1. Centro risorse
  2. Articolo

Strategie per la trasformazione digitale

Il punto di vista imprenditoriale sull'analitica

di Stan Maklan

Oggi, i dirigenti hanno compreso l'importanza dell'era ricca di dati in cui ci troviamo a competere. Se l'implementazione di metodi statistici applicati ai problemi aziendali come l'analisi non è poi molto cambiata, è il contesto a essere diverso.

Dal punto di vista di un esperto di marketing, la combinazione di enormi quantità di dati sul comportamento dei consumatori, la tecnologia necessaria per metterli insieme e l'intelligenza artificiale hanno causato profondi cambiamenti nelle operazioni aziendali, oltre a generare nuove opportunità per modelli di business rivoluzionari. Con i progressi in materia di blockchain e stampe in locale, poi, il potenziale dei big data non farà che aumentare. Le aziende stanno facendo investimenti importanti nei dati e relative analisi, cosa che genera una sempre maggiore domanda di manager e talenti con competenze nel settore.

Contesto aziendale, clientela e know-how commerciale sono complementi necessari a modellazione e apprendimento automatico.

La forte crescita del settore analitico ha presentato diversi problemi per le aziende. Innanzitutto, dove trovare degli scienziati dei dati competenti? Come organizzare la collaborazione di un team di analisi sempre più numeroso con la dirigenza? Come e dove applicare le competenze analitiche nell'organizzazione? Quali investimenti aziendali fare sui big data? Qual è il ritorno dimostrato su questi investimenti? Che impatto può avere tutto questo sull'azienda e sui poteri dei diversi gruppi funzionali?

Un importante ramo di ricerca pare suggerire che non siano le tecnologie o gli algoritmi a far prosperare un'attività. Piuttosto, è la capacità di trarre vantaggio dal loro utilizzo ad avere particolare valore. Le aziende più ricche di risorse possono acquistare i software migliori, assumere i migliori scienziati dei dati e costruirsi pool di dati eccezionali: non tutte però riusciranno a generare approfondimenti specifici per un dato contesto e trasformarli in strategie vincenti. La risposta, cioè il nuovo algoritmo, è solo un pezzo del puzzle, per quanto fondamentale.

Molte “ricette” per la trasformazione digitale offrono soluzioni di gestione dei cambiamenti standardizzate: si inizia dal CEO (che sarà sommerso da tutte queste iniziative), si nomina un comitato per la gestione della trasformazione digitale, si creano spazi separati e protetti per consentire ai nuovi modelli digitali di mettere radici e si mantiene una visione radicale.

Tuttavia, questo può valere per qualsiasi iniziativa dirigenziale, trasformando il cambiamento in un programma manageriale diretto dall'alto. I nostri primi studi sulla trasformazione digitale sembrerebbero suggerire che la rivoluzione del settore analitico presenti caratteristiche molto particolari:

  • A differenza della maggior parte delle trasformazioni guidate dalla tecnologia, le competenze analitiche non sembrano basarsi su grossi investimenti di capitale. I dati possono essere analizzati da piccoli team, a volte persino da un singolo scienziato dei dati, con un software open source, e le stesse persone possono occuparsi di scrivere algoritmi e implementarli sui siti commerciali di grandi aziende nel giro di poche settimane. Nulla a che vedere con l'implementazione di software per la gestione della supply chain e dei rapporti con i clienti (ERP e CRM), che richiedono centinaia di milioni di dollari e fino a due o tre anni di tempo. Non si tratta di chissà quale livello di informatica: qualunque organizzazione può trarre valore dai propri dati. La vera sfida è sostenere un cambiamento dal basso verso l'alto nel tempo.
  • La rapida sperimentazione propria del pensiero analitico rende la trasformazione digitale più simile a un'attività didattica che a un programma di cambiamento manageriale e guidato dagli investimenti. Dirigenti riflessivi, analisti curiosi e innovazione possono avere un ruolo di maggiore rilievo all'interno del programma, ma noi abbiamo le strutture necessarie per supportarli? E i responsabili del marketing e di altri reparti aziendali hanno sufficiente fiducia nelle proprie capacità analitiche per partecipare fino in fondo?
  • Contesto aziendale, clientela e know-how commerciale sono complementi necessari a modellazione e apprendimento automatico. I progetti che portano maggiori vantaggi più rapidamente sono quelli in cui i responsabili aziendali lavorano a stretto contatto con gli analisti che supportano cicli di apprendimento e sperimentazione rapidi. In questo nuovo ambiente, a essere in gioco sono poteri e ruoli funzionali. In genere il marketing conosce il cliente e il mercato, ma non ha competenze approfondite né in materia di analisi né di engineering delle tecnologie dati. Gli scienziati dei dati, al contrario, dispongono di competenze negli ambiti di analitica e di programmazione, ma spesso non hanno accesso privilegiato ai dati e al contesto di mercato. L'IT di solito non è progettato per supportare analisi interattive e volte all'apprendimento e manca del contesto analitico. L'ambiente ricco di dati in cui ci stiamo addentrando richiede un nuovo allineamento di ruoli, poteri e controlli.

