ALGORHYTM
“Algorhytm: l’espressione – dicevamo in La #DigitalDisruption in 5 parole chiave – vuole richiamare l’attenzione sul ruolo di dati e algoritmi nel ritmare le attività di produzione di senso e di presa di decisioni di organizzazioni, mercati e individui. In altre parole, sul fatto che i dati sono la nostra ultima, definitiva interfaccia col mondo.
Con questo si intende dire che la nostra relazione con la realtà (come consumatori, dipendenti, cittadini), storicamente fondata sull’esperienza, sul senso comune, sull’intuizione, sui sensi o sulla sola intelligenza umana oppure, ancora, su ricerche qualitative o parzialmente quantitative, sempre più verrà, invece, mediata dalla produzione e circolazione di dati e di algoritmi che costruiranno le nostre visioni del mondo e ci guideranno nelle nostre azioni dentro il mondo (che siano le mappe digitali che consultiamo per muoverci o le dashboard collaborative degli enterprise social network).
Ecco perchè è decisivo concentrarsi su Social Analytics e Big Data. L’organizzazione connessa e collaborativa genera una grande quantità di dati, sia internamente che nella sua relazione con l’ecosistema. E’ cruciale per l’azienda disegnare e implementare processi analitici e predittivi di data management. In questo modo, è possibile trarre valore da questo grande ammontare di informazione, dalla velocità con cui esso viene aggiornato e dalla varietà di fonti che lo produce, e di generare visualizzazioni in grado di orientare le decisioni di business”.
In questo quadro, l’adozione pervasiva e consapevole di soluzioni Analytics avanzate, la capacità di sviluppare modelli in grado di identificare i pattern nascosti nei dati, di rappresentare e modellizzare in ottica predittiva la realtà in contesti sempre più eterogenei e dinamici richiedono un processo di maturazione complessivo dell’azienda. Questo porta le organizzazioni ad un percorso di evoluzione, un vero Big Data Journey, verso un approccio Big Data integrato, che prevede una pianificazione strategica con una visione di lungo periodo, la ricerca di competenze e modelli di governance innovativi, nuovi approcci tecnologici e modalità di gestione dei dati.
Le organizzazioni hanno compreso l’importanza di estrarre insight dai dati e hanno iniziato questo percorso di cambiamento, sebbene la maggioranza delle imprese oggi siano ancora lontane dall’avere una strategia di business data driven. Persino in un contesto che rimane purtroppo mediamente lontano dall’innovazione tecnologica come la funzione HR, si stanno affermando sistemi per l’emersione dei talenti fondati sui Big Data.
Una conferma di questo scenario la offrono anche le attività dell’Osservatorio Big Data Analytics & Business Intelligence – promosso dalla School of management del Politecnico di Milano – che vuole monitorare il valore strategico che le metodologie di Analytics svolgono nelle imprese e nella pubblica amministrazione, stimandone il mercato e mettendo in luce i potenziali vantaggi relativi alla competitività, alla redditività, alla tempestività e all’aumento di efficacia nei processi decisionali.
La Ricerca 2015
La Ricerca 2015 dell’Osservatorio, giunto al terzo anno di attività, ha coinvolto tramite survey 91 CIO e Responsabili IT e 160 c-level di altre funzioni di medie e grandi organizzazioni. Inoltre sono stati analizzati oltre 100 player dell’offerta tramite interviste dirette o fonti secondarie.
La Ricerca 2015 ha stimato il mercato e lo stato di diffusione delle soluzioni di Big Data & Business intelligence ponendosi i seguenti obiettivi:
• definire un “Big Data Journey” che identifichi i percorsi e i passi per l’adozione;
• identificare i benefici e analizzare le barriere;
• identificare la diffusione e le potenzialità nelle diverse linee di business e settori;
• analizzare i nuovi ruoli organizzativi e le nuove competenze;
• identificare i casi di successo;
• comprendere il ruolo svolto dalle startup in questo settore.
In sintesi, i principali risultati della ricerca sono stati i seguenti.
