Business Analytics - Appunti

IV) AMBIZIONE DI VASTA PORTATA (LARGE SCALE AMBITION).

I) Sostegno di una capacità distintiva strategica

Se gli analytics devono supportare la strategia competitiva, sostengono una importante

capacità distintiva. Le capacità distintive sono le capacità che contraddistinguono l'azienda

rispetto ai competitors, in questo modo si crea valore aggiunto, questo permette di essere

unici rispetto agli altri. Le capacità variano a seconda dell’azienda e del settore. Es. per

NETFLIX gli analytics si focalizzano sulla previsione delle preferenze di visualizzazione dei

clienti.

Possedere una capacità distintiva significa che l’organizzazione considera questo aspetto

ciò che fa la differenza rispetto ai concorrenti e che le consente di avere successo sul

mercato. Non si può essere competitor analitici senza una capacità distintiva perché in tal

caso gli analytics non supportano nessuna attività o processo definiti.

Oltre a sviluppare capacità distintive, i competitor analitici pongono molta attenzione alla

misurazione delle capacità prescelte. Essi si impegnano sia nell’utilizzo che

nell’esplorazione delle metriche: utilizzano quelle esistenti sfruttandole al massimo grado

e ne esplorano di nuove.

I competitor analitici, con il tempo, tendono a spostarsi in diversi ambiti analitici: all’inizio

hanno adottato per gli analytics un focus interno e successivamente lo hanno esteso

all’esterno. I competitor analitici hanno bisogno di un focus primario per l’attività analitica,

ma una volta che questa cultura si è radicata è impossibile fermarne la diffusione. 19

lOMoARcPSD|3120431

II) L’approccio d’impresa agli analytics e la loro gestione

La capacità analitica non devono rimanere solo nel vertice dell’organizzazione, ma è

importante che anche il nucleo operativo acquisisca questa capacità. Le aziende e le

organizzazioni che competono analiticamente gestiscono gli analytics a livello d’impresa o

di organizzazione e fanno in modo che nessun processo o business unit sia ottimizzato a

discapito di un altro, a meno che non si tratti di una necessità strategica. La gestione a

livello di impresa significa anche garantire che i dati e le analisi siano messi a disposizione

di tutta l’organizzazione e che questi siano gestiti con la massima professionalità in modo

efficiente ed efficace. I competitor analitici fanno della gestione degli analytics e dei dati su

cui si basano un’attività che riguarda tutta l’azienda. In passato, gli analytics erano nella

maggior parte dei casi un’attività individuale o di un singolo ufficio, così come accade oggi

nelle aziende che non sono competitor analitici.

I motivi di questa decentralizzazione sono facili da capire. Un dipartimento aziendale

focalizzato sugli aspetti quantitativi (es ufficio qualità, o marketing) poteva usare gli analytics

senza che ciò incidesse sulla strategia complessiva dell’impresa (era molto probabile che

queste applicazioni analitiche rimanessero dietro le quinte). Un’altra possibilità è che gli

analytics fossero affidati alle cure dei singoli dipendenti di quegli uffici. Gli analytics

prendevano corpo sui fogli di calcolo individuali e per un’impresa i fogli di calcolo creati e

utilizzati individualmente non sono il modo migliore per gestire gli analytics (il 20/40% dei

fogli di calcolo contiene errori, più sono i fogli di calcolo e più sono gli errori). Un secondo

problema degli analytics individuali è che creano molteplici versioni della verità, mentre le

organizzazioni ne cercano solo una.

Quindi, sono molti i vantaggi di una gestione dei dati importanti e degli analytics a livello

di impresa, con una sola versione delle informazioni aziendali fondamentali e dei risultati

analitici sui quali si prendono le decisioni.

Le informazioni e i risultati possono essere poi distribuiti perché siano utilizzati in

tutta l’organizzazione. La gestione a livello d’impresa può assumere diverse forme:

Presenza di un ufficio IT (Information Technology) centrale che amministra i dati

- e procura e installa il software necessario;

Servizio analitico centralizzato che affianca i dirigenti nelle analisi e nel

- processo decisionale;

Nominare un CDO (chief data officer): responsabile della disponibilità dei dati in

- azienda, delle capacità e dell’atteggiamento mentale necessario per sfruttare a pieno i

big data e gli analytics per costruire il vantaggio competitivo. Il ruolo prevede che il

responsabile stabilisca le politiche strategiche relative alla gestione dei dati,

determinando le priorità di investimento per sviluppare le capacità analitiche, e il

talento analitico, costruendo capacità analitiche a livello di tutta l’organizzazione. Il

CDO potrebbe anche essere a capo di un hub analitico, un team centrale, altamente

qualificato che si occupa delle questioni strategiche e delle opportunità più importanti

per conto dell’organizzazione. La capacità analitica però, non deve rimanere solo nel

vertice ma va a tutti coloro presenti all’interno dell’azienda. 20

lOMoARcPSD|3120431

III) Il sostegno del management

L’adozione a tutti i livelli dell’approccio analitico nel business (Business Analytics) richiede

cambiamenti nella cultura, nei processi, nei comportamenti e nelle competenze di una

parte significativa dei dipendenti. Tali cambiamenti devono essere orientati e guidati da

dirigenti (dal management) che hanno sposato la causa degli analytics (il massimo

promotore dovrebbe essere il CEO). Ogni dirigente deve dichiarato internamente e

pubblicamente che la propria azienda è impegnata in qualche forma di competizione

analitica. Ci vuole l’appoggio e il support da parte del manager. Un CEO che invita

continuamente i dipendenti a usare test e analisi per prendere decisioni basate sui fatti

può cambiare la cultura aziendale.

