Analytics: dalle informazioni, verso la conoscenza, fino alle decisioni

Robert Morison, Thought Leadership Innovator e Faculty Member presso la International Association for Analytics, è uno specialista in Mindshare Marketing (il marketing che nasce dalla condivisione delle idee). Per più di vent’anni ha studiato le connessioni tra business, tecnologia, management e organizzazione in oltre 300 aziende e oggi è considerato un “innovatore nel leadership-pensiero”. Suo è l’intervento clou all’evento “Smarter Analytics Live, quando la conoscenza trasforma il business”, organizzato di recente da Ibm i cui lavori sono stati aperti dal presidente e amministratore delegato della società italiana, Nicola Ciniero.

Morison ha condiviso con la platea alcune “lezioni apprese da un progetto biennale che aveva come obiettivo capire come trarre risultati di business dall’utilizzo delle soluzioni di analytics calate all’interno dei processi aziendali”.

I risultati di questo studio biennale sono raccolti nel suo libro “Analytics@Work, Smarter Decisions, Better Results”, che pone alcune importanti riflessioni sull’importanza degli snodi decisionali di processo (dove cioè vengono prese le decisioni) sull’informazione utile ad ogni singola decisione e soprattutto sulla comprensione profonda (insight) che i sistemi di analisi possono derivare dall’informazione.

Gli analitici: due lati della stessa medaglia

“Pensate agli ‘analitici’ in due modi”, dice Morison. “C’è una prima prevedibile definizione tecnica che identifica gli analitycs come strumenti che fanno un uso estensivo di dati organizzati in modelli esplicativi o predittivi, con cui si effettua un’analisi statistica e quantitativa che abilita decisioni ed azioni basate su fatti”. Ma c’è un secondo modo di vedere gli strumenti di analisi che tiene conto dell’aspetto comportamentale, il lato umano, nel quale convivono molte sfaccettature: “L’attenzione all’informazione raccolta (il valore delle espressioni facciali, le fonti e la loro affidabilità); l’esplorazione del significato al di là del metodo di aggregazione (i dati raccolti in un modello o su un foglio Excel, la discussione tra colleghi); il processo di raccolta (che può consistere nel riconoscere degli schemi o delle nuove connessioni o anche solo nel porsi una domanda ulteriore)”. I due aspetti sono complementari e interdipendenti al fine di derivare dall’informazione una “comprensione profonda” (insight), che consenta di decidere ed agire utilmente: “I modelli sofisticati senza persone che ne usano i risultati sono del tutto inutili – osserva Morison -; al tempo stesso, però, persone orientate all’analisi e affamate di informazione (gli analisti di business, che costituiscono una vera e propria risorsa organizzativa) non realizzano le loro performance potenziali senza modelli. In sintesi gli analytics hanno successo se si realizzano “all’intersezione” fra due dominî, quello degli analitici intesi come risorsa tecnica e quello degli analitici intesi come organizzazione di analisti, cioé come risorsa umana.

Per un miglior processo decisionale

“Obiettivo degli analitici è fornire al business un approccio sistematico nel processo decisionale”, scandisce Morison. “Diverse ricerche indicano che ancora molte aziende prendono decisioni ‘di pancia’ o con l’intuizione, senza sufficiente base nei fatti”.

“Se un certo numero di aziende è arrivato a mappare sui processi i flussi informativi, poche hanno saputo identificarvi i punti decisionali, quelli in cui si prende una decisione determinante, da cui dipende il risultato del processo – puntualizza Morison -: individuare questi punti, circondarli di informazione e di strumenti analitici, rivedere sistematicamente i processi decisionali per migliorare le piccole o grandi decisioni di business, sono pratiche che elevano le probabilità di risultato utile del processo, e con esse le performance di business”.

La ricerca che Morison cita (il recente studio Ibm Ceo Study Report 2012 che ZeroUno ha pochi giorni fa pubblicato su questo sito – ndr), dimostra che “le organizzazioni più ‘analitiche’ – intese come quelle che utilizzano al meglio gli analytics calati nei processi di business e, soprattutto, nei processi decisionali – hanno performance di business superiori alla concorrenza e, ancor più interessante, il gap di performance tra le prime e le seconde sta aumentando”. Insomma, il decision making per essere efficace deve capitalizzare sul mix tecnico e comportamentale sottostante.

Le decisioni di successo le prende lo “Smart manager” che sa posizionarsi a metà tra le componenti tecniche (dati, informazione e uso di analitici) e quelle comportamentali (esperienza, conoscenza, intuizione), avendo cioè skill e focalizzazione in entrambe le dimensioni (figura 1).

