Dai Big Data ai Fast Data: ecco dove va la digital transformation

Informazioni e dati aggiornati in tempo reale per migliorare i servizi e abilitare nuove opportunità di business. Al centro della rivoluzione i “Digital Integration Hub”: l’insieme di stream di dati, microservizi e API per rendere sempre più soddisfacente la user experience

Pubblicato il 27 Gen 2021

data fabric

La definizione di Big Data e l’analisi “generica” dei dati per aiutare lo sviluppo di nuove opportunità di business rischiano di non essere più sufficienti per ottenere i risultati che ci si attende. Il concetto che si sta facendo strada con decisione, man mano che il cloud viene riconosciuto come una delle principali tecnologie abilitanti del settore, richiede un cambiamento che non si limita all’aggettivo, ma che coinvolge una trasformazione più ampia: per essere al passo con l’innovazione è ormai necessario affiancare ai “Big” Data anche i “Fast” Data. Da una parte i dati “fermi”, o “data at rest” per utilizzare l’inglese, che sono rappresentati dai Big Data, e dall’altra i dati in movimento, “data in motion”, che sono i Fast Data. Le esigenze di business che possono spingere a utilizzare l’una e l’altra soluzione sono differenti, con il valore aggiunto però di migliorare in modo sensibile la user experience e, grazie agli insight che provengono dai Fast Data, fare un salto di qualità in termini di prodotti e servizi. Tre in definitiva i vantaggi essenziali che derivano dai Fast Data: contribuire al miglioramento del digital journey dell’utente, che avrà servizi disponibili 24/7, prendere decisioni data driven in real time, e poter contare sulla certezza del dato, consolidando l’informazione in un unico punto.

I Fast Data e l’importanza degli insights in tempo reale

Con i Fast Data è possibile trasformare la propria azienda in un ecosistema di prodotti e servizi razionalizzati e facilmente interconnessi, migliorando così l’esperienza utente e guadagnando flessibilità e scalabilità. La raccolta, organizzazione e analisi dei dati in tempo reale, permette di aggregare le informazioni in single view a disposizione dei canali e dei decision maker, consentendo loro di prendere decisioni basate sulle informazioni sempre aggiornate e organizzate secondo le loro necessità.

Tra i settori maggiormente interessati da questo fenomeno di trasformazione troviamo il comparto finanziario, quello delle telco, quello della sanità e quello dell’energia.

Per arrivare a questo obiettivo non mancano certo le tecnologie, che sono ormai consolidate e ampiamente disponibili sul mercato con alti standard di affidabilità.

Dalla completezza dei dati all’identificazione di quelli essenziali

Il passaggio, in pratica, è quello dal concetto di Big Data, in cui le informazioni venivano raccolte e utilizzate per realizzare serie storiche e modelli previsionali, magari analizzando i dati in un secondo momento successivo alla loro raccolta, al concetto di Fast Data, dove l’attenzione è focalizzata sull’essenzialità dell’informazione istantanea. Questo vuol dire non raccogliere una mole immensa di dati, ma operare a valle una scelta di quali siano i più importanti da raccogliere. Il focus quindi non passa più dalla completezza dei dati, ma sull’identificazione dei set di informazioni essenziali per i singoli processi di business o per le singole decisioni da prendere.

Alcuni dati dal mercato

Gli istituti di ricerca hanno ormai intercettato i Fast Data tra le tecnologie emergenti, e ne hanno riconosciuto il valore per le aziende. È il caso ad esempio di Forrester, che in una recente ricerca sottolinea come le soluzioni Fast Data non possano essere considerate come un “nice to have” ma siano sempre più importanti da adottare per essere competitivi.

Così – sempre secondo Forrester, che ha considerato un campione di 253 imprese tra Stati Uniti e area Emea – il 26% delle organizzazioni sta utilizzando i Fast Data per la maggior parte o per tutte le applicazioni, mentre il 56% ha almeno iniziato a sperimentarle e il 41% sta pensando di usare tool di analisi di dati in streaming nei prossimi 12 mesi.

Secondo IDC inoltre entro il 2025 saranno più di 150 miliardi i dispositivi connessi, e una gran parte genererà dati in real time. Ne deriva che se nel 2017 i dati in real time rappresentavano il 15% della datasphere, da qui ai prossimi 5 anni questa percentuale salirà fino al 30%.

