Appunti d’esame di Metodi matematici per l'economia e la finanza

IAS/IFRS

di mercato e le passività al costo di estinzione, e gli (International

Accounting Standards/International Financial Reporting Standards) cercano di

colmare queste lacune, consentendo una valutazione basata sul valore di mercato

delle attività e delle passività.

Le carenze informative del bilancio si ri ettono anche sui tradizionali sistemi di

controllo, impedendo una corretta valutazione della capacità competitiva

dell'impresa che, per essere opportunamente valutata, richiede una prospettiva di

analisi di medio periodo in grado anche di ipotizzare future evoluzioni del contesto

di riferimento. I tradizionali sistemi di controllo adottano un'analisi ex post si basa

su dati passati per fare previsioni future, limitando la possibilità di interventi

strategici rapidi. Inoltre, vi è l'assenza di prospettive di medio-lungo termine,

mancando una visione che consideri i cambiamenti del contesto ambientale e

competitivo. Per superare questi limiti, è necessario integrare i tradizionali

strumenti di controllo con modelli di misurazione multidimensionale che includano

aspetti qualitativi. Questo approccio consente di monitorare i value driver, ovvero

ffi fl fi fl

le variabili che in uenzano i risultati aziendali, collegando il controllo operativo con

la decisione strategica.

Tre Momenti Essenziali per il Reporting

Per veri care la capacità di creazione di valore, i sistemi di reporting devono

seguire tre fasi principali:

1. Selezione dei processi critici:

Identi care le attività essenziali per raggiungere gli obiettivi strategici e individuare

Aree Strategiche

potenziali di coltà. Questa fase è collegata alla de nizione delle

d'A ari (ASA), come proposto da Kaplan e Norton, che suggeriscono controlli a

livello corporate sia economico- nanziari che orientati al monitoraggio delle ASA.

2. Scelta degli indicatori:

Sviluppare strumenti per monitorare il valore complessivo creato e il contributo di

ciascuna area. Tale fase rappresenta un momento assai critico dell'intero processo

di controllo delle performance, poiché eventuali errori nell'impostazione o

nell'elaborazione dell'indicatori comprometterebbero l'intero impianto di reporting

con conseguenti rilevanti ripercussioni sull'assunzione delle decisioni e, quindi,

sull'intera sopravvivenza del sistema. Gli indicatori possono avere di erenti unità di

misura e di erenti nalità, in quanto possono rivolgersi a:

Organi di governo: Indicatori generali per confrontare i risultati con la mission

• aziendale.

Responsabili delle aree funzionali: Indicatori speci ci per valutare

• prestazioni tecniche o qualitative.

Gli indicatori devono considerare tutte le variabili rilevanti che possono in uenzare

il risultato nale (es. costo, qualità, tempo, comportamento organizzativo).

3. Misurazione:

La fase nale consiste nel misurare i risultati sulla base delle metodologie adottate,

che devono essere periodicamente riviste per adattarsi alle esigenze conoscitive.

L'evoluzione dei sistemi di controllo richiede: una revisione dei tradizionali

strumenti economico- nanziari; l'integrazione con modelli multidimensionali che

considerino anche aspetti qualitativi; la capacità di anticipare i cambiamenti

ambientali e di adottare rapidamente decisioni strategiche. Questa evoluzione mira

a superare l’incapacità di lettura dei segnali del contesto e a garantire la

sopravvivenza dell’impresa, migliorando al contempo la capacità di creazione di

valore in situazioni di crescente complessità.

ff fi fi fi fi ff ffi fl fi fi fi fi fi ff fl

3. I modelli di business intelligence

I sistemi di Business Intelligence (BI) costituiscono una parte fondamentale dei

sistemi informativi aziendali, nalizzati a trasformare i dati grezzi in informazioni utili

dati > informazioni >

per decisioni strategiche. Seguendo il processo decisionale

conoscenza > decisioni > sopravvivenza, questi strumenti facilitano le funzioni

dei soggetti coinvolti nei processi aziendali, migliorando l'e cienza e supportando

il management.

Il termine "Business Intelligence" risale al 1958 con Hans Peter Luhn, informatico

di IBM, che descrisse un sistema automatico per acquisire, distribuire e rendere

disponibili informazioni utili in tempo reale. La BI è evoluta da strumenti complessi

utilizzabili solo da specialisti a soluzioni rapide e intuitive accessibili a un'ampia

gamma di utenti.

La BI combina vari strumenti e tecniche, tra cui: Business Analytics; Data Mining;

Reporting; Analisi e visualizzazione gra ca dei dati. Grazie a modelli, algoritmi e

simulazioni, i sistemi BI supportano decisioni rapide e precise, gestendo enormi

quantità di dati per ottenere informazioni a dabili. Questa capacità è

particolarmente utile per analizzare i comportamenti dei clienti e monitorare le loro

attività nel tempo. La business intelligence consente all'organizzazioni di porre

domande e ricevere, in tempi rapidi, risposte chiare ed intellegibili sottoforma di

report, mappe, gra ci e diagrammi, aiutando così gli utenti a scoprire le relazioni e i

modelli che si celano nei dati e confrontando questi ultimi in diversi scenari.

Mentre in precedenza la BI richiedeva l'impiego di software complessi, quindi

utilizzabili da specialisti con tempi non rapidi.