Nel 2015 il mercato degli Analytics in Italia cresce del 14%, raggiungendo un valore complessivo di 790 milioni di euro, composto per l’84% da Business Intelligence e per il 16% da Big Data. La crescita della parte Big Data, seppure ancora marginale nei volumi, risulta tuttavia molto più robusta con un tasso annuo del +34%, mentre la Business Intelligence si ferma ad un +11%. Sezionando il mercato degli Analytics per settore si scopre come nel 29% dei casi sia diffuso nelle banche e nel 21% dall’industria, seguiti da telco e media (14%), fa PA e sanità (9%), altri servizi (8%), GDO (8%), utility (6%), assicurazioni (5%). Il tasso di crescita maggiore però riguarda assicurazioni, banche, telco e media con tassi di crescita tra il 15% ed il 25%, seguiti da utility, GDO, servizi.
Nel 2016 gli Analytics saranno la principale priorità` di investimento (44%) per i CIO italiani e le competenze per la gestione dei Big Data sono ritenute la sfida organizzative più rilevante per la trasformazione digitale delle imprese nell’anno in corso secondo il 22% dei CIO. Uno scenario che mostra chiaramente come le imprese del nostro Paese abbiano compreso l’importanza di estrarre insight dei dati. Ma la maggioranza delle organizzazioni non dispone ancora di una strategia di business trainata dal valore associato ai dati. Ed è forse questa la ragione per cui, come ha affermato Laurence Lock Lee durante il Social Business Forum 2015, il 90% delle aziende non sopravviverà alla Digital Disruption.
Gli utilizzatori di soluzioni Analytics
Tra le funzioni aziendali che utilizzano soluzioni di Analytics si conferma anche quest’anno al primo posto la funzione Marketing & vendite (77%), seguita da Amministrazione, finanza e controllo (76%), Sistemi informativi (60%), Acquisti (55%), produzione (44%), Supply chain (43%), Risorse Umane (31%), Ricerca & Sviluppo (20%).
A questo proposito, l’Osservatorio ha condotto una rilevazione specifica che ha visto il coinvolgimento di oltre 160 responsabili di funzione di medio e grandi imprese per indagare gli ambiti ritenuti di maggior interesse.Tra i decision maker coinvolti nella rilevazione emerge la convinzione che il tema dei Big Data sia un trend rilevante che debba essere compreso per poter far evolvere il modello di impresa o addirittura una rivoluzione che cambierà il modo di fare impresa (96%). Solo il 4% non conosce i Big Data o lo ritiene un termine vuoto. Per quanto riguarda il ruolo giocato dai Big Data all’interno della propria funzione, una buona parte (68%) ammette però che, nonostante le forti potenzialità, queste non vengono ancora completamente colte. Nella restante parte del campione il 31% dichiara che i Big Data rappresentano un supporto importante nello svolgimento delle attività della propria funzione, mentre soltanto l’1% non riconosce il tema come priorità in quanto dubita che gli impatti sulle attività svolte dalla propria funzione siano rilevanti.
In merito ai dati a disposizione delle singole funzioni aziendali, dal campione emerge come siano principalmente generati dalla funzione stessa (47%) o da altre aree aziendali (37%), mentre solo il 16% proviene da fonti esterne all’azienda. All’interno delle diverse funzioni gli strumenti di analisi dati maggiormente utilizzati risultano quelli di visualizzazione dati e informazioni (65%) e quelli per la produzione di reportistica (68%).
Solo un 19% afferma però che le soluzioni di analisi dei dati forniscono un supporto efficace alle proprie necessità, mentre il 40% le ritiene ad oggi un supporto appena sufficiente. Vi è inoltre un 25% che ritiene il supporto nullo e un 16% che ritiene siano troppo numerose ed eterogenee, con il risultato di generare overflow informativo e paradossalmente rallentando il processo decisionale. Occorre quindi a maggior ragione un percorso di maturazione organizzativo e di condivisione degli obiettivi per permettere di ottenere i benefici attesi.
