I data leader di oggi, al di là della sola business intelligence, puntano ad adottare modelli decisionali e predittivi in tempo reale che aiutino a far sì che l'organizzazione sia sempre all'avanguardia.
Ma per arrivarci, la tua strategia dei dati deve definire l'approccio giusto che dia un senso ai dati, si allinei alla strategia aziendale e costruisca soluzioni AI e di analisi dei dati che abbracciano l'intera organizzazione. È necessario responsabilizzare le persone e definire casi d'uso che soddisfino le esigenze aziendali, dall'analisi tradizionale e dalla data science all'analisi operativa, al digitale, ai dati dei sensori IoT, alla visualizzazione dei dati, alle iniziative AI e allo sviluppo di nuovi prodotti. Una chiara strategia dei dati è il primo passo fondamentale per scalare l'AI.
Ma per realizzare appieno il potenziale dei dati e dell'AI sono necessari un processo decisionale creativo, uno storytelling persuasivo e un supporto trasversale. Questo quadro di riferimento in sei fasi—integrato con le informazioni dai leader dei dati del settore—ti aiuterà a progettare e implementare una strategia dei dati che sfrutti al meglio i tuoi team, i tuoi talenti e i tuoi punti di forza come organizzazione.
Scopri watsonx
Iscriviti per ricevere gli aggiornamenti sull'IA
Collega i tuoi dati e le strategie dell'AI con la strategia aziendale
Con una qualsiasi buona strategia dei dati, l'acquisto è importante. Per allineare le priorità aziendali e dei dati, devi comprendere chiaramente gli obiettivi dell'organizzazione e della leadership senior. L'incontro con i vertici aziendali e con gli stakeholder aziendali è il primo passo per aiutare la tua organizzazione a raggiungere gli obiettivi prefissati, facendo dei dati un vero e proprio vantaggio competitivo. "Tutto inizia e finisce con: qual è il problema aziendale che stai tentando di risolvere?", afferma Rania Khalaf, Chief Information and Data Officer presso Inari.
Alla fine, connettere le strategie aziendali e quelle dei dati significherà unire i framework e le linee guida esistenti in tutti i dipartimenti per un’unica visione unificata del panorama dei dati su cui tutti (idealmente) sono d’accordo.
Infatti, secondo Gartner®, i CDO che collegano dati e analytics a risultati e metriche di business quantificati e prioritari avranno più successo dei colleghi che non lo fanno.¹
Ma quando inizi, devi essere realistico, dice Srinivasan Sankar, Enterprise Data and Analytics Leader nel settore assicurativo. Per aiutare la leadership a comprendere i meriti strategici delle iniziative relative ai dati e all'AI, assicurati innanzitutto che le priorità siano chiarite e concordate nel momento in cui il tuo ambiente collaborativo e orientato ai dati inizia a prendere forma.
Individua i casi d'uso più convincenti
Se avessi un accesso migliore a dati di alta qualità, in quale area dell'organizzazione potresti risolvere i problemi? "Quando incontri gli stakeholder, individua le esigenze di dati in più obiettivi aziendali all'interno o tra linee di business per mostrare il valore dei dati come asset strategico", afferma Jo Ramos, specializzato in progettazione e implementazione di strategie sui dati per i clienti IBM.
Esamina nei dettagli il panorama dei dati in ogni direzione. E se potessi ridurre i costi della supply chain aggiornando le app obsolete? O forse potresti automatizzare il rischio e la conformità con l'AI per ottenere informazioni più rapide e migliori? Comprendendo meglio la qualità dei dati e il modo in cui fluiscono (o meno) tra aree dell'organizzazione come finanza, vendite e marketing, si ottiene una visione più olistica delle operazioni e si scoprono nuove opportunità per far crescere il fatturato, aumentare la redditività e ridurre il rischio.
Conosci gli strumenti nel toolkit
Lavora fianco a fianco con l'IT per portare la tua strategia in materia di dati a un livello superiore sfruttando le infrastrutture e le tecnologie esistenti, nonché tecnologie nuove e all'avanguardia. Comprendere l'attuale ecosistema tecnologico e le strategie (incluse le strategie secondarie e quelle di livello ancora inferiore) della tua organizzazione può aiutarti a tracciare una linea d'azione definitiva e realizzabile per l'utilizzo di dati, AI e applicazioni per raggiungere i risultati aziendali. Questa conoscenza è fondamentale: sfruttare le iniziative pianificate e finanziate aiuta a garantire la realizzazione delle strategie in materia di dati.
