data driven strategy: un caso - data intelligence e big ...€¦ · una piattaforma cloud può...
Post on 15-Jul-2020
0 Views
Preview:
TRANSCRIPT
Data Driven Strategy: un caso
28 Marzo 2019 - PADOVA
AGENDA
• Data Driven Company: Perché?
• Cosa ha fatto il nostro cliente: infrastruttura e analitiche
• Le difficoltà che permangono e la nuova organizzazione
• Prossime sfide
Case History: una Data Driven Company
• Nostro Cliente
• Settore Assicurativo (Settore molto Tradizionale!)
• Appartenente ad un gruppo internazionale
• Nata in Italia attorno al 2000 (Giovane!) dalla fusione di 2 Assicurazioni
• Raccolta premi attorno ad 1,5 mld €, Medie Dimensioni
• Circa 400 dipendenti in Italia
• Per Necessità• Necessità di essere competitivi rispetto alle nuove assicurazioni on line prive di sovrastruttura• Necessità di accrescere quote di mercato: differenziare l’offerta ed avvicinarsi sempre di più a clienti
che non usano intermediari (pensando al Futuro)• Necessità di fidelizzare gli agenti (plurimandatari) offrendo loro qualcosa in più, il mercato italiano ha
ancora una buona quota di clienti tradizionali (facendo i conti con il presente)
• Per Possibilità• Contesto di Gruppo favorevole all’innovazione e all’autonomia• Forte sostegno del Management (Business Sponsor)• Società giovane anche anagraficamente per poter affrontare il cambiamento• Società giovane a sufficienza per non essere sclerotizzata in processi troppo rigidi• Dimensioni adatte al cambiamento in tempi brevi (per le società più grandi bisogna adottare tecniche
progressive e di atomizzazione dell’organizzazione)• cccc
Perché il nostro cliente è diventato una Data Driven Company?
AGENDA
• Data Driven Company: Perché?
• Cosa ha fatto il nostro cliente: infrastruttura e analitiche
• Le difficoltà che permangono e la nuova organizzazione
• Prossime sfide
La pluralità delle fonti dati – Il modello sviluppato dal cliente
Inizio della Digital Trasformation 2015, prima tanti asset disponibili da cui trarre vero valore,Ma verticali, privi di dati destrutturati e senza ritorni agli applicativi core
Prima del 2015 2015-2018
Data Hub e dati non
strutturati
In Progress
New Data
Le tipologie di analytics ed il livello di maturità del cliente
Analysis on behaviourclassification, antifraud network relationship, credit score correlation
Le tipologie di analytics ed il livello di maturità del cliente
Progetto:
Realizzazione piattaforma per il Data Driven e portale Agenti con analisi della concorrenza
Obiettivo:
Creare la piattaforma per la riorganizzazione aziendale su base Data Driven (2018); Realizzare
uno strumento di analisi per la valutazione del portafoglio agenti (centrale e per agente) e della
concorrenza
Note:
Dati su Cloudera, rappresentazione tramite grafici bootstrap integrati in Pentaho. Integrabili anche
in altre soluzioni, Responsive
Piattaforma aziendale Data Driven
Portale ed App per Agenti e Dirigenza- Analisi Rete di Vendita (solo dirigenza);- Analisi della concorrenza- Valutazione del Portafoglio complessivo
Polizze attive e sospese;Polizze uscite (perse nel mese);Polizze nuove (RCA e vita);Qualità del Portafoglio RCA;
AGENDA
• Data Driven Company: Perché?
• Cosa ha fatto il nostro cliente: infrastruttura e analitiche
• Le difficoltà che permangono e la nuova organizzazione
• Prossime sfide
Una cultura in cui tutti capiscano di dover utilizzare i dati per prendere decisioni di business
Un’organizzazione che supporti questo tipo di cultura
Una tecnologia che permetta di rendere accessibili i dati in modalita self-service
Un’organizzazionedovrebbe possedere
almeno 3 skills fondamentali:
Fino ad ora abbiamo visto che cos'è un'organizzazione Data-Driven,l'importanza di questo modello e il livello del cliente in questo ambito di innovazione,
ma quali sono i passaggi pratici ancora necessari?
Costruire un organizzazione Data-Driven
L'aspetto più importante, e forse il più difficile, della transizione verso un'organizzazione Data-Driven, è il passaggio culturale richiesto per
passare a una mentalità basata sui dati. Questo passaggio comporta una stretta collaborazione tra tutte le figure coinvolte nel ciclo di vita del
dato, da chi lo produce, alle persone che costruiscono i modelli, a quelli che li analizzano, ai dipendenti che li utilizzano nel loro posti di lavoro.
Tutto al fine di rendere i dati il cuore del processo decisionale organizzativo.
«To succeed at becoming a data-driven organization, your employees should always use data to start, continue, or conclude every single business decision, no matter how major or minor.»
Cultura: un nuovo mindset
Nella maggior parte delle organizzazioni Data-Driven di successo esiste un Data Team centralizzato che pubblica i dati e gestisce l'infrastruttura in cui risiedono.
I «data professional» che ne fanno parte comprendono le esigenze dell’utente di riferimento ed i set di informazioni che possono aiutarlo nella propria attività. Hanno inoltre la capacità di tradurre i risultati del proprio lavoro in un linguaggio comprensibile alle funzioni aziendali.
È molto importante capire che questo non è uno modello gerarchico, ma un team collaborativo che lavora insieme in uno schema che ha come suo scopo principale quello di trasmettere la cultura Data-Driven al resto dell'azienda.
Saranno poi i Data Stewart a trasferire l’uso del dato al business
Organizational hub-and-spoke model (source: Qubole)
Organizzazione: un Data Team centralizzato
Mettere in atto l'infrastruttura appropriata è una parte essenziale per un organizzazione Data-Driven. Le piattaforme infrastrutturali e gli strumenti di analisi devono essere tutti pensati per rendere
disponibili e trattare grandi moli di dati eterogenei tra loro. Ma rendere i dati self-service significa anche reimmaginare sicurezza e governance dei dati, monitorando le risorse, ottimizzando le
performances e fornendo supporto agli utenti.
Una piattaforma Cloud può fornire molti degli attributi necessari per l’implementazione di un sistema Big Data fin da subito. L'elasticità, la scalabilità e le altre caratteristiche del Cloud consentono di raggiungere
condivisione, sicurezza e governance centralizzate, esperienza utente self-service e monitoraggio rapidamente ed in una modalità «pay per use» più efficiente ed economica.
Tecnologia che aiuta : architettura Cloud
AGENDA
• Data Driven Company: Perché?
• Cosa ha fatto il nostro cliente: infrastruttura e analitiche
• Le difficoltà che permangono e la nuova organizzazione
• Prossime sfide
La nuova sfida
Da Product Centric a Customer Centric
Primo Step la costruzione di un Data Hub dedicato per ripensare processi e programmi, per modificare infine gli applicativi di gestione operativa
GRAZIEContatto:
daniele.dallasta@bnova.it
top related