Diventare un’azienda in cui i dati sono l’elemento primo e ultimo di decisione è un passaggio culturale che deve pervadere ogni elemento dell’organizzazione, dal top management a ogni funzione delle business unit. La tecnologia è la parte di supporto ma l’elemento primario resta la capacità e la volontà di prendere ogni decisione attraverso l’analisi approfondita dei fatti, definiti dai dati, piuttosto che basarsi su elementi emotivi e intuitivi. Significa agire sul piano organizzativo attraverso la messa a punto di processi e modalità di lavoro che favoriscano il confronto e l’integrazione, vedendole convergere sull’analisi delle informazioni. è un processo che deve avere, sparsi nell’organizzazione e soprattutto nelle posizioni apicali, soggetti che siano ad esempio del nuovo modo “data driven” di procedere. Fissato quindi due elementi di riferimento, persone e processi, le tecnologie fanno la loro parte. Un ruolo importante lo svolgono senz’altro funzioni di analytics evolute basate su AI, integrate nativamente in ogni strumento informativo utilizzato, siano applicazioni, data base o interfacce utente e via dicendo, per consentire un’analisi continua dei dati da cui ricavare indicazioni di strategia, di efficienza dei processi e per le decisioni del day-by-day.
Ma creare una data drive company, attraverso anche una relazione sinergica e virtuosa tra business unit e IT non è semplice: ancora poche imprese riescono infatti a trasformare una parte dell’attuale tsunami di dati che ci circonda in efficaci insight per creare valore di business.
In una ricerca Capgemini sono stati ingaggiati oltre 500 technology e altri 500 business executive per approfondire il tema. L’approccio risulta a oggi molto reattivo e poco proattivo, di analisi sul passato piuttosto che per disegnare un’organizzazione di analisi dati orientata all’innovazione. Meno della metà del campione (circa il 43%) è riuscita a monetizzare il patrimonio di dati per creare business e solo il 39%, probabilmente molti appartenenti a settori in cui l’informazione è l’elemento primario di business, tipo quello dei servizi, ha rilevato un evidente vantaggio competitivo. Il cerchio si chiude quando si analizza la sfera dei business executive, dove solo il 20% crede nel valore dei propri dati. E in genere il gap di fiducia nei dati tra aree business e tecnologiche si rileva in molti aspetti. Tra questi vi è la percezione di una scarsa qualità e affidabilità dei dati (solo il 27% dei business user dice di essere soddisfatto contro il 54% dei technical) e la stessa cosa accade quando si parla di allineamento tra una data analytics strategy e la strategia di business aziendale; spesso si percepiscono due strade evolutive parallele.
Una cosa però emerge con chiarezza: le aziende che rilevano migliori risultati di business sono anche quelle con una maggiore spesa in tecnologie per l’analisi dei dati, con vantaggi di miglior ingaggio dei clienti, riduzione di costi, maggiore efficienza operativa. Lo sforzo per raggiungere questi risultati passa, ancora una volta, da un allineamento organizzativo e culturale tra le varie anime, tecnologiche e business, dell’impresa, con la messa a punto di processi di raccolta e miglioramento qualitativo dei dati, modernizzazione nella fruibilità e semplicità di sfruttamento delle informazioni, governance orientata all’analisi dei dati distribuita in azienda. Non da ultimo serve un’integrazione efficace sul flusso di dati provenienti in continuo dall’esterno, per armonizzarli in una serie di modelli di utilizzo interno definiti nei loro elementi di efficienza, efficacia e sicurezza per l’impresa.
Leggi anche: La digital e business transformation dell’azienda flessibile