Acquisisci familiarità con le strategie di trasformazione digitale e AI della tua organizzazione
Ramos sottolinea che aggiornare le applicazioni e innovare i vecchi sistemi non apporta valore se non si considera prima l'attuale ambiente dei dati della propria azienda. "Molte organizzazioni parlano di modernizzazione delle applicazioni e di trasferimento delle applicazioni nel cloud, ma perdono di vista i dati stessi", afferma. "Quando si tratta di integrare dati ed eseguire analisi, il punto non è spostare tutte le applicazioni nel cloud, ma capire dove i dati potranno trovare posto in una nuova architettura moderna".
Analizza i punti critici per rivelare ostacoli e lacune
Ora che conosci gli obiettivi finali e hai i leader nel team (li hai nel team, dico bene?), è arrivato il momento di esaminare il tuo ecosistema e valutare cosa funziona e cosa no. Quali sono gli ostacoli alla costruzione di una vera esperienza data-first?
I silo organizzativi spesso sono alla base delle sfide legate all’integrazione dei dati, alla gestione dei dati e ai flussi di lavoro. Infatti, l'82% delle aziende è inibito dai silo di dati.² Per essere più produttivi, i dipendenti hanno bisogno di dati self-service e di app o soluzioni con tecnologia AI con i giusti controlli. Il semplice accesso non dovrebbe mai essere un ostacolo.
Vuoi che i tuoi utenti siano in grado di accedere ai dati e li utilizzino per ottenere ottimi risultati. Non devono pensare a dove si trovano, se c'è una governance applicata o la conformità dei metadati dietro di essi. Dovrebbero essere in grado di utilizzare i dati di cui hanno bisogno in tutta sicurezza.
Esamina i dati per scoprire cosa hai e cosa ti serve
Una topologia dei dati rivela le curve e i contorni delle informazioni proprio come una mappa topografica mostra montagne, colline e valli. È in grado di classificare, raggruppare e gestire scenari di dati che abbracciano le priorità e le esigenze concorrenti di qualsiasi organizzazione. Quando si conosce la topologia dei dati della propria azienda, è possibile identificare i vincoli e individuare le architetture dei dati obsolete, come le tecnologie che non sono in linea con le strategie aziendali. È anche possibile identificare le aree per eventuali aggiornamenti logici, come l'opportunità di adottare tecnologie di AI e automazione più solide, e i segnali di allarme che ostacolano l’integrazione dei dati.
Fai l'inventario per sapere chi c'è a bordo e cosa porta con sé
Indipendentemente dall'intelligenza e dal talento, non puoi progettare individualmente enormi modifiche ai dati. Assicurati che il tuo team, e, sì, anche tu, abbiate le competenze specifiche e la formazione continua necessarie per stare al passo con il rapido ritmo del settore IT, soprattutto quando si tratta di AI. Più della metà delle organizzazioni sta formando il personale interno per ampliare l'alfabetizzazione e le competenze in materia di dati, mentre una su cinque assume laureati e li forma.³ Diventa smart, resta smart.
Attribuisci priorità agli elementi critici dei dati per la governance
Mantenere il controllo su elementi di dati critici e regolamentati, come nomi, indirizzi, numeri di previdenza sociale e altro ancora, è essenziale per gestire diversi sistemi aziendali senza errori di duplicazione, ricerche inaffidabili o violazioni della privacy. Trova un delicato equilibrio tra la protezione dei dati e la promozione dell'innovazione. Considera chi attualmente possiede, gestisce e definisce le politiche relative ai dati e se tale governance incide sulla sicurezza, sulla privacy o sulla conformità. Assicurati che le persone giuste all'interno dell'organizzazione abbiano i diritti decisionali, il quadro di responsabilità e le risorse esterne per garantire un comportamento appropriato in termini di valutazione, creazione, consumo e controllo di dati e analisi. Non dimenticare nemmeno la governance di tutte le tecnologie di intelligenza artificiale che stai utilizzando in questa fase.
