SAS Analytics Experience 2017

Gli Analytics conquistano l’Edge Computing

moven

Si conclude oggi SAS Analytics Experience 2017, la più importante convention europea del colosso degli analytics. Molti gli speakers che si sono succeduti sul palco del centro congressi del Mövenpick di Amsterdam, in un clima estivo che non ha fatto rimpiangere le ottobrate romane. La kermesse è stata moderata da Jon Briggs (il noto giornalista della BBCe ITN) che, con la sua consueta simpatia, ha portato quel briciolo di humor anglosassone, a cui siamo ormai abituati.

A parte le figure istituzionali della corporation (Jim Goodnight, Fritz Lehman, Randy Guard e Oliver Shabenberger), la prima giornata è stata quasi monopolizzata dal tema: come le nuove tecnologie possono supportare le iniziative umanitarie. In primo piano il principe Pieter-Christiaan Michiel della Dutch Royal Family, ieri in veste di Vice Chairman del board della Croce Rossa olandese.

1426461406823

La scena di oggi è stata invece indubbiamente dominata dalla spontaneità di Hannah Fry (relatrice presso Mathematics of Cities al Centre for Advanced Spatial Analysis dell’UCL), che ha presentato una selezione di curiose analisi statistiche, dimostrando le spettacolari prospettive della (big) data analysis applicata.

Jim Goodnight Utilizzare gli analytics per essere “disruptors” e non “disrupted”

“Così come la nascita di Internet ha cambiato il mondo modificando praticamente ogni aspetto della nostra società, gli Analytics hanno oggi il potenziare di fare lo stesso”. Jim Goodnight, fondatore e CEO di SAS, apre così l’Analytics Experience 2017 di Amsterdam.

Goodnight

Ci parla dell’impatto della nascente Economia Analitica attraverso i vari settori di mercato. Le più importanti tendenze convergono, come l’automazione interconnessa e l’intelligenza artificiale. “È alimentata da una apparentemente infinito flusso di dati ed è nutrita dalla nuova democrazia degli Analytics”, sostiene.

Il valore real-time degli Analytics risiede nei milioni di micro-momenti che offrono “opportunità per le organizzazioni di prendere decisioni e stabilire nuove connessioni per andare avanti o restare indietro”. L’economia analitica ci porta in una nuova era di cambiamenti, alcuni positivi, altri che possono risultare veramente distruttivi.

 

Randy Guard: Gli Analytics guidano il valore dell’Internet of Things

L’intervento più atteso di oggi è stato quello di Randy Guard (VP e CMO di SAS), che ci ha offerto uno sguardo sullo stato dell’arte della fortunata convergenza tra IoT (Internet of Things) e Analytics.

Randy

Randy inizia la sua presentazione con due esempi, molto suggestivi: gli Smart Pills (i medicinali intelligenti), che supportano i pazienti nelle loro terapie. Questi sensori inghiottibili sono in grado di monitorare i pazienti nell’assunzione di farmaci e controllare successivamente la loro efficacia nel corso del regime terapeutico.

Il secondo case riguarda minuscoli dispositivi che possono essere posizionati sul corpo delle api per tentare di risolvere il mistero che sta dietro al declino della loro popolazione. Questi dispositivi possono memorizzare il tempo e la distanza percorsa dall’insetto quando si allontana dal proprio alveare, monitorare la loro dieta, le condizioni ambientali a cui sono sottoposte e la loro esposizione a pesticidi e inquinamento.

I settori di mercato come energy e manufacturing impiegano sensori da molto tempo. La novità è rappresentata oggi dalla pervesività dei dispositivi connessi, il loro numero è incredibilmente aumentato, al punto che ora abbiamo più dispositivi connessi che esseri umani. Pensate a tutti gli apparecchi della vostra casa e moltiplicateli per tutti i consumatori del mondo, aggiungete i dispositivi industriali e beni a valore aggiunto come aerei e camion e avrete un’idea dell’impressionante esplosione dei dati disponibili.

Un’altra novità è la nostra abilità di fare analisi e prendere decisioni a livello di “edge” (sui dispositivi periferici, n.d.r.). Sensori, dispositivi di rete, sistemi di storage stanno rapidamente aumentando la loro potenza e la loro velocità rendendo possibile la comprensione dei dati nel momento stesso in cui vengono generati.

Le ecomonie sono guidate dal valore e nella analytics economy il valore dell’IoT deriva dalla scala. Come possiamo capitalizzare su questa opportunità? Non limitandoci a considerare la condizione di un singolo paziente o di una sola ape, ma focalizzando le nostre energie sull’effetto nella rete.

Utilizzando l’esempio della Smart Pill che migliora il trattamento di un paziente per volta, immaginate l’impatto sui costi sanitari di una nazione, quando tutti i pazienti contemporaneamente avranno una cura più efficace ed efficiente.

Possiamo capitalizzare questo tipo di valore se mettiamo gli analytics nel punto dove il dato viene prodotto. Connesso non significa necessariamente intelligente e connettività da sola non aggiunge valore. Sono gli analytics a guidare il valore dell’Internet of Things.

 

I risultati della survey sull’Artificial Intelligence

In occasione dell’Analytics Experience 2017 di Amsterdam è stato inoltre reso pubblico il risultato del recente studio realizzato da SAS, sullo stato dell’adozione delle tecnologie AI (Artificial Intelligence) da parte delle aziende europee.

La buona notizia è che molte tra le organizzazioni intervistate, hanno iniziato a parlare di AI, anche se poche hanno iniziato a implementare progetti reali. C’è molto ottimismo sul potenziale dell’AI, ma pochi sono confidenti che le loro organizzazioni siano pronte a sfruttare questo potenziale.

La lenta adozione dell’AI da parte delle aziende, non pare sia imputabile alla carenza di tecnologie disponibili, quanto ad una diffusa difficoltà a reperire competenze di data science da impiegare nei progetti, nonché a profondi ostacoli organizzativi.

Il 55% degli intervistati ritiene che la sfida più grande collegata all’AI sia rappresentata dal cambiamento che deve essere introdotto nell’organizzazione del lavoro
. L’adozione dell’AI implica una perdita di posti di lavoro, ma ha anche il potenziale di crearne di nuovi.

In seconda posizione compare la questione etica, con il 41% degli intervistati che si chiedono se robot e Intelligenze Artificiali dovrebbero lavorare per “il bene dell’umanità”, piuttosto che semplicemente per una singola azienda e la gestione dei posti di lavoro persi a causa della tecnologia.

Solo il 20% degli intervistati ritiene di avere pronti team di data scientist in grado di affrontare le sfide dell’AI, mentre il 19% non dispone per niente di queste competenze.

Il 28% ha in programma di assumere data scientist, mentre il 32% pensa di sviluppare queste competenze, attraverso corsi, conferenze e workshop, negli attuali team di analisti.

Quasi la metà degli intervistati ha fatto riferimento a sfide culturali, dovute alla mancanza di fiducia nei risultati prodotti dalle tecnologie AI e, più in generale, nelle soluzioni “scatola nera”.

Lo studio si è anche interrogato sulla maturità delle infrastrutture richieste per l’implementazione delle soluzioni AI. Il 24% degli intervistati ritene di disporre già di un’infrastruttura ottimale, un altro 24% pensa che sarà necessario aggiornare e adattare le attuali piattaforme, mentre il 29% non dispone per nulla di ambienti su cui far girare soluzioni AI.

“Abbiamo avuto dei progressi incredibili nel rendere le operazioni degli algoritmi accurate quanto solo un essere umano avrebbe potuto fare”, sostiene Oliver Schabenberger, Executive Vice President and Chief Technology Officer di SAS.

“È notevole che un algoritmo possa battere il miglior giocatore del mondo di Go. Pensavamo che questo gioco non potesse essere computerizzato dall’uomo, ma ora una macchina l’ha fatto per noi. Una volta che il sistema ha conosciuto le regole, ha imparato a giocare e ora lo fa meglio del migliore della nostra specie. Possiamo usare questa conoscenza per costruire sistemi che risolvono problemi di business, meglio di quanto possano fare i sistemi statici che utilizziamo oggi. Possiamo costruire sistemi che apprendono le regole del business e poi le usano per agire e migliorarsi. Questo è ciò su cui SAS sta lavorando”.

Lo Zen e la complessità dei dati

Data Strategy: gestione della qualità, coerenza e compliance dei dati aziendali

di Dan Pejeroni [Infosphere]

metropolis_at_night-wallpaper-960x600

Il fenomeno Internet of Things ha portato ad una nuova grande accelerazione nell’universo di dati che le organizzazioni devono controllare. Trarre profitto ed evitare le minacce provenienti da questa impensabile mole di dati è una sfida difficile da affrontare, senza un’efficace gestione.

Si parla molto oggi di Big Data e delle tecnologie che sovrintendono alle fasi di acquisizione e analisi (Data ingestion e Analytics), ma le problematiche relative alla standardizzazione, validazione e assicurazione sono spesso drammaticamente trascurate. Se i dati sono incompleti, duplicati e obsoleti le analisi che verranno prodotte dai sofisticati processi Analytics, Data Mining o Machine Learning saranno irrimediabilmente compromessi e non potranno che fornire analisi non corrispondenti alla realtà.

Di questo si occupa il Data Management che, per essere efficace, deve essere contestualizzato. I dati devono essere disponibili in modo definito, consistente, integrato e trasversale tra molteplici fonti. L’adozione di un sistema di Data Management limita il rischio di avere dati poco attendibili o non conformi in fase di analisi.

I processi necessari per garantire che i dati che vengono resi disponibili agli utenti siano efficaci, funzionali al raggiungimento degli obiettivi e possano effettivamente costituire un supporto per le decisioni strategiche sono:

  • Data Integration
  • Data Quality

La Data Integration è l’elemento base di un processo di Data Management, preposto alla standardizzazione dei dati, spesso provenienti da fonti diverse, per unificarne i risultati e aumentarne il valore. Ciò consente ad ogni nuovo dato che entra nel processo di analisi, non solo di aggiungersi alla quantità di informazioni già presenti, ma di moltiplicare il suo valore combinandosi con quelli attuali.

La Data Quality migliora l’affidabilità dei dati, certifica e governa le successive fasi di produzione e distribuzione dei dati. Si tratta del controllo qualità delle informazioni, che assicura che gli elementi che avranno un impatto decisivo sulle decisioni di business, siano corretti e completi.

 Ma la complessità della gestione dei dati non riguarda solo qualità e integrazione, ci sono anche aspetti normativi e di compliance piuttosto delicati. Il GDPR EU Personal Data Protection Act 2018 prescrive che ogni organizzazione operativa in uno o più paesi del EU debba rendersi compliant con la nuova direttiva entro la primavera del 2018. Le sanzioni rischiano di essere pesanti (da 20 milioni di euro o 4% del revenue complessivo).

Il Data Management è anche questo e punta a raggiungere l’agilità, l’accessibilità e la flessibilità necessarie per integrare tutti questi sforzi nella Data Strategy e ottenere un concreto governo dei dati.

A riguardo, segnalo un interessante evento di SAS Italy: SAS Road Show, il 7 febbraio a Milano e il 9 febbraio a Roma.

Internet of Things: qual è il vero impatto sul business?

di Dan Pejeroni [Infosphere]

SAS, leader mondiale degli Analytics, si concentra sulle esperienze compiute in Europa da 75 gruppi di lavoro in svariati settori di mercato che hanno implementato queste tecnologie

senza-titolo

Mentre molti studi stanno ancora esplorando il potenziale teorico dell’Internet of Things, gli early adopters hanno già acquisito una rilevante esperienza. SAS, leader mondiale degli Analytics, si concentra sulle esperienze già compiute in Europa da 75 gruppi di lavoro, in svariati settori di mercato che hanno implementato queste tecnologie con diversi obiettivi.

Il mercato attende che l’IoT raggiunga il mainstream entro il 2020 e il ritmo del cambiamento di un’economia sempre più digitale sta imponendo cicli di adozione più rapidi. Osservare gli insegnamenti degli erly adopter ci fornisce un punto di vista privilegiato.

Le interviste, con gli executive e i team leader, sono state strutturate per comprendere a quali obiettivi abbiano puntato i loro progetti, come siano stati sponsorizzati, dotati di risorse e rilasciati. Lo studio ha ricavato quattro punti chiave:

1 – L’obiettivo è quasi sempre sottostimato

L’immediata opportunità di una riduzione dei costi o di un inalzamento dei profitti sostiene gli specifici progetti IoT ma, non appena i nuovi dati cominciano a fluire, i potenziali impatti su altri workflow attraggono nuovi stakeholder e i fattori di successo vengono posti sotto pressione con l’inserimento di nuove esigenze. Questo è un inevitabile compromesso tra velocità e distanza. I team di progetto devono gestire le comunicazioni e le aspettative degli stakeholder, introducendo rigorosi phasing di progetto.

2 – La user experience definisce i risultati

L’IoT viene normalmente rilasciato ad un mondo che si aspetta che le informazioni vengano servite in formati comprensibili, sempre e ovunque. Questo significa che i team di progetto IoT devono considerare esattamente come ciascuno dei loro utenti target utilizzerà queste informazioni. Progettare pensando che la user experience sia il fattore critico di successo.

3 – Gli skill di data management e governance sono fondamentali

Sebbene il compito immediato dell’IoT sia quello di collegare lo scollegato, il valore è realizzato solo quando i dati sono analizzati e consumati. Il percorso dal sensore alla decisione è denso di data quality, data privacy, data management, analisi e distribuzione. I data manager devono essere coinvolti dagli esperti IoT già nelle fasi iniziali dei progetti.

4 – La maturità detta il valore

Lo studio ci offre un quadro sulla maturità degli Analytics all’interno delle organizzazioni. Il movimento Big Data necessita di frameworks di Analytics e di cooperazione orizzontale nell’organizzazione per identificare gli user case. L’IoT ha dimostrato di essere una più ampia e veloce manifestazione dei Big Data e richiede che le organizzazioni stesse investano risorse di leadership e management per superare gli ostacoli sul percorso che conduce alla maturità organizzativa degli Analytics.

Internet of Things ha molti (diversi) significati

Agli intervistati è stato chiesto cosa si aspettavano che l’Internet of Things avrebbe potuto rappresentare per i loro clienti e concorrenti. Data la sua ampia applicabilità, le risposte sono cadute in ben 17 diverse categorie, confermando la grande varietà di significati attribuiti all’IoT dalle diverse società e dai diversi settori industriali.

Una visione condivisa sui benefici futuri

In definitiva c’è stato un grande consenso sul vertice della classifica dei risultati attesi dall’introduzione di questa tecnologia: oltre il 40% degli intervistati ritiene che comporti una maggiore efficienza operativa e più di un terzo, circa il 36%, una migliore user experience. Se questa sia già esperienza o rappresenti solo speranze e ambizioni, resta ancora da accertare. Probabilmente sarà un mix tra le due, implicando una tecnologia ancora relativamente nuova e non completamente sperimentata. L’ambito condiviso della visione, tuttavia, è notevolmente costante. Era forse prevedibile che l’opinione si dividesse su chi possa maggiormente beneficiare delle implementazioni IoT: l’organizzazione o i clienti. Può essere difficile separare i benefici, poiché le due componenti sono strettamente intrecciate e una maggiore enfasi sulla esperienza cliente significa che i benefici per l’organizzazione spesso diventano anche vantaggi per i clienti.

Sono emerse anche altre tre categorie supportate da almeno un quarto degli intervistati: circa il 29% di questi ha dichiarato che l’IoT favorirebbe la definizione di nuovi prodotti e servizi o un miglioramento degli esistenti. Poco più del 25% ritiene che l’utilizzo dell’IoT migliorerebbe il resource management.

La categoria meno popolare è stata infine la convenienza per i consumatori, collegabile alla convinzione che la user experience possa risultare migliorata e che una più ampia user experience comprenda un migliore rapporto qualità-prezzo.

Scarica il booklet completo (pdf)

SAS Analytics Experience 2016

di Dan Pejeroni [Infosphere]

From Internet of Things to Internet of Emotions

“La Digital Disruption – la Trasformazione Digitale – è ormai un fatto inevitabile e ogni organizzazione sarà costretta a dotarsi di un piano per gestirla”. Carl Farrell (Executive Vice President & Chief Revenue Officer di SAS) apre con queste parole la SAS Analytics Experience 2016, tenutasi a Roma dal 7 al 9 novembre scorsi.

analytics-experience-roma-2016

Oltre mille, tra professionisti dell’Information Technology, sviluppatori, esponenti delle maggiori testate specializzate, blogger e influencer del mondo digitale si sono riuniti nella sala grande del Marriot Hotel, per seguire su un palcoscenico, degno di un concerto rock, l’evento dell’anno su Big Data, Internet of Things e Analytics

img_20161109_092106
Jon Briggs

Jon Briggs, per trent’anni giornalista della BBC e oggi voce di Siri (l’assistente vocale di iPhone), con un’ironia squisitamente anglosassone, dialoga con Carl Farrell, che pone subito l’accento sulla punta di diamante degli Analytics di SAS: la piattaforma open Viya.

“Open” in quanto dedicata a tutte le tipologie di utenti, non solo professionali, aperta all’accesso alle applicazoni di terze parti e a tutti i linguaggi del momento, come Java e Python.

I mega screens e i subwoofer della macchina scenica di Analytics 2016 eruttano ancora immagini e musica mentre Randy Guard (Executive Vice President e Chief Marketing Officer di SAS), sale sul palco del Marriott.

Viya non solo per risolvere i problemi correnti, ma per crescere, perché “Analytics è un mercato in crescita”. Oggi le aziende non si chiedono “Perché dovrei usare Google Analytics?”, ma piuttosto “Come faccio a ottenere di più dei miei dati?”.