Una visione di dettaglio
Infine, facciamo uno zoom un sulle principali aree di interesse per le diverse funzioni aziendali:
• Marketing e Vendite: la funzione marketing risulta anche quest’anno la principale fruitrice di soluzioni di Analytics. Questo dato è trainato dall’enorme mole di dati a disposizione delle organizzazioni anche grazie all’esplosione dei dati web e social, che permettono di estrarre insight dai consumatori e di tradurli successivamente in azioni operative. L’osservatorio ha inoltre analizzato la di usione delle principali tipologie di progetti nel marketing. L’ambito di direct marketing si conferma un’area progettuale consolidata, presente nel 73% del campione, così come il cross-Selling/Up-Selling (61%). Vi sono poi ambiti attualmente poco diffusi ma che generano interesse prospettico: Customer Micro-Segmentation (60% del campione ha mostrato interesse prospettico), Location- Based marketing (58%), Product/Service Evaluation (42%), Price Optimization (40%), In-Store Analysis (37%). È poi interessante il caso dei progetti in ambito social che mostrano una buona diffusione attuale (46% del campione) e un buon interesse prospettico (54%), sebbene siano perlopiù limitati ad azioni di monitoring e non di vera integrazione con il CRM aziendale;
• Acquisti: gli strumenti di Analytics avanzati vengono utilizzati principalmente nelle aree di gestione amministrativa, ordini e pagamenti e di spend analysis. L’utilizzo risulta più limitato nello sviluppo della strategia di acquisto, nella valutazione dei fornitori e negoziazione e selezione;
• Amministrazione, Finanza e Controllo: tra i processi maggiormente supportati vi sono la piani cazione del budget e il monitoraggio dei Kpi e dei livelli di prestazione. Tra le aree più promettenti troviamo il monitoraggio e la previsione continua e dinamica degli indicatori di prestazione, l’analisi del rischio finanziario legato a transazioni con clienti e fornitori, l’identificazione di frodi interne e esterne all’organizzazione e l’analisi del rischio reputazionale dell’azienda e del management;
• Produzione e Logistica: le aree di maggior di usione riguardano la pianificazione della domanda, l’analisi dei costi logistici, la gestione delle attività di magazzino, l’identficazione di attività anomale e il tracking delle spedizioni;
• Risorse Umane: le aree maggiormente supportate riguardano l’amministrazione e il budget del personale per la rilevazione, ad esempio, di indicatori quali il costo medio del lavoro e la produttività del personale. I maggiori trend di crescita riguardano la valutazione delle performance e la definizione delle politiche retributive, disegno organizzativo e gestione della workforce e formazione;
• Ricerca e Sviluppo: l’identificazione dei bisogni dei clienti per nuovi prodotti/servizi e ildesign di prodotto sono gli ambiti maggiormente supportati. tra le aree più promettenti la raccolta di feedback continui sui prodotti/servizi già esistenti sul mercato e il monitoraggio della qualità dei prodotti/servizi.
Le figure organizzative preposte alla gestione dei Big Data
In conclusione va rilevato che le opportunità offerte dagli Analytics, per essere colte appieno, richiedono nuove competenze e modelli di governance evoluti. Per questa ragione sono sempre più le organizzazioni che stanno introducendo nuovi ruoli di governance, come il Chief Data Officer, e nuove figure professionali come il Data Scientist.
Il Chief Data Officer è tipicamente un membro dell’executive management team e si occupa principalmente della gestione delle funzioni aziendali correlate alla gestione e alla valorizzazione dei dati come asset strategico aziendale, attraverso la guida di un team multifunzionale. Il Chief Data Officer possiede un insieme di competenze tecniche, di business e soft skills.
Il Data Scientist, invece, è una figura professionale interdisciplinare che ha il compito di estrarre informazioni dai dati, di modellizzare problemi complessi e di identi care opportunità di business. Oltre alla conoscenza dei sistemi di Analytics, nel Data Scientist sono presenti competenze informatiche, matematico-statistiche e di business.