Per maggiori informazioni, consulta il corso IBM sulla topologia dei dati
Esplora i corsi e il toolkit gratuiti di design thinking aziendale
Definisci l'obiettivo dei tuoi dati
Delinea la tua visione globale in modo che le conversazioni sulla strategia dei dati e le conseguenti modifiche ai processi aziendali siano altrettanto significative per gli ingegneri delle app e gli analisti aziendali che per le risorse umane e le vendite. "Molti ambienti dati sono ormai datati e raramente hanno la flessibilità necessaria per evolversi nell'ambiente digitale odierno", afferma Tony Giordano, che guida la strategia dei dati, la consulenza e gli impegni di trasformazione di IBM.
"Ma il digitale richiede capacità decisionali in tempo reale e i modelli predittivi che forniscono queste capacità decisionali in tempo reale richiedono ambienti di data science. I dati operativi rappresentano sempre più una parte fondamentale dell'ecosistema di dati. Una moderna architettura dei dati richiede un ecosistema di dati integrato con capacità che devono essere gestite, governate e protette per garantire una qualità dei dati coerente e la flessibilità necessaria per evolversi insieme ai canali digitali."
Questo livello di dettaglio rende la modifica dei processi aziendali un po' meno estenuante, poiché si è pronti a rispondere alle preoccupazioni con una spiegazione dettagliata di come le soluzioni renderanno più facile la vita di un particolare utente. E questo è un grosso problema: il 37% degli intervistati in un recente sondaggio ha affermato che la sicurezza dei dati è stata la sfida numero uno, seguita dalle preoccupazioni sulla privacy dei dati e sulla gestione delle pipeline di dati.⁴
Occorre essere specifici per determinare in quali aree la modernizzazione delle applicazioni, l'automazione e l'AI possono portare la propria strategia al livello successivo
Più impari dalla tua trasformazione digitale e dalla tua strategia IT, migliore sarà la tua strategia dei dati. Questi insight aiutano a promuovere l'efficienza, aumentare la crescita dei ricavi e mitigare i rischi, soprattutto se amplificati dalla modernizzazione delle app, dall'automazione e dall'AI.
Lufthansa ha collaborato con un team IBM per sperimentare nuove idee e servizi di business basati sull'AI che migliorassero l'esperienza del cliente. Origini dati precedentemente eterogenee sono ora ricercabili in linguaggio naturale e nei termini dell'aviazione per rispondere più facilmente a quasi 100.000 richieste da parte dei clienti ogni anno. "Per noi di Lufthansa, l'AI è fondamentale perché ci apre le porte del mondo dei dati su cui siamo seduti", afferma Mirco Bharpalania, Senior Director, Cross Domain Solutions di Lufthansa Group. "In realtà ci aiuta a sbloccare tutto il potenziale che, in qualche modo o da qualche parte, abbiamo già nei nostri database".
Misura i progressi verso i tuoi obiettivi
Comprendiamo cosa stai affrontando. In qualità di leader dei dati, spesso ci si aspetta che si ottengano e si quantifichino risultati importanti su tre fronti in competizione tra loro: la crescita dei ricavi, l'efficienza operativa e la riduzione dei rischi per la sicurezza e la privacy. Usa i dati per avere successo e contribuire direttamente alla crescita dell'azienda. Stabilendo metriche di successo, attribuisci priorità all'impegno in base a ciò che conta di più in questo momento per la tua organizzazione.
Non dimenticare di consultare gli appunti delle riunioni iniziali con gli stakeholder per vedere come sono stati definiti gli indicatori di prestazione chiave e gli obiettivi, e come questi si sovrappongono alle attuali strategie di architettura dei dati e di AI. Le tue metriche stanno rispettando i piani audaci delineati in quel momento? In caso contrario, è il momento di riconnettersi e riallinearsi. "Il ruolo CDO è spesso di breve durata. Il motivo non è definire aspettative. Assicurati di definire aspettative e di ottenere risultati man mano che procedi", afferma Sankar.
Cogli i punti salienti della tua strategia sui dati e condividili
A questo punto, dovresti avere ben chiare le priorità della tua organizzazione e come utilizzare i dati e l'AI per fornire e accelerare il valore aziendale. Quali sono le tue prossime lacune da colmare? Uno sguardo al quadro generale, ovvero dove ti trovi e cosa ti aspetta, ti offre un contesto strategico per elaborare piani attuabili per la consegna e la scalabilità. Nel farlo, includi i risultati, gli obiettivi e le misure che ti manterranno sulla buona strada in modo da poterli condividere con la tua azienda durante il percorso. Ecco alcuni elementi da includere nella panoramica della tua strategia dati:
- Osservazioni, sfide e raccomandazioni
- Obiettivi, risultati e misurazioni
- I dati interfunzionali devono supportare diversi casi d'uso
- Esigenze di privacy e sicurezza dei dati
Ricorda: la strategia non è solo un esercizio su carta: è un approccio vivo e in evoluzione. Quindi agisci con creatività. Rivedi e ottimizza frequentemente in base all'evoluzione degli obiettivi e dei traguardi aziendali e assicurati sempre che la tua strategia consenta flessibilità, agilità e innovazione umana.
