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

Approfondimenti

Management – I Business Analytics, chiave di una governance efficace

Prevedere gli scenari futuri e comprendere l’evoluzione delle dinamiche di business è sempre più complesso. Gli strumenti per l’analisi dei dati devono evolvere oltre i modelli tradizionali di reporting, per supportare gli Executive nell’ardua impresa di valutare l’impatto delle decisioni, integrando anche la gestione del rischio.

01 Mag 2010

“Ci sono più cose in cielo e in terra di quanto le
vostre scienze non sappiano”, dice Shakespeare
nell’Amleto. Cinque secoli dopo, la realtà sembra ancora
essere sempre un passo più avanti delle nostre
interpretazioni: in uno scenario economico sempre più
complesso e interdipendente a livello mondiale, le previsioni
spesso si rivelano errate, come ha dimostrato anche la recente
crisi. In un simile contesto, come può un’azienda
colmare efficacemente il gap tra la realtà fattuale e le
informazioni a sua disposizione? Il primo passo è riconoscere
che “fotografare” la realtà, come se fosse
un’immagine fissa, non è sufficiente. Tradotto da un
linguaggio “filosofico” a uno tecnologico,
significa che i modelli tradizionali di business intelligence
focalizzati sul query & reporting non bastano più.
Occorrono strumenti capaci di qualificare ed elaborare i dati
esistenti per delineare previsioni attendibili. Un crescente
numero di aziende sta comprendendo l’importanza di un
simile approccio, come confermano anche gli analisti di
settore: secondo Gartner, la Business Intelligence intesa come
maggiore capacità di comprensione delle dinamiche di business
è oggi una delle principali priorità per i CIO di aziende in
tutte le industry.

È una consapevolezza accentuata dalla percezione di pericolo e
di opportunità emerse con la congiuntura economica. Si tratta
di prevedere l’impatto delle decisioni prima che vengano
prese, per capire dove allocare risorse e come ottenere
maggiori ritorni sugli investimenti. E questo è esattamente il
compito dei Business Analytics, software di ultima generazione
in grado di produrre nuova conoscenza, cioè non solo
previsioni basate su serie storiche. Infatti, i modelli
previsionali forniscono la possibilità di inserire serie di
indici economici e di gestirli attraverso sofisticati algoritmi
previsionali. In vista di un efficace raggiungimento degli
obiettivi di business, la crescente complessità degli
algoritmi viene bilanciata da un parallelo incremento nella
facilità d’uso dell’interfaccia, che garantisce la
continua rispondenza delle applicazioni alle esigenze di
utilizzo degli utenti business. Perché questi stru menti siano
veramente efficaci, occorre inserirli nell’infrastruttura
dei gestionali di produzione, in modo da fornire al top
management indicatori e analisi utili per intervenire sui
processi. Si tratta di un vero e proprio salto culturale, dove
la relazione tra CIO e manager funzionali passa da un rapporto
tra fornitore e cliente interni a uno di partnership nel quale
i CIO rivestono il ruolo di “trusted advisor”
rispetto a un modello e obiettivi di business comuni, da
perseguire e implementare. Come accade ad esempio con
l’integrazione dell’aspetto “rischio”
nell’ambito della gestione delle performance che, dal
comparto finanziario e assicurativo dove è applicata da
sempre, si sta diffondendo sempre più anche negli altri
settori. Le analisi del rischio sono efficaci se forniscono una
rappresentazione sintetica, che includa la situazione
finanziaria e la possibilità di scendere nel dettaglio delle
operazioni, per definire specifiche azioni da riversare poi su
tutte le funzioni coinvolte. In questo il settore
bancario-finanziario rimane paradigmatico. Nel caso, realmente
accaduto, di una grande banca, il problema era gestire una
considerevole mole di dati e di informazioni diversificate:
volumi, risorse, costi correlati, rischi e azioni di
mitigazione da intraprendere. I risultati ottenuti con i
modelli analitici hanno consentito al top management di
confrontare le prestazioni con gli obiettivi strategici e di
destinare le risorse necessarie anche in presenza di picchi di
attività. Attraverso i Business Analytics è stato possibile
identificare le aree di eccellenza e di criticità, monitorare
gli obiettivi corporate e dei singoli manager, con una vista
integrata ed elaborazioni predittive sulla chiusura
dell’anno. Questo ha permesso di semplificare cambi di
strategia in corso d’opera e di agire con maggior
tempestività sulle leve che hanno peso maggiore nel
raggiungimento degli obiettivi.

Con un buon sistema di governance è possibile rilevare
eventuali anomalie, monitorare l’evoluzione dei piani
strategici e misurare i rischi derivati in caso di mancato
raggiungimento degli obiettivi. I modelli analitici, se
associati ai flussi aziendali, consentono di controllare
molteplici varietà di fenomeni, in modo che anche
l’utente meno esperto possa accedere ai dati in totale
autonomia. Uno dei nuovi ambiti dove tipicamente si percepisce
meglio il valore aggiunto dei business analytics rispetto alla
business intelligence è il Green It. Oggi per un’azienda
essere “green” non è né una moda né un lusso, ma
una necessità: primo perché leggi nazionali e normative
internazionali sono sempre più stringenti, secondo perché
l’immagine di un’impresa sostenibile si riflette
prima o poi in ritorni anche sul business e sui profitti. Query
e reporting si limitano a fornire una fotografia
dell’esistente che non è di grande aiuto per valutare
l’impatto energetico, per esempio, di nuove applicazioni
o nuovi server e in generale per comprendere dove e come
intervenire per ridurre l’impronta ecologica
dell’azienda. È necessario, dunque capire cosa succede
se si modificano dei parametri.

Esigenze specifiche risolvibili con i Business
Analytics

Le soluzioni più innovative sono il frutto delle esperienze
sul campo, a livello nazionale e internazionale in specifici
settori. Si applicano alle diverse funzioni aziendali come
marketing, gestione delle risorse umane, relazione con il
cliente, adeguamento a normative, sostenibilità, gestione del
rischio, controllo di gestione, ma è la verticalizzazione per
settori di mercato, il vero valore aggiunto.

Banche. Soluzioni per comprendere
comportamento dei clienti, i loro bisogni e allineare di
conseguenza le strategie commerciali. E ancora per rinnovare il
proprio sistema di rating in conformità con Basilea e Banca
d’Italia, in modo da massimizzare la performance dei
modelli e accelerare la messa in produzione.

Assicurazioni. Strumenti per supportare il
management nella transizione verso Solvency II e nella
definizione di appropriate politiche commerciali. A cui si
aggiungono soluzioni di performance management per monitorare
le performance e ottimizzare le attività commerciali in linea
con gli obiettivi e l’operatività della rete.

Farmaceutico. Dall’analisi dei dati
clinici alla costruzione dei profili di efficacia e sicurezza,
dalle procedure di registrazione alla farmacovigilanza per
ottimizzare il processo di sviluppo del farmaco.

Utility. Soluzioni predittive sui trend di
consumo per area geografica e tipologia di utenza affiancate a
modelli di sostenibilità aziendale.

Gdo. Strumenti per evitare errori nella
gestione delle scorte, pianificare gli spazi e facilitare le
sinergie tra i reparti acquisti, marketing, logistica e
vendite.

Pubblica Amministrazione. Soluzioni per
migliorare i processi interni, attraverso il controllo e la
previsione delle performance di enti e amministrazioni.

Articolo 1 di 5