La data platform intesa come centro di controllo, smistamento e accuratezza dei dati. O, per dirla in un altro modo, più diretto: come la base fondamentale attorno a cui costruire use case basati sull’IA, un approccio digital-oriented verso il cliente e per valorizzare la knowledge base aziendale. Senza la data governance, e quindi regole chiare e condivise, poi, da tutti i reparti, viene meno la potenzialità di sfruttare i dati senza i rallentamenti e gli ostacoli che derivano dalla presenza di ridondanze e senza che i sistemi preesistenti si sovrappongano fra di loro.
Come fare, allora, affinché ciò non avvenga? Serve creare una piattaforma dati e una struttura tecnologica capace di occuparsi end-to-end della pipeline dei dati, fin da subito pensata per supportare le esigenze di un’intera organizzazione e non di un solo reparto. Senza dimenticare, poi, il cambiamento culturale che ne deriva.
Indice degli argomenti
Una Data Strategy per attivare una nuova piattaforma e superare i limiti dell’on-premise
Un esempio concreto arriva da Unipol, che sta vivendo una delle trasformazioni dati più profonde della sua storia recente. Un percorso che nasce dall’esigenza di superare i limiti tecnologici della precedente piattaforma on-premise e di costruire una nuova data strategy, capace di supportare le evoluzioni commerciali e la crescente complessità del gruppo.
Il punto di partenza presentava criticità chiare: ridondanza dei dati, duplicazioni applicative, architetture frammentate e tecnologie ormai superate stavano compromettendo la capacità dell’organizzazione di massimizzare le potenzialità dei dati. Inoltre, le recenti acquisizioni avevano generato un ecosistema composto da vari sistemi data warehouse in cui i dati vengono replicati da molteplici sistemi che hanno la stessa funzione con inevitabili situazioni meno organizzate e quasi isolate, in cui ogni funzione si appoggiava al sistema che conosceva meglio.
A questa complessità si aggiungevano le difficoltà di scalare un’infrastruttura on-premise in un contesto in cui l’azienda deve garantire analytics in tempo reale a una rete di oltre 2.100 agenzie in tutta Italia e gestire carichi variabili derivanti dai servizi digitali offerti ai clienti. “La flessibilità era necessaria per aprirsi a carichi flessibili sia per il reporting di agenzia sia per i carichi che abbiamo verso i canali digitali” spiega Emanuele Palermo, Data Platform Manager di Unipol.
Il progetto è nato, dunque, con un obiettivo molto chiaro. Ossia rimuovere i limiti della soluzione on-premise, unificare le fonti e creare una piattaforma che fosse moderna, scalabile e governata. Le priorità, per Unipol, erano sostanzialmente tre. Innanzitutto, ridurre la ridondanza, ma anche superare l’obsolescenza tecnologica e abilitare le nuove strategie aziendali orientate alla comprensione del cliente e alla personalizzazione dei servizi digitali.
La trasformazione è avvenuta su più livelli. Da un lato la costruzione di un nuovo stack tecnologico, basato su un approccio best of breed e modulare che comprende data lake, data warehouse e moduli AI/ML in grado di garantire l’implementazione dei diversi casi d’uso aziendali. Dall’altro l’evoluzione dei processi interni di delivery, che adottano un approccio di governance shift-left, in cui la governance, intesa come documentazione, data quality e le data-policy, diventa una componente integrata della progettazione fin dalle primissime fasi, così da garantire affidabilità e coerenza dei dataset nel tempo (e meno costi per rimediare, in futuro).
“Quando si parla di IA, pochi specificano che questi progetti falliscono se la parte di dati non è strutturata, organizzata e, in sostanza, fatta bene”, osserva Palermo. E chiarisce il punto: la nuova piattaforma non è solo un’infrastruttura, ma un sistema pensato per supportare use case avanzati, per organizzare i dati in modelli vettoriali, semantici o ontologici utili all’implementazione di soluzioni di IA (chatbot,voicebot e agenti)
La data platform è un cambio culturale che coinvolge tutta l’azienda
L’impatto del progetto non è solo tecnologico. La trasformazione tocca direttamente il business, sempre più orientato a strumenti analitici capaci di restituire una lettura profonda delle dinamiche del cliente. L’esempio più evidente è Unica, la nuova polizza modulare che combina la consulenza in agenzia con la flessibilità digitale. Per interpretare i comportamenti dei clienti e reagire in modo tempestivo, servono KPI, analisi in tempo reale e dashboard distribuite su tutto il territorio. Ecco che, per ottenere questi risultati, entra in gioco la nuova piattaforma, che offre strumenti di reporting sia direzionali sia locali, destinati agli agenti, e gestisce volumi imponenti: 11 società del gruppo, 1.150 flussi dati in ingresso, oltre 11.000 asset catalogati e circa 13.000 terabyte di informazioni. Più di 5.000 utenti utilizzano i dati, tra interrogazioni SQL e tecniche avanzate di Machine Learning e AI, mentre le dashboard attive superano quota 2.500.
A fianco della trasformazione tecnologica ce n’è un’altra, quella culturale. “È una sfida che stiamo affrontando”, afferma Palermo. “Il nostro business è molto attivo su tecnologie di analisi dati classiche. Dopo aver lavorato sull’impianto tecnologico, la sfida che stiamo affrontando riguarda l’evangelizzazione e l’enabling del business su queste nuove soluzioni”.
Proprio per questo Unipol attiverà un team di enabling dedicato a supportare i colleghi IT e business nell’adozione della piattaforma, facilitando l’apprendimento dei nuovi processi e accompagnando la transizione verso i nuovi modelli data-driven.
Un modello operativo “Hub & Spoke”: così la data platform diventa democratica
Dal punto di vista organizzativo, Unipol ha adottato un modello “Hub & Spoke”. L’Hub è costituito dal team dati interno, che è stato suddiviso in tre aree: Foundation, Governance e Delivery. In altre parole, è qui che risiedono le competenze per la definizione degli standard e la gestione dei progetti core.
La componente Spoke invece è composta da team IT o business che sviluppano autonomamente use case, purché nel rispetto delle regole, delle policy e delle metodologie definite dall’Hub. “Lo Spoke rappresenta un team che si attiva in un determinato use case, rispettando le policy diramate dal team di foundation e governance. E con questo modello che intendiamo portare avanti la “democratizzazione del dati” ed accellerare il cambio culturale”, chiarisce Palermo.
Per supportare questo modello, Unipol si affida da anni a Nimbus Intelligence, che contribuisce sia alla preparazione dei dati sia alla costruzione del reporting aziendale. Il team di Nimbus coinvolto stabilmente nel progetto conta oggi una decina di persone, con prospettive di ampliamento per coprire in futuro l’intero ciclo del dato: dall’ingestione alla visualizzazione finale.
Un progetto pluriennale
La nuova data platform rientra nel Piano Industriale 2025–2027 di Unipol. I lavori sono iniziati nel 2025 dallo stream di foundation, che ha permesso di implementare i moduli tecnologici principali e avviare la migrazione dei dati. Il percorso proseguirà nei prossimi anni con l’obiettivo di completare la migrazione entro il 2026 e procedere gradualmente allo switch dei sistemi legacy.
Naturalmente, il cambiamento richiederà tempo e un progressivo allineamento tra processi, tecnologie e competenze. Ma per Unipol rappresenta una leva strategica per sostenere le nuove linee commerciali e abilitare una data governance robusta, capace di rendere il dato affidabile e, cosa più importante, realmente utile all’intera organizzazione.