Figura 1 – Strumenti e attenzione comportamentale per decisioni di successo. Fonte: Robert Morison

“Porsi nuove domande” è un’opportunità

Come far emergere ed inseguire le opportunità con gli analytics? “È necessario agire e pensare su due livelli: da un lato, sull’informazione per capire, attraverso l’analisi, ‘cosa è successo, cosa sta succedendo e cosa succederà; dall’altro, sul cosiddetto insight, ossia sulla comprensione profonda raggiungibile attraverso altri tipi di quesiti quali ‘perché e come è successo, qual è la miglior iniziativa da prendere, quale scenario migliore o peggiore può verificarsi’, ecc. (figura 2)”, riflette Morison. “La strategia è una sola, porsi le domande giuste, che tali sono se ne generano di nuove”.

Figura 2 – Opportunità per rispondere a nuove domande. Fonte: Robert Morison

Si applicano metodi analitici (come abbiamo detto, tecnici e comportamentali) proprio per trasformare l’informazione in insight: “Estrapolare l’informazione dal passato per interpretare il futuro può essere rischioso – avverte Morison -. Se cambiano le condizioni e il contesto di riferimento, il passato non può rappresentare una buona indicazione per il futuro; oltre al reporting sul passato, servono dunque nuove correlazioni, nuove analisi in grado di fornire delle spiegazioni su quanto avvenuto in passato, oltre a proporre suggerimenti per il presente e indicazioni sul futuro in base ai nuovi scenari che si sono delineati o si prevedranno”.

In altre parole, è necessario capire perché le cose sono andate in un certo modo, quali forze hanno agito sulle performance di business; qual è la prossima mossa, quali servizi vanno offerti ad un cliente qui e ora; qual è lo scenario migliore o peggiore possibile, con l’aiuto di simulazioni e ottimizzazioni, ecc.

Morrison suggerisce: “le opportunità aziendali vanno pianificate; parte integrante di questa pianificazione è l’analisi dei processi critici che vanno ‘passati al setaccio’ cercando di capire, laddove ci sono, i nodi decisionali, quali domande porsi per trovare quindi le risposte e raggiungere migliori performance aziendali”.

Il “Delta” del successo

Entrando nel merito degli strumenti di analisi, Morrison identifica cinque fattori di successo: Dati, Enterprise, Leadership, Target e Analisti (le iniziali si compongono mnemonicamente in ‘delta’).

1. Superfluo forse ribadire che i Dati devono essere completi, accurati, tempestivi, accessibili e sicuri (tutte proprietà dettate dalle condizioni estreme dei Big data); importante invece è sottolineare che siano anche sufficienti, combinabili ed univoci per gli analytics. Se per indirizzare un dato snodo decisionale si dispone di dati insufficienti o non univoci si rischia di prendere decisioni non efficaci, ancora con un metodo basato più sull’intuizione che non su fatti e informazioni puntuali.
2. Il livello Enterprise indica la necessità di una vista olistica nell’indirizzare una decisione: opportunità o criticità/rischi stanno quasi sempre ai confini tra due o più processi e funzioni, anche se gli analytics sono sfruttati da una sola area di business.
3. Servono Leader che abbiano mentalità analitica, skill che sappiano combinare l’analisi dei dati con l’esperienza umana.
4. Servono poi Target (intesi come obiettivi) ambiziosi, differenzianti, ma sempre fattibili ed allineabili in scala tra loro per “imparare a camminare prima di correre”, dice Morison.
   Nel caso di analitici su un dato cliente servirà, prima di tutto, mettere i dati sui clienti in ordine, poi segmentarli, poi differenziare le azioni sui singoli segmenti in funzione del loro valore (clienti top, ecc.), prevedere i bisogni dei clienti in base al loro potenziale, associare le azioni ai processi per arrivare, infine, ad un’organizzazione che reagisca in tempo reale.
5. Ma il fattore di successo più importante è naturalmente l’organizzazione degli Analisti, che Morison vede ‘a piramide’ su tre livelli (figura 3): un 5% di Professionisti, un 15% di Semi-Professionisti e un 80% di Amatori. Il primo gruppo, di alto skill, ha tipicamente un terzo livello di laurea in Scienze Statistiche e programma modelli complessi. Il secondo, con un tipico livello formativo con Master in Business Administration, o specializzazione in six-sigma (approccio moderno e molto rigoroso alla gestione delle organizzazioni che ha lo scopo di perseguire l’eccellenza e si basa sulle logiche del Total Quality Management e del miglioramento continuo, ndr), è composto da persone con orientamento quantitativo nel risolvere problemi di business. È in grado di lavorare con i Professionisti nel mettere a punto e rappresentare modelli di business sofisticati. Il terzo, non costruisce modelli ma è il gruppo di persone che utilizza gli analytics ogni giorno.
   Naturalmente non ci sono abbastanza professionisti in nessuna industry, compreso il Finance che tradizionalmente li attira. Non riuscendo ad assumerne un numero minimo, serve rivolgersi a fornitori che ne offrono i servizi, come Ibm.

