Penelope Prett di Accenture sul valore predittivo dei dati

Penelope Prett lavora in Accenture da oltre 30 anni. È stata nominata CIO nel 2019 e, lo scorso autunno, ha aggiunto al suo titolo e alle sue competenze anche quelle relative ai dati e alle analisi.

Di recente, ho parlato con Prett del suo nuovo ruolo, di cosa significa per Accenture, e dei suoi consigli per i CIO che stanno intraprendendo il viaggio data-to-value. Quella che segue è una versione editata della nostra conversazione.

Martha Heller: lei è la CIO di Accenture dal 2019 e, recentemente, il suo titolo è cambiato in chief information, data and analytics officer. Perché Accenture ha unito l’IT con i dati e le analisi, e qual è il suo nuovo ruolo?

Penelope Prett: Abbiamo unito l’IT con i dati e gli analytics perché sono alla base dei sistemi che guidano le performance aziendali. I dati e la tecnologia sono inestricabilmente intrecciati.

Il mio ruolo è trovare il modo di mettere l’azienda in condizione di sfruttare i dati per migliorare le sue prestazioni nei singoli settori e nel suo complesso. Non dico ai miei partner commerciali quali azioni intraprendere sulla base dei dati. Il mio lavoro consiste nel fornire loro le funzionalità analitiche di cui hanno bisogno per prendere tali decisioni da soli.

Come definisce il valore che i dati possono apportare ad Accenture?

Abbiamo dati che risalgono alla nascita dell’azienda. Poiché ci siamo spostati in una posizione basata sul cloud, dove possiamo gestire funzionalità dai nostri vendor partner, abbiamo ripulito ogni singolo dominio di dati.

Ma il valore non è nei dati. Il valore è nei fili che legano insieme i diversi domini che li riguardano, come quello finanziario e quello delle risorse umane, per rappresentare il funzionamento della nostra azienda. Deriva dai prodotti complessi che rappresentano le interazioni di più tipi di dati.

Il valore è dato anche dalla capacità predittiva dei dati. Nel mondo di oggi, operiamo attraverso fogli di calcolo, PowerPoint e opinioni di persone, che sono intelligenti ed esperte, ma osservano i dati attraverso la loro lente. Trasformando questi ultimi con una modalità più aggregata e automatizzata, possiamo guardare più lontano e prevedere nel futuro più di quanto gli esseri umani possano fare da soli. Il valore è nel potere predittivo dell’aggregazione dei dati.

Che cosa potete prevedere oggi che non potevate prevedere in passato?

In Accenture, eravamo soliti raccogliere manualmente i dati macroeconomici globali, applicare quelli esterni ai nostri dati interni, identificare i modelli e prendere decisioni. Oggi, invece, possiamo collegarci a funzionalità globali di terze parti basate su cloud e ottenere le risorse informative macroeconomiche in modo automatizzato. Possiamo individuare molto rapidamente le tendenze globali che avranno un impatto sulla nostra attività, regione per regione, con mesi di anticipo e senza alcun filtro umano. È un momento davvero rivoluzionario per le aziende che vogliono migliorare le proprie prestazioni sfruttando la potenza di questo tipo di dati, ma devono agire in fretta.

Perché devono agire in fretta?

Il campo dei dati è così vasto che i CIO e i Chief Data Officer possono essere in ansia su dove spendere e da dove iniziare. Ma ogni giorno che passa senza che si faccia nulla, un concorrente sta creando valore dai dati. Che si tratti di una piccola startup o di una grande azienda, qualcuno sta facendo progressi nell’utilizzo dei dati disponibili nel settore di competenza per migliorare previsioni e prestazioni. Ogni giorno i modelli dei concorrenti diventano più intelligenti.

È un problema che si aggrava. Più si aspetta, più si rimane indietro, finché non si arriva a un punto in cui non si può più recuperare, nemmeno con le tecnologie di oggi.

Il mio consiglio è: iniziare. Di fronte a una marea di dati, bisogna iniziare con un dominio molto piccolo, da analizzare, esaminare e pensare a come combinarlo con altri dati. Bisogna giocare con la tecnologia. Buttarsi nella mischia.

