L’era della digital transformation e dei big data  sta evidenziando il ruolo chiave degli Analytics per creare valore aziendale e prevedere possibili scenari in anticipo. Il risultato è quello di ottenere vantaggio competitivo durevole rispetto ai concorrenti. Come competere con gli analytics? Come pianificare una strategia basata sugli analytics? Riflessioni e suggerimento a leggere la guida a cura di FrancoAngeli per intraprendere questo percorso di innovazione e sprimentaizone del dato.

Competere con gli analytics significa essenzialmente veicolare la propria azienda verso un percorso di crescita e innovazione continua basata sulla sperimentazione continua.

I big data e gli analytics, che si costruiscono nel tempo per misurare metriche e performance, non rappresentano solo un momento di controllo per l’azienda ma una grande opportunità, che può creare valore non solo economico ma anche di vantaggio competitivo.

Il tema è molto attuale e vale la pena approfondirlo. Occorre imparare a conoscere e comprendere le dinamiche e le variabili in gioco. Diventare un’azienda orientata agli Analytics non è un percorso semplice. Richiede pazienza e l’avvio di un progetto, che deve coinvolgere progressivamente in maniera totalitaria l’azienda.

Un vero cambio di cultura aziendale fortemente spinta dal Top Management. Un approccio convinto verso la sperimentazione continua e l’uso estensivo dei dati per creare valore e opportunità e per mettere in discussione i propri modelli di business.

Competere con gli analytics. La nuova scienza per vincere nel business”  è il libro di Thomas H. Davenport (Autore), Jeanne G. Harris (Autore), P. Micalizzi (Traduttore), edito da FrancoAngeli.

Questa guida è davvero preziosa per coloro che hanno deciso di puntare fortemente sulle logiche che stanno alla base del Business 4.0.

Competere con gli analytics

Cosa significa essere orientati agli Analytics?

Come spiegano Davenport e Harris, per orientamento agli analytics significa adottare un approccio basato sull’uso estensivo dei dati. In pratica i dati devono essere elaborati ed esaminati attraverso:

– analisi statistiche;

– analisi quantitative

– modelli descrittivi

– modelli predittivi.

Un modus operandi di questo tipo spinge verso una gestione dei dati aziendali basato a un concetto di “management di eventi e accadimenti”, che permettono di essere di enorme supporto alle decisioni e intraprendere azioni efficaci.

La scelta di determinate decisioni può essere di tipo tradizionale (intervento del management che delibera piani di azione) o di tipo automatizzato (creazione di algoritmi per innescare scelte automatizzate: esempio modelli predittivi in ottica di customer journey).

 

Ricorda: Competere con gli Analytics significa sfruttare le potenzialità delle informazioni per battere i competitor sul piano delle idee e dei risultati – Davenport e Harris

 

Orientamenti agli Analytics: un cambio di cultura aziendale a tutti i livelli

La guida “Competere con gli Analytics” è davvero ricca di spunti e supporta il lettore a comprendere i punti chiave da seguire per intraprendere il percorso di crescita della cultura degli analytics.

Nella prima parte del libro, si esaminano i concetti generali e le logiche che stanno alla base di una simile scelta aziendale.

L’implementazione di un modello di innovazione aziendale basato sugli analytics richiede un’analisi del dato disponibile e del loro livello d’integrazione in azienda.

Occorre uno spirito di social collaboration e un’attenta fase di spinta e coordinamento delle risorse umane a tutti i livelli aziendali.

Spesso è più utile e profittevole partire dalle aree aziendali più promettenti e ricettive per portare risultati concreti e dare impulso positivo a tutte le altre.

L’azienda deve poi “reclutare talenti” o formare soggetti predisposti, che devono favorire questo orientamento verso gli analytics.

Occorre il sostegno del Management per progettare percorsi di analytics. Le figure chiave sono i CEO, i COO, CFO, CIO.

 

Ricorda: Aziende come Amazon, Capital One, Marriot e Google hanno dimostrato che utilizzando gli Analytics, si può creare valore, produrre perfomance migliori e ottenere vantaggio competitivo – Davenport e Harris

 

Quanto sono Analytics oriented?

Gli autori aiutano a comprendere anche l’attuale livello di orientamento agli analytics presente in azienda, nonché a porre enfasi sulle opportunità di monitoring e di miglioramento che si possono apportare a tutti i livelli aziendali.

Gli indicatori di performance sono un’opportunità sia per i processi interni(amministrazione & finanza, logistica, operations, riosrse umane, research & development) che quelli esterni.

Il focus è quello di porre attenzione a Clienti e Fornitori. Occorre esaminare livelli di redditività, potenzialità, favorire l’integrazione dei dati disponibili con fonti esterne, adottare un approccio di analisi del Customer Lifetime Value, implementare modelli predittivi ed econometrici e logiche di Price management Profit Optimization.

La guida propone diversi casi studi relativi a diversi ambiti settoriali e che pongono attenzione a diverse sfere aziendali.

 

Come costruire una capacità analytics?

Nella seconda parte del libro “Competere con gli Analytics” edito da FrancoAngeli, gli autori evidenziano la modalità d’intervento per costruire una capacità analitica.

I prerequisiti fondamentali sono : organizzazione, fattori umani e tecnologia, oltre a un forte approccio di sviluppare e implementare di continuo percorsi sperimentali step by step.

L’elemento fondamentale dell’introduzione di sperimentazioni basate sugli analytics è quello di creare valore opportunamente evidenziato da risultati misurabili e tangibili, che devono essere costantemente monitorati.

La tecnologia riveste un ruolo rilevante e software come Hadoop e similari sono essenziali per la data anlytics e per innescare meccanismi di valorizzazione delle informazione aziendali in una logica di data products. In altri termini, ciò significa che i dati disponibili possono portare alla creazione di servizi o prodotti.

Stiamo parlando di modelli di business e output, che basano il loro valore aggiunto sui dati e sugli analytics. Un’altra frontiera da esplorare è quella del machine learning e dell’intelligenza artificiale.

A livello di competenze tecnico specialistiche, le aziende devono rivolgersi a professionisti dei dati e data scientist, in modo da andare oltre la logica di gestione tradizionale delle informazioni.

I dati non sono solo quelli numerici ma anche quelli testuali, visivi e i suoni. Occorre puntare sulle tecniche di data exploring, data discovery, data investigation e data visualization,

Tanti elementi da incastrare e integrare, ma che possono davvero portare valore all’azienda, al suo modus operandi e a cambiamenti rilevanti nel proprio business model.