it 
Per un’organizzazione adottare un approccio data-driven, ovvero guidato dai dati, significa prendere decisioni basate sui dati e sulle informazioni di cui dispone. Si tratta, quindi, di fare della grande mole di dati oggi in possesso delle aziende la base di appoggio per migliorare i processi decisionali, la produttività e l’efficienza del plant industriale, ma anche per attuare strategie di business sempre più efficaci, traendo un vantaggio competitivo dalla elaborazione e valorizzazione dei dati attraverso sofisticate tecniche di Big Data Analysis.
Le cosiddette aziende data-driven sono quelle che fanno della gestione dei dati (Data Management) un elemento centrale della propria strategia di business. Anche se i vantaggi di un approccio data driven sono ormai evidenti alla maggior parte delle imprese, la sua adozione è per molte una sfida ancora in atto. Dotarsi della tecnologia appropriata, infatti, non è sufficiente, occorre anche intraprendere un percorso che porti all’acquisizione di una corretta cultura e consapevolezza del valore del dato a tutti i livelli aziendali.
Una recente ricerca dell'Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano ha rivelato che, sebbene nel 2022 il mercato italiano dei Big Data valga 2,41 miliardi di euro, +20% rispetto al 2021, in base al “Data Strategy Index” – un indice di maturità complessivo elaborato dall’Osservatorio - solo il 15% delle grandi aziende può definirsi “avanzato” nel processo di gestione e analisi dei dati, mentre il 30% risulta “intraprendente”, il 22% “prudente” e il 33% “immaturo” o “ai primi passi”. Per quanto riguarda le PMI, il 55% dichiara di aver portato avanti investimenti in ambito Data Management & Analytics o prevede di farlo entro la fine dell’anno. Percentuale che, seppur in crescita rispetto al 2021, non mostra importanti accelerazioni rispetto a quanto registrato negli ultimi tre anni.
Come si diventa un’azienda data driven
Con il paradigma dell’Industria 4.0, l’avvento dell’IIoT (Industrial Internet of Things), la digitalizzazione delle imprese e la produzione di enormi quantità di dati, si parla sempre più spesso dei vantaggi di un approccio data driven per le aziende.
All’atto pratico, essere una “data-driven company” significa avere la capacità di acquisire i dati - relativi alla gestione degli asset aziendali, al ciclo di vita dei prodotti, ai processi che si svolgono nel perimetro dell'impresa - e trasformarli in informazione arricchita, quindi in risorsa strategica su cui basare le decisioni di business per ottenere prestazioni più vantaggiose. Opportunamente elaborati, infatti, i dati diventano informazioni utili a diversi scopi, dal controllo dei costi all’efficienza operativa e produttiva, fino alla manutenzione predittiva o alla cosiddetta servitizzazione dei prodotti, offerti sul mercato come servizio e non più come beni fini a loro stessi.
Se la costruzione di una cultura del dato è la prima chiave per la creazione di un'organizzazione data-driven, il presupposto tecnologico è la connessione continua tra gli asset fisici che costituiscono l’infrastruttura dell’azienda e il sistema IoT, realizzata mediante sensori IoT connessi a una rete wireless, grazie alla quale il plant è in grado di trasmettere, in modo continuativo e qualitativamente preciso, i dati relativi al suo funzionamento.
L’elaborazione dei dati e la loro restituzione sotto forma di informazioni arricchite avvengono mediante piattaforme IoT dotate di intelligenza artificiale che raccolgono i dati sul campo, li trasferiscono sul Cloud e li rendono fruibili analizzandoli in real-time. Le piattaforme IA/IoT consentono l’integrazione di qualsiasi tipo di dato generato dai dispositivi on-field, strutturato, semi-strutturato e non strutturato, restituendo agli utilizzatori informazioni ad alto valore aggiunto. Combinando modelli di intelligenza artificiale e machine learning con tecniche di Big Data Analysis, Data Orchestration e Cloud Computing, queste piattaforme processano dati continuamente aggiornati e sono in grado di prevedere tendenze, delineare comportamenti e scenari futuri, elaborare modelli di riferimento (digital twins) delle prestazioni delle macchine attraverso i quali, ottimizzare il consumo energetico e la produttività ed effettuare interventi di manutenzione predittiva.
I vantaggi di un approccio data driven
I vantaggi dell’approccio data driven possono quindi essere ricondotti ad una generale, maggiore comprensione delle prestazioni dell’impianto industriale, sulla base della quale identificare aree di miglioramento della produzione, aumentare l’efficienza degli impianti, e controllare costantemente il livello di qualità dei prodotti realizzati. Ma anche ad una capacità analitica di tipo predittivo e prescrittivo che, grazie all’intelligenza artificiale e agli algoritmi di Machine Learning, nel primo caso, consente di identificare guasti o anomalie prima che si verifichino e intervenire esattamente dove e quando serve, evitando il downtime non programmato dei macchinari; nel secondo, suggerisce anche cosa si dovrebbe fare per evitare una determinata problematica, accelerando ed automatizzando il processo decisionale. Non ultimo, un approccio data driven conduce a un risparmio sui costi riducendo al minimo gli sprechi, grazie al monitoraggio preciso e in tempo reale della produzione. In conclusione, affrontare un percorso di transizione verso un approccio data driven comporta innumerevoli vantaggi che si ripercuotono direttamente sul business in termini di maggiore efficienza dei processi, riduzione dei costi, decisioni più efficaci che innescano maggiore produttività e reddittività.
Attraverso una continua attività di ricerca e sviluppo, SECO ha maturato l’expertise necessaria per offrire ai propri clienti soluzioni a supporto dell’adozione dell’approccio data driven, mediante la dotazione di dispositivi edge connessi e software AI che elaborano i dati raccolti sul campo con modelli di analisi avanzata. Le soluzioni SECO applicate ad un plant industriale comportano la riduzione dei costi di manutenzione e del downtime dei macchinari, l’efficientamento energetico della factory, l’aumento dell’efficienza produttiva, per un impatto potenziale del 10-15% sulla crescita dei margini di profitto.