I CDO devono essere in grado di aiutare le aziende a ottenere valore attraverso un migliore utilizzo e consumo dei dati.
Thomas H. Davenport, Richard Y. Wang e Priyanka Tiwari
Il ruolo di Chief Data Officer (CDO) è stato istituito solo nel 2002, ma da allora è cresciuto enormemente. In un recente sondaggio condotto su grandi aziende, l’83% ha dichiarato di avere un CDO. Non è una sorpresa: i dati e gli approcci per comprenderli (analytics e IA) sono incredibilmente importanti nelle organizzazioni di oggi. Tuttavia, ciò che desta meraviglia è che il lavoro del CDO è molto poco definito. Il 62% dei CDO intervistati nella ricerca che descriviamo di seguito ha riferito che il ruolo è scarsamente compreso e che chi lo ricopre ha spesso riscontrato aspettative eccessive e permanenze piuttosto brevi. È evidente la necessità che i CDO si concentrino su come possono creare valore visibile nelle loro organizzazioni.
Parte del problema è che gli approcci tradizionali alla gestione dei dati difficilmente forniscono di per sé un valore visibile. Molti dirigenti non tecnici non comprendono realmente il lavoro del CDO e faticano a riconoscere quando viene svolto bene. Ai CDO viene spesso chiesto di concentrarsi sulla prevenzione dei problemi riguardanti i dati (iniziative orientate alla difesa) e su progetti di gestione dei dati come il miglioramento delle architetture, della governance e della qualità dei dati stessi. Ma i dati non saranno mai perfetti, il che significa che i dirigenti saranno sempre un po’ frustrati da tale situazione nella loro organizzazione. Mentre i miglioramenti nella gestione possono essere difficili da riconoscere o misurare, i problemi più gravi, come hackeraggi, violazioni, dati persi o inaccessibili o scarsa qualità, sono molto più facili da riconoscere rispetto ai miglioramenti.
Come possono quindi i CDO dimostrare che stanno creando valore? Il modo principale in cui i dati aggiungono valore alle aziende è quello di consentire loro di comprendere e prevedere le prestazioni aziendali e il comportamento dei clienti e di incorporarli in prodotti e servizi, tutte iniziative orientate all’attacco. I CDO, quindi, devono essere in grado di aiutare le aziende a ottenere valore attraverso un migliore utilizzo e consumo dei dati.
Questo è l’obiettivo principale di un recente progetto di ricerca sponsorizzato da Amazon Web Services a cui hanno contribuito tutti e tre gli autori. La ricerca comprendeva un ampio sondaggio su 250 CDO che partecipano al MIT Chief Data Officer/Information Quality Symposium, oltre a interviste approfondite con 25 importanti esponenti del ruolo. Il 41% dei CDO intervistati ha dichiarato di definire il successo in base al raggiungimento degli obiettivi di business, un numero significativamente maggiore rispetto a coloro che hanno misurato il successo in termini di gestione del cambiamento o di cambiamento culturale (19%), di risultati tecnici (5%), di prevenzione di gravi problemi di dati (2%) o di una combinazione equivalente di questi fattori (32%).
Sulla base delle conclusioni di questa ricerca, descriveremo qui di seguito diverse fasi di creazione di valore. Inizieremo con alcuni approcci che funzionano per ogni tipo di organizzazione, per poi descriverne altri che dipendono dalla maturità analitica e di gestione dei dati dell’azienda che impiega il CDO.
Come i CDO possono creare valore
Assumere la responsabilità dell’analisi e dell’IA. Queste iniziative sono ritenute in grado di fornire il massimo valore: il 35% dei CDO intervistati ritiene che sia necessario concentrarsi su un piccolo gruppo di progetti chiave di analisi o IA per ottenere il massimo valore. La maggioranza dei CDO (64%) dedica il proprio tempo anche all’attivazione di nuove iniziative aziendali basate su dati, analisi o IA. Questo li rende, ufficialmente o meno, chief data and analytics officer, una variante in rapida crescita del titolo di CDO. Diversi CDO hanno commentato nelle interviste che la combinazione di gestione dell’offerta e della domanda di dati è efficace per fornire valore.
