Data discovery e Data visualization

Il processo di Data discovery permette di individuare in maniera rapida ed efficace pattern, trend, outliers (valori fuori norma) e altre evidenze di rilievo che difficilmente sarebbero visualizzabili con strumenti di reportistica classici. Alla sua base risiedono i principi di Data visualization che sfruttano particolari rappresentazioni visuali – grafici avanzati, mappe, diagrammi – utili a evidenziare questi fenomeni.

In estrema sintesi, i processi di Data discovery si compongono di due fasi:

• la prima concerne la preparazione del dato e richiede conoscenze base di modellazione per renderlo utilizzabile ai fini della visualizzazione e per assicurare che le informazioni mostrate siano corrette. In questa fase è possibile connettere dati aziendali strutturati con sorgenti dati esterne come fogli Excel, feed da tool di Web Analytics, Open Data e così via
• la seconda fase, invece, riguarda la sua visualizzazione, ovvero la vera e propria “costruzione” delle analisi visuali che facilitano l’utilizzatore a individuare eventuali caratteristiche di interesse supportandolo nel decision-making. I più diffusi tool di Data discovery si sono evoluti grazie all’integrazione di funzioni statistiche (regressione, clustering,…) e suggerimenti automatizzati per supportare l’individuazione di potenziali problematiche

Ogni mercato di riferimento ha delle caratteristiche specifiche e si caratterizza con metriche spesso esclusive. E’ buona norma approcciare all’analisi dei dati e alla costruzione delle dashboard di decision-making avendo piena conoscenza del mercato di riferimento nel quale opera l’impresa e delle caratteristiche intrinseche di quest’ultima. Un approccio non settoriale rischia di creare un overload di informazioni poco utili alla direzione o alla governance dei processi, quindi totalmente inefficaci.