Menu

Data Driven Management: Italia senza speranza?

In tre giorni, tre versioni diverse sui dati relativi all'occupazione, al PIL, alla crescita, all'inflazione... Con un uso intelligente di Big Data e Analytics si possono ottenere risultati strabilianti, ma come farlo se i dati di partenza sono inaffidabili?

In questi giorni sto assistendo ad uno scontro tra culture dai contorni davvero sconcertanti. Da un lato, vengono illustrati gli eccellenti risultati che stanno ottenendo le aziende che hanno abbracciato la filosofia che vede alla base di qualsisasi decisione e strategia un'attenta valutazione dei dati di contesto e delle simulazioni di quali effetti si possono ottenere a fronte delle possibili scelte da prendere.

Dall'altro, i Media nazionali non fanno altro che presentare dati relativi all'andamento della nostra economia - occupazione, inflazione, PIL - in totale contraddizione tra loro, partendo da fonti e da presupposti diversi e spesso non coerenti o inconfrontabili. Così, a fronte delle dichiarazioni "l'economia italiana è ripartita", si annuncia una crescita del PIL lontana dalle previsioni, con la necessità di attivare una straordinaria manovra per compensare i buchi di bilancio che si stanno creando.

Data-Driven ManagementDov'è la verità? Ma, soprattutto, come poter impostare una seria strategia se i dati di partenza non sono affidabili? E il fatto che non siano affidabili è voluto - per speculare a livello politico e di comunicazione manipolando l'opinione pubblica - o è dovuto ad incompetenza o incoerenza nell'integrazione dei dati?

Personalmente, voglio credere a quest'ultima ipotesi evidenziando la necessità di creare una regia unica nella raccolta, nella strutturazione e nell'organizzazione dei dati, imponendo una svolta radicale all'attuale frammentazione dei sistemi ed esaltando - una volta per tutte - la necessità di porre molta attenzione sulla qualità dei dati. Ma purtroppo, credo che per ragioni di potere e di convenienza questo sia molto più difficile di quanto si possa pensare.

Essendo tuttavia un'ottimista, mi permetto di indicare quale potrebbe essere la via da seguire per trasformare un'organizzazione in "Data Driven", uno degli argomenti ai quali sarà dato molto rilievo nell'ambito del Master in Business Data Analysis che sto attualmente coordinando per conto di TAG Innovation School.

Cosa vuol dire Data-Driven Management

L'era della Business Intelligence intesa come tecnologia asincrona rispetto all'operatività dell'azienda, incentrata sull'analisi di dati interni storicizzati e riservata a pochi eletti per le fasi di pianificazione strategica e poco altro è ormai definitivamente alle nostre spalle. Il Software e l'Hardware hanno fatto passi da gigante, consentendo di elaborare in tempi brevissimi quantità dati impensabili anche nel passato recente. Le interfacce sono divenute a portata di chiunque e accedibili anche da semplici Web Browser.

Il vero salto di qualità è dato però dal nuovo approccio alle analisi, capace di produrre risultati di qualità nettamente superiore. Un approccio in base al quale le fonti dei dati non sono più unicamente i dati conservati nei DBMS (Database) aziendali, ma possono spaziare dalla "realtà reale", utilizzando sensori di ogni genere, alla "realtà virtuale" dei Social Media e di tutto il Web, con l'impiego anche di dati non strutturati, quali testi, immagini, video e via dicendo. Un approccio che ancor più che tecnologie richiede creatività, apertura mentale e cultura multidisciplinare - sempre permeata da un'impostazione di tipo scientifico - che non è facile raggiungere e tantomeno improvvisare.

Le aziende che per prime hanno svoltato in questa direzione stanno conquistandosi importanti vantaggi competitivi, allargano non solo i confini del proprio mercato tradizionale, ma invadendo territori di organizzazioni che apparentemente non avevano alcun punto di contatto con il proprio. Alcuni esempio su tutti, senza fare riferimenti particolari a nessuna specifica azienda: c'è chi partendo da un'importante base di clientela ha cominciato a realizzare dei ricavi dalla vendita dei contatti o, ancor meglio, dei prodotti di altri. Chi ha trasformato il proprio Business in vendita di modelli di analisi e chi ha rivisto il proprio portafoglio di servizi connessi ai prodotti offerti in origine.  

Alla base di queste evoluzioni - e di molte altre ancora - c'è la chiara percezione che uno degli asset più importanti dell'azienda è costituito dal suo patrimonio di dati. Filosofia che è chiara da percepire, ma molto meno facile da digerire. I dati, infatti, sono il collante che unisce il marchio dell'azienda alla sua clientela, che guida nelle scelte, nelle strategie, nella definizione dei processi. Detto in altro modo, i dati sono la sintesi delle "curve di esperienza" che rendono l'azienda competitiva, in grado di primeggiare nel tempo. Ma se la lettura dei dati non viene fatta o, peggio, se i dati utilizzati non sono di qualità, si rischia di sprecare l'enorme patrimonio che invece si avrebbe a disposizione.

Ci sono tuttavia delle controindicazioni all'uso dei dati nell'assunzione delle decisioni. La prima delle quali è il rischio di un grave rimescolamento dei poteri e degli equilibri interni. Ovvero, in mancanza di dati, le scelte vengono prese sulla base di opinioni. E come sempre accade nelle strutture organizzative di tipo gerarchico, "le opinioni del capo" sono quelle che contano di più. Quindi, per definizione, le decisioni vengono prese sulla loro base. Ma cosa accade se i fatti dimostrano che "il capo non ha sempre ragione"? Il rischio maggiore è che si mette in discussione il suo ruolo o addirittura l'intera organizzazione gerarchica, per cui in molti ambienti questo non è voluto. Ma in un contesto di pura competitività oggi non c'è più spazio per tollerare posizioni dominanti "per ruolo", non supportate dai risultati...