Scarica il framework per la strategia dei dati in sei passaggi
Mappa—ed esplora—scenari del mondo reale
Che si tratti di innovare sistemi ormai obsoleti, di abbandonare vecchi prodotti, di delegare a partner esperti di dati o di applicare l'AI a tutto lo spettro aziendale, il tuo compito è quello di concentrarvi sugli obiettivi in materia di dati con il minor numero possibile di deviazioni. Ottieni le tue informazioni dagli utenti dei dati. Considera i modi migliori per accelerare il valore aziendale utilizzando l'AI. L'implementazione della topologia dei dati creata nella fase di strategia consente di tenere sotto controllo i casi d'uso e di monitorare vari controlli in più linee di business.
Delinea una politica di governance dei dati basata su qualità, privacy e sicurezza dei dati e dell’AI
Come parte di un approccio moderno alla gestione dei dati, una solida funzionalità di governance e privacy aiuta le organizzazioni a prosperare in un contesto di volume di dati in crescita. Un livello di metadati e governance per tutte le iniziative di dati, analisi e AI aumenta la visibilità e la collaborazione all'interno dell'organizzazione, indipendentemente da dove sono i dati. La politica di governance dei dati modellerà il comportamento in materia di qualità, privacy, sicurezza e gestione dei dati e mostrerà dove l’AI ottimizza gli sforzi di regolamentazione. Qualunque sia la politica applicata, deve aiutare a standardizzare la terminologia per i dati strutturati e non strutturati, in modo che tutti nell'organizzazione possano parlare la stessa lingua. Il tutto dovrebbe essere supportato da app designate per ambienti specifici, in linea con i requisiti normativi e di sicurezza e implementati in un approccio multicloud ibrido per garantire una protezione ottimale.
Scarica l'ebook: Governance dei dati per i leader dei dati →
Identifica i tuoi sostenitori dei dati
Le persone della tua organizzazione che identifichi come alleati nella strategia e nella difesa dei dati sono i tuoi partner per il successo. Scopri chi è più interessato all'impatto che i dati possono avere sul proprio lavoro e coinvolgili in riunioni periodiche e nel mantenimento degli standard. "Ho iniziato in piccolo identificando i campioni del prodotto", afferma Sankar. "Inizierebbe con una unità di business e una volta che avrà successo, sarà contagiosa."
In qualità di azienda data-first, IBM dispone di un team di sostenitori dei dati dedicato esclusivamente ad aiutare l'organizzazione ad adottare un uso migliore e più pervasivo dei dati a tutti i livelli.
Questi esperti di dati hanno pieni poteri all'interno di IBM, nel senso che se trovano un gruppo che la pensa come loro, ad esempio nel settore della contabilità o della supply chain, e vogliono procedere con i dati e le funzionalità dell'AI, possono farlo senza dover tornare indietro per ottenere permessi o finanziamenti.
Standardizza la nomenclatura
Entro il 2024, le organizzazioni che faranno un uso efficace dei metadati attivi ridurranno della metà i tempi di distribuzione integrata dei dati e miglioreranno la produttività dei team di dati del 20%.⁵
Per utilizzare i metadati con lo scopo di standardizzare la nomenclatura, molti implementano un knowledge catalog. Un knowledge catalog consente agli utenti di accedere, curare, classificare e condividere dati, knowledge asset e informazioni sulla conformità, come un glossario comune a tutta l'organizzazione. L'obiettivo è assicurarsi che tutti siano sulla stessa lunghezza d'onda in materia di governance, qualità dei dati e conformità.
Imposta i cicli sprint
Affinché una strategia basata su dati e AI possa prendere piede, le organizzazioni spesso devono riprogettare tutta la loro cultura su nuovi concetti e ambienti. Sembra scoraggiante, ma è quasi impossibile.
