Data strategy

Bernard Marr

A cura di: Alessandro Giaume

Data strategy

Come trarre vantaggio da un mondo di big data, analytics e intelligenza arificiale

I dati sono un asset strategico fondamentale. Il “guru” dei dati Bernard Marr spiega qui come valorizzarne le potenzialità e acquisire autentico valore di business. La prima edizione di questo volume ha vinto la medaglia di bronzo dei Business Technology Axiom Business Book Awards 2018!

Printed Edition

30.00

Pages: 276

ISBN: 9788835137153

Edition: 1a edizione 2022

Publisher code: 400.9

Availability: Buona

Pages: 276

ISBN: 9788835142393

Edizione:1a edizione 2022

Publisher code: 400.9

Can print: No

Can Copy: No

Can annotate:

Format: PDF con DRM for Digital Editions

Info about e-books

Pages: 276

ISBN: 9788835142409

Edizione:1a edizione 2022

Publisher code: 400.9

Can print: No

Can Copy: No

Can annotate:

Format: ePub con DRM for Digital Editions

Info about e-books

La prima edizione di questo volume ha vinto la medaglia di bronzo dei Business Technnology Axiom Business Book Awards 2018.
I dati sono un asset strategico fondamentale. Il "guru" dei dati Bernard Marr spiega qui come valorizzare le potenzialità dei dati e acquisire autentico valore di business.

Quando sono utilizzati correttamente, i dati rappresentano un potenziale enorme per ogni tipo di impresa, dalle piccole organizzazioni ai giganti della tecnologia, fino alle grandi multinazionali; troppo spesso, però, i dati non sono sfruttati in tutte le loro potenzialità.
Data strategy è la guida indispensabile per adottare un approccio data-driven robusto, che valorizzerà il potere dei dati e rivoluzionerà ogni attività. Spiegando come raccoglierli, maneggiarli e gestirli, questo testo fornisce gli strumenti e le strategie fondamentali di cui ogni organizzazione ha bisogno per avere successo nell'economia digitale. In questa seconda edizione, Data Strategy è stato aggiornato con una serie di suggerimenti che consentiranno di capire meglio il mercato e i clienti, ma anche di fornire loro prodotti e servizi intelligenti. Grazie a case history ed esempi concreti, Bernard Marr offre la sua impareggiabile esperienza per consentire alle aziende di essere realmente competitive in un mondo che ruota intorno ai dati.

Bernard Marr, esperto di dati e di intelligenza artificiale riconosciuto a livello internazionale, è autore di successo di oltre venti volumi, è columnist di Forbes e lavora come consulente per le più importanti organizzazioni del mondo, tra cui Amazon, Google, Microsoft, IBM, Shell, oltre che per la NATO e le Nazioni Unite. È anche un importante influencer, con più di due milioni di follower e più di un milione di iscritti alla sua newsletter. LinkedIn lo inserisce fra i primi cinque influencer di business al mondo, e il numero uno nel Regno Unito.