Figura 3 – Organizzazione piramidale degli addetti alle analisi. Fonte: Robert Morison

“Riassumendo – conclude Morison – così com’è cruciale costruire non solo il lato tecnico ma l’organizzazione degli analisti, è importante garantirsi quantomeno l’accesso ai professionisti e poter contare su un numero sufficiente di semi-professionisti e di amatori, per aver un adeguato supporto analitico alle decisioni e alle performance di business”.

Smart Decision: esempi di utilizzo

Robert Morison, Thought Leadership Innovator e Faculty Member presso la International Association for Analytics

Incontriamo a margine dell’evento “Smarter Analytics Live, quando la conoscenza trasforma il business”, organizzato da Ibm, Robert Morison, Thought Leadership Innovator e Faculty Member presso la International Association for Analytics, a cui chiediamo alcune indicazioni esemplificative sulle opportunità che gli analytics aprono nei vari settori merceologici.

“Premesso che mi riferisco soprattutto al mercato Usa – esordisce Morison -, c’è una generale tendenza alla diffusione degli analytics dai processi di business già presidiati (il Trading nei servizi finanziari) verso nuove aree, prima fra tutte quella sul ciclo di vita del cliente (si parla, per esempio, di Customer Analytics). Ancora una volta i precursori sono gli ambiti dei servizi finanziari: ormai lunga l’esperienza analitica in spazi finance come Trading e Portfolio Management, nei Customer Analytics un pioniere è il cosiddetto Progressive Insurance. Un esempio viene dal mondo delle Assicurazioni: l’automobilista assicurato in modo ‘progressive’ accetta che sulla sua auto venga installato un dispositivo che accumula dati per la durata della polizza, e ne ottiene un ‘credit score’ che per guida virtuosa si traduce in un sostanziale sconto”.

“Il Manufacturing ha grande esperienza di Statistical Process Control nell’ambito dei processi di produzione – prosegue Morison -, ma oggi c’è molto fermento sul pricing di prodotto e, anche in questo caso, sulle analisi della clientela. Nei settore dei beni di consumo Procter & Gamble ha grande esperienza analitica sui rifornimenti alla distribuzione ma ha di recente focalizzato gli analitici sull’innovazione sia di prodotto sia del modello di business.

“Nel mondo dei Trasporti Fedex e Ups applicano analitici alle loro reti distributive, Avis riesce a massimizzare il suo fatturato rispetto ai costi pilotando con gli analitici la continua rilocalizzazione della sua flotta, inseguendo la domanda presente e prevista per tipo di autovettura offerta – descrive ancora Morison -. Tradizionalmente ricca di informazione, la Sanità (in Usa) si è di recente lanciata nell’utilizzo dei sistemi analitici con un approccio ‘insight’ (conoscenza approfondita) non solo per prevenire interazioni fra diversi medicinali ma per capire l’efficacia di approcci curativi diversi. Anche la Pubblica Amministrazione sta allargando il fuoco degli analitici da aree tradizionali come la prevenzione delle frodi verso il più ampio spettro dei servizi al cittadino (per esempio per capire dove e quando allocare forze di polizia in città)”.

Ovviamente, anche nelle Telecomunicazioni lo sforzo è concentrato sui servizi al cliente e gli analytics servono per capire come meglio indirizzarli. Nei servizi alberghieri, Morison cita l’approccio di Marriott, catena alberghiera che grazie agli analitici ottimizza il fatturato non solo delle stanze ma dell’insieme dei servizi (stanze, accoglienza accessoria, ristorazione, spazi per riunioni o congressi). Infine negli Sport Morison cita A.C. Milan: “È all’avanguardia nel controllare con gli analitici la fisiologia degli atleti e ogni loro condizionamento preventivo prima dello sforzo fisico (Milan-Lab – ndr)”.

Quanto al tema degli analisti professionisti, chiediamo a Morison se non sia pericoloso l’outsourcing degli skill laddove non si riesce ad assumerli. Non è un po’ come fare outsourcing nel proprio core business?

“Lo è meno che prendere decisioni di business non basate su fatti che gli analytics possono evidenziare – risponde Morison -. L’ottimale è certamente il ricorso a chi può fornirne i servizi aggiuntivi rispetto alla disponibilità minima di professionisti in-house”.