Qualunque cambiamento inter-funzionale o che riguarda più uffici, e certamente ogni

iniziativa a livello di tutta l’impresa, richiede il sostegno e l’attenzione di dirigenti di livello

abbastanza elevato da poter dirigere e coordinare gli sforzi nelle diverse unità. Il singolo

responsabile di funzione o direttore di una divisione che vuole prendere la direzione degli

analytics non riesce da solo a imprimere un cambiamento culturale incisivo.

Ad un dirigente serve la volontà di comprendere a fondo i diversi approcci analitici, la

capacità di interloquire con gli esperti e la determinazione a persuadere gli altri a pensare e

agire in modo analitico.

L’orientamento del CEO non promuove solo la cultura e la consapevolezza relativa agli

analytics, ma influenza anche il livello e la continuità degli investimenti nelle persone, nelle

tecnologie informatiche e nei dati.

IV) Ambizioni di vasta portata

Un ultimo modo per definire i competitor analitici è attraverso i risultati che aspirano a

conseguire. Un uso incrementale e tattico degli analytics produrrebbe risultati minori. È

l’uso strategico e competitivo che assicura i risultati di portata maggiore. In altri termini,

non bisogna pensare di fare una strategia locale ma, già per le medie imprese,

bisognerebbe attuare una strategia più ampia, anche a livello internazionale.

Tutti all’interno dell’organizzazione devono essere motivati al miglioramento e alla

competizione, dal magazziniere all’amministratore delegato.

I risultati dell’attività analitica possono essere misurati attraverso il denaro. I risultati si

possono anche misurare in termini di ricavi totali e profitti, quote di mercato e fedeltà dei

clienti. Se un’azienda non vede alcun impatto su nessuno di questi indicatori allora non

compete attraverso gli analytics. 21

lOMoARcPSD|3120431

Quindi, questi 4 fattori rappresentano le 4 colonne che sostengono una piattaforma analitica.

L’impegno del top management è forse la più importante (non a caso molte organizzazioni

sono diventate competitor analitici nel momento in cui è subentrato un nuovo CEO o quando

sono state create da un CEO con un forte orientamento analitico. Talvolta, il cambiamento

avviene grazie a una nuova generazione di manager in un’azienda. Tutti devono essere

motivati al miglioramento e alla competizione, dal magazziniere all’amministratore delegato.

La prima regola degli analytics sta proprio nella CONDIVISIONE delle informazioni all’interno

dell’organizzazione. Proprio per questo è importante avere un ARCHIVIO CENTRALE

CONDIVISO. Tutte le informazioni vengono inserite all'interno di un data warehouse. Il data

warehouse rispetto al database, contiene dati che non possono essere modificati e quindi

possono essere solo letti. È un archivio per mantenere i dati originali non modificabili,

utilizzato anche per questioni di sicurezza.

All’interno dell’intelligenza artificiale (IA) si trovano i

computer, l’interazione uomo-macchina, gli assistenti vocali,

ecc… Un sottoinsieme dell’IA è il Machine Learning (cioè le

macchine che auto-apprendono da sole) che comprende gli

strumenti di SML e UML (che compongono i DSS), ovvero

quegli strumenti che servono per andare a prendere i dati

interni ed esterni e cercare di trovare delle informazioni utili

per prendere le decisioni. Gli strumenti di Deep Learning sono un ulteriore sottoinsieme dei

due precedenti, mediante i quali si cerca di andare in grandi dataset (fonti di informazioni),

anche in quelli che non si conoscono e di cui non si capisce il significato dei dati, e mediante

questi sistemi si cerca di dargli un significato. Generalmente gli strumenti di Deep Learning

vengono utilizzati nel campo della sicurezza e nella parte di manutenzione ordinaria e

straordinaria per prevenire eventuali guasti ai sistemi e ai macchinari.

Un approccio analitico prevede:

a) Aggiornamento delle competenze generalmente si definisce "Upskilling", e fa

→

riferimento al nucleo operativo, per il middle management (i quadri intermedi) e

soprattutto per il top manager. A volte c'è bisogno di un "Restyling" completo e quindi

bisogna fare dei corsi o comunque apportare questa conoscenza a quella gente che

non aveva quelle conoscenze;

b) Cambiamento dei comportamenti porta ad un cambiamento del processo

→

decisionale;

c) Cambio di cultura aziendale oggi si è consapevoli di essere costantemente valutati;

→

d) Reingegnerizzazione dei processi;

e) Multidisciplinarietà In azienda ormai è importante avere persone con esperienza,

→

professionalità e con capacità diverse tra i vari soggetti (per coprire più aree possibili).

Il cambi