Definizione operativa
Che cosa il concetto copre — e che cosa no.
Il protocollo parte dalle decisioni da sostenere e distingue raccolta, modellizzazione, convalida, scenari, governance, esportazione e costo di uscita. Un confronto vero richiede test datati applicati a ogni soluzione con la stessa griglia.
Autorizzare una preselezione solo dopo un test documentato di cui siano conservati dati in ingresso, risultati attesi, scarti e condizioni di uscita.
Copertura funzionale, trasparenza, test, esportazione, interoperabilità, costo totale e dipendenza.
Un’interfaccia convincente può nascondere trasformazioni, prior o regole di allocazione impossibili da verificare.
Quadro decisionale
Un metodo che mantiene verificabili le ipotesi.
Scrivere tre casi di test rappresentativi e i loro risultati attesi prima di ogni dimostrazione del fornitore.
Eseguire lo stesso input in ciascuna soluzione e conservare parametri, trasformazioni, diagnostiche ed esportazioni.
Calcolare licenza, integrazione, esercizio, competenze, migrazione e costo di uscita sullo stesso periodo.
Separare capacità osservate, dichiarate e non valutate, con una data di controllo e un responsabile.
Parametri non negoziabili
Unità, orizzonte e comparatore vanno fissati prima del calcolo.
Questi cinque parametri determinano che cosa il risultato significa davvero. Se cambiano durante l’analisi, gli scenari non sono più comparabili e la raccomandazione va ricalcolata.
Osservazione o risorsa identificata da fonte, popolazione, unità, periodo, versione e diritti d’uso.
Indicare data di raccolta, attualità rilevante per la decisione e cadenza di revisione; una data recente non corregge una definizione inadeguata.
Confrontare distribuzioni e metodi su un perimetro omogeneo; non trattare mai un benchmark esterno come obiettivo locale automatico.
Pubblicare dimensione del campione, dispersione, esclusioni, trasformazioni, bias di selezione e limiti di riproducibilità.
Una risorsa entra in una decisione solo se provenienza, applicabilità e trasformazioni possono essere verificate.
Dossier decisionale
Ciò che il comitato deve ricevere — oltre a un risultato centrale.
Il documento deve permettere di rifare il ragionamento, di contestare un’ipotesi e di sapere quando la conclusione cessa di valere. Una cifra isolata, per quanto precisa, non assolve questa funzione.
Preparare una valutazione verificabile. Scrivere le opzioni realmente aperte, lo status quo e la persona responsabile della scelta.
Copertura funzionale, trasparenza, test, esportazione, interoperabilità, costo totale e dipendenza. Precisare unità, numeratore, denominatore, popolazione e periodo.
Calcolare licenza, integrazione, esercizio, competenze, migrazione e costo di uscita sullo stesso periodo. Conservare la stessa definizione di costo e di risultato per ogni opzione.
Separare capacità osservate, dichiarate e non valutate, con una data di controllo e un responsabile. Riferire i controlli che falliscono con la stessa chiarezza di quelli superati.
Un’interfaccia convincente può nascondere trasformazioni, prior o regole di allocazione impossibili da verificare. Quantificare l’impatto di un’ipotesi troppo ottimistica e di una decisione rinviata.
Revisione trimestrale. Definire il segnale, la soglia e la data che attiveranno mantenimento, correzione o arresto.
Esempio numerico
Esempio didattico di costo completo
Situazione. Due soluzioni fittizie sono confrontate soltanto per illustrare la formula. A costa 40 k€ e richiede 80 giorni di integrazione; B costa 70 k€ e 20 giorni. La giornata interna è valorizzata 700 €.
Calcolo. Costo didattico del primo anno: A = 40 000 + 80 × 700 = 96 000 €; B = 70 000 + 20 × 700 = 84 000 €.
Lettura. Questo esempio non classifica alcun software reale. Verificabilità, manutenzione e costo di uscita restano da misurare con un protocollo datato.
Regole decisionali
Quando considerare l’analisi abbastanza solida.
- Autorizzare una preselezione solo dopo un test documentato di cui siano conservati dati in ingresso, risultati attesi, scarti e condizioni di uscita.
- Misurare come minimo: copertura funzionale, trasparenza, test, esportazione, interoperabilità, costo totale e dipendenza.
- Condizione di convalida: separare capacità osservate, dichiarate e non valutate, con una data di controllo e un responsabile.
Limiti
Ciò che i dati e il metodo non permettono di affermare.
- Un’interfaccia convincente può nascondere trasformazioni, prior o regole di allocazione impossibili da verificare.
- Un riferimento settoriale non è un obiettivo normativo.
- Un dato pubblico può essere documentato e inadatto a una decisione locale.
Riferimenti bibliografici
I lavori su cui si fonda questa analisi.
- Peng, R. D. (2011), Science.
- Sculley, D. et al. (2015), « Hidden Technical Debt in Machine Learning Systems ».
- Wilkinson, M. D. et al. (2016), « The FAIR Guiding Principles for Scientific Data Management », Scientific Data.
- Peng, R. D. (2011), « Reproducible Research in Computational Science », Science.
Messa in pratica
Il canvas da produrre per decidere
Decisione · target · obiettivo · orizzonte · opzioni · vincoli · interazioni · unità economica · prova · soglia di revisione. Il documento associato conserva anche ipotesi, limiti, versione e data di riesame.
Vedere lo strumento o il documento associato →