ADA.14.01.20 Data Science and Analytics

SETTORE
Servizi digitali
PROCESSO
Sviluppo e gestione di prodotti e servizi digitali
SEQUENZA
Abilitazione, potenziamento e supporto in aziende ICT (Enable)

Questa scheda fa riferimento solo a un risultato atteso dell'area di attività. Per consultare la scheda completa di tutti i risultati attesi clicca qui

Documenti

Scheda ADA Scheda di caso
RA3: Pianificare e coordinare i processi di data analytics, assicurando il corretto feeding dei livelli strategici e decisionali

Dimensioni

Casi

1 - Pianificazione e coordinamento dei processi
MODELLO DATA DRIVEN

Pianificare un modello organizzativo per la gestione dei dati business driven, in cui le competenze di Data Science sono localizzate all'interno delle singole unità di business

Grado di complessità 1
MODELLO CENTRALIZZATO

Pianificare un approccio centralizzato per la gestione dei dati, identificando una specifica figura (Chief Data Scientist) che coordini le risorse in una struttura dedicata

Grado di complessità 1
MODELLO “A MATRICE”

Pianificare un modello organizzativo per la gestione dei dati in cui il responsabile (Chief Data Scientist) pianifica le risorse distribuite all'interno delle aree di business

Grado di complessità 1
2 - Trasferimento alle strategie di business
COLLEGAMENTO CON LA STRATEGIA AZIENDALE

Favorire lo svolgimento di operazioni real-time tramite l'utilizzo di asset strategici, in grado di convertire istantaneamente il processo di business in atto, fornendo anche dei feedback in tempo reale

Grado di complessità 3
SUPPORTO AI PROCESSI DECISIONALI

Supportare il processo decisionale fornendo opzioni di scelta al top management, basate sull'analisi di grandi volumi di dati, così da fornire soluzioni applicabili in tempo reale

Grado di complessità 2
SUPPORTO ALLA COSTUMER ORIENTATION

Supportare azioni di di fidelizzazione e customer care sulla base dell'analisi di grandi volumi di dati che consentano maggiore accuratezza nella profilazione dei clienti o personalizzazione del servizio

Grado di complessità 2
SUPPORTO ALLO SVILUPPO DI NUOVI PRODOTTI/SERVIZI

Contribuire all'ideazione di nuovi prodotti o servizi innovativi grazie alle idee provenienti dai risultati dei processi di data analytics e business intelligence

Grado di complessità 1

Fonti

  • Cesarini, M., Fontana, M. Mercorio, F., Mezzancanica M. & Vegetti, N., Data Quality: Un Approccio Metodologico e Applicativo. “Il caso delle COB del mercato del lavoro in Lombardia”, Working Paper “Documentazione relativa alla ricostruzione di una metodologia unificata, ripetibile e aperta, CRISP E ARIFL
  • EMC (2015), Data Science & Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data, John Wiley & Sons, Indianapolis
  • European e-Competence Framework (E-CF), v.04: https://www.ecompetences.eu/
  • Freitas, A. & Curry E. (2016). Big Data Curation, In Cavanillas, J.M & Curry E. (2016). New Horizons for a Data-Driven Economy. A Roadmap for Usage and Exploitation of Big Data in Europe, Big Data Public Private Forum, Springer Open, p. 87-119
  • Gelernter, J. & Lesk, M. (2011), Use of Ontologies for Data Integration and Curation. In The International Journal of Digital Curation, Issue 1, Volume 6
  • SITOGRAFIA
  • MediaSapens, Data Curation: the essential step for integrated data-driven research