Come abbiamo visto in precedenti post, la vera materia prima della trasformazione digitale, caratteristica dell’Industria 4.0, sono i dati e l’aggregazione degli stessi.

Tuttavia, alla semplice domanda : Quanto vale la base dati della tua azienda? La maggioranza delle imprese non riesce a dare alcuna risposta.

Ora, mentre e’ relativamente semplice collegare, almeno concettualmente, l’anagrafica dei nostri clienti alla possibilità concreta di fatturare i servizi sanitari venduti dalla nostra azienda, e’ assai meno semplice, in caso di una violazione (Data Breach), subita da parte di terzi della nostra base dati anagrafici, calcolare il rischio che potremmo dover affrontare se, in base al nuovo regolamento europeo sulla protezione dei dati, http://www.lorenzoferrante.it/2017/12/02/il-nuovo-regolamento-sul-trattamento-dei-dati-personali/

fossimo oggetto di una o più  richieste danni da parte dei clienti oggetto della  violazione. Una Class Action potrebbe essere molto pericolosa per la sopravvivenza della nostra azienda.

Quanto potrebbe costare la ricostruzione della base dati clienti laddove, per un incidente informatico o un virus di tipo ransomware, dovessimo ripartire da zero?

Oppure ancora, laddove fossimo  in possesso di una base dati ricca di dati utili a sviluppare nuovi servizi da parte di una grande Corporation, quanto potremmo perdere facendoci sfuggire l’occasione di vendere, ad essa, la nostra azienda o la nostra base dati?

Nell’universo 4.0, il valore di un’Azienda, riconosciuto dal mercato, può dipendere fortemente dalla sua base dati e molte aziende sono acquistate non per il loro core business ma per la loro base dati. Un mirabile esempio di questa considerazione può essere l’acquisto, da parte di Microsoft, della società di LinkedIn.

Quale asset di LinkedIn è stato valutato strategico da parte di Microsoft ?

La vera risposta è: la base dati dei professionisti registrati su LinkedIn.

Più che l’elenco degli oltre 450 milioni di users, L’elenco dei 100 milioni di users attivi, ogni mese, sulla piattaforma.

Per questi elenchi Microsoft ha ritenuto congrua un’offerta di oltre 26 miliardi di dollari.

Quindi il problema è la valutazione della nostra base dati; valutazione che per essere utile negli esempi sopra citati, deve essere condivisa dalla generalità degli stakeholders.

Pensiamo ad un giudice che dovesse definire, in base all’articolo 2043 del Codice Civile, il risarcimento del danno; la valutazione corretta del valore del dato dovrebbe portare alle stesse conclusioni economiche,  sia in fase di risk assessment sia in fase di determinazione del danno, da parte del giudice.

E qui entriamo, ancora di più, nella complessità.

Non tutti i dati hanno o possono avere lo stesso valore.

Così come, nella gestione del nostro dipartimento IT, dobbiamo sostenere costi diversi, in  ragione di tipi, frequenze e contenuti di dati diversi; anche per quanto riguarda l’impatto che i dati hanno sulla capacità di produrre Ricavi avremo insiemi di dati diversi con diverso incidenza sui Ricavi.

Pensiamo al costo per memorizzare un anno di transazioni finanziarie (pochi bit per transazione) rispetto alla grande quantità di memoria richiesta per memorizzare un anno di video quotidiani in cucina. Pensiamo però anche ai diversi effetti che l’eventuale perdita determinerebbe.

Oppure al valore che ha  il dato che rappresenta la spesa annuale di un cliente di una compagnia telefonica rispetto ai dati relativi ai dettagli delle singole direttrici di consumo che il cliente stesso ha effettuato. Nel primo caso potrò elaborare semplici trend mentre, nel secondo, potrò costruire nuove offerte, specifiche per il cliente che potrebbero a Ricavi incrementali.

Insieme alla tipologia ed alla frequenza di aggiornamento vi sono molte altre caratteristiche che possono incidere sul Valore, riconosciuto dal mercato, ai nostri dati. Dimensione o correlazione con il tempo, precisione nella rappresentazione di un fenomeno, reputazione etc…

Cosa dovrebbero quindi fare le Aziende ?

Definire una Policy che segmenti la tipologia di dati e i diversi profili di importanza. Attenzione poiché, tale necessità, e’ stata già affrontata nel post dedicato al GDPR (Regolamento Europeo sulla Protezione dei Dati), un dato, riguardante la salute o le preferenze sessuali e religiose, può avere valori diversi laddove essi siano valutati in termini di rischio (richieste di danni) o di opportunità ( utilizzo per generazione di Ricavi incrementali). I dati relativi ad eventi strettamente correlati con un momento temporale cambiano di valore al superamento del momento stesso. In buona sostanza la categorizzazione potrà essere a più dimensioni e quindi molto complessa.

Implementare criteri di correlazione tra Dati-Ricavi e Dati-Costi per definire algoritmi di valorizzazione delle basi dati. Alcuni, per tale analisi, partono dalle applicazioni di Business creando collegamenti tra i diversi sistemi dipartimentali. Laddove non sia possibile una ricostruzione, rigorosa, dei contributi elementari, intendo relazioni e pesature precise che analizzando il processo produttivo, di un nuovo prodotto, definiscano esattamente quali dati sono stati utilizzati (dalla fase di ideazione del prodotto alla fatturazione dello stesso) e quale sia stata la loro importanza (peso) lungo tutto il processo.

Sviluppare, all’interno dell’Azienda, un presidio di competenza che consenta, insieme alla gestione delle tabelle di valorizzazione dei Dati, nel tempo, anche le modifiche ed implementazioni atte alla valorizzazione di tale Asset. Intendo dire che mentre si progetta un prodotto bisogna integrare la componente relativa alla protezione del dato e anche la possibile  utilità futura che l’insieme dei dati che si genereranno, possono rappresentare. Per fare un esempio analizziamo il caso di un elettrodomestico presente in tutte le abitazioni. Il forno. Supponiamo di dotarlo dell’intelligenza e della capacità di connessione tipiche dell’industria 4.0. I programmi di cottura usati ci potranno dire molto rispetto alle preferenze alimentari della famiglia che usa il forno ma, tali dati, potranno anche essere un valore per chi produce alimenti già pronti rispetto alle preferenze di cottura. Basta dettagliare adeguatamente i programmi automatici di cottura e raccogliere, centralmente i dati.

Cosa ne pensi?

Se vuoi contribuire, scrivi nei commenti e se pensi che questo post ti sia stato utile, condividilo.

Grazie.