Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

Percorsi di successo tra i dati

pittogramma Zerouno

Percorsi di successo tra i dati

15 Mag 2014

di Cristina M. Palumbo

In occasione della presentazione dei risultati dell’Osservatorio Big Data Analytics & Business intelligence della School of Management del Politecnico di Milano, sono state riportate diverse testimonianze di aziende che hanno implementato soluzioni avanzate di gestione delle informazioni.

Il labirinto dei Big Data: è il titolo del convegno organizzato per la presentazione dei dati dell’Osservatorio Big Data Analytics & Business intelligence della School of management del Politecnico di Milano. Proprio di labirinto virtuale si può infatti parlare se si pensa al percorso di analisi dei sempre più numerosi dati accumulati dalle aziende, il cui arrivo è (o dovrebbe essere) rappresentato dall’avere a disposizione informazioni utili alle attività di marketing, vendita e, in generale, ai processi aziendali. (Clicca qui per vedere l'infografica con i dati)
In occasione della presentazione dei dati dell’Osservatorio sono state raccontate le esperienze di successo di alcune aziende che hanno intrapreso il percorso di innovazione delle loro infrastrutture.
 

I dati che generano profitto
Generare profitto dall’analisi dei dati è la grande opportunità offerta dalla big data analysis: è quanto emerge dalla prima di questa breve sequenza di casi di successo.
“Nel comparto travel – racconta Dario Cardile, Chief Marketing Innovation Officer di Bravofly Rumbo Group – è difficile che vi siano rapporti tra le divisioni It, marketing, e-commerce. L’azienda ha invece deciso di sviluppare un progetto, basato su una forte collaborazione fra queste divisioni, per capire la tipologia di prodotto ‘travel’ maggiormente venduta e quali sono le possibili ‘combinazioni’ [voli e/o alberghi, solo albergo, hotel di un certo tipo ecc. ndr] che suscitano maggiore interesse. I dati raccolti sono fondamentali per decidere dove investire; inoltre, in base a una seria analisi delle esigenze è possibile capire quali mercati sono saturi e, invece, dove vale la pena orientarsi con le proprie offerte. Tra le curiosità, è per esempio emerso che la proposta di ‘romantic weekend’ ha un vasto appeal”.
Il primo cambiamento significativo per l’azienda è rappresentato dal fatto che ora si evitano campagne inutili; poi, mentre tempo fa si facevano pianificazioni annuali, oggi avendo informazioni utili e tempestive sulle quali ragionare, si realizzano pianificazioni quasi quotidiane.
Un ulteriore vantaggio immediato evidenziato riguarda il fatto che si possono offrire ai clienti servizi accessori davvero utili per loro: “Basti pensare alla diversità di esigenze tra il viaggiatore privato e chi si muove per lavoro: nei servizi accessori per il cliente consumer possono interessare escursioni o baby sitting, mentre al cliente business serve accesso WiFi e così via. I data warehouse esistono da anni, ma è importante mettere oggi tutti i pezzi insieme come le soluzioni di big data analytics consentono di fare; da una simile operazione è possibile ricavare valore”, conclude Cardile.
 

Gestire complessità elevate
10mila clienti di cui il 40% gestito direttamente, vari problemi relativi ai resi sul canale indiretto, un portafoglio prodotti con centinaia di migliaia di referenze… Sono solo alcuni dei fattori che delineano un quadro di complessità aziendale davvero elevato, illustrato da Enrico Magrin, Responsabile Strategic & Operational Marketing di Siemens Industry Sector.
“Ormai qualche anno fa – spiega Magrin – abbiamo rilevato la necessità di fare analytics, poi man mano i sistemi sono stati innovati sino al livello predittivo, affinché il dato potesse essere sempre più fruibile e velocemente a disposizione, in sostanza, utile. L’obiettivo finale, molto concreto, è dare alla nostra forza vendita (che conta 200 risorse) l’opportunità di fare cross selling in modo mirato”.
L’azienda si è presto resa conto che non avrebbe potuto fare tutto da sola e ha quindi deciso di collaborare con una start up specializzata, e ora, dice Magrin, “siamo maggiormente in grado di capire le intenzioni di acquisto dei nostri clienti. I risultati sono stati immediati, resi evidenti in soli cinque mesi con un pilot su un quarto dei nostri commerciali. Tra l’altro, grazie ai feedback dei venditori, potremo continuare ad affinare le nostre soluzioni”.
 

Oltre la tradizione
Il mondo che cambia, nuovi competitor all’orizzonte, i vecchi concorrenti che rinnovano la propria presenza sul mercato. Gli stimoli all’innovazione possono, e spesso sono, esterni alla propria azienda, soprattutto se si parla di un comparto che affonda le proprie radici in un sistema legato alla tradizione, come quello bancario.
È il pensiero di Rogier van Royen, R&D Architect di Unicredit che spiega: “Le banche hanno ancora strumenti e una filiera abbastanza tradizionali; l’It in questo momento storico ha già dovuto affrontare una sfida importante che è stata quella della globalizzazione, con tutta la complessità a essa correlata. Unicredit ha però avuto la lungimiranza di lasciare molto libera di sperimentare la propria divisione Ricerca e Sviluppo. Noi crediamo che un domani i nostri competitor potranno arrivare a essere anche realtà come Google con GoogleWallet, Amazon e così via. È allora davvero fondamentale riflettere sul potenziale dell’informatica, provare e osare in questa fase in cui ancora predomina la tradizione; capire quali sono i comportamenti degli utenti, come preferiscono relazionarsi con noi è vitale. Dobbiamo lavorare davvero per porre al centro della nostra strategia il cliente come individuo. Certo, questo è un percorso, non è semplice, non si potranno fare tentativi fine a se stessi, devono essere introdotti strumenti che, alla prova dei fatti, funzionino”.
 