Inizia pensando a ciò che puoi ottenere di prezioso e fattibile in un breve lasso di tempo. Assembla il tuo team interfunzionale con obiettivi chiari. Quindi, imposta brevi cicli sprint con traguardi attuabili che aiuteranno a dimostrare i risultati. Un approccio consiste nel seguire questo processo semplice e ripetibile utilizzato dagli esperti di dati IBM:
- Pianifica per una o due settimane con workshop conoscitivi e sessioni di pianificazione della strategia dei dati che includono un esercizio di mappatura della topologia dei dati.
- Dimostralo in sei settimane con un caso d'uso orientato al cliente, impostato con traguardi attuabili e di apprendimento.
- Adotta e scala con un prodotto di prova monitorato tra gli stakeholder interni per garantire la conversione.
L'ultima parte è fondamentale. Per promuovere una chiara comprensione dei benefici di qualsiasi strategia, assicurati che i vertici aziendali, i team tecnologici e gli utenti business abbiano tutti lo stesso traguardo nel mirino.
Raccogli piccole vittorie sotto forma di MVP
A volte si ottiene il massimo con il minimo investimento. Il team IT di Experian non sapeva che l'analitica dei dati potesse trovare spazio nel loro back office: tutto ciò che sapevano era che stavano affogando nelle informazioni. L'assemblaggio di un singolo report di credito in meno di un secondo richiede non meno di 3.000 origini di dati, 200 milioni di record che si aggiornano costantemente ogni mese e miliardi di righe di dati aggiuntivi che tengono traccia dei dati storici archiviati e dei set di dati derivati.
Lavorando con IBM, Experian ha implementato un MVP che consente agli utenti di contemplare e testare nuove idee con il minor numero di investimenti e funzioni. In molti casi, è il modo più rapido ed economico per testare le ipotesi e capire se un investimento continuo ha senso. In questo caso è stato assolutamente così. "Entro 90 giorni, abbiamo avuto la prova del concetto, i cui risultati ci hanno dimostrato di poter migliorare la nostra copertura del 500% e ridurre i costi del 80%", afferma Joni Rolenaitis, Chief Data Officer di Experian.
Integrando tecnologie e sistemi emergenti, le organizzazioni diventano più automatizzate, basate sui dati, tolleranti al rischio e sicure. È anche il modo in cui lavorano in modo più intelligente, non più duramente: dopo tutto, gli insight dei workflow guidati dall'AI possono portare a nuove efficienze e a flussi di ricavi più redditizi. Considera in che modo ecosistemi di dati e pratiche di gestione obsoleti influiscono sulla capacità di un dipendente di prendere decisioni. La ricerca mostra che fino al 68% dei dati non viene analizzato nella maggior parte delle organizzazioni.⁶ Grazie ai progressi vertiginosi nella capacità di elaborazione, negli algoritmi più intelligenti e nello spazio di storage a prezzi accessibili, l'integrazione dei dati è il fondamento delle organizzazioni rivolte al futuro.
Crea un catalogo centrale per trovare e condividere gli insight
Ti consigliamo di utilizzare al meglio un catalogo centrale per memorizzare e condividere insight, consentendo un consumo di dati semplificato. All'interno del catalogo, i dati vengono aumentati in forme originali e rese accurate con storage adatto allo scopo, che consente la pubblicazione e la sottoscrizione dei dati in tutta l'organizzazione. Gli strumenti di accesso ai dati guardano al di là delle singole applicazioni o processi per considerare come vengono consumati i dati e quali conoscenze stanno emergendo. Questo livello di dettaglio consente agli utenti di prendere decisioni in tempo reale tenendo conto dei dati per le linee di business, nonché di analisti, data scientist e agenzie normative e federali.
Incoraggiare l'adozione da tutte le direzioni responsabilizzando i consumatori di dati
Non si tratta solo di lavorare a testa bassa sui dati. Puoi utilizzare il tuo nuovo framework di gestione dei dati per incoraggiare l'adozione delle strategie dell'organizzazione in materia di dati e AI da ogni direzione, non solo dall'alto verso il basso. Questo ti consentirà di influenzare il modo in cui la tua azienda comunica, migliorare i flussi di lavoro chiave, ottimizzare la sicurezza e sbloccare nuovi modelli di business, opportunità di mercato e efficienze operative.
Comunica i risultati per la massima visibilità
Fai sapere alle persone quanto i tuoi sforzi stanno dando i loro frutti. "Crea credibilità con i processi aziendali e la connessione dati e raccontando una storia avvincente con i tuoi dati", afferma Sankar. Fallo in tutta l'azienda (su, giù, lateralmente, in diagonale) con aggiornamenti rapidi e report regolari che misurano il modo in cui le tue nuove strategie stanno generando entrate e rendendo il lavoro più piacevole per tutti, soprattutto quando si tratta di AI.
