Condividi l'articolo

Paradigmi dell’APA

L’APA, ovvero l’Analytics Process Automation è l’evoluzione dell’analisi dei dati al servizio delle persone.

Si parla di APA, quando intendiamo spezzare le catene delle informazioni rendendo fruibili i dati all’utilizzatore finale, superando le barriere che dividono le varie forme del dato.

Il fine ultimo è quello di aumentare l’accessibilità delle informazioni, automatizzare e ottimizzare i processi analitici, accelerare la crescita delle persone, in modo che attraverso un’esperienza end-to-end, tutte le funzioni all’interno di un’organizzazione o di una comunità, possano produrre soluzioni migliori e risultati più rapidi e più grandi.

apa

Il DataOps

Tutto questo sembrerebbe utopico, un’idea che va verso un lontano futuro, ma proviamo ad analizzare qualcosa di reale e presente, che qualche anno fa sembrava impensabile, come il manifesto del DataOps.

  • Individui e interazioni prima di processi e strumenti
  • Analisi di lavoro prima di documentazione completa
  • Collaborazione con i clienti sulla negoziazione del contratto
  • Sperimentazione, iterazione e feedback
  • Proprietà interfunzionale delle operazioni per condivisione della responsabilità

Sono tutti elementi che abbiamo già sentito e applicato, le funzioni aziendali che producono il vero valore delle aziende, cioè le persone, l’accesso ai dati per tutti. Quale migliore modo per collaborare e permettere l’analisi dei fatti e prendere decisioni…

Manca dunque un tassello al puzzle, che permetta di rendere reale e tangibile il nostro APA, ovvero un processo racchiuso in elementi reiterativi che attivino la macchina della innovazione continua.

Partiamo dagli elementi che compongono il nostro processo ideale, e come modificarli ed elevarli verso il livello successivo.

^

Dal Data Discovery all’Auto Discovery

Passare dal rilevamento manuale dei dati all’individuazione automatica di risorse e dati critici, in qualsiasi formato, includendo la scoperta di un potenziale valore in tutti i tipi di dati, inclusi file pdf, piattaforme dati, registri web, data lake, flussi di eventi, testo o bot.

Possiamo immaginare un’applicazione estesa e controllata del data discovery, la process automation e l’RPA, racchiusa in un termine Hyperautomation?

^

Dal Self-Service all'Auto-Service

Gli utenti devono poter facilmente creare le proprie diagnosi, previsioni e applicazioni analitiche semplici da usare.

Stiamo parlando di Modern BI, il dato a disposizione dell’esperto non l’esperto che richiede il dato.

apa
^

Dalla codifica manuale alla generazione automatica

Spostare il paradigma analitico dal codice dipendente dal data scientist, verso la generazione automatica di modelli senza codice e algoritmi.

Abilitando i “citized data scientist”, in particolare quelli con una profonda comprensione del business, all’utilizzo della AI senza dover raggiungere una competenza specialistica in matematica, rendendo disponibili gli algoritmi matematici più comuni con un click, o meglio un drag and drop. Semplificazione.

apa
^

Dall’intuizione all’auto processamento delle informazioni

 

Una volta che l’intelligenza viene iniettata in un processo aziendale, è possibile farlo continuamente migliorando le risposte con ogni transazione.

Una piattaforma APA completamente funzionale consente la creazione automatica di informazioni arricchite verso  output disomogenei, come API, app mobili, robot, automazione dei processi robotici, business intelligence, applicazioni, documenti o AI operativi.

La connessione e reiterazione alla dei processi, base dell’innovazione continua.

Gli elementi direi che ci sono tutti e sono ben delineati, ora mescoliamoli in un unico mazzo e tiriamo fuori il jolly, ovvero una piattaforma che renda reali tutti questi contenuti, Alteryx.

Spero di avervi perlomeno incuriositi sull’argomento, e vi lascerei agli approfondimenti del caso, perché come ogni buon data enthusiast sa, è la capacità di rispondere alle domande attraverso l’indagine che trasforma un buon data analyst in un ottimo data analyst, aggiungere un buon tool permette ad ottimo data analyst di raggiungere vette sempre più elevate.

0 commenti

Invia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *