Dalle strade alla mobilità:
come Autostrade per l'Italia sta abbracciando il futuro
Un percorso di modernizzazione che mette dati, analisi e persone al centro
Mario Adolini, Principal Business Solution Manager - SAS
intervista
Ruben Marco Ganzaroli, Chief Data Officer - Autostrade per l'Italia (ASPI)
Tempo di lettura: 4 min
Quali sono a suo avviso i criteri per creare valore in azienda?
Creare valore per una società che costruisce e gestisce autostrade a pedaggio potrebbe a prima vista sembrare una cosa semplice e scontata: si costruiscono le strade e le persone pagano per percorrerle. Tuttavia, in un mondo sempre più connesso, le cose potrebbero non essere così semplici.
La creazione di valore è un
processo che permea tutte
le funzioni aziendali
Il concetto di valore è molto eterogeneo: non si può più parlare di classica efficienza operativa o semplicemente di nuove linee di ricavo. ASPI vuole diventare protagonista della mobilità sostenibile. Dobbiamo pensare a noi stessi come all'anello di congiunzione tra operatori di mobilità eterogenei (ad esempio, le smart city) e fornitori di servizi avanzati che accompagnano i viaggiatori nei loro percorsi permettendo loro di vivere un'esperienza fluida, anche al di fuori del network ASPI.
Il concetto di valore in ASPI è assolutamente trasversale: le funzioni aziendali hanno ovviamente la chiave per generare valore, e i team IT fungono da leva. Forniscono le giuste soluzioni tecnologiche e agiscono come forza trainante trovando, valutando e proponendo soluzioni. La creazione di valore è un processo che permea tutte le funzioni aziendali.
"Quando gli utenti aziendali diventeranno effettivamente autonomi ed esperti nella gestione dei dati e li utilizzeranno quotidianamente, allora i dati diventeranno centrali."
RUBEN MARCO GANZAROLI
Chief Data Officer - Autostrade per l'Italia (ASPI)
Come si sta muovendo Autostrade per l’Italia per diventare un’azienda data-driven?
Tutto parte dai dati e dall’analisi. La nostra adozione degli analytics si è svolta in due fasi.
Prima fase
Nella prima fase, abbiamo utilizzato i dati per fornire un quadro chiaro di quanto accadeva in azienda. Ciò significava che i vari dipartimenti aziendali potevano indirizzare al meglio i loro percorsi e, se necessario, cambiare direzione permettendoci di ridurre drasticamente il time to market e di stare al passo con le esigenze della produzione. “È pertanto fondamentale che tutti i dipendenti abbiano un accesso immediato agli strumenti analitici e ai dati."
Seconda fase
La seconda fase della nostra modernizzazione analitica, attualmente in corso, ha l’obiettivo di rendere gli utenti autonomi nell'analisi dei dati e nella costruzione di dashboard. Riteniamo che l'analisi self-service sia la chiave per diventare un'azienda realmente orientata ai dati. Il processo è chiaramente un viaggio, non un passaggio.
Tuttavia, credo che quando gli utenti aziendali diventeranno effettivamente autonomi ed esperti nella gestione dei dati e li utilizzeranno quotidianamente, allora i dati diventeranno centrali. Li useremo per reagire agli eventi, ma anche per anticiparli, evitando i rischi e migliorando le prestazioni.
Si parla spesso di modernizzazione degli analytics. Come si traduce questo concetto in ASPI?
Lo sviluppo degli analytics self-service sta guidando gran parte delle riflessioni nel nostro settore. L'azienda ha un bisogno sempre maggiore di indipendenza e velocità nell'analisi dei dati e questo va oltre il concetto di time to market. I nostri utenti aziendali devono poter mettere le mani sui dati. Per questo ci stiamo concentrando su un programma di on-boarding self-service che comprende tre giornate di formazione, di cui una incentrata sull'alfabetizzazione dei dati e due sugli strumenti tecnologici. Abbiamo anche un team di data steward che fornisce un'assistenza dedicata e stiamo svolgendo un lavoro preparatorio sui primi set di dati in modo che gli utenti possano essere immediatamente operativi.
Ci saranno sempre più analisti, con background sempre più eterogenei e competenze ed esigenze sempre più differenziate. La tecnologia deve diventare un elemento abilitante e quindi una vera e propria commodity. Questo significa che anche la governance della tecnologia è sempre più importante, nel senso che deve fornire gli strumenti corretti per soddisfare le esigenze del business, ma anche ricercare e proporre al business nuove soluzioni che permettano la creazione di nuove idee.
Come è possibile conciliare le varie competenze all’interno dell’azienda per favorire un dialogo costruttivo?
Come molte altre organizzazioni, anche in ASPI abbiamo sentito la necessità di avere a bordo una sorta di "traduttori" di analytics: persone in grado di colmare il divario tra gli utenti aziendali e i data scientist, i cosiddetti data steward. Penso che i data steward avranno un ruolo sempre più importante, perché rappresentano il collegamento tra due mondi, l'IT e il business. Per ottenere il massimo valore dai dati, questi due mondi devono poter collaborare in modo sempre più stretto ed efficace.
Data steward
Persone in grado di colmare il divario tra gli utenti aziendali e i data scientist.
29 giugno 2022
Articoli consigliati
-
Innovation SparksGovernare l’Intelligenza Artificiale nel settore pubblicoL’adozione dell’intelligenza artificiale (AI) nel settore pubblico si è finora limitata a sperimentazioni, senza tradursi in cambiamenti strutturali duraturi. Per una reale innovazione, è necessario un approccio integrato che coinvolga dati, governance, competenze e processi organizzativi. -
Innovation SparksDall’alert alla conversazione: come Minority Reporters ripensa la verifica antifrodeUn agente vocale basato su AI che chiama proattivamente i clienti, nella loro lingua, per verificare transazioni sospette, indagare su possibili tentativi di frode e attivare immediatamente misure di protezione. -
Innovation SparksDall’osservazione dei macchinari alla modellazione avanzata dei fenomeni: l’analisi dei processi produttivi di KMEMonitoraggio dei processi, modellazione avanzata e tracciabilità della carbon footprint: come KME garantisce una sostenibilità misurabile lungo la supply chain. -
Innovation SparksComputer vision per città più inclusive: il progetto “data for good” del team RationenceIl racconto di come è nata l’idea di costruire uno strumento basato sulla computer vision capace di individuare automaticamente le barriere architettoniche nelle città.