Capire il mood
Grazie ai social media, l’informatica si allontana dalla sua connotazione tecnica e matematica per avvicinarsi all’ambito dei sentiment, del mood appunto. È il pensiero di Ugo Zambuto, Web Marketing Manager presso Web e New Media/Direzione centrale media, Ferrovie dello Stato Italiane che ha spiegato: “I big data offrono informazioni poco tecniche mentre danno una concreta percezione di quello che pensano i clienti. Noi come Ferrovie dello Stato ci siamo posti l’obiettivo di sviluppare la nostra presenza sui social media proprio per ascoltare gli utenti. L’azienda ha avviato un progetto di monitoraggio delle conversazioni online che ci riguardassero, già esistenti tra gli utenti, sperimentando un ascolto strutturato della Rete”.
Le diverse fasi del processo di listening sono state prima realizzate su una base di dati limitata; dopo averne esplorato l’efficacia dell’analisi, il monitoraggio è diventato continuativo fino ad arrivare alla raccolta di 800mila post da 13mila fonti Web nel corso dei primi due anni di ascolto.
L’obiettivo finale è generare un sistema automatico e strutturato di alerting che possa avvisare sempre più near real time le risorse dedicate alla relazione con il cliente di un’eventuale situazione critica sul Web da gestire entro breve. “Di pari passo – aggiunge Zambuto – vi sarà un’evoluzione dell’organizzazione interna affinché le attività di supporto ai clienti si integrino in modo pervasivo con i processi aziendali. I risultati già sperimentati sono: miglioramenti nell’efficacia di indirizzamento dei clienti, aumento dei follower e delle opinioni rilasciate sui social. E, in futuro, avremo sempre maggiore integrazione con il nostro Crm, anche se sarà sempre fondamentale saper mediare con l’elemento umano”.
 

Le Business sphere
“Già da tempo abbiamo avviato il percorso verso la democratizzazione e, soprattutto, la visualizzazione dell’informazione – ha dichiarato Filippo Passerini, Group President Global Business Services e Cio di Procter & Gamble – che sono diventati strumenti primari di supporto decisionale e di management. Il nostro ‘Analytics journey’ è iniziato nel 2006 con una prima fase che ha comportato la dismissione di 20mila report cartacei o digitali e l’introduzione di decision cockpits (che permettono di effettuare approfondimenti dinamici e progressivi) su desktop o device mobili. Un altro strumento estremamente innovativo utilizzato in P&G – ha continuato Passerini – sono le Business sphere, grandi sale riunioni equipaggiate con enormi schermi che mostrano i dati elaborati in tempo reale dai sistemi di visual analytics dell’azienda, presentati graficamente in modo tale da facilitare al massimo le decisioni” (si veda l’articolo “Procter & Gamble: analytics full immersion”).
P&G possiede 50 Business sphere nel mondo; un esempio del loro utilizzo è la simulazione della collocazione di un nuovo prodotto su uno scaffale virtuale del supermercato, con feedback in tempo reale dei consumatori su packaging, dimensioni, colori, etichetta e così via e la possibilità di introdurre i conseguenti cambiamenti in tempo reale.
L’idea è rispondere velocemente non solo al what, cioè cosa sta accadendo, ma anche al why ovvero perché ciò sta accadendo e quindi determinare how, cioè come fare per migliorare.
 

La Business intelligence in cloud
Nel 2012 Eurotranciatura, una delle più grandi unità produttive in Europa di lamierini magnetici tranciati, sfusi o pressoimpaccati per macchine elettriche rotanti, ha manifestato la necessità di una soluzione che permettesse di ottimizzare i costi di manutenzione, esercizio e aggiornamento del sistema di gestione della qualità e che fosse in grado di ottenere un livello di integrazione più ampio con i sistemi applicativi gestionali amministrativo-contabili e di fabbrica, evitando così ridondanza di dati e riducendo eventuali fonti di errore.
È stato quindi avviato un monitoraggio costante del processo di lavoro e si è optato per una gestione, in completa autonomia, della generazione di report e grafici attraverso uno strumento di business intelligence flessibile e user-friendly.
Un aspetto molto interessante riguarda la scelta di una soluzione di BI in cloud, utilizzando una piattaforma che ospita il database di staging, il data warehouse e i cube analysis services (set di indicatori correlati utilizzati nell’analisi dei dati); tale soluzione ha consentito di minimizzare gli investimenti in hardware e software di sistema, oltre che di prevedere in anticipo i costi mensili attivando (grazie a massima trasparenza e flessibilità) solo le funzionalità necessarie per il raggiungimento degli obiettivi prefissati.


Clicca sull'immagine per ingrandire l'infografica

 

 

Cristina M. Palumbo

Articolo 1 di 5