Data democratization acceleration program per una gestione dei dati efficiente e customer centric

Il processo di democratizzazione del dato passa attraverso 3 fasi. Nella prima (complexity) si cerca di integrare i dati, garantirne qualità e affidabilità e verificarne la compliance normativa; l’output di questa fase coincide con la generazione di un dataset. La seconda (consistency) prevede la comprensione delle esigenze del business, l’esplorazione dei dati raccolti e lo sviluppo di insight utilizzabili; l’obiettivo è quello di produrre il layer di analytics. L’ultima fase (usage) coincide con l’accesso ai dati, la loro manipolazione e interrogazione funzionale alle necessità di business e la traduzione dei dati in azioni e decisioni concrete. 

L’accesso distribuito alle informazioni contenute in azienda è una delle principali sfide per chi decide di stabilire una cultura data centric: dove il dato è alla base del decision-making tra le varie aree funzionali. In questo senso la Data democratization punta a dare la possibilità a tutte le figure di una certa organizzazione, incluse quelle meno tecniche, di poter recuperare e analizzare i dati aziendali senza la necessità di dover dipendere dal reparto IT: ciò significa fare in modo che non esistano barriere, che possano impedire ai diversi livelli e aree aziendali, di beneficiare del proprio patrimonio informativo e basare le future azioni in più consapevole. Esso rappresenta quindi un nuovo paradigma che consente di abilitare gli utenti business a prendere decisioni basate sui dati in autonomia, e in quanto tale rappresenta un processo non semplice. Più persone con competenze diverse avranno la possibilità di accedere ai dati facilmente, più rapidamente l’organizzazione identificherà problemi e opportunità di business. 

GFT è capofila nell’implementazione di soluzioni per gestire in modalità agile progetti sulla data governance. Una di queste prende il nome di Data democratization acceleration program  e tratta tutti gli elementi necessari (ruoli, responsabilità, architetture, livelli di servizio ecc.) per la definizione di un ambiente “democratico” atto a soddisfare le esigenze di Self Analytics e Reporting. 

È possibile parlare di “democratizzazione” perché coinvolge, allo stesso livello, tutte le funzioni che andranno ad alimentare o fruire dei dati. Viene, infatti, stabilita una pariteticità tra gli user: dal data management, che definisce le regole di gestione dei dati; al team IT, che costituisce l’infrastruttura del processo di data management; alle linee di business, che andranno poi a fruire dei dati stessi. 

L’aspetto tecnologico rimane quindi un elemento fondante del Program, ma è la componente organizzativa a essere la vera “rivoluzione”, perché è eterogenea e atta a coinvolgere anche soggetti non tecnici, ma di business. Da qui discende il concetto di fusion team, che prevede uno sharing di conoscenze e competenze tra tutti gli attori ed è realizzabile solo con un forte commitment da parte di tutti i membri. 

Nella pratica tutte queste figure professionali vengono coinvolte nel Program e divise in gruppi eterogenei per andare a definire un data dictionary, che sia funzionale ai bisogni e alle specificità dell’area di business che si considera di volta in volta. Dalla definizione del dizionario si passa a un processo di data mapping, funzionale a costruire quali sono i dati necessari per formare i KPI più rappresentativi. 

Grazie all’implementazione in azienda di una metodologia come quella del Data acceleration program è possibile standardizzare la metodologia utilizzata per la raccolta dei dati e gli stessi strumenti tecnologici, uniformandoli all’interno dell’azienda e rendendoli quindi commensurabili. 

Inoltre, uno dei vantaggi principali coincide con la riduzione del time to market/to delivery. Il processo di raccolta e selezione dei dati è reso più veloce dal coinvolgimento attorno a uno stesso tavolo di lavoro di tutti coloro che contribuiscono alla definizione della data governance vengono riuniti. Questo permette di selezionare i dati più confacenti alle esigenze di business in un momento unico, senza che lo stesso processo venga portato avanti da tutti i team in parallelo, per poi procede a intersecare le singole necessità. La riduzione del time to market discende quindi dall’azione di standardizzazione e semplificazione nella selezione dei dati.  

La trasformazione del comparto assicurativo è iniziata circa una decade fa, passando da un modello basato sulla gestione di un contratto, a un servizio il più possibile orientato al Cliente. 

Per realizzare questo cambiamento di paradigma i dati hanno iniziato ad acquisire un’importanza sempre maggiore. 

GFT per il mercato assicurativo, ha declinato un modello di gestione dei dati del cliente (GFT Customer 360°), che garantisce un’ottimizzazione nell’erogazione dei servizi, soprattutto in contesti multicanale e multi-compagnia. Gli assiomi del modello sono fondati su una gestione integrata dei dati cliente, grazie all’utilizzo coordinato di vari asset tecnologici, come anagrafiche operative e transazionali, Customer Relationship Management (CRM) e Mobile Device Management (MDM). 

La realizzazione di tale modello, attraverso una metodologia evoluta come il  Data democratization acceleration program, consente alle Compagnie di poter capitalizzare il patrimonio dati su tutta la filiera aziendale, riuscendo ad attuare la Data Strategy con un time-to-market fino a 3 volte inferiore rispetto alle metodologie comunemente adottate.