Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Studi e ricerche

Imprese del largo consumo, il lungo cammino per diventare analytics-driven

Un’indagine di Accenture mette in luce che le aziende del comparto Consumer Packaged Goods stanno aumentando gli investimenti in sistemi di analisi dei dati, ma faticano a trarne valore. Occorre un percorso basato su una visione enterprise che definisca le priorità, una struttura che supporti e governi le iniziative, e un team di specialisti da concentrare sull’ambito predittivo invece che su quello retrospettivo

06 Giu 2014

Sebbene gli investimenti in ambito analytics – sistemi informativi, metodologie, competenze – delle aziende del comparto CPG (Consumer Packaged Goods) stiano aumentando, una recente ricerca condotta da Accenture – Building an Analytics-Driven Organization – mette in evidenza che la maggioranza di esse fa fatica a trarne valore. L’analisi suggerisce che in molti casi il problema risiede nella frammentazione delle iniziative analytics, tra le quali manca un coordinamento.

Di conseguenza, anche le capacità analitiche messe in campo nell’ambito di tali progetti risultano scarsamente integrate in una visione globale d’impresa. Tutto ciò si traduce in ritorni limitati degli investimenti negli strumenti di analisi. Molte aziende CPG utilizzano inoltre i tool solo per funzioni descrittive, non predittive, ovvero per produrre resoconti di quanto è avvenuto, invece di anticipare i trend più probabili orientando di conseguenza le decisioni aziendali.

Per Accenture, esistono alcuni fattori essenziali che i manager delle aziende del largo consumo devono tenere ben presenti quando iniziano il cammino dell’eccellenza di business supportata dagli analytics. Prima di tutto le funzionalità e gli investimenti in questi tool sono tipicamente concentrati su specifiche esigenze, invece che sull’analisi delle necessità complessive dell’azienda. Questo spesso porta a sistemi “a silos”, con inefficienze di tempo e di risorse, e ritorni limitati. Al contrario, le compagnie dovrebbero definire una visione e una strategia chiara per l’impiego degli analytics con un orizzonte esteso a tutta l’organizzazione, e quindi mettere in atto le misure per ottenere benefici misurabili da essi.

Le aziende di maggior successo inoltre collegano strettamente alle strategie di business gli insight ottenuti. Ad esempio, l’inglese Tesco (uno dei più grandi retailer del mondo) ha cercato di aumentare l’efficienza della supply chain e di ridurre il rischio di esaurimento scorte. Un team dedicato agli analytics ha ottenuto preziose informazioni sul comportamento d’acquisto dei clienti grazie al programma di loyalty card, utilizzando poi i nuovi elementi emersi per progettare meglio i processi aziendali interni. Tesco ha infatti migliorato la fornitura di merce nella giusta quantità, nel punto vendita giusto e al momento giusto.

Dopo che si è costruita una chiara visione di quello che è possibile ottenere dotandosi degli strumenti di analisi, il passo successivo consiste nell’adottare una struttura organizzativa e di governance che supporti la scalabilità degli analytics attraverso tutta l’azienda. Ad oggi, il decision-making orientato dai risultati delle analisi nelle realtà CPG è ancora largamente assente. Il 62% delle compagnie analizzate nella ricerca di Accenture crede che i tool aiutino la presa di decisioni in modo più veloce ed efficace, ma solo il 25% si affida abitualmente ad essi per orientare le proprie azioni.

Per ottenere il massimo da questi strumenti, è necessario mettere in campo un modello operativo efficiente e globale, che comprenda tutte le articolazioni aziendali ma, sempre secondo i dati di Accenture, solo il 54% dei dirigenti in ambito CPG ha dichiarato che la propria compagnia possiede un modello operativo completamente definito. Il 40% ha un modello solo parzialmente definito, mentre il 14% non ne possiede alcuno.

Naturalmente, una strategia aziendale “analytics-driven” necessita anche delle competenze e dei talenti per l’utilizzo dei tool dedicati. E’ difficile trovare risorse con gli skill adeguati, perché gli analytics sono qualcosa di relativamente nuovo. Ed è una sfida anche impiegare nel modo migliore queste risorse. Secondo altre ricerche, condotte sempre da Accenture, il 62% degli specialisti dei dati si limitano alla sola costruzione di report o dashboard, o all’interpretazione di sorgenti di dati. Non c’è quindi da stupirsi se molte aziende preferiscono un modello “analytics-as-a-service”, per accedere a capacità analitica dedicata on-demand, a una frazione del costo del modello tradizionale.

Fino a ora, insomma, la maggior parte delle aziende non ha ottenuto vantaggi davvero significativi dagli investimenti in analytics. Tuttavia un approccio orientato ai risultati di business può essere un buon punto di partenza, creando la spinta iniziale per sviluppare una strategia complessiva e ottenere reale valore aziendale, con l’auto-finanziamento delle iniziative per l’analisi avanzata dei dati.

Articolo 1 di 5