|
Immersive Data Visualization è un programma di ricerca in cui il Politecnico di Milano (PoliMi) e Accenture hanno realizzato insieme un’esperienza di Data Visualization immersiva e innovativa.
Lo scopo della ricerca è stato quello di identificare un modo innovativo e dirompente per rappresentare diverse misure di Business, permettendo ai referenti di incentrare il processo decisionale sul valore degli indicatori analizzati.
L’iniziativa è il risultato di uno studio congiunto tra Accenture, il dipartimento di Ingegneria Gestionale e il dipartimento di Design del Politecnico di Milano. La partnership ha permesso di identificare nuovi approcci per correlare tra loro misure tecniche ed economiche e, quindi, implementare la miglior soluzione per rappresentarle.
Il risultato è una vera e propria user experience avanzata in termini di Data Visualization che permette di spingersi oltre le consuete analisi del dato.
Scopri di più sull’Accenture Customer Innovation Network di Milano (ACIN) che ha contribuito alla ricerca e dove il futuro accade tutti i giorni.
L’iniziativa è stata sviluppata in fasi diverse e consecutive.
Durante la fase di definizione del DataLake, Accenture e il dipartimento di Ingegneria Gestionale hanno integrato i dati grezzi di esempio, relativi a disservizi sulle utenze domestiche e industriali (es. blackout, outages linea internet, etc.), con nuove e specifiche informazioni – statistiche, demografiche, metereologiche – e quindi hanno definito le nuove relazioni tra dati non omogenei.
Durante la seconda fase, il dipartimento di Design ha proposto e disegnato l’interfaccia grafica navigabile contemporaneamente su tre monitor diversi, con lo scopo di identificare nuovi modelli e relazioni nascoste tra i dati.
A partire dal DataLake contenente informazioni varie e tra loro eterogenee, oggi è possibile definire un flusso informativo strutturato tramite il quale “raccontare i dati” improntando una strategia di comunicazione più efficace e persuasiva.
La navigazione su schermi diversi permette di identificare relazioni tra fenomeni apparentemente indipendenti fra loro, ottenendo informazioni e insight immediati a partire dai dati e permettendo all’utilizzatore di prendere decisioni aziendali facendo leva su un approccio Data Driven.
Lo studio ha portato un miglioramento significativo in fase di analisi, mostrando il dato su tre schermi diversi e interconnessi tra loro anche tramite una scala a colore singolo la quale permette di rapportare dimensioni di analisi diverse.
Il grafico “Dot” - sulla destra - permette una navigazione lineare delle nuove informazioni inserite nel modello – es. il grado di urbanizzazione e l’altitudine – per identificare correlazioni non immediate tra i dati.
La navigazione intuitiva e user-friendly fornisce all’utente una overview generale e la possibilità di identificare in modo immediato eventuali valori anomali su cui incentrare analisi successive.
L’analisi degli assi permette di correlare dimensioni diverse e di scoprire logiche relazionali nascoste nei dati.
Le relazioni tra KPIs tecnici ed economici permettono di elaborare un’analisi degli impatti evoluta, mentre il motore predittivo insignito nel modello genera forecast di breve e lungo periodo sia su dati tecnici che economici.