E’ il momento poi di Oliver Schabenberger (Executive Vice President e CTO). Nell’Internet of Things ogni dispositivo, ogni sensore raccoglie dati e “Analytics è dove sono i dati”, che siano dati live che scorrono in streaming, che storicizzati nei Data Lakes. Entrambe le fasi richiedono diversi approcci analitici ma, secondo il CTO, comunque richiedono analisi.

E’ la volta di Jim Zemlin, direttore esecutivo della Linux Foundation . “Tecnicamente, sono il capo di Linus Torvalds, anche se di fatto lui non mi ascolta mai”.

“C’è ancora troppo software da scrivere”, sostiene Zemlin e i programmatori di software tradizionale non riusciranno a tenere il passo richiesto dall’evoluzione dell’IoT. E’ indispensabile scrivere questo software insieme, dice e come esempio cita Linux: ogni giorno si aggiungono 10.800 linee di codice, 5300 vengono rimosse e 1875 modificate, in questo modo il sistema operativo è in grado di adattarsi rapidamente alle mutevoli condizioni e alle esigenze dei clienti.

Ma l’open source non sarà la fine del software proprietario, aggiunge Zemlin e propone una combinazione di entrambi i modelli. E’ già una realtà per molte software house e la maggior parte delle soluzioni sono rappresentate oggi da codice open source.

Utilizzando come un team di sviluppo esterno la comunità open source, si può ottenere un più rapido time-to-market . Il team di sviluppo proprietario dovrebbe prendersi cura solo di una piccola parte delle soluzioni, per creare caratteristiche differenzianti e quindi valore aggiunto. “Il futuro è open source“, conclude Zemlin.

David Shing, il profeta digitale che ha collaborato con AOL, irrompe sulla scena come uscito da un quadro di Pollock, con una criniera di capelli neri che sfumano al blu.

shingy
Dan Pejeroni e David Shing

Shingy supera il concetto di Internet of Things, per parlare di Internet of Emotions: “Servono capacità predittive per seguire i comportamenti umani, per capire le abitudini delle persone e soddisfare i loro bisogni senza imporli”.

“La tecnologia modifica i comportamenti ma non i bisogni”, aggiunge. “Senza i dati non c’è creatività, ma senza creatività non ci sono i dati. Così, anche se gli smartphone possono ormai fare quasi tutto, è necessario convincere gli utenti a scaricare le app”. Servono nuovi modelli di marketing, che tengano conto che “le persone comprano ancora dalle persone”.

L’intervento di Tamara Dull (Director of Emerging Technologies di SAS) è dominato da Alexa di Amazon, che campeggia a lungo sullo sfondo della scena. Ci parla dei rischi e delle opportunità dell’Internet of Things e della necessità di formazione per una generazione di data scientists in grado di utilizzare la potenza degli Analytics. Ci dice che l’IoT è un movimento e ci propone il suo IoT IQ Test.

tamara-dull
Tamara Dull (Director of Emerging Technologies di SAS)

Tamara prosegue poi a raccontare il suo punto di vista in sala stampa, rispondendo alle domande che giornalisti e blogger le rivolgono nel corso dell’attesa intervista. Abbiamo parlato a lungo di fattori che possono ostacolare o favorire la diffusione dell’Internet of Things, di standard, di privacy e del fatto che sia indispensabile inalzare i livelli di sicurezza dei protocolli di comunicazione dei Big Data.

Alla fine ho avuto l’opportunità di scambiare alcune battute con lei a proposito del lungo thread che avevo seguito nel 2015 sul blog SmartDataCollective dove Tamara e Anne Buff si sfidarono per oltre due mesi a colpi di pros e cons sul Data Lake Debate, con la mediazione di Jill Dychè e che si concluse con le considerazioni che: un Data Lake non è data warehouse, è caratterizzato da costi sensibilmente più bassi, permette l’uso di Advanced Analytics, ma che sarà necessario provvedere alla carenza di skills per un suo adeguato utilizzo.

L’Analytics Experience 2016 non è stata solo una full immersion nel mondo delle tecnologie informatiche, ma anche un incontro con l’arte. Mi sono ritrovato così, con il naso all’insù, nella Cappella Sistina ad ammirare la Sublime Infografica con cui Raffaello, Botticelli, Michelangelo e molti altri hanno realizzato la Biblia Pauperum, meglio definita come “teologia visiva”.

sistina
Cappella Sistina – La volta di Michelangelo

In fin dei conti un’enorme quantità di dati, che non si limitano a raccontare la storia del cristianesimo, ma che hanno rappresentato per più di cinque secoli un punto un riferimento culturale e sociale universale, attraverso il quale milioni di individui hanno condiviso un comune ideale spirituale, ma anche un’idea di società e di organizzazione.