Non credo ci sia un'unica soluzione applicabile a tutte le aziende (a differenza di quanto implicato da molti manuali sulla gestione del cambiamento). Ogni organizzazione si trova ad affrontare circostanze e obiettivi unici che possono spingere in una direzione più che in un'altra, se non ad adottare più approcci insieme. I cambiamenti sono così profondi che può diventare impossibile ricreare il “se questo, allora quello” dei manuali, diagrammi o libri di istruzioni che offrono delle soluzioni “ideali” per ogni set di circostanze.

Ci sono troppe contingenze da prendere in considerazione: meglio una strategia che si concentra sulla crescita o sulla massimizzazione dei profitti? Portata locale o globale? Clienti aziendali o consumatori? Mercati stabili o in rapido cambiamento? Leader di mercato dal posizionamento ampio o specializzati in una data nicchia? Mercati tecnologici più instabili o più stabili e ben definiti? Strategie rivoluzionare o evolutive?

Cranfield sta affrontando tutte queste questioni nel contesto delle analisi incentrate sul mercato o sul cliente: la trasformazione basata sui big data. Ci concentriamo sul ruolo, sui poteri e sugli obiettivi di tre diversi gruppi funzionali: marketing, IT e business intelligence. La trasformazione digitale può avere più o meno successo se guidata da uno di questi tre gruppi? Quali solo le configurazioni ideali di strutture, compiti e stime con strategie in grado di promuovere i cambiamenti più rapidi e meglio riusciti? Da dove partire? Quanto tempo ci vorrà?

Crediamo che la risposta che riusciremo a produrre riprenderà una serie di tematiche emerse già dai nostri primi lavori:

  • Fornire nuove competenze agli uomini d'affari per consentire loro di partecipare alla rivoluzione del settore analitico. JMP democratizza l'accesso a dati e analisi avanzate grazie a un'interfaccia intuitiva. Io lo uso per insegnare a studenti di marketing che non possiedono nessuna formazione statistica o a livello di programmazione (come me, del resto).
  • L'accesso ai dati dovrà essere democratico e non più competenza del solo reparto informatico. I dati più interessanti per il front office si trovano fuori dai sistemi operativi e dei database dell'azienda. L'accesso illimitato ad ampi set di dati è sempre più una realtà. A breve, ci saranno strumenti intuitivi in grado di consentire a funzioni aziendali come il marketing di accedere direttamente ai dati.
  • I vari reparti aziendali, in particolare marketing e vendite, dovranno sviluppare le proprie strategie tecnologiche e sui dati, o almeno prepararsi a collaborare come veri partner al momento di prendere decisioni in questo senso. Avere analisti che collaborano a stretto contatto con l'azienda o, meglio ancora, direttamente coinvolti nei reparti aziendali, può essere fondamentale per consentire al marketing di comprendere i dati disponibili, capire quali servono, quanto è difficile accedervi, ecc.
  • Analisti ed esperti di marketing dell'azienda dovranno lavorare a stretto contatto, imparando gli uni dagli altri. I concetti fondamentali per uno sviluppo agile (mediane, prodotto minimo funzionante, ecc.) passeranno al marketing, facendo aumentare la domanda di funzionalità analitiche. La risposta a questa domanda dovrà venire da organizzazioni qualificate: per questo gli scienziati dei dati sembrano non essere mai abbastanza e in questo senso potrebbero assurgere a ruoli di dirigenza.

Il progresso dei software mira a colmare il divario nelle competenze e a rendere più democratici i big data per gli imprenditori. Gli analisti avranno la possibilità di approfondire il loro ruolo come formatori, consulenti e parte attiva nell'evoluzione aziendale.

JMP Foreword

Questo articolo è apparso sulla rivista JMP Foreword.

Leggi l'ultimo numero.

Accetto di essere contattato via e-mail per conoscere novità, eventi e offerte di JMP. Comprendo di poter ritirare il mio consenso in qualsiasi momento.

*
*

JMP è una divisione di SAS Institute Inc. e le informazioni dell'utente verranno gestite in conformità con l'Informativa sulla privacy SAS.

 
 

Volete saperne di più su questo argomento?

Back to Top