Big Data e grandi bugie da guru

Non so se sia mai capitato anche a voi, ma io ogni tanto leggo articoli o post e vengo colto da una curiosa sensazione di stupore. Non perché il contenuto dei suddetti sia stimolante, o la tecnologia descritta sia mirabilmente sofisticata, o perché la scrittura sia più affascinante di quella di Gadda e il contenuto scientifico comparabile ad un saggio di Fermi. Piuttosto mi torna in mente una frase che Shakespeare ha messo in bocca a Bassanio nel Mercante di Venezia: “Tu dici un’infinita quantità di nulla”.

Le ultime vittime della nullificazione del messaggio, per così dire, sono i Big Data, assieme ad altri consanguinei tecnologici ampiamente citati a sproposito: Analytics, Data Science, Machine Learning, Artificial Intelligence e, ultima arrivata, l’Internet of Things. Siccome io a queste cose mi sono affezionato, provo a spiegare alcuni concetti.

I data non sono big

Prima di tutto, scordatevi il Big davanti a Data. La possibilità e la capacità di usare i dati per prendere decisioni non hanno nulla a che fare con la quantità di dati, ed hanno invece moltissimo a che fare con la qualità dei medesimi. Come ho cercato di spiegare in una vita precedente al mio Direttore Generale che voleva dati che non venivano raccolti in nessun sistema, il petto di pollo non nasce già impacchettato sul banco del supermercato. Se non ci sono buoni sistemi transazionali, ovvero quelli che si occupano di gestire i dati relativi al business e che devono garantire una buona qualità dei dati stessi, pensare di utilizzare i (Big) Data per avere informazioni strategiche non è nulla di più di un costoso esercizio di futilità. Se non avete un CRM, non c’è sistema di (Big) Data al mondo che possa analizzare il comportamento dei vostri clienti.

I data non eliminano le responsabilità

Secondo, i Big Data (e le tecnologie correlate) non automatizzano nessuna decisione strategica e non sollevano i decisori dalle proprie responsabilità. Attenzione: questo è un punto fondamentale, che si collega, fra l’altro, alla ormai comune leggenda metropolitana secondo cui le nuove tecnologie cancelleranno 7 milioni di posti di lavoro. Certo, ci saranno ruoli che spariranno, così come è sempre successo nella storia industriale del mondo (quanti produttori di selle per cavalli conoscete? Eppure alla fine dell’800 ce n’erano a bizzeffe); ma il pensiero che le macchine possano sostituire chi prende decisioni va bene per gli scrittori di fantascienza, non per chi vuole davvero utilizzare al meglio i dati.

Ho letto, non più tardi di due settimane fa, che, grazie al Machine Learning e all’analisi dei dati contenuti nei CV, si potranno automatizzare le procedure di recruiting. Ecco, questa è una stupidaggine colossale. Glisso, per pietà mista a disgusto, sull’idea di un recruiting che non si basi sul colloquio, sull’interazione e sulla mutua conoscenza, ma mi corre l’obbligo di spiegare un punto fondamentale: le macchine imparano (cioè fanno Learning) se qualcuno insegna loro a farlo. E questo qualcuno non può che essere una persona. Cioè occorre qualcuno che prenda decisioni. Se siete cattivi recruiter, prenderete cattive decisioni, che verranno automatizzate; se siete buoni recruiter prenderete buone decisioni che verranno il più possibile automatizzate (e, siccome siete buoni recruiter, ogni tanto metterete in discussione il vostro modello, e ne farete uno nuovo). La tecnologia di per sé non cambia la qualità del vostro lavoro: se vi comprate la stessa bicicletta di Nibali, non per questo vincerete il Giro d’Italia.

I data pretendono rivoluzioni culturali aziendali 

Terzo, la progettazione, l’implementazione, la messa in funzione e la gestione di un sistema di Big Data non sono solo un problema tecnologico. Intendiamoci bene: senza ingegneri competenti (e pagati come tali) e senza un progetto tecnico serio, è meglio abbandonare ogni speranza di successo. Ma se non si capisce che i Big Data, anzi, i Data in sé, indipendentemente dalla dimensione, sono una rivoluzione culturale che deve essere trattata in modo pervasivo in ogni parte dell’azienda, e se si spera che la mera assunzione di qualche profilo tecnico o di qualche guru autoreferenziato proietti alla velocità del suono nel mondo della Data Science, delle Analisi Predittive e della Segmentazione, allora è bene cominciare a fare i conti con un tragico fallimento. Occorrono pianificazione, visione, capacità di relazione e di gestione delle resistenze al cambiamento, volontà di accettare la sfida, esperienza. E tempo.

Non ci sono ricette facili, o modelli precotti da riscaldare nel microonde aziendale. Quando leggo cose del tipo “come i Big Data trasformeranno il vostro marketing” o “Diventare data-driven in 10 punti” vado sempre a vedere il profilo dell’autore. Invariabilmente, esperienza reale zero. Invariabilmente, autoreferenziati. Invariabilmente, impermeabili alla discussione e al dissenso. Ed ecco che mi torna in mente Shakespeare. Aveva già capito tutto. 500 anni fa.