CHE COS’È
Data Science è un campo di studi interdisciplinare utile a estrarre conoscenza a partire dall’analisi dei dati di varia natura, forma e dimensione. I principi attivi contenuti nel farmaco, pertanto, sono diversi: Statistica, Data Mining, Machine Learning, Ricerca Operativa, Teoria dell’Informazione, Programmazione e Big Data.
Data Science è stata definita da Jim Gray come “un quarto paradigma” della scienza che può essere empirica, teorica, computazionale e ora, con l’avvento del digitale e la crescita esponenziale di informazioni a disposizione, guidata dall’analisi dei dati.
Tanto in voga oggi – insieme alla nuova figura professionale che dovrebbe proporla in azienda, il Data Scientist – è spesso confusa con Business Intelligence, Big Data Analysis, Data Mining e tutto quello che potrebbe contenere la parola Data. Succede, soprattutto per i farmaci nuovi particolarmente “fascinosi” ma ancora scarsamente sperimentati. Così come succede per i lavori emergenti che si facciano previsioni del tipo “un Data Scientist in ogni azienda”. Come dire un medico in ogni casa, visto che potrebbe far comodo.
PERCHÈ SI USA
Il farmaco Data Science può essere utilizzato in tutte quelle patologie in cui si avverta la necessità di impostare la strategia aziendale sui dati e non soltanto sulla percezione o il sentito dire. Il suo utilizzo è consigliato nelle situazioni in cui i dati non sono raccolti e analizzati solo per comprendere meglio alcuni fenomeni, ma per orientarli nella direzione migliore.
QUANDO DEVE ESSERE USATO
Il farmaco deve essere assunto nel momento in cui si voglia dare un senso alla mole di dati raccolti e conservati, spesso neppure analizzati dalle imprese, ma che invece, attraverso la costruzione di modelli previsionali basati sui dati e sul machine learning basato su questi, impattano sulle scelte strategiche.
Data Science non è indicato a chi raccoglie dati per il solo gusto di conservarli, a chi li raccoglie per il piacere di analizzarli e restare stupito o meno, a chi non intende modificare la governance aziendale grazie alla “esplorazione” dei dati e alla loro correlazione.
COSA PUÒ MODIFICARE L’EFFETTO DEL FARMACO
L’effetto benefico di Data Science può essere amplificato se associato a capacità di costruire modelli avanzati di analisi previsionale, necessari a creare una strategia aziendale che possa sfruttare i dati e attivare modelli di data-governance. L’effetto può essere ridotto fino al suo annullamento nel caso in cui si ignorino le logiche di data quality e soprattutto nel caso in cui la cura non rientri in un piano terapeutico strutturato e organico.
COME USARE QUESTO MEDICINALE
Quanto
È necessario assumere il medicinale seguendo esattamente le istruzioni del Data Scientist e continuando per tutto il tempo prescritto. La dose può essere incrementata gradualmente con il passare del tempo, monitorando insieme al Data Scientist eventuali effetti collaterali indesiderati. Può essere assunto anche in dosi massicce, purché il paziente conosca gli effetti indesiderati e sia in grado di gestirli.
Quando e per quanto tempo
Data Science deve essere assunto con regolarità. L’utilizzo a lungo termine è raccomandato. Sono da evitare interruzioni improvvise e non programmate: qualora questo avvenisse si consiglia di riprendere l’assunzione di Data Science prima possibile.
I benefici della Data Science possono non essere immediati e richiedere un tempo di assunzione medio-lungo. Il farmaco può dare dipendenza.
Come
Data Science deve essere preso più volte al giorno e in qualunque momento della giornata. È ideale se assunto insieme ad altri farmaci quali Big Data, Intelligenza Artificiale, Data Mining, Machine Learning, Analisi Predittiva, Analisi Statistica senza i quali sarà impossibile notare gli effetti benefici desiderati.
COSA FARE SE AVETE PRESO UNA DOSE ECCESSIVA DEL FARMACO
Dosi eccessive di Data Science possono portare a decisioni di buon senso, basate sui dati e sull’analisi di questi applicati alla gestione strategica dell’azienda. Eccessi di Data Science possono portare perfino al cambiamento del modello di business e quindi della visione strategica probabilmente ormai radicata e conosciuta da anni in azienda. In questi casi è necessario contattare la direzione aziendale, aiutando il processo con una dose di Data Storytelling utile ad abbassare il livello di resistenza al cambiamento.
EFFETTI INDESIDERATI
Anche se solitamente ben tollerato, Data Science può causare effetti collaterali quali irritabilità nei soggetti non propensi a letture approfondite della situazione aziendale presente e futura; nausea ed emicrania in coloro che prendono atto del bisogno di modificare il modello di business; crisi isteriche che possono sfociare in vere e proprie crisi di rigetto nel personale aziendale coinvolto nel cambiamento.
Sonia Montegiove – Stefano Epifani
