Individuazione dei dati e roadmap strategica Pianificazione di un

Brochure
Individuazione dei dati e
roadmap strategica
Pianificazione di un'analisi più efficace dei Big Data
Brochure
Pagina 2
Trarre il massimo profitto dai dati per dare slancio all'Idea Economy
Il segreto consiste nello sfruttare gli enormi volumi di dati a vostra disposizione
Nell'odierna Idea Economy i dati costituiscono il carburante che consente alle aziende di funzionare. Le
organizzazioni basate sui dati trasformano i dati in informazioni dettagliate, che fungono in seguito da
punto di riferimento per le azioni di uomini e macchine.
Figura 1: gestire l'organizzazione basata
sui dati
47%
Figura 2: il 47% delle aziende dichiara che
ha bisogno di migliorare il time-to-value
per i Big Data.1
Nel mondo digitale di oggi i dati sono ovunque e presentano nuove opportunità di creare valore, che
aumentano i profitti, migliorano le operazioni e riducono i rischi.
Tuttavia, questi enormi volumi di dati introducono anche problemi che sono spesso in conflitto con le
esigenze di business.
Problematiche
Esigenze
Difficoltà a identificare il valore nei dati: da un sondaggio
tra i dirigenti aziendali e IT è emerso e il 56% degli intervistati
non sa come estrarre valore dai Big Data, il 41% afferma che
i Big Data costituiscono un importante problema strategico e
il 34% segnala almeno un'iniziativa non riuscita per i Big Data.2
Scoperta del valore dei dati: l'azienda desidera sapere se i propri
dati presentano un valore di business prima di investire nei sistemi
di produzione. A tale scopo è necessario un ambiente di test a
basso rischio, in cui determinare il valore attraverso l'analisi, prima
di acquistare sistemi di produzione.
Iniziative di analisi non coordinate: la maggior parte delle
aziende utilizza una frazione estremamente piccola dei dati
esistenti all'interno dei propri silos e non considera nemmeno
la possibilità di integrarli. I risultati dei progetti di analisi
forniscono pertanto un miglioramento marginale per alcune
aree limitate del business.
Gettare un ponte tra i silos per dare vita a una intelligence
integrata: l'IT ha un'opportunità unica di trasformarsi in un
creatore di valore e innovazione, supportando l'organizzazione
basata sui dati. Integrando i team line-of-business (LOB) con
i team IT, è possibile investire nell'esecuzione di progetti a
forte impatto.
Rischio finanziario degli investimenti in nuove tecnologie:
le aziende riescono a ottenere solo una piccola percentuale del
valore previsto dagli investimenti in Big Data. Molte non sanno
nemmeno se otterranno un ROI positivo o negativo. Tutto
questo ostacola i nuovi investimenti che potrebbero generare
un valore di business autentico.
Minimizzazione dei rischi mediante la verifica di idee e dati
prima della distribuzione: le aziende desiderano eliminare tutti
i problemi associati agli investimenti in nuove tecnologie, inclusa
l'incertezza in merito alla capacità di queste ultime di fornire
il valore e i risultati di business previsti. Prima di investire, le
aziende verificano l'effettiva possibilità di ricavare valore dal loro
investimento. È pertanto necessaria una metodologia collaudata ed
esaustiva per il test, l'apprendimento e l'esecuzione.
Prendete il controllo dei Big Data e scoprite nuovi metodi per aumentare il valore generato con la
soluzione di individuazione dei dati e roadmap strategica HPE.
Sfruttare i Big Data a proprio vantaggio
Espressamente concepita per aiutarvi a identificare ed eseguire progetti e scenari di utilizzo con il
massimo impatto possibile, la soluzione di individuazione dei dati e roadmap strategica HPE permette
alle aziende di esaminare velocemente i dati e dimostrarne il valore allineandoli con gli obiettivi, le
indicazioni di legge e i programmi, per poi implementare l'analisi a livello dell'intera azienda.
In breve, questa soluzione fornisce informazioni dettagliate e supporta la vostra organizzazione.
1
013 Big Data in Business Study,
2
1010data, gennaio 2014
2
eport Gartner sul workshop relativo all'analisi dei
R
comportamenti di acquisto attraverso i Big Data
per HP (ora Hewlett Packard Enterprise), 2013
Brochure
Più di 1200
esperti di analisi globali HPE
Più di 40
anni di esperienza di HPE nel campo della Business
Intelligence
Più di 3500
consulenti HPE esperti in analisi e gestione dei dati
Pagina 3
Generare risultati significativi
La soluzione di individuazione dei dati e roadmap strategica HPE permette alla vostra azienda di:
•Allineare business e IT - Integrate i team di parti interessate presenti nelle diverse aree della vostra
organizzazione: attraverso la collaborazione, potete definire modelli e obiettivi comuni.
•Ottenere informazioni dettagliate - Scoprite i punti di forza e le carenze della vostra
organizzazione attraverso l'analisi: iterate ed esplorate, scoprite come affrontare le problematiche in
modo ottimale trasformandovi in un'azienda basata sui dati.
•Ridurre i rischi finanziari - È possibile verificare idee e dati prima di investire negli ambienti di
produzione e quindi aumentarne la flessibilità.
