In recent years, big data and analytics are changing and shaping the way businesses compete and operate, by disrupting the traditional value proposition. As a consequence, to remain competitive in the new knowledge-based society, a company must be able to extract useful information from its data. However, only a small percentage of companies can be defined data-driven, hence able to exploit information to their greatest advantage by embedding data into all business processes and taking well-informed, evidence based decisions. What differentiates successful implementations from failures is the ability to have a systemic approach in adopting analytical techniques, by taking into considerations aspects beyond the specific IT requirements. The dissertation gives two contributions in this sense: o A thorough analysis of how to define a data-driven organisation, thanks to literature review, two internships experiences and a qualitative research; aspects, which are not addressed and systematised like the dynamics of analytical teams and their relationships with the business side, have been analysed; o The creation of a theoretical framework, which aims at synthetizing the knowledge acquired in a comprehensive fashion. The tool has the purpose of being a support for a detailed analysis of the characteristics of an organisation; attention has been devoted for making it workable, despite the goal of measuring “hard” and “soft” elements, like the communication among analytical and business professionals. The research illustrates how these elements, despite the lack of instruments for assessing them, are crucial for a real adoption of an evidence-based decision making. Therefore, the dissertation aims at widening the academic knowledge on a domain which is still largely uncovered and one of the current most pressing issue for organisations all over the world.

Negli ultimi anni, l’uso dei Big Data e Analytics sta rimodellando il modo in cui le aziende competono e operano, rivoluzionando la tradizionale value proposition. Come conseguenza, per rimanere competitivi nella nuova società basata sulla conoscenza, una compagnia deve essere in grado di estrarre informazione di valore dai suoi dati. A dispetto di quanto detto, solo una frazione delle aziende può essere definita come guidata dai dati, abile perciò di estrarre conoscenza utilizzando i dati in tutti i processi aziendali per trarre decisioni basate su evidenze. Quello che differenzia implementazioni di successo dai fallimenti è la capacità di avere un approccio sistematico nell’adottare tecniche analitiche, prendendo in considerazione aspetti al di là dei requisiti tecnologici. La tesi dà due contributi in questo senso: o Un’analisi accurata di come definire un’organizzazione guidata dai dati, grazie alla ricerca teorica, due esperienze di stage e una ricerca qualitativa; aspetti peculiari che non sono sistematizzati e affrontati, come le dinamiche delle unità analitiche e le loro relazioni con il lato business delle compagnie, sono stati analizzati; o La creazione di una schematizzazione teorica, con lo scopo di sintetizzare la conoscenza acquisita in maniera comprensiva. Il modello sviluppato ha lo scopo di essere un supporto per un’analisi dettagliata delle caratteristiche di un’organizzazione; nonostante l’obiettivo di poter misurare aspetti come la comunicazione, è stata posta attenzione sul rendere il modello utilizzabile praticamente. La ricerca mostra come questi elementi, a dispetto della mancanza di strumenti per misurarli nel contesto specifico dei Big Data, sono cruciali per una reale adozione di queste tecniche e il passaggio verso un processo decisionale basato sui dati. La tesi dunque vuole dare un contributo alla ricerca teorica su un tema ancora per larga parte non affrontato nell’ambito di ricerche accademiche ma che si sta rivelando di estrema attualità per organizzazioni di tutto il mondo.

Being data-driven : definition of a data-driven organisation and development of a framework for its assessment

D'ETTORRE, ANDREA;FALCONE, ALESSANDRO
2015/2016

Abstract

In recent years, big data and analytics are changing and shaping the way businesses compete and operate, by disrupting the traditional value proposition. As a consequence, to remain competitive in the new knowledge-based society, a company must be able to extract useful information from its data. However, only a small percentage of companies can be defined data-driven, hence able to exploit information to their greatest advantage by embedding data into all business processes and taking well-informed, evidence based decisions. What differentiates successful implementations from failures is the ability to have a systemic approach in adopting analytical techniques, by taking into considerations aspects beyond the specific IT requirements. The dissertation gives two contributions in this sense: o A thorough analysis of how to define a data-driven organisation, thanks to literature review, two internships experiences and a qualitative research; aspects, which are not addressed and systematised like the dynamics of analytical teams and their relationships with the business side, have been analysed; o The creation of a theoretical framework, which aims at synthetizing the knowledge acquired in a comprehensive fashion. The tool has the purpose of being a support for a detailed analysis of the characteristics of an organisation; attention has been devoted for making it workable, despite the goal of measuring “hard” and “soft” elements, like the communication among analytical and business professionals. The research illustrates how these elements, despite the lack of instruments for assessing them, are crucial for a real adoption of an evidence-based decision making. Therefore, the dissertation aims at widening the academic knowledge on a domain which is still largely uncovered and one of the current most pressing issue for organisations all over the world.
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2017
2015/2016
Negli ultimi anni, l’uso dei Big Data e Analytics sta rimodellando il modo in cui le aziende competono e operano, rivoluzionando la tradizionale value proposition. Come conseguenza, per rimanere competitivi nella nuova società basata sulla conoscenza, una compagnia deve essere in grado di estrarre informazione di valore dai suoi dati. A dispetto di quanto detto, solo una frazione delle aziende può essere definita come guidata dai dati, abile perciò di estrarre conoscenza utilizzando i dati in tutti i processi aziendali per trarre decisioni basate su evidenze. Quello che differenzia implementazioni di successo dai fallimenti è la capacità di avere un approccio sistematico nell’adottare tecniche analitiche, prendendo in considerazione aspetti al di là dei requisiti tecnologici. La tesi dà due contributi in questo senso: o Un’analisi accurata di come definire un’organizzazione guidata dai dati, grazie alla ricerca teorica, due esperienze di stage e una ricerca qualitativa; aspetti peculiari che non sono sistematizzati e affrontati, come le dinamiche delle unità analitiche e le loro relazioni con il lato business delle compagnie, sono stati analizzati; o La creazione di una schematizzazione teorica, con lo scopo di sintetizzare la conoscenza acquisita in maniera comprensiva. Il modello sviluppato ha lo scopo di essere un supporto per un’analisi dettagliata delle caratteristiche di un’organizzazione; nonostante l’obiettivo di poter misurare aspetti come la comunicazione, è stata posta attenzione sul rendere il modello utilizzabile praticamente. La ricerca mostra come questi elementi, a dispetto della mancanza di strumenti per misurarli nel contesto specifico dei Big Data, sono cruciali per una reale adozione di queste tecniche e il passaggio verso un processo decisionale basato sui dati. La tesi dunque vuole dare un contributo alla ricerca teorica su un tema ancora per larga parte non affrontato nell’ambito di ricerche accademiche ma che si sta rivelando di estrema attualità per organizzazioni di tutto il mondo.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2017_4_D'Ettorre_Falcone.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Testo della tesi
Dimensione 4.36 MB
Formato Adobe PDF
4.36 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/133743