Data Warehouse (DW),

La base della BI è il un archivio digitale che raccoglie,

armonizza e archivia dati eterogenei provenienti da diverse fonti (es. ERP, CRM,

Transformation, Load)

SCM). Questi dati subiscono un processo ETL (Extraction,

Data Mart,

per renderli uniformi e utilizzabili. Il un sottoinsieme del DW, è

strutturato per rispondere alle esigenze di speci che unità aziendali o linee di

business. Analytical Processing),

Una tecnologia centrale per la BI è l'OLAP (Online nota

FASMI:

anche come

• Fast: rapidità di risposta

• Analysis: capacità di analizzare i dati

• Shared: condivisione tra utenti

• Multidimensional: utilizzo di modelli multidimensionali

• Information: informazioni a supporto delle decisioni

La tecnologia OLAP consente dunque l'estrazione dei dati dal Data Warehouse,

ottenendo come output il Data Mart, un database strutturato in base

all’argomento, clusterizzato all'interno del DW. Da un punto di vista funzionale è

simile al DW però esso opera in un ambito più limitato, riferito solitamente ad un

fi fi fi fi ffi ffi

reparto o a una singola linea di business, allineato infatti alle esigenze di una

particolare unità aziendale.

Data Mining

Il estrae e analizza dati dal DW, generando conoscenza attraverso

diverse fasi:

Clustering: creazione di gruppi omogenei.

• Sequencing: analisi delle correlazioni temporali.

• Analisi delle associazioni: individuazione di regole ricorrenti.

• Analisi previsionale: de nizione di trend futuri e scenari.

•

Le tecniche utilizzate includono metodi statistici e matematici come cluster

analysis, alberi decisionali, reti neurali e rule induction. La BI migliora l’e cienza

aziendale riducendo tempi e costi legati a: processi di reporting e analisi,

duplicazione delle attività e inaccuratezza dei dati. Inoltre, aiuta le organizzazioni a

identi care relazioni nascoste nei dati e a prendere decisioni basate su scenari

simulati e analisi multidimensionali.

Nonostante i vantaggi, la gestione delle informazioni può risultare complessa a

causa della frammentazione dei database aziendali. Tuttavia, l'integrazione di

applicativi BI sempli ca il processo. Originariamente accessibili solo a grandi

aziende per i costi elevati, oggi questi strumenti sono disponibili anche per le

piccole e medie imprese grazie all’evoluzione tecnologica.

La Business Intelligence rappresenta un pilastro strategico per il management

aziendale, combinando tecnologie avanzate per trasformare dati in valore

concreto, rendendo il processo decisionale più informato, rapido e accurato.

4. Il modello Balanced Scorecard

Balanced Scorecard (BSC), Kaplan e Norton

Il ideato da nei primi anni Novanta,

rappresenta un modello di riferimento per i sistemi di misurazione delle

performance strategiche, continuamente aggiornato da numerosi studiosi e

manager. Il modello nasce dalla consapevolezza che il controllo delle performance

aziendali deve basarsi sia su dati economico- nanziari, sia su informazioni relative

ai fattori e alle componenti del sistema aziendale. Questa integrazione risponde

alla limitazione dei modelli basati unicamente su dati economici, che tendono a

focalizzarsi sui risultati passati, ignorano i beni immateriali, e privilegiano obiettivi

di breve termine a scapito di strategie di medio-lungo termine.

Si pensi infatti, che performance economico nanziarie non negative possono in

realtà celare squilibri manageriali tali da compromettere nel medio periodo la

stessa sopravvivenza dell'impresa che, qualora non riesca a valutare

correttamente la propria capacità competitiva, potrebbe essere fuorviata da tali

parziali segnali, impedendo così le necessarie correzioni di rotta che, viceversa, si

avrebbero in presenza di idonei metodi di controllo della performance.

Gli indicatori economico- nanziari tradizionali so rono di alcune carenze che

rendono di cile la valutazione strategica. Presentano un'enfasi sui risultati passati,

fi ffi fi fi fi fi fi ff ffi

che non permette proiezioni sul futuro andamento aziendale, e un ritardo nei dati,

in quanto vengono calcolati solo dopo che i risultati si sono già veri cati. Inoltre, vi

è l'assenza di informazioni sui beni immateriali, ignorando elementi come la

capacità innovativa, le relazioni con i clienti e il miglioramento continuo. Tali limiti

possono portare a decisioni sbilanciate verso obiettivi economici immediati,

trascurando elementi strategici fondamentali per la crescita equilibrata e la

competitività dell’impresa.

I beni immateriali rappresentano una risorsa cruciale per la competitività aziendale,

poiché consentono di creare relazioni durature con la clientela, introdurre prodotti

e servizi innovativi, migliorare continuamente i processi aziendali e adeguare la

tecnologia e i sistemi informativi alle esigenze aziendali.

Il Balanced Scorecard mira a integrare le informazioni contabili con analisi

competitive, attenuando la soggettività delle valutazioni e cercando di quanti care

variabili qualitative. L'approccio si basa sull’analisi dei nessi di causalità tra

indicatori economici, che misurano i risultati nanziari e di mercato; attività e

processi aziendali, che evidenziano le operazioni critiche che in uenzano i risultati;

e capacità innovativa e apprendimento, che ri e