Lo spunto per questo post viene dall’interessante evento Digital Analytics Day cui ho avuto modo di partecipare qualche giorno fa dove, non a caso, la questione delle reportistiche per una logica data driven è stata toccata in molti interventi.

Tra gli altri cito quello di David McCandless, da cui ho tratto l’immagine sotto e che qui racconta appunto che cosa serve per una buona data visualization

what makes a good data visualization -
what makes a good data visualization – source http://www.informationisbeautiful.net/

Il valore della data visualization

Il punto di partenza è semplice, abbiamo montagne di dati e, posto di gestirli già in modo corretto, non è facile renderli leggibili e interessanti. Ecco che la visualizzazione diventa un mezzo potente ed efficace per comunicare ma anche per mostrare in maniera intuitiva le correlazioni più o meno nascoste.

L’obiettivo diventa quindi di raccontare storie ricche di senso e per essere di facile lettura, la presentazione deve essere creata da chi capisce i valori del business di riferimento e diventa quindi più complessa la skill per la preparazione dello storytelling.

Sicuramente questo si innesta anche nel grande trend della prevalenza del modo visivo di fruire le informazioni, testimoniato dalla diffusione delle infografiche ma anche di molti social largamente visivi come Instagram o Pinterest.

L’imperativo di rendere i dati azionabili e utili

Ecco quindi perché la visualizzazione assume sempre maggiore importanza: i dati ormai sono percepiti come centrali in molti ambiti aziendali, nel marketing come nell’HR management, e quindi il tema diventa sempre più quello di avere i dati corretti nel momento corretto, piuttosto che un grande volume che risulta invece non azionabile.

report, Measurement and Analytics 2015
source: report, Measurement and Analytics 2015 https://econsultancy.com

 

Come salta all’occhio dal grafico qui sopra, tratto da un report di Econsultancy, decresce infatti la percentuale di aziende che dicono che l’analisi dei dati produce sicuramente raccomandazioni attuabili che fanno la differenza per la propria organizzazione: solo il 23% degli intervistati, rispetto al 40% dello scorso anno, un pesante calo del 43%. Quindi il bisogno di capire meglio i propri dati urge, decisamente.

Citando un recente documento di SAS, ecco che la data visualization viene in aiuto dato che “le visualizzazioni aiutano la gente a vedere cose che non erano loro evidenti prima. Anche quando i volumi di dati sono molto grandi, i modelli possono essere individuati rapidamente e facilmente. Effetti grafici trasmettono le informazioni in modo universale e rendono semplice condividere idee con gli altri. Consentono alle persone di chiedere ad altri: vedete quello che vedo io?”.

La cultura del dato, a che punto siamo?

Riprendo infine su questa domanda quanto scrissi quasi un anno fa, parlando dei risultati dell’Osservatorio Big Data e Business Intelligence del Politecnico di Milanoin attesa a fine mese del nuovo rapporto. All’epoca solo il 17% delle aziende lamentava infatti carenze di software adeguati, mentre nel convegno e nella ricerca si parlava molto di Data scientist e Chief Data Officer, che però non erano previsti nemmeno nel futuro dal 73% delle organizzazioni e hanno invece un ruolo formalizzato nel 2% (è presente in qualche modo in altro 11%).

IMG_0993.JPG

Vedremo se quest’anno le cose cambieranno, almeno dei numeri. E nel mentre, speriamo che un nuovo modo di vivere e presentare il dato possa aiutare l’adozione di una nuova cultura data driven, che usi creatività e scienza in modo dinamico e combinato.

 

Advertisements