In che modo, Accenture ha iniziato questo viaggio nel valore dei dati?

Manish Sharma, Chief Operating Officer di Accenture, ha dato vita a un’iniziativa chiamata Rapid Data Lab. Ha sfidato un team piccolo e concentrato a dedicare sei mesi nella selezione dei tre processi più importanti relativi ai dati, uno dei quali è stato la revisione mensile della redditività globale, tanto per fare un esempio, e a creare il flusso e la visualizzazione migliori a partire dai dati stessi. Questi erano stati conservati in slide di PowerPoint e non avevano alcun elemento predittivo. Ha poi chiesto al team di leadership di condurre le proprie riunioni utilizzando quel flusso di dati, verificando dove ci avrebbe portato, non ciò di cui il team avrebbe voluto parlare.

Dopo sei mesi, l’intera società si è allineata, perché quando si creano piccole capacità che dimostrano il potere dei dati, si crea dipendenza nel resto della popolazione aziendale. Vi garantisco che ogni impresa ha abbastanza dati sotto il cofano per creare una di queste funzionalità.

Abbiamo chiamato il Rapid Data Lab “Velocity One”, e poi Manish mi ha chiesto di creare un piano per “Velocity Two”, un’attività permanente e duratura per incorporare il potere dei dati nello stile di vita della nostra azienda. È quello che sto facendo ora.

Qual è il suo consiglio per quanto riguarda l’architettura di una strategia sui dati?

Il ritmo dell’evoluzione tecnologica è particolarmente elevato nel settore dei dati e dell’intelligenza artificiale, quindi la scelta della tecnologia può intimorire. Ma, fondamentalmente, c’è bisogno di una piattaforma principale per il proprio livello di prodotti di dati, che è il luogo in cui essi vengono generati, memorizzati e gestiti. Quindi, è necessaria una rete per manipolarli e portarli a uno stato in cui è possibile inviarli al livello di visualizzazione. Intorno a tutto questo, c’è un set di strumenti tecnologici che ne regola il funzionamento.

Le scelte per ognuno di questi quattro livelli – storage, mesh, visualizzazione e governance – sono infinite, ma se si capisce cosa si vuole fare con ogni livello, il percorso verso la tecnologia giusta diventa molto più semplice.

Come sta democratizzando i dati?

Cerco di distribuire ai miei partner commerciali la quantità di dati che sono disposti ad accettare. Il mio ruolo è quello di creare una sandbox sicura e il loro compito è quello di costruire all’interno di essa ciò che desiderano e che serva al meglio il nostro business.

La democratizzazione arriva al massimo delle sue potenzialità quando ognuno può convivere bene con i dati che gli vengono forniti. Tuttavia, poiché non si vuole che le persone creino i propri dati, è importante creare l’“acquistabilità” all’interno del modello, in modo che i propri clienti ottengano ciò di cui hanno bisogno dai dati che vengono forniti e non ne generino di propri. Quando tutti utilizzano gli stessi dati di base, l’unica cosa che differisce è l’interpretazione di alcuni loro strati. I problemi sorgono quando provengono da luoghi diversi. È su questo punto che mi sto concentrando in questo momento, lavorando in tandem con i miei clienti aziendali per fornire loro i dati che desiderano, senza intralciare il loro utilizzo.

Quale sarà l’evoluzione del valore aggiunto dei dati?

Oggi usiamo i dati per pensare a cosa fare per le nostre aziende. Se applichiamo la tecnologia in modo corretto, arriveremo presto a un punto in cui l’intelligenza della tecnologia ci chiederà: “Hai pensato a questo? Hai considerato questo?”. La tecnologia dei dati andrà oltre l’apporto umano. Ognuno di noi opera a partire dalla propria lente contestuale, che sarà una componente aggiuntiva al tavolo. Ma i dati ci porranno domande che ci permetteranno di massimizzare ciò che i nostri cervelli umani possono fare.