•Sviluppare un piano dettagliato per l'accelerazione del time-to-value - Identificate le potenziali
direzioni da prendere: sviluppate una strategia di infrastruttura integrata che supporti l'acquisizione,
il consolidamento, l'assegnazione di priorità, la gestione, la protezione e la presentazione di
informazioni allineate con il business.
Sintesi della soluzione
Ricavare valore dai Big Data è oggi una priorità business-critical. Si tratta tuttavia di un lavoro immane,
considerando tutte le origini dati da valutare, che includono ambienti IT legacy, dati dei sensori, social
media, standard normativi e di sicurezza e molto altro ancora.
Per semplificare il trattamento dei Big Data, la soluzione di individuazione dei dati e roadmap strategica
HPE fornisce un approccio end-to-end alla creazione di valore a partire dai dati, allineandoli con gli
obiettivi e le problematiche aziendali principali.
Passo 1 - Workshop sulla trasformazione
Questo workshop consente a voi e alle altre parti interessate di allineare le priorità e le problematiche di
business agli scenari di utilizzo dell'analisi appropriati, identificare le origini dati necessarie, formulare le
ipotesi di analisi e gli approcci di modellazione e valutare le capacità di esecuzione della vostra azienda.
L'obiettivo del workshop è proporre un elenco di scenari di utilizzo dell'analisi che mostri come ricavare
valore dai dati a fronte di una serie di progetti esistenti e proposti.
Passo 2 - Servizi HPE per l'individuazione dei dati
Il passo successivo è costituito dall'utilizzo dei servizi HPE per l'individuazione dei dati, al fine di testare
le ipotesi di creazione del valore per i vari scenari di utilizzo. Per questo servizio, HPE fornisce un
ambiente di cloud privato a basso rischio, dedicato e sicuro.
Gli esperti di analisi HPE effettuano un test su un campione di dati e scoprono il valore nascosto per
ogni scenario di utilizzo dell'analisi. Attraverso un processo di analisi avanzata e interpretazione, si
arriva a sviluppare insieme il modello di analisi e a visualizzare i risultati che convalidano le ipotesi.
Passo 3 - Roadmap per i risultati di business
Dopo aver dimostrato il valore dei dati per ogni scenario di utilizzo, si verifica che l'organizzazione sia
pronta ad affrontare i vari imperativi strategici dell'ambiente di produzione (valutazione degli scenari
di utilizzo, accessibilità dei dati, infrastruttura incentrata sui dati, capacità della forza lavoro, protezione
delle informazioni e pianificazione finanziaria).
L'analisi viene fornita in un report riepilogativo insieme a una roadmap consigliata. Poiché le esigenze
di business sono in costante evoluzione, è consigliabile applicare questa soluzione insieme a un
approccio iterativo per definire, testare e utilizzare i singoli scenari di utilizzo dell'analisi.
Brochure
Esempi di successo
I team e le tecniche di Hewlett Packard
Enterprise per l'individuazione dei dati
hanno fornito con successo informazioni
di analisi dettagliate a numerose aziende,
quali:
• Un produttore di automobili che
desiderava sviluppare una soluzione
di analisi della garanzia incentrata
sull'individuazione precoce dei difetti.
Tale soluzione analizza i dati non
strutturati e fornisce un avvertimento
precoce, che può consentire di
risparmiare milioni di dollari sul richiamo
dei veicoli.
• Un importante rivenditore di merci
di largo consumo, che desiderava
sviluppare un modello predittivo a
livello di punto vendita al fine di valutare
e gestire le principali cause della
contrazione delle vendite al dettaglio,
al fine di definire strategie di correzione
più efficaci ed efficienti per aumentare la
redditività dei punti vendita.
Componenti della soluzione
Componenti della soluzione
Descrizione
Servizi HPE
• HPE Discovery Lab
• Servizi di individuazione dei dati HPE
• Professionisti ed esperti di settore per i servizi di analisi
•P
iattaforme as-a-service (ad esempio, Apache Hadoop, SAP
HANA, HPE Vertica e così via)
HPE Vertica
Piattaforma di livello Enterprise scalabile, aperta e sicura,
per l'analisi dei Big Data, disponibile
on-demand o su licenza
Per saperne di più, visitate il sito
hpe.com/empower
• Un importante provider di servizi e
software per il settore minerario, che
desiderava realizzare una soluzione di
analisi della manutenzione predittiva
per le apparecchiature, in grado
di combinare dati storici, verbali di
manutenzione e dati dei sensori in
tempo reale, per prevedere i guasti,
evitare downtime operativi imprevisti
e migliorare i livelli di efficienza e
sicurezza.
Registrati per ricevere gli aggiornamenti
© Copyright 2015-2016 Hewlett Packard Enterprise Development LP. Le informazioni contenute in questo documento sono soggette
a modifica senza preavviso. Le uniche garanzie per i servizi e i prodotti Hewlett Packard Enterprise sono quelle espressamente indicate
nelle dichiarazioni di garanzia che accompagnano tali prodotti e servizi. Nulla di quanto contenuto nel presente documento ha valore di
garanzia aggiuntiva. Hewlett Packard Enterprise declina ogni responsabilità per eventuali omissioni ed errori tecnici o editoriali contenuti
nel presente documento.
4AA6-3324ITE, luglio 2016, Rev. 2