Ai livelli più bassi di maturità, è opportuno concentrarsi su alcuni progetti chiave di valore per gli stakeholder. Se l’organizzazione è agli inizi del suo percorso analitico e di dati, scegliete alcuni casi d’uso dell’analisi e dell’intelligenza artificiale da sviluppare sulla base di consultazioni con i principali stakeholder. Assicuratevi che questi pochi progetti vengano implementati con successo e non puntate troppo in alto: modernizzate l’ambiente dei dati solo quando vengono sviluppate particolari applicazioni analitiche o casi d’uso dell’IA. In questo modo i leader aziendali possono vedere la connessione tra la modernizzazione dei dati e il valore aziendale che essa consente.
Concentrarsi sui prodotti di dati. I prodotti di dati sono combinazioni di dati e analisi/AI per ottenere un risultato specifico per un cliente o un dipendente. Un esempio potrebbe essere un nuovo modello di simulazione per determinare se i clienti di una gestione patrimoniale esauriranno i loro risparmi o un modello di attrition per prevedere le uscite dei dipendenti. L’adozione di un focus sui prodotti di dati basati sull’analisi, che comprende tutte le attività dall’ideazione all’implementazione e alla manutenzione continua, è un buon modo per garantire la creazione di valore. Il focus sul prodotto assicura che i data scientist, i data engineer e gli altri membri di un team di data product non si limitino a creare algoritmi, ma collaborino all’implementazione di intere applicazioni cruciali per il business. Il 39% ha riferito di “adottare un orientamento alla gestione dei prodotti di dati con i product manager”. Si tratta di un concetto relativamente nuovo, quindi il fatto che un numero così elevato di aziende abbia già adottato un orientamento al prodotto dati è sorprendente.
Manav Misra, chief analytics and data officer della Regions Bank, si assicura che tutti i prodotti di dati sviluppati dal suo team siano implementati con successo e che il valore per l’azienda sia attentamente misurato. Per ogni prodotto di dati si tengono riunioni trimestrali del comitato direttivo, durante le quali il team aziendale – i leader dell’unità aziendale o funzionale che ha sponsorizzato lo sviluppo del prodotto di dati – fa il resoconto, e il team di Misra partecipa alla riunione.
Misurare e documentare i risultati. Misurare attentamente i risultati e il valore dei progetti chiave, a volte in collaborazione con la direzione finanziaria, aiuta i CDO a dimostrare e farne conoscere il valore. Sebastian Klapdor, CDO dell’azienda di servizi di stampa e design Vista, è un forte sostenitore dei prodotti di dati e si assicura che tutti i prodotti di Vista abbiano un impatto, valutandoli trimestralmente con l’approvazione dei benefici monetari da parte della direzione finanziaria. In soli due anni, la sua organizzazione di CDO ha documentato 90 milioni di dollari di profitti incrementali, una cifra impressionante per un’azienda con 1,5 miliardi di dollari di fatturato nel 2021. Alcuni CDO hanno anche creato delle dashboard online per descrivere i risultati e il valore della loro organizzazione in relazione ai dati e ai connessi risultati aziendali.
Costruire relazioni con colleghi e leader aziendali. I CDO di successo trovano leader aziendali – e parti dell’azienda – che già apprezzano i dati in misura sostanziale e che possono essere partner nella creazione di valore data-driven. Le iniziative relative a dati, analisi e IA richiedono cambiamenti profondi non solo nelle aree tecniche, ma anche nei processi, nella cultura, nelle competenze e nei rapporti con i clienti/fornitori. Non possono essere realizzate con successo senza un forte sostegno da parte dei dirigenti e quindi i CDO devono avere con loro rapporti stretti e di fiducia.
Strategie per aziende avanzate
Altri approcci per fornire valore dipendono dal livello di sofisticazione dell’azienda coinvolta negli analytics, nell’AI e nelle loro basi di gestione dei dati.
Le aziende più sofisticate possono concentrarsi sulla governance dei dati. La governance dei dati è una delle principali priorità dell’attività dei CDO nel nostro sondaggio, ma è un modo difficile di ottenere valore: richiede un cambiamento di comportamento e la richiesta agli utenti dei dati di intraprendere attività di gestione dei dati che non fanno parte delle loro mansioni. Data la difficoltà di un’efficace governance dei dati, solo i CDO che hanno stabilito un valore attraverso altri mezzi potrebbero volerla assumere come priorità. Alcuni CDO stanno cercando di stabilire una “governance by design”, in cui sistemi e strutture di dati impongono l’uso corretto di questi attraverso architetture e asset riutilizzabili. Tuttavia, questo approccio è ancora agli albori e richiede un elevato livello di sofisticazione nella gestione dei dati.