Mano a mano che nell'organizzazione si scende di livello, l'uso dei dati assume un ruolo più importante. Ad esempio, un venditore che non raggiunge mai le quote assegnate o un operario che non completa i pezzi nel tempo stabilito o una campagna pubblicitaria che non raccoglie il numero di contatti previsto, vengono subito rilevati e messi in discussione. Il punto è che però questa impostazione dovrebbe partire dall'alto e propagarsi per tutta l'organizzazione, cosa oggi ancora rara nelle nostre imprese.

Dobbiamo riprogettare il sito web dell'azienda? Cosa conta di più: il gusto estetico del capo, o il traffico generato da un'impostazione piuttosto che un'altra? Ovvio che in questo secondo caso occorre prevedere un periodo di test e l'effettuazione di rilevazioni numeriche coinvolgendovi il maggior numero di persone possibile. Ma in tal modo, che fine fa l'autorità del capo? Sarà costui in grado di rinunciarvi, cominciando a guidare con autorevolezza e in modo aperto, accettando i contributi di chiunque, indipendentemente dal ruolo occupato in azienda? Un passaggio culturale difficile, ma che risulta indispensabile se si vuole portare con successo la propria organizzazione nel futuro.

Come diventare Data-Driven Manager

Data-Driven ManagerIl percorso verso il Data-Driven Management non è particolarmente complesso, ma richiede il rispetto di alcuni passaggi fondamentali. Il primo punto consiste nel fotografare la situazione di partenza. Come si possono stabilire degli obiettivi e misurare i risultati se non si hanno i dati relativi a da dove si parte? Ritornando all'esempio della revisione del sito web, quali obiettivi ci si pone? Più visite, più Click, iscrizioni, maggior gradimento qualitativo... Dati che spesso esistono già in azienda, ma che possono risultare non facilmente individuabili, integrabili, confrontabili. Occorrerà quindi individuarne le fonti, rivederne le strutture e la qualità affinché assumano un significato coerente con quanto ci si sta proponendo di fare.

Bene: fissato l'obiettivo - o gli obiettivi - si dovranno stabilire i traguardi, il tempo per raggiungerli e tutte le tappe intermedie lungo il percorso che ci separa dal risultato finale. Questo vuol dire dotarsi degli strumenti per effettuare le rilevazioni, per condividere i dati con tutti quelli che contribuiscono alla loro produzione, stabilire dei processi per monitorare gli stati di avanzamento e assumere le decisioni richieste di volta in volta dalle condizioni registrate.

Definire gli obiettivi finali - e quelli da conseguire negli stadi intermedi - non è un passaggio facile, né immediato. Se irragiungibili equivarranno a perdere di credibilità e consensi all'interno del Team; se mal specificati lasceranno ampi spazi a discussioni, incomprensioni, equivoci. La definizione degli obiettivi va mediata tra le esigenze/opportunità dell'azienda e la condivisione con il personale che dovrà svolgere la propria parte nelle attività richieste dal progetto, avendo chiari ruoli e valutazioni dei risultati conseguire. Il che vuol dire anche gestire la condivisione, fissando anche obiettivi di carattere individuale, non necessariamente economici, con punti di controllo e la successiva analisi dei possibili scostamenti. Quindi, un altro set di dati da raccogliere, misurare, analizzare e utilizzare per la revisione dei piani.

 I dati vanno conservati in modo sicuro, affidabile e dovranno risultare facilmente reperibili anche dopo che sono stati storicizzati e magari combinati tra loro per trarne significati diversi da quelli originari. Ad esempio, utilizzando particolari algoritmi o costrutti derivati dall'intelligenza artificiale se ne possono trarre correlazioni non percepibili a prima vista, ma che risulteranno capaci di dare preziose indicazioni sulle decisioni da prendere. Operazione che risulterà molto più facile se tutti i dati sono riposti - per lo meno a livello logico - in un unico contenitore, accedibile da parte di chiunque ne abbia interesse.

Tecnologie per Data Warehouse, Big Data, Analytics

Chiaro che il Data-Driven Manager avrà bisogno di una complessa infrastuttura di raccolta, conservazione e analisi dei dati. I produttori di questi strumenti stanno rilasciando pressoché ogni giorno strumenti più maturi, affidabili, di facile uso e a prezzi sempre più bassi. Alcuni, addirittura, ne propongo l'impiego in ambienti Cloud, con una formula "Pay-per-Use", ovvero a consumo e senza particolari costi di attivazione. Uno scenario che favorisce il passaggio verso un uso spinto dei dati per prendere decisioni consapevoli, a tutto vantaggio della competitività e della profittabilità dell'azienda.

Un modo per superare lo scoglio del Management tradizionale che vede minacciata la propria posizione è "partire piccoli", con il supporto di un forte sponsor interno all'azienda, e fornire rapidamente risultati tangibili, mettendoli al servizio dell'intera organizzazione. Piani troppo ambiziosi potrebbero scontrarsi contro lo scetticismo del Management, portando a rinviare a data da destinarsi qualsiasi azione. Con in ingresso strisciante, fatto di piccoli passi, risulta molto più facile guadagnarsi il credito per costruirsi un percorso vincente nel quale ben presto si troverà coinvolta l'intera azienda.

Ultima modifica ilGiovedì, 15 Settembre 2016 15:28

Aggiungi commento


Codice di sicurezza
Aggiorna

Torna in alto