In un’epoca in cui si parla molto di Digital Trasformation e Big Data a che punto siamo, ad esempio, con l’introduzione di sistemi di Business Intelligence e Business Analytics? Cosa rende ancora molte organizzazioni reticenti ad affrontare questa tematica?
Ciò che frena ancora molte aziende dall’adottare questo tipo strumenti è principalmente riassumibile nei seguenti punti.
- La mancanza di tempo dettata dalle urgenze operative aziendali.
Queste tecniche, al contrario, mirano proprio a velocizzare e rendere più efficienti i processi eliminando le operazioni ripetitive rendendo più agevole il reperimento e l’elaborazione di dati e informazioni.
- La convinzione che servano ingenti investimenti e che sia fatta solo per le grandi organizzazioni che la inglobano solitamente in ERP costosissimi.
Oggi è al contrario possibile implementarla utilizzando strumenti pressoché gratuiti e allo stesso tempo molto efficienti ed efficaci che contribuiscono a rendere i processi aziendali delle aziende, sia medio-piccole che grandi, più snelli ed ordinati.
- La convinzione che la via per implementarla sia unicamente acquistare costosissimi pacchetti preconfezionati che risulterebbero peraltro rigidi e difficilmente adattabili alle esigenze aziendali.
Attraverso l’utilizzo di alcuni tool è invece possibile costruire (in maniera anche graduale) dashboard e report aziendali modellati in base alle peculiarità e alle esigenze aziendali (proprio come un vestito cucito su misura) eventualmente facilmente e velocemente modificabili senza che ciò significhi dover attendere interventi da parte di una software house.
Si tengano inoltre presenti alcuni dei vantaggi principali da subito esperibili in seguito all’adozione di tali tecniche e strumenti. Di seguito se ne riporta un elenco.
- Possibilità di mettere in relazione dati costruendo data models che collegano informazioni provenienti da tabelle diverse e/o provenienti da varie fonti (Excel, ERP aziendale, database, web, …).
- Visibilità non solo da pc ma anche da altri dispositivi (incluso mobile).
- Successivo aggiornamento dei dati veloce, senza necessità di particolari rielaborazioni con possibilità di gestire eventualmente il tutto anche da remoto salvando e rendendo disponibile all’azienda i dati su spazio in cloud dedicato.
- Flessibilità ed adattabilità con possibilità di creare e modificare rapidamente il dataset (insieme di dati oggetto dell’analisi), le visuals (grafici, mappe, …), aggiungere nuovi fogli, proprio come in un foglio Excel.
- Massima interattività con possibilità di filtrare per anno, mese, linea di business, cliente e avere informazioni di dettaglio semplicemente passando il mouse su grafici, tabelle, mappe.
- Eliminare rischi dovuti ad errori.
- Facilità nell’effettuare raffronti tra periodi mediante l’uso della Time Intelligence, di estrapolare insights ed effettuare scenario analysis, predictive analysis (analisi predittiva), analisi Pareto, route cause analysis, drill through, ranking, clustering.
- Le funzionalità di Business Intelligence (nel seguito BI) e gli algoritmi offrono in automatico, per esempio, spiegazioni circa l’analisi degli scostamenti o la distribuzione dei dati.
- Possibilità di creare automaticamente presentazioni che includano dati e grafici inclusi nel modello.
- Possibilità di modellare preliminarmente i dati in modo automatico (data modeling), qualora ciò si renda necessario.
L’effetto globale di quanto sopra è liberare il tempo prima dedicato alla raccolta, all’elaborazione dei dati e allo svolgimento di attività ed operazioni ripetitive e poterlo dedicare allo svolgimento di attività a maggior valore aggiunto permettendo un processo decisionale (decision-making) rapido ed efficace basato su dati completi ed aggiornati in tempo reale.
Con questa tipologia di soluzioni (e non con rigidi pacchetti preconfezionati) non è necessario stravolgere il modo di operare ma è possibile proseguire nell’implementazione della BI e della Business Analytics in azienda con una certa gradualità sia in termini di processi aziendali coinvolti che di quantità di dati analizzati.
Ecco alcuni screenshot che mostrano i risultati che è possibile raggiungere (chiaramente ragioni sociali e peculiarità aziendali sono state volutamente celate).
Di seguito alcune immagini relative ad un modello di dashboard e ad alcuni dei fogli di dettaglio in essa inclusi.
Partendo dai dati storici è poi possibile costruire modelli predittivi in grado di dare indicazioni circa l’andamento futuro delle vendite o di qualsiasi altro parametro, in diversi ambiti anche complessi. Si pensi ad esempio agli algoritmi di Machine Learning utilizzati in ambito Manufacturing per la manutenzione predittiva.
Ecco alcuni screenshot relativi alla Scorecard aziendale e ad alcuni grafici di dettaglio circa il raggiungimento di target mensili prefissati.
I KPIs inclusi in detti modelli sono chiaramente integrabili e personalizzabili in base alle esigenze e alle caratteristiche delle varie aziende (ad es. con indicatori chiave di sostenibilità sui quali di recente anche l’EBA (European Banking Authority) si è pronunciata.
Si consideri inoltre che l’impiego della BI può essere estesa a qualsiasi ambito: KPIs e dati fondamentali di business come visto sopra piuttosto che, più in profondità, analisi su dati d’inventario ed efficienza o check up su intero Conto Economico, Stato Patrimoniale e Rendiconto Finanziario sia consuntivi, in modo da consentire chiusure periodiche che siano veramente di fast closing, ma anche previsionali in ottica forward looking come peraltro stabilito dal Nuovo Codice della Crisi di Impresa in merito agli adeguati assetti organizzativi-amministrativi e contabili e dalle nuove linee guida dell’EBA. Si riescono così a tener sotto controllo ed indagare agevolmente grandezze chiave aziendali quali margine di contribuzione, capitale circolante, cash flow e parametri quali DSCR (Debt Service Coverage Ratio) nonché altri indici di bilancio. La BI può essere inoltre integrata vari tool utili per la redazione ad esempio di Business plan, budget di tesoreria, valutazioni d’azienda piuttosto che nella costruzione di qualsiasi altro report utile per rispondere ad esigenze specifiche e contingenti.
Da quanto sopra emerge quindi che, una volta costruiti i modelli, è possibile ottenere un monitoraggio e controllo costante e completo dell’azienda (volendo anche completamente da remoto) senza bisogno di particolari operazioni per l’aggiornamento dati di successivi periodi.
Si tenga comunque presente che gli strumenti e le tecniche di BI e Data Analytics sono utilizzabili anche in tutti gli altri reparti aziendali (non solo quindi in ambito Amministrazione, Finanza e Controllo) e sono interfacciabili anche con i gestionali e i database usati solitamente dalle grandi aziende (ad es. SAP HANA, Oracle, …) segno che anche quest’ultime trarrebbero assoluto beneficio dall’impiego di detti strumenti.
Un illustre data scientist e matematico, Clive Humby, nel 2006 coniò lo slogan “I dati sono il nuovo petrolio” a dire che, come il petrolio ha permesso lo sviluppo socio-economico mondiale nei secoli passati, ora nel XXI secolo i dati, le tecnologie e le connessioni svolgono questo importante ruolo permettendo l’ulteriore progresso e rendendo possibile la creazione di nuove opportunità di business. Per questo è ora più che mai necessario saper governare e interpretare i dati. In particolare, gli strumenti oggi a disposizione devono diventare bagaglio della figura che viene definita CFO del futuro (ma la cui necessità è già attuale) che deve agevolarne l’utilizzo e la diffusione all’interno delle organizzazioni. E’ necessario infatti che le stesse diventino data-driven cioè basino il proprio processo decisionale su fatti oggettivi in modo tempestivo ed efficace, e non su sensazioni personali ed approssimative. Oggi CEO e manager di tutte le aree aziendali hanno bisogno non solo di dati rivolti al passato ma anche e soprattutto di informazioni che li aiutino a capire cosa riserva loro il futuro. Avere a disposizione dati corretti, aggiornati e rilevati con una certa cadenza è imprescindibile. Avere buoni dati, tuttavia, è condizione necessaria ma non sufficiente: per essere in grado di prendere buone decisioni è fondamentale saper interpretare i dati e fare in modo che ogni soggetto facente parte del processo sia pronto a recepirli. Si tratta di un passaggio strategico fondamentale che deve portare la cultura del dato a tutti i livelli aziendali. E’ questa la strada per il successo e il miglioramento continuo delle performance aziendali.
Emanuela Balacchi
Senior Partner di yourCFO
