Daniel Casarin – Imprenditore ed analista indipendente, si dedica al mondo della comunicazione, del marketing, del business design e della trasformazione digitale.
Thomas C. Redman, “the Data Doc”, president of Data Quality Solutions is currently among the few able to combine a truly organic vision of the data landscape with deep expertise in data quality, data science and analytics. Tom recently published “People and Data” for Kogan Page, an invaluable edition in which the author urges companies to involve everyone in treating data as a powerful team sport.
Interview with Thomas Redman
Daniel Casarin : first of all, Tom, can you tell us how the need for this book arose? Thomas Redman : thank you for this question Dan. It really makes me smile! I’ve been lucky enough to spend my career in data quality, but five or six years ago, I missed an important pattern. I’d help some company or team get to the bottom of some issue or other , and people would just feel great about it. Almost like they had been locked in a cage, and we’re now set free to work together, to make something that annoyed them go away, to improve something. To take a bit of control of their work. They were proud. As they should be!
When I realized this, I took a more careful look and lo and behold–everything we want to do with data involves people! Yet they get no training, no tools, no support. Almost like asking a barista to make great coffee without telling them how!
Daniel Casarin: w Thomas Redman : quality has never been more important. Just to tap into the current AI craze. You’re not going to get better results than the data you use to train a model.
Not interested in AI. Well, do you make decisions? Decisions are no better than the data on which they’re based either. Or getting work done effectively? Bad data is a productivity killer!
Iscriviti alla nostra newsletter
Unisciti agli oltre 10.000 iscritti che leggonola nostra newsletter per approfondire le tematiche
Daniel Casarin: w hy do you think that many current organizations are not ready to have quality data? Thomas Redman : that is a really interesting way to formulate the question. A bit of a paradox: it is way easier to attack data quality properly than what most companies do today. But you have to change the way you think and manage . And companies are not ready, as you say, to do that.
I think some Russian novelist observed that “all good families are the same. All dysfunctional ones are dysfunctional in their own ways.” So too with data quality. Some think, “Oh, it is not that bad.” Others, “it’s not worth the trouble.” Some are just plain lazy. And, sadly, many are poorly led.
Daniele Casarin: i Thomas Redman: I believe it was Arthur Jones who observed that, “organizations are perfectly designed to achieve the results they achieve.” Two features of today’s organizations make data quality especially difficult. First, silos make it difficult for data creators and data customers to connect. And second, too many companies assign responsibility for data to the IT departments.
Importantly, too many senior executives have stayed on the sidelines when it comes to data. And I include AI in this assessment. Part of me is sympathetic–they simply don’t know what to do.
In People and Data I proposed three things: First, build a “people centric ” organization for data that gets everyone involved, clarifies what you want people to do, and provides the training, help, and support so they can do it. Second, help connect data people and those with important company problems. And third, start to imagine what the company will look and feel like if you fully embrace data.
Daniel Casarin: ...and instead what is the role of the operators in this process of creating quality data? Thomas Redman : I find there are two fundamental roles for data quality: the “customer” who has to clarify what they need, and the “creator,” who has to understand those needs and try to meet them. Please note that these responsibilities are shared. Nothing happens if only one party is trying.
For example, I run into people who complain that they aren’t getting the quality data they need. I ask, “did you explain it to them?”, the answer is usually “no”. I say “Well try that.” And you know what? Quality almost always improves.
Daniel Casarin: for a country like Italy, mainly composed of SMEs and manufacturing companies, where would you recommend starting? Thomas Redman: Interesting question. I’ve been there a number of times, and it seems to me that Italy has some real advantages when it comes to quality. On one end of the spectrum, I think Italy has a Ministry of Digitization and Innovation. It would be great to see some work at that level.
Of course, most data quality efforts start in a bottom-up fashion . And practically anyone can take a first step. Here’s some things that others have done:
Sought out a customer to see if he or she is getting what they need, Making a simple DQ measurement, Take a fresh look at a nagging problem (e.g., too much inventory). Think through whether better data will help solve it.
+ 100 webinar gratuiti on demand
Thomas C. Redman , “the Data Doc”, presidente di Data Quality Solutions, è attualmente tra i pochi in grado di combinare una visione genuinamente olistica del panorama dei dati con una profonda competenza in data quality, data science e analytics. Tom ha recentemente pubblicato “People and Data” per Kogan Page, un’edizione di inestimabile valore in cui l’autore esorta le aziende a coinvolgere tutti nel trattare i dati come un potente sport di squadra.
Intervista a Thomas Redman
Daniel Casarin: innanzitutto, Tom, può dirci com’è nata la necessità di questo libro? Thomas Redman : Grazie per questa domanda, Dan. Mi fa davvero sorridere! Ho avuto la fortuna di trascorrere la mia carriera nella data quality, ma cinque o sei anni fa, mi è sfuggito un modello importante. Aiutavo qualche azienda o team a risolvere un problema o l’altro, e le persone si sentivano benissimo al riguardo. Quasi come se fossero state rinchiuse in una gabbia e ora fossero liberate per lavorare insieme, per far sparire qualcosa che le infastidiva, per migliorare qualcosa. Per prendere un po’ di controllo del proprio lavoro. Erano orgogliose. E giustamente!