Focus sulla user experience

L’approccio basato sui Fast Data, in particolare, è essenziale per abilitare una user experience effettivamente soddisfacente. Per capirlo basterà citare come esempio l’home banking: i sistemi informativi delle banche infatti accorpano tradizionalmente una serie di sistemi transazionali differenti, da quelli per i prodotti bancari a quelli per le fatture, da quelli per i pagamenti a quelli per le carte di credito o per gli interessi sui depositi. Ognuno di questi sistemi è agganciato all’applicativo di home banking, che sia l’area riservata sul sito o l’app per lo smartphone o il tablet. La complessità di questo genere di sistemi per l’utente è che sono pensati per rispondere al meglio alle esigenze degli operatori più che a quelle degli utenti finali, circostanza che rende più difficile l’ottimizzazione per il touch point. Il risultato è che non tutte le operazioni sono disponibili 24 ore su 24 e sette giorni su sette, e questo genera problemi per l’utente finale. Lo stesso discorso può valere per le assicurazioni, dove magari è impossibile aprire un sinistro tramite l’app se non in orari d’ufficio, o per il food delivery, dove spesso non è possibile al momento dell’ordine sapere se il prodotto che scegliamo sia effettivamente disponibile o se sia impossibile da ordinare perché in cucina sono finiti gli ingredienti per prepararlo.

Uno “strato intermedio” tra i dati e i touch point

Mettendo in campo soluzioni basate sui Fast Data si può arrivare a rendere i servizi operativi in totale continuità, abilitando un sistema reattivo, rapido e semplice da utilizzare, grazie all’integrazione di una serie di tecnologie standard di mercato open source, di uno stream di dati, di microservizi ad hoc e di API che sappiano aggregare i dati a seconda delle logiche di business.

Si tratta in poche parole di uno strato tecnologico che si frappone tra i dati e la loro destinazione finale: lo stream di dati, i microservizi, le API e lo strato di memoria a bassa latenza e ad alte performance consentono tecnicamente di disaccoppiare i due livelli e di non impattare sui sistemi gestionali in termini di efficienza per gli operatori.

Largo a nuove opportunità di business

Un ultimo aspetto interessante che apre nuove prospettive di business è abilitato dal fatto che grazie ai Fast Data le informazioni vengono “estratte” dai sistemi gestionali che le custodiscono: in questo modo la loro consultazione non mette a rischio la continuità del business. I dati trattati in questo modo possono essere messi a disposizione di terzi che in quei dati vedono un valore, e che in completo rispetto della privacy possono dare vita a nuovi modelli di business. Una logica che è già stata sperimentata ad esempio per i dati sui trasporti pubblici grazie a piattaforme che li estraggono dai sistemi gestionali e li espongono tramite API.

Federico Soncini Sessa: “Fast Data essenziali per le esperienze multicanale”

“Questo consente alle aziende di ottenere ricavi da dati che avevano già in pancia ma che per diversi motivi non erano utilizzabili, e senza impattare sull’operatività. – spiega Federico Soncini Sessa, CEO di Mia-Platform, società che dei Fast Data ha fatto uno dei propri campi di specializzazione – Il risultato è avere un ‘digital twin’ dei prodotti e servizi aziendali che può essere utilizzato per creare soluzioni nuove”.

Tra gli esempi applicativi di questa tecnologia troviamo i servizi di Customer Care, che oggi spesso faticano a offrire risposte accurate agli utenti, perché non hanno accesso alle informazioni aggiornate dell’utente. Con la tecnologia Fast Data, invece, è possibile raccogliere e organizzare i dati dispersi su molteplici sistemi aziendali per offrire agli operatori del Customer Care una vista unica su tutte le informazioni e, finalmente, dare le risposte corrette ai propri clienti. Addirittura, sfruttando meccanismi di Intelligenza Artificiale e machine learning, è possibile offrire soluzioni mirate e personalizzate – la next best offer – al singolo cliente, anticipando i suoi bisogni.

Inoltre, organizzare il flusso di dati in un’unica piattaforma permette e facilita l’integrazione con terzi. Ad esempio, una biglietteria di abbonamenti sciistici, se in possesso dei dati necessari, può proporre agli utenti una serie di servizi a valore aggiunto, come ad esempio quello di assicurazione, pensati ad hoc sulle esigenze del singolo utente. Oggi le aziende non possono più pensare che la digitalizzazione si realizzi semplicemente trasportando la propria offerta di prodotti su una piattaforma di e-commerce; serve un’attenzione sempre più concentrata sui bisogni del cliente, che diventa sempre più esigente.

“Noi ci muoviamo proprio in questa direzione, e il nostro impegno è stato riconosciuto anche dalle più importanti ricerche in questo campo – Gartner, ad esempio, ci ha citato tra i pochi player al mondo in grado di mettere in campo il ‘Digital Integration Hub’. Grazie all’integrazione di Fast data, microservizi e API possiamo abilitare la creazione di soluzioni end-to-end sempre più essenziali per supportare il delivery di esperienze multicanale su larga scala”.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati