Nella data driven economy si prendono decisioni con un approccio basato sui dati reali, sulle analisi e anche sull’intelligenza artificiale. Ne abbiamo parlato con Fabiano Sileo
La data driven economy è basata sull’utilizzo di grandi quantità di dati e di analisi per prendere decisioni. È l’evoluzione in digitale del contesto in cui le decisioni aziendali venivano prese principalmente in base all’esperienza e alla conoscenza accumulata dal management.
Presupposti della data driven economy, quindi, sono la raccolta e l’utilizzo di grandi quantità di dati provenienti da più fonti, aziendali ed esterne (gestionali e social media).
Si tratta di informazioni strutturate (prevalentemente interne all’azienda) e destrutturate (provenienti da un mix di piattaforme e media) che possono essere analizzate per capire trend, relazioni e modelli, fare previsioni e prendere decisioni informate, basate sui dati.
Alla base della data driven economy ci sono quindi le convinzioni che i dati possano aiutare le aziende a identificare le esigenze di business, a sviluppare prodotti e servizi, a identificare i trend, a prevedere la domanda futura, a monitorare le proprie prestazioni e a identificare le aree in cui possono migliorare.
Abbiamo parlato di data driven economy con Fabiano Sileo, tecnico esperto di business intelligence e divulgatore della cultura del dato, con lo scopo proprio di chiarirne gli aspetti di base.
Nella videointervista con Fabiano Sileo abbiamo affrontato una serie di questioni: cosa significa essere data driven e quali sono gli obiettivi? Quali aziende, di che dimensione, devono avere una strategia data driven?
Quanto tempo serve loro per diventare data driven? Come si acquisiscono le competenze per essere data driven?
Quali sono i dati da prendere in considerazione per fare analisi davvero utili? Che strumenti tecnologici servono?
C’è un legame con l’intelligenza artificiale? E possiamo allora parlare di una intelligenza aziendale?
Quando è nata la data driven economy
La data driven economy è un concetto che ha cominciato circolare dalla seconda decade del secolo, anche se l’utilizzo dei dati per prendere decisioni può essere fatto risalire anche a prima della Internet economy, con la diffusione dei database relazionali e la comparsa dei primi rudimentali sistemi di analytics.
La svolta verso la data driven economy l’hanno generata i big data: la raccolta di grandi quantità di dati ha reso possibile analisi più significative per prendere decisioni informate.
Settori a utilizzo intensivo di dati come finanza, vendite, logistica, hanno nutrito il contesto per l’affermazione della cultura data driven nelle strategie di business e la diffusione di tecnologie come l’Internet of Things (IoT) e l’intelligenza artificiale ha ulteriormente rafforzato il concetto di data driven economy.
leggi anche
ChatGPT: abbiamo bisogno di nuove regole?
Data driven economy e intelligenza artificiale
È proprio il legame con l’intelligenza artificiale a essere sotto la lente in questo momento: la data driven economy si basa sulla raccolta, l’analisi e l’utilizzo di grandi quantità di dati per prendere decisioni informate, mentre l’intelligenza artificiale si riferisce all’uso di algoritmi e a tecniche di apprendimento automatico per automatizzare i processi decisionali.
La raccolta di grandi quantità di dati corretti è la base per l’utilizzo dell’intelligenza artificiale per identificare modelli, relazioni e tendenze, per automatizzare i processi in modo da prendere decisioni più rapide ed efficienti.
In ottica circolare, quindi, la data driven economy ha un effetto migliorativo sull’efficacia dell’intelligenza artificiale: la qualità dei dati utilizzati dall’AI è fondamentale per la precisione e l’affidabilità dei risultati e la logica data driven può fornire un flusso costante di dati di alta qualità.
© RIPRODUZIONE RISERVATA