Le aziende più avanzate dovrebbero impegnarsi a creare una cultura orientata ai dati, anche se è difficile dimostrarne rapidamente il valore. Una percentuale consistente (69%) di CDO dedica una parte sostanziale del proprio tempo a iniziative di cultura data-driven, ed è chiaro il perché: Il 55% ritiene che la mancanza di una cultura orientata ai dati sia la sfida principale per il raggiungimento degli obiettivi aziendali. Le iniziative culturali comprendono in genere programmi di alfabetizzazione ai dati e tentativi di inculcare decisioni data-driven in tutta l’organizzazione. Tuttavia, queste attività culturali implicano anche un cambiamento comportamentale e possono essere lente a realizzarsi. Pertanto, i CDO dovrebbero intraprendere un cambiamento culturale solo in modo misurato se non hanno già apportato un valore sostanziale attraverso altri mezzi.
Costruire un’infrastruttura di analisi e dati se l’organizzazione è sofisticata. Alcuni CDO di aziende relativamente avanzate nel campo dell’analisi e dell’IA hanno sottolineato che il solo completamento dei progetti chiave non è sufficiente. Ritengono che i CDO debbano costruire un’infrastruttura per accelerare l’uso di dati, analisi e IA in tutta l’azienda.
Todd James, che dirige i dati e l’IA per 84.51°, la filiale di data science di The Kroger Co, ha detto: «Una serie di casi d’uso strategici non è sufficiente. Questo crea una serie di soluzioni puntuali. Dobbiamo essere in grado di scalare avendo una serie di capacità analitiche riutilizzabili… Stiamo cercando di creare una serie composita (costruita da componenti modulari) di applicazioni di analisi e IA a cui si accede tramite API». Analogamente, il responsabile dei dati aziendali e del machine learning (ML) di un’importante banca si concentra molto sulla scala e sullo sviluppo dell’infrastruttura per l’apprendimento automatico. In un’intervista ha dichiarato che: «Con l’ML, ci stiamo muovendo verso piattaforme che tutti possono sfruttare, sia con la standardizzazione che con l’automazione. Vogliamo eliminare le unicità arbitrarie e sbarazzarci delle piattaforme ML temporanee». La banca sta anche costruendo un feature store: un archivio di variabili riutilizzabili per i modelli di ML.
NON CI SONO DUBBI sul fatto che le organizzazioni abbiano bisogno di chief data officer e che questo lavoro sia destinato a restare finché i suoi membri riusciranno ad aggiungere valore. Alcuni lo stanno chiaramente facendo. Il lavoro può avere una durata media breve, ma il 30% dei CDO della nostra indagine ha già occupato il proprio posto di lavoro per più di sei anni. Se i CDO adottano questi e altri approcci per produrre valore tangibile con i dati, l’analisi e l’IA, saranno determinanti per trasformare le loro organizzazioni in concorrenti più digitali e orientati ai dati. Come ha detto Bill Groves, un CDO veterano che ha ricoperto questo ruolo in Walmart, Honeywell e Dun & Bradstreet: «Quella dei CDO non è un’organizzazione di servizi, ma un’organizzazione di trasformazione».
Thomas H. Davenport è Professore emerito di Information Technology and Management al Babson College, visiting scholar presso la MIT Initiative on the Digital Economy e senior advisor della practice AI di Deloitte. È coautore di All-in on AI: How Smart Companies Win Big with Artificial Intelligence (Harvard Business Review Press, 2023).
Richard Y. Wang è Principal Research Scientist al MIT e direttore fondatore e presidente generale del Chief Data Officer and Information Quality (CDOIQ) Symposium. La sua ricerca sull’efficacia dei Chief Data Officer (CDO) è stata utilizzata dalle organizzazioni di tutto il mondo per creare posizioni di CDO.
Priyanka Tiwari è product marketing leader presso Amazon Web Services (AWS). Si occupa di narrazione connessa attraverso i database, l’analitica e i servizi e le soluzioni di apprendimento automatico di AWS.
