Monitoring real-time e intelligenza artificiale: prendere le decisioni giuste al momento giusto
I dati: il punto di riferimento di ogni decisione
“[…] e come vi proponete di arrivare alla verità?”
“Vagliando metodicamente le prove e le testimonianze, seguendo un processo logico.”
Hercule Poirot [da La domatrice di Agatha Christie]
Il famoso investigatore belga, creato da Agatha Christie, non si sarebbe mai sognato di portare avanti delle accuse senza avere delle prove concrete, dei dati tangibili su cui basare le proprie affermazioni.
Allo stesso modo non è possibile prendere decisioni impattanti per un’azienda o per un gruppo di lavoro senza avere a disposizione dei dati oggettivi che forniscano una visione chiara della situazione, che evidenzino eventuali problemi e che individuino una possibile causa (o almeno un’evidente correlazione) di tali problemi.
Alla base di questo concetto si trova il principio di data driven decision making: basare le decisioni strategiche per l’azienda su dati concreti e misurazioni comprovate e non sul semplice intuito dei manager.
Questo principio ovviamente non sminuisce l’importanza dell’esperienza e del giudizio di dirigenti e analisti esperti che anzi sono fondamentali per una corretta governance, ma vuole evidenziare che prendere una decisione senza un riscontro oggettivo da parte di dati concreti, vuol dire camminare ad occhi chiusi. E in un mondo in continuo movimento e pieno di insidie, brancolare nel buio e fare un passo falso può avere conseguenze disastrose.
Come muovere i primi passi verso un data driven decision making?
Un primo passo fondamentale è quello di basarsi il più possibile sui dati: non è possibile migliorare un processo senza misurarlo, non è possibile verificare la correttezza di una decisione senza avere una metrica oggettiva della sua validità. In questo aspetto, un grosso aiuto deriva dal fatto che praticamente tutte le attività umane si basano sull’elaborazione effettuata da computer. Questo genera grandi moli di preziosissimi dati (i famosi “big data”!) che possono essere analizzati e che possono fornirci un riscontro utile per qualunque decisione si voglia prendere.
La grande quantità di dati che è disponibile oggigiorno ha però due facce: da un lato costituisce la base di qualunque processo decisionale, dall’altro diventa un ostacolo insormontabile se non siamo in grado di “ordinare” questa massa incredibile di numeri in qualcosa che sia facilmente comprensibile per il decision maker: in sostanza, una grossa quantità di dati è del tutto inutile se non siamo in grado di estrarre da essa le informazioni che ci servono per prendere le corrette decisioni. In questo senso è essenziale avere dei tool che permettano l’aggregazione, l’analisi e, cosa fondamentale, la visualizzazione dei dati.
Non stupisce, quindi, che molte aziende importanti abbiano sviluppato dei tool appositamente studiati per l’analisi e la visualizzazione dei dati, in modo che un decision maker con competenze di data analysis possa autonomamente costruire dei report visuali ed interattivi che forniscano un riscontro visivo immediato sui dati in esame. Un esempio importante di questi tool lo troviamo nella suite Power BI sviluppata da Microsoft (usata ad esempio da Askme Finance, lo strumento Lascaux per l’analisi economico-finanziaria aziendale) oppure in Google Data Studio, introdotta da qualche anno tra gli strumenti cloud di “Big G”.
Dal decision making aziendale alla gestione quotidiana di un help desk
Questi concetti, che nascono per le importanti scelte strategiche dell’azienda e quindi richiedono comunque tempi di analisi e di decisione di medio/lungo termine, sono comunque validi anche nell’ambito delle scelte immediate necessarie, ad esempio, per la gestione di un ufficio IT o di un servizio di help desk. In questi ambiti, è importante non solo l’analisi complessiva dei dati mensili, semestrali e annuali, ma è fondamentale anche il controllo in tempo reale delle metriche, in modo da poter organizzare il lavoro in modo efficiente, aumentando e diminuendo il personale in servizio attivo oppure segnalando problematiche che stanno impattando una grossa area di servizio e quindi richiedono una gestione in emergenza del problema. In questo senso, è fondamentale avere una dashboard aggiornata in tempo reale che fornisca un riscontro immediato della situazione in corso, in modo da poter reagire prontamente a qualunque situazione anomala.
Proprio con questi concetti in mente, nei prodotti di Askme Suite sviluppati da Lascaux, abbiamo sempre puntato molto sulla presenza di dashboard interattive e personalizzabili, che aiutino il supervisore nelle decisioni quotidiane e nell’organizzazione efficiente del proprio reparto.
A questo punto ci possiamo chiedere: ma è proprio necessario che un supervisore tenga costantemente sotto controllo istante per istante le proprie dashboard? E’ possibile sfruttare le moderne tecnologie per diminuire il carico di lavoro di chi ha un compito di monitoraggio costante dei dati?
Ebbene, anche da questo punto di vista la tecnologia può fornire un aiuto valido attraverso tecniche di anomaly detection. Queste tecniche hanno l’obiettivo di individuare eventi anomali a partire dai dati sotto monitoraggio e di segnalare quindi le situazioni in cui si sta verificando “qualcosa di strano” ed è necessario un intervento umano. In questo modo potremmo avere un collaboratore efficiente e instancabile che tiene costantemente sotto controllo la situazione e ci avvisa quando è necessario prendere provvedimenti.
Questi stessi temi sono di fondamentale importanza anche nell’ambito dell’industria 4.0: in questo campo, l’utilizzo di tecniche di monitoraggio avanzate e automatiche per il controllo dello stato di salute dei macchinari, sono uno dei meccanismi fondamentali che permettono un’efficiente gestione degli impianti. Proprio su questo tema, Lascaux ha portato avanti, in collaborazione con l’Università degli Studi di Firenze, il progetto Jarvis, che ha tra i suoi obiettivi, lo studio di sistemi di monitoraggio in tempo reale di apparati e l’eventuale segnalazione di anomalie tramite chat e sistemi di messaggistica in tempo reale.
Conclusioni
In questa breve panoramica sull’importanza dei dati in qualunque decisione, sia a breve che a lungo termine, abbiamo visto come il data driven decision making sia un principio che permette di prendere decisioni basate su fatti concreti e quindi su tutti i dati che abbiamo a disposizione. Questa idea può essere applicata sulle grandi scelte aziendali, ma anche sulla gestione quotidiana di un ufficio di help desk: in questi casi è importante un monitoraggio costante della situazione per poter intervenire in caso di necessità. Infine, abbiamo sottolineato come questo monitoraggio costante può essere eseguito anche in modo automatico dalle più recenti tecniche di analisi dei dati e di intelligenza artificiale.
A questo punto non resta che vedere dove ci porteranno le tecnologie future in ambito di intelligenza artificiale: le tecniche di anomaly detection permettono di rilevare le situazioni che fuoriescono dal normale e segnalano la problematica al personale umano; non è da escludere che da questo si possa passare presto ad eseguire in automatico degli interventi correttivi grazie a sistemi ancora più avanzati di intelligenza artificiale.