Quando me ne sono reso conto, ho guardato più attentamente e, sorpresa sorpresa, tutto ciò che vogliamo fare con i dati coinvolge le persone! Eppure non ricevono formazione, né strumenti, né supporto. Quasi come chiedere a un barista di fare un ottimo caffè senza dirgli come!
Daniel Casarin: perché parlare di dati di qualità oggi? Thomas Redman: la qualità non è mai stata così importante . Solo per toccare l’attuale mania dell’IA. Non otterrai risultati migliori dei dati che usi per addestrare un modello.
Non ti interessa l’IA? Beh, prendi decisioni? Le decisioni non sono migliori dei dati su cui si basano. O ottenere un lavoro fatto in modo efficace? I dati cattivi sono un killer della produttività!
Daniel Casarin: perché pensa che molte organizzazioni attuali non siano pronte ad avere dati di qualità? Thomas Redman: q uesto è un modo davvero interessante di formulare la domanda. Un po’ un paradosso: è molto più facile affrontare correttamente la data quality di quanto facciano la maggior parte delle aziende oggi. Ma devi cambiare il tuo modo di pensare e di gestire . E le aziende non sono pronte, come dice lei, a farlo.
Penso che qualche romanziere russo abbia osservato che “tutte le famiglie felici si assomigliano; ogni famiglia infelice è infelice a modo suo”. Così è anche per la data quality. Alcuni pensano: “Oh, non è poi così male”. Altri: “Non ne vale la pena”. Alcuni sono semplicemente pigri. E, purtroppo, molti sono mal guidati.
Daniel Casarin: i n diversi punti del libro lei sottolinea il ruolo che i manager hanno in questo processo verso la data quality. Può spiegare in dettaglio in cosa consiste questa responsabilità?Thomas Redman : credo che sia stato Arthur Jones a osservare che “le organizzazioni sono perfettamente progettate per raggiungere i risultati che raggiungono”. Due caratteristiche delle organizzazioni di oggi rendono la data quality particolarmente difficile. Primo, i silos rendono difficile la connessione tra i creatori di dati e i clienti dei dati. E secondo, troppe aziende assegnano la responsabilità dei dati ai dipartimenti IT.
È importante sottolineare che troppi dirigenti di alto livello sono rimasti in disparte quando si tratta di dati. E includo anche l’IA in questa valutazione. In parte li capisco: semplicemente non sanno cosa fare. In “People and Data” ho proposto tre cose:
Primo, costruire un’organizzazione “people-centric” per i dati che coinvolga tutti, chiarisca cosa si vuole che le persone facciano e fornisca la formazione, l’aiuto e il supporto necessari affinché possano farlo. Secondo, aiutare a connettere le persone che si occupano di dati e coloro che hanno importanti problemi aziendali. E terzo, iniziare a immaginare come sarà l’azienda se abbraccerà pienamente i dati.
Daniel Casarin: …e invece qual è il ruolo degli operatori in questo processo di creazione di dati di qualità?Thomas Redman: trovo che ci siano due ruoli fondamentali per la data quality: il “cliente” che deve chiarire di cosa ha bisogno e il “creatore” che deve capire queste esigenze e cercare di soddisfarle. Si noti che queste responsabilità sono condivise. Non succede nulla se solo una delle parti ci prova.
Per esempio, mi imbatto in persone che si lamentano di non ottenere i dati di qualità di cui hanno bisogno. Chiedo: “Gliel’avete spiegato?”. La risposta di solito è “no”. Io dico: “Beh, provateci”. E sai cosa? La qualità quasi sempre migliora.
Daniel Casarin: per un paese come l’Italia, prevalentemente composto da PMI e aziende manifatturiere, da dove consiglierebbe di iniziare?Thomas Redman: Mmmh. Domanda interessante. Ci sono stato diverse volte e mi sembra che l’Italia abbia dei veri vantaggi quando si tratta di qualità. A un estremo dello spettro, penso che l’Italia abbia un Ministero della Digitalizzazione e dell’Innovazione. Sarebbe fantastico vedere un po’ di lavoro a quel livello.
Naturalmente, la maggior parte degli sforzi di data quality inizia in modo bottom-up. E praticamente chiunque può fare un primo passo. Ecco alcune cose che altri hanno fatto:
Cercare un cliente per vedere se sta ottenendo ciò di cui ha bisogno. Effettuare una semplice misurazione della DQ. Dare una nuova occhiata a un problema persistente (ad esempio, troppo inventario). Riflettere se dati migliori potrebbero aiutare a risolverlo.
Daniel Casarin, imprenditore ed analista indipendente, si dedica al mondo della comunicazione, del marketing, del business design e della trasformazione digitale. Con oltre 20 anni di esperienza, esplora l’impatto delle tecnologie emergenti in ambito economico e organizzativo. Attraverso Adv Media Lab e altre iniziative imprenditoriali, collega la sua expertise multidisciplinare al mondo dell’impresa.
