Logistica e data economy: il futuro dell’economia e della nostra società
Ci troviamo all’inizio di una nuova era caratterizzata da uno sviluppo economico e sociale significativo, soprattutto attraverso gli influssi dal mondo digitale e le continue innovazioni tecnologiche, dalla nascita di internet all’importante ruolo della data economy all’interno della logistica 4.0.
Tutto ciò è frutto della digital economy, che sta entrando in tutti i settori della vita lavorativa nella nostra società.
Anche le stesse aziende logistiche, vuoi per sfruttare tutte le potenzialità del mondo digitale, vuoi per mera sopravvivenza, dovranno adattarsi a questi mutamenti economici e sociali e cambiare forma secondo i nuovi parametri, anche perché le stesse istituzioni, imprese e singoli individui si trovano ora davanti a eventi e comportamenti nati già in forma digitale e hanno ormai la capacità di gestire queste informazioni senza difficoltà.
Prima di tutto è tuttavia necessario fare un passo indietro, e capire in cosa consiste la data economy e come sfruttarla al meglio.
Che cos’è la data economy?
La data economy è un’economia dei dati reale, basata soprattutto sulla capacità delle imprese di gestire la quantità crescente di informazioni digitali.
Consiste infatti in un’economia in cui le aziende interpretano correttamente i dati e aumentano notevolmente le proprie performance.
Il dato lo si può definire come un’informazione o una rappresentazione di più informazioni combinate tra loro e memorizzate all’interno di data warehouse management.
Prendendo in considerazione il termine inglese, lo possiamo tradurre come economia “illuminata” in quanto le imprese possono coinvolgere i clienti in nuovi modi, più funzionali e più efficienti, tenendo sempre in considerazione che “il nuovo baricentro del business è la customer experience”, secondo una ricerca di mercato di IDC risalente a settembre 2018.
Il Parlamento europeo ha stabilito che la data economy conta per l’1,9% del PIL europeo, e per l’1,6% di quello italiano, e le previsioni dell’Unione Europea indicano che, da qui al 2020, potrebbe raggiungere il valore di 739 miliardi di euro, generare il 3,3% del PIL e impiegare 7,4 milioni di persone.
I nuovi strumenti che si possono utilizzare nel mondo della digital economy sono sistemi e piattaforme quali Cloud Computing, Internet of Things, Blockchain, Artificial Intelligence, Augmented e Virtual Reality, Advanced Robotics e la stampa 3D.
L’industria 4.0 ha infatti un ruolo fondamentale nell’economia dei dati e proprio la business intelligence è un elemento importante per la comprensione e la gestione degli stessi da parte delle aziende logistiche.
Negli ultimi anni ci si riferisce a un concetto molto complesso e ampio riconducibile al termine “smart data” o “big data”, rifacendosi alle enormi quantità di dati disponibili all’interno del nuovo universo digitale, la cui gestione e analisi richiedono nuovi e intelligenti strumenti in termini di processori e algoritmi.
È cambiata anche la modalità di analisi dei dati, che procede ora con tecniche innovative e avanzate chiamate “predictive analytics”, “data mining” e “data science” e alla portata di tutti, grazie anche alla presenza di tecnologie open source destinate proprio alla loro applicazione. Attraverso queste modalità di analisi è possibile personalizzare una ricerca, un prodotto, un servizio, la pubblicità, rivoluzionando le strategie di marketing e di business.
A cosa serve l’economia dei dati?
La data economy serve, come già accennato, alla raccolta e alla gestione di dati, e le azioni richieste per questa operazione sono principalmente tre, le cosiddette “3C”: catturare i dati, computarli, e quindi effettuare delle elaborazioni su un insieme parziale o totale di dati e comunicare i risultati.
Grazie a internet, il costo di trasmissione dei dati si è ridotto notevolmente, e anche quello della computazione è diminuito, tramite la diffusione a livello mondiale del Cloud Computing e della sua integrazione con le reti in ottica Cloud Integrated Network.
In generale quindi il costo dell’informazione è diminuito, e non è più un ostacolo da superare.
Questa situazione attuale permette lo sviluppo di una “quarta C”, che rappresenta la cognizione, cioè la possibilità per un’organizzazione o un individuo di avere sempre più informazioni rilevanti per operare in un dato contesto o per un determinato obiettivo.
Oltre alle “4C” esistono anche le “3V”, fondamentali per un utilizzo consapevole e fruttuoso della data economy: variabilità dei dati, veridicità e soprattutto visualization.
Quest’ultima ruota attorno alla capacità delle imprese di trasformare le analisi in comunicazione e rappresentazioni.
Gli utenti hanno infatti sempre più bisogno di visualizzare i dati in modo chiaro, senza ridurre le informazioni.
Come sfruttare al meglio l’economia dei dati?
Tutto l’universo della data economy ruota attorno alla capacità delle imprese di usufruire al massimo dei dati a disposizione, con l’obiettivo principale di migliorare la loro performance aziendale.
Oggi infatti le attività non devono più risolvere il problema di mancanza di dati, ma devono occuparsi di avere a disposizione i dati di cui necessitano per una determinata azione, ed è quindi indispensabile introdurre una maggiore integrazione e una più efficiente elasticità tra i flussi informativi, oltre che offrire una chiave di lettura sempre più rapida e intuitiva in ottica multicanale, cioè di multidispositivo e multipiattaforma.
La competizione si è ormai spostata dai costi all’innovazione, alla qualità e alla capacità di personalizzazione dei prodotti, e da questo punto di vista tutte le tecnologie come quella di Business Intelligence permettono alle imprese di essere molto più competitive sul mercato.
Saper utilizzare abilmente i dati digitali permette alle aziende di affrontare consapevolmente le innovazioni, senza perdere terreno sul mercato. Si stima infatti che l’intera produttività delle imprese correlata al data driven aumenterà del 5-10%, ovviamente se si sarà capaci di sfruttare a 360° questo sistema digitale.
E’ infine molto utile per le aziende comprendere a quale tipologia di scenario big data una specifica esigenza di business appartiene.
Si può quindi osservare un processo diviso in due step:
- Il primo consiste nell’associare l’esigenza di business a un big data type (sarebbe infatti necessario effettuare un’analisi qualitativa del problema da risolvere, per trovare un big data type associabile al problema stesso);
- La seconda fase consiste invece nell’analizzare il big data type per classificare le caratteristiche dello scenario big data e ricavare importanti indicazioni per lo sviluppo e l’implementazione dell’applicazione.