Introduzione. Perché ogni business è oggi un data business
(L'incredibile sviluppo dei dati, dell'intelligenza artificiale e dell'Internet of Things; Un mondo nuovo (e incentrato sui dati); Ci stiamo avvicinando alla vera intelligenza artificiale?; La quarta rivoluzione industriale - O l'Industria 4.0; Altre tecnologie che stanno cambiando il mondo; Perché ogni business deve diventare un data business)
Casi d'uso per i dati
(I sei casi d'uso; I principali casi d'uso in pratica; Alcuni casi d'uso settoriali; Come i dati stanno rivoluzionando il mondo dell'impresa)
Utilizzare i dati per migliorare le decisioni
(Stabilire le domande centrali per la vostra attività; Capire e interpretare i vostri dati; Le data dashboard curate. L'esperienza di alta cucina; Dashboard per l'esplorazione dei dati in modalità self-service. L'esperienza della raclette; Gli analytics del sistema raclette nel mondo reale; La democratizzazione dei dati e il ruolo del data translator; Data storytelling; Il futuro della visualizzazione dei dati e dello storytelling)
Utilizzare i dati per capire i clienti
(Capire la customer analytics; Tipologie di dati sui clienti; Aprire la strada a una visione a trecentosessanta gradi del cliente; La customer analytics di Netflix; Personalizzazione in tempo reale e micro-momenti; I braccialetti magici di Disney; Come i dati permettono una progettazione orientata al cliente; Il valore delle connessioni personali con i clienti)
Utilizzare i dati per creare servizi più intelligenti
(Servizi tecnologici; Nuovi trucchi per cani vecchi; Servizi smart per le banche, la finanza e le assicurazioni; Servizi smart nella sanità, nella medicina e nell'industria farmaceutica; Servizi smart nella moda e nell'industria dei vestiti; I robot come servizio; L'istruzione smart e i servizi di formazione; L'intelligenza artificiale come servizio; Ogni azienda oggi è un'azienda tecnologica)
Utilizzare i dati per creare prodotti più intelligenti
(Come prodotti smart rendono possibili servizi smart; Veicoli autonomi e mobilità; Prodotti intelligenti per la casa; Prodotti per la salute intelligenti; Business, settori e prodotti manifatturieri intelligenti; Prodotti intelligenti per lo sport)
Utilizzare i dati per migliorare i processi
(Operazioni quotidiane e digital twin; Vendite, marketing e servizio clienti; Distribuzione, gestione del magazzino e logistica; Lo sviluppo prodotti; Manifattura e produzione; Servizi di supporto - IT, finanza e HR)
Monetizzare i vostri dati
(Aumentare il valore della vostra organizzazione; Quando i dati stessi sono l'asset principale dell'azienda; Quando il valore sta nella capacità di un'azienda di lavorare con i dati; Vendere dati ai clienti o ad altre parti interessate; Capire il valore dei dati generati dagli utenti)
Definire i vostri casi d'uso
(Individuare i casi d'uso; Come si lega il caso d'uso a un obiettivo strategico?; Qual è l'obiettivo del caso d'uso?; Come si misura il successo del caso d'uso?; Chi avrà la responsabilità del caso d'uso?; Chi saranno i data customer?; Di quali dati abbiamo bisogno?; Quali questioni di data governance devono essere considerate?; Come analizziamo i dati e li trasformiamo in insight?; Quali sono i requisiti tecnologici?; Di quali competenze e capacità abbiamo bisogno?; Quali sono le questioni relative all'implementazione di cui bisogna essere consapevoli?; Scegliere i casi d'uso più efficaci e usarli per costruire una data strategy; Costruire la vostra data strategy)
Reperire e raccogliere i dati
(Comprendere i diversi tipi di dati; Una breve rassegna dei nuovi tipi di dati; Raccogliere i vostri dati interni; Accedere ai dati esterni; Quando i dati che volete non esistono)
Gestione dei dati, etica e fiducia
(L'etica dell'intelligenza artificiale; I pregiudizi e l'importanza dei dati "puliti"; Stare dalla parte giusta della legge; Salvaguardare i vostri dati; Mettere in pratica la data governance)
Trasformare i dati in insight
(L'evoluzione degli analytics; Advanced analytics - Dalla fantascienza alla realtà aziendale; Machine learning. L'ultima frontiera dell'intelligenza artificiale; L'apprendimento supervisionato; L'apprendimento non supervisionato; L'apprendimento per rinforzo; Deep learning e reti neurali; Reti antagoniste generative; L'advanced analytics in pratica; Tipi di analytics; L'infrastruttura AI senza codici e come servizio)
Creare una tecnologia e un'infrastruttura per i dati
(Dati, analytics e l'intelligenza artificiale come servizio; Raccogliere i dati; Conservare i dati; Cloud pubblici, privati e ibridi; L'importanza di evitare i silos di dati; Il futuro della conservazione dei dati; Analizzare ed elaborare i dati; Comunicare i dati; Lo storytelling dei dati e la loro visualizzazione)
Costruire competenze relative ai dati all'interno della vostra organizzazione
(La carenza di competenze sui dati, e cosa significa per la vostra impresa; Creare abilità e competenze interne; Esternalizzare l'analisi dei dati)
Mettere in pratica e rivedere la vostra data strategy
(Mettere in pratica la vostra strategia; Perché le data strategy falliscono; Creare una cultura del dato; Rivedere la data strategy)
Guardare avanti
(Il vero valore dell'intelligenza artificiale; Ma dove ci porterà tutto questo?; Come si lega tutto questo a ciò che sto facendo con l'intelligenza artificiale?)
Appendice 1. Template dei casi d'uso per i dati
Appendice 2. Template per la data strategy
L'autore
Ringraziamenti.

You could also be interested in