su cui ci concentriamo molto. Ma anche i progetti in cui si affronta una specifica criticità con l'obiettivo di aumentare le vendite e quindi evitare gli effetti della crisi.
Un esempio è la soluzione Repurchase Analytics che abbiamo sviluppato l'anno scorso e che sta vendendo molto bene. Permette alle aziende di valutare più accuratamente quando i clienti stanno per comprare o sostituire qualcosa. E una volta che si hanno queste informazioni, è possibile indirizzare il personale di vendita su un target clienti molto mirato, con un tasso di successo molto più elevato. Abbiamo proposto la soluzione per la prima volta ad un cliente in ambito retail nel settore automobilistico che ha deciso di investire fino in fondo nel bel mezzo della crisi, il che penso sia impressionante.
"La nostra soluzione Repurchase Analytics permette alle aziende di valutare più accuratamente quando i clienti stanno per comprare o sostituire qualcosa."
Per questo cliente abbiamo sviluppato un modello di previsione guidato dall'intelligenza artificiale basato sui dati storici dei loro sistemi ERP e CRM. Il modello prevede quando è più probabile che qualcuno sostituisca la propria auto. Un cruscotto permette ai dipendenti di monitorare le prestazioni di vendita e prendere la decisione più appropriata in base a ciò che vedono accadere. Il risultato: concludono più affari facendo meno sforzi. Inoltre, le loro cifre di vendita sono raddoppiate!
Vi siete mai imbattuti in qualche preconcetto dei clienti e avete pensato: è ora di sfatare questo mito?
Beh, spesso la gente pensa ancora che ci sia bisogno di molti dati - big data - per essere in grado di fare qualcosa di significativo con essi. Ed è in effetti possibile, naturalmente, ma non è una condizione necessaria. Ciò di cui hanno bisogno sono, soprattutto, dati diversificati. Gartner chiama questa tendenza "from big to small-and-wide data". E questo richiede il coraggio di guardare oltre ciò che si conosce. Un buon esempio è un progetto che abbiamo realizzato di recente presso un produttore di apparecchiature mediche.
Il produttore in questione ha molti stock in consegna presso gli ospedali, come gli stent. Le scorte che vengono lasciate sullo scaffale hanno un costo elevato; il trucco è quello di tenere sempre la giusta quantità di scorte. Abbiamo sviluppato uno strumento che permette al loro team di calcolare la giusta quantità di scorte per un nuovo ospedale nel caso in cui non ci siano dati storici disponibili. A questo scopo vengono utilizzati i dati di ospedali con un profilo molto simile. Non stiamo parlando di molti dati in questo caso, ma si tratta di quelli più rilevanti.
Diamo uno sguardo al ruolo del CDO (Chief Data Officer). Un ruolo che è sotto i riflettori da qualche anno e che è diventato sempre più importante. Come si sta evolvendo e quali sono, secondo te, le competenze indispensabili?
La posizione di CDO non è nuova, ma la sua importanza cresce sempre di più. In poche parole, non si può essere un'azienda data-driven se non si ha un CDO competente al comando. Per essere veramente data-driven, non solo serve la piattaforma, ma anche il buy-in, l'organizzazione, la governance... tutte responsabilità del CDO. Questa persona è un facilitatore che deve andare d'accordo con tutti all'interno dell'organizzazione: business, IT, legale, ecc.
Il CDO sta diventando un dirigente C-level, equivalente ad un CFO. Nel report sulle tendenze del 2021 per data e analytics, Gartner ha già sottolineato che i dati stanno diventando una funzione centrale, non qualcosa che viene gestito in silos separati. I CEO stanno cominciando a rendersi conto di quanto i dati possano aiutare ad abilitare e accelerare le iniziative strategiche del business. Ciò che ancora sottovalutano, tuttavia, è la complessità dei progetti di dati, e questo può portarli a commettere degli errori. Se assumete un CDO e lo coinvolgete nella strategia aziendale, sarete sulla strada giusta.
"Il CDO sta diventando un dirigente C-level, equivalente ad un CFO. I dati stanno diventando una "funzione centrale", non qualcosa che viene gestito in silos separati."
Il CDO è anche la persona che dovrebbe costruire il Data Fabric? Vedo spuntare questo termine sempre più spesso. Cosa significa esattamente?
Più interessante del sapere esattamente cos'è - perché le definizioni sono spesso complesse - è ciò che fa il Data Fabric, cioè rimuovere parte della complessità e di conseguenza ridurre i costi. Le piattaforme di dati si portano dietro un insieme di caratteristiche non negoziabili, per esempio, la manutenzione delle integrazioni e il controllo della qualità - inoltre continuano ad evolversi. C'è anche una crescente domanda di condivisione dei dati in tempo reale e event-driven. Il Data Fabric aiuta a ridurre la complessità automatizzando una serie di compiti di gestione dei dati, e rende cose come l'uniformità, la governance, l'integrazione, la sicurezza, l'accesso e il controllo molto più semplici e gestibili.
Il Data Fabric può essere una soluzione affidabile per ridurre i costi in termini di gestione, integrazione e correlazione dei dati. A tal fine, esso può utilizzare l'intelligenza artificiale (AI) per eseguire l'integrazione dei dati, che è ciò su cui stiamo lavorando. E sì, è compito del CDO creare il Data Fabric. Anche questo è qualcosa su cui Data Solution può dare una mano.
Infine, non molto tempo fa hai lanciato un video piuttosto popolare su LinkedIn in cui incoraggiavi le persone ad unirsi al data team di Cegeka. Il tuo team è ora completo?
Il nostro team non è mai al completo; in realtà stiamo crescendo troppo velocemente. Per esempio, stiamo ancora cercando ingegneri di Big Data, consulenti di BI, architetti di Data Platform Cloud e molti altri profili. Assumeremo anche una serie di nuovi profili per un grosso progetto che stiamo intraprendendo per il governo fiammingo.
Il video in effetti ha creato molto interesse, ma vorrei anche fare un appello agli esperti di dati, sia senior che junior, che vogliono partecipare allo sviluppo delle piattaforme dati del futuro. Candidatevi ora! Non vi annoierete di certo.