Assumi (e riqualifica) talenti per rimanere agili
La carenza di talenti è un problema reale, ma la maggior parte delle organizzazioni non sa cosa fare al riguardo. Colmare le lacune nelle competenze significa guardare oltre le tradizionali strategie di assunzione e formazione. Mentre le aziende si affannano per soddisfare le loro esigenze di talenti, molte stanno modificando i propri requisiti di formazione ed esperienza solo per coprire dei ruoli. Cosa fare quando la formazione e le assunzioni non bastano a soddisfare le esigenze? Prendi in considerazione questi suggerimenti tratti dalla guida aziendale di IBM per colmare le lacune nelle competenze ed esplora i modi per integrare queste lacune con l'AI e l'automazione.
Promuovi l'alfabetizzazione dei dati—sempre
Gartner prevede che entro il 2023 l'alfabetizzazione dei dati diventerà un driver essenziale e necessario del valore aziendale, come dimostra la sua inclusione formale in oltre l'80% delle strategie di dati e analytics e dei programmi di gestione del cambiamento.⁷ Ma tenere il passo con l'alfabetizzazione dei dati non dovrebbe essere un impegno annuale o trimestrale, ma una parte costante della strategia aziendale. "Se si cerca di raggiungere una cultura basata sui dati e non si responsabilizzano le persone, in un certo senso è un ossimoro", afferma Bhandari. "Se la cultura è basata sui dati, le persone devono prendere in considerazione i dati."
Costruisci solide partnership all'interno dell'organizzazione
Al livello base, il tuo lavoro come leader dei dati è aiutare la tua organizzazione a prendere le decisioni più sagge sulla raccolta, la gestione e l'utilizzo dei dati. Nel costruire e rafforzare le partnership a tutti i livelli, apriti ai feedback e alla collaborazione e aspettati l'inaspettato. Perché quando si sviluppa un'organizzazione data-first si verifica un fenomeno interessante. Quanto più la tua visione si inserisce nel DNA dell'organizzazione, tanto più puoi “lasciarti andare” semplicemente sostenendo una cultura in cui le persone sono motivate ad apprendere e ad assumere nuovi ruoli. In tutto ciò, continua a comunicare scopi e obiettivi con chiarezza e con uno sguardo rivolto al futuro.
Gartner prevede che entro il 2023 l'alfabetizzazione dei dati diventerà un elemento chiave esplicito e necessario del valore aziendale, come dimostra la sua inclusione formale in oltre l'80% delle strategie dei dati e analisi e dei programmi di gestione delle modifiche.⁷
La tua organizzazione, ispirata dalla tua strategia sui dati, si mobilita al tuo fianco. Man mano che aumenti le tecnologie esistenti e ne introduci di nuove per semplificare l'accesso ai dati a ogni livello organizzativo, ricorda che stai facendo di più che creare efficienze e ottenere nuovi insight: stai costruendo una cultura di persone con la passione per l'utilizzo dei dati al massimo del loro potenziale.
Note a piè di pagina
1 “CDO Agenda 2022: Pull Ahead By Focusing on Value, Talent and Culture,” Gartner, 2021.
2 “The Total Economic Impact Of IBM Garage,” uno studio commissionato condotto da Forrester Consulting, ottobre 2020
3 “Tableau Boosts its Data Literacy Initiatives to Address Data Skills Gap, Expand Market,” IDC doc #EUR148573521, IDC, dicembre 2021
4 “Diving into the data lake—Highlights from VotE: Data & Analytics, Data Platforms 2021,” 451 Research, parte della S&P Global Market Intelligence, 2021
5 “The Impacts of Emerging Cloud Data Ecosystems: An Architectural Perspective,” Gartner, 9 settembre 2021
6 “Rethink Data: Put More of Your Business Data to Work – From Edge to Cloud,” Seagate Technology, luglio 2020
7 “A Data and Analytics Leader's Guide to Data Literacy,” Gartner, 2021
GARTNER è un marchio registrato e un marchio di servizio di Gartner, Inc. e/o delle sue affiliate negli Stati Uniti e a livello internazionale ed è usato qui con l'autorizzazione. Tutti i diritti riservati.