IoT e industry 4.0. Piattaforme analytics disponibili sul cloud, soluzioni specializzate nella gestione delle problematiche di supply chain e soluzioni avanzate di predictive analytics. Le aziende manifatturiere e retail che hanno adottato soluzioni analitiche hanno migliorato risultati operativi e performance di business. Tra le priorità di CIO e CMO, l’innovazione aziendale IT-based, l’automazione dei processi e il rinnovamento delle infrastrutture
Catturare le informazioni è fondamentale, ma il vero valore non risiede nella semplice raccolta, ma nella capacità di interpretare i dati per generare un valore reale per il business, come ci spiega Valter Cavallino, competence center manager information management di System Evolution, azienda di Kirey Group. La competenza di System Evolution sta proprio nella capacità di trasformare i dati sfruttando strumenti in grado di dare loro forma e valore. Gli analytics consentono di costruire modelli capaci di descrivere la realtà, cogliendo i flussi dei processi interni ed esterni, per ottenere una comprensione reale e dinamica di ciò che accade e poter guardare al futuro con una capacità previsionale prima impensabile. Per le aziende questo si traduce nell’opportunità di anticipare le esigenze interne ed esterne, ridurre i rischi, accelerare il time-to-market dei prodotti, garantire processi affidabili ed essere maggiormente conformi alle normative. «Noi per primi – continua Valter Cavallino – abbiamo adottato gli analytics in azienda per gestire lo stato dei progetti, pianificando il lavoro dei consulenti e monitorando i processi in corso, per ottimizzare l’allocazione delle risorse e prevedere quali skill inserire in azienda in modo da affrontare eventuali picchi di richieste e cogliere meglio nuove opportunità di business». Grazie all’integrazione nei sistemi gestionali, questi strumenti si stanno ritagliando un ruolo molto importante all’interno delle aziende. Infatti, poter utilizzare gli analytics per analisi in tempo reale sul lavoro che si compie quotidianamente nelle organizzazioni garantisce ai processi decisionali analisi più rapide e più corrette, e facilita la definizione delle modifiche necessarie ai processi aziendali e ai modelli di business.
IL PUNTO DI VISTA DI IDC
Conferma Giancarlo Vercellino, research & consulting manager di IDC Italia: «L’impiego dei dati per la gestione dell’efficienza operativa sta diventando un tema centrale nello sviluppo dei sistemi informativi del settore manifatturiero, soprattutto in un momento in cui il comparto istituzionale pone con sempre maggiore insistenza, attraverso tanti bandi e misure di supporto agli investimenti, la necessità di sviluppare un piano strategico nazionale per l’Industry 4.0». Quando si guardano più nel dettaglio gli ambiti tecnologici di investimento – spiega Vercellino – si osserva come il tema dell’efficienza operativa indirizza «verso le piattaforme di analytics disponibili sul cloud (oltre la metà delle imprese nel sotto segmento), soluzioni di analytics specializzate nella gestione delle problematiche di supply chain (circa il 40%) e soluzioni avanzate di predictive analytics (circa il 20%)». Un tale pattern di investimento è tipico soprattutto delle aziende manifatturiere che hanno già intrapreso negli ultimi anni un percorso di digitalizzazione che le ha portate a consolidare le piattaforme di data management e la sicurezza dei sistemi informativi. Da alcune ricerche condotte da IDC in Italia emerge con chiarezza che le imprese del manifatturiero focalizzate sull’ottimizzazione e l’efficientamento dei processi produttivi hanno priorità IT chiare per il 2017: «In primo luogo, la necessità di sostenere l’innovazione aziendale IT-based (36%), a riprova del fatto che il senso di urgenza rispetto la tematica è ormai ampiamente avvertito in uno strato sempre più vasto del tessuto aziendale; seguono il tema dell’automazione dei processi (32%) e del rinnovamento delle infrastrutture (23%), che delineano, almeno in parte, le direttive strategiche fondamentali che tante imprese stanno intraprendendo in questi giorni».
VALORIZZARE I DATI FA BENE AL BUSINESS
Oggi, per restare competitivi, bisogna essere molto più veloci e flessibili rispetto al passato: l’analisi dei propri dati in tempo reale fa comprendere ancor prima le logiche e le dinamiche del proprio business, e facilita l’innovazione dei processi. I dati hanno un grande valore: se sono analizzati correttamente, le informazioni contenute possono portare realmente a incrementare profittabilità e competitività. Sembra un concetto ovvio – condivisibile da tutti – ma nella realtà, non è stato completamente assimilato. Infatti, non tutte le aziende analizzano veramente i propri dati per migliorare il proprio business, e questo è vero soprattutto nelle realtà più piccole che operano nel nostro Paese, anche se negli ultimi anni in questo settore di mercato si nota un aumento di interesse per queste tematiche. Questi strumenti non sono ancora tanto diffusi nonostante, secondo alcuni studi, le aziende che sanno valorizzare i propri dati fanno registrare margini lordi superiori rispetto a quelle che non lo fanno. Negli ultimi anni, pressate dalla crisi e dalle richieste dei clienti che chiedono una maggiore reattività nelle risposte, le aziende si sono dovute adeguare cambiando modelli operativi e di business, puntando in modo deciso su qualità, efficacia e tempestività. Grazie agli analytics, lo studio approfondito dei processi interni, delle relazioni con clienti e fornitori, della situazione finanziaria e dei magazzini, in molte realtà ha contribuito al taglio dei costi, al recupero dell’efficienza e a una migliore reattività rispetto alle richieste del mercato. Nelle realtà dove sono state compiute queste attività, gli analytics hanno permesso di passare indenni gli anni del non facile periodo economico.
Oggi – anche con una diversa e migliore congiuntura – il conto economico continua a beneficiarne. Questi strumenti stanno facilitando il miglioramento in tutta l’organizzazione. Per ottimizzare il sistema logistico in uscita, per esempio, si possono incrociare dati di consegna e di spedizione, informazioni sui veicoli e tragitti, dati presenti sull’ordine di acquisto, altri dati provenienti dai sensori presenti su pallet e container: i responsabili delle operations sono in grado di sapere esattamente non solo dove si trova una spedizione, ma anche le sue condizioni e le prestazioni del mezzo di trasporto. In più, possono fare analisi su profittabilità, percentuali di utilizzo, frequenze di spedizione e valutare quale dovrà essere la capacità per ogni linea, e con che frequenza. Analizzando i documenti (ordini d’acquisto e fatture ricevute da fornitori, ma anche ordini dei clienti, documenti di trasporto e fatture emesse) si possono trovare facilmente informazioni utili e indicazioni per migliorare efficