Il mondo intorno a noi sta subendo un'inarrestabile trasformazione digitale che coinvolge tutti gli aspetti della nostra vita, personale e professionale.
Quali professionisti IT siamo chiamati a comprendere e interpretare questo cambiamento in modo da soddisfare le nuove esigenze dei nostri clienti realizzando nuove soluzioni con nuove tecnologie.
Fin qui nulla di “nuovo”. Ma la vera questione è: abbiamo una “nuova” mentalità che ci permette di leggere la trasformazione in atto? O forse il nostro approccio è ancorato al vecchio millennio e stiamo seguendo l’onda tecnologica interpretando il momento con un vocabolario limitato e inadeguato?
Cercherò di essere più chiaro con un esempio tratto dal mio settore: il mondo dei dati (data modeling, data warehouse, big data, data lake, ...). Come dicevo tutto evolve e naturalmente anche il campo della Business Intelligence (BI) ha subito uno stravolgimento con l’introduzione di nuove tecnologie – data lake e data science - che si sono affiancate ai data warehouse al fine di offrire all’utente un alto livello di autonomia e la possibilità di gestire i nuovi formati, i nuovi volumi e la velocità di aggiornamento propri dei Big Data (aggiungete a Vostro piacere le altre celebri “V”). Il tutto abbattendo il tabù di dover definire prima (detto più elegantemente “ex ante”) i modelli dati, come avviene per i data warehouse.
E qui arrivo al punto. Il fatto che i modelli dati non siano più alla base dello sviluppo di un sistema di BI basato su data lake/data science/data analytics, ma che siano realizzati “ex post” sulla base delle necessità di analisi, ha portato “molti” a considerarli non centrali (o addirittura marginali). Questa è a mio avviso un esempio di lettura miope e limitata rispetto alle enormi potenzialità delle nuove tecnologie attraverso cui realizzare funzionalità innovative e dirompenti.
Quali funzionalità? Esattamente come nella nostra vita riusciamo a tracciare la posizione di un pacco che abbiamo ordinato e capire chi lo ha in gestione, riusciamo a capire il percorso e l’orario in cui arriveremo a destinazione sulla base del traffico, riusciamo a sapere qual è il prezzo più vantaggioso del prodotto desiderato e quale negozio lo offre ... perché l’utente dovrebbe rinunciare a pari quantità e qualità di informazioni sui dati a sua disposizione quando accede a un sistema di business intelligence?
Ed è qui che tornano prepotentemente protagonisti i modelli dati, completati e correlati con tutte le metainformazioni presenti nel sistema (modelli concettuali, fonti dati, processi di ingestion e trasformazione, ...) e integrati con processi di machine learning, come base su cui costruire un “nuovo” modo di interagire con i “nuovi” sistemi di business intelligence.
Analogamente alle reti di informazioni geografiche correlate con IOT e modelli predittivi che hanno cambiato la nostra quotidianità, possiamo considerare i modelli dati e tutti i layer di metainformazioni come una mappa “intelligente” degli asset informativi presenti sul sistema che aiuta nell’interpretazione e nella fruizione dei dati, guida nella ricerca dell’informazione che stiamo cercando e suggerisce al momento opportuno l’informazione che potrebbe tornarci utile.
Apriamo quindi gli occhi e cambiamo il nostro punto di vista sulla Digital Transformation.
Solo con una lettura “nuova” sarà possibile portare il nostro contributo ed essere attori del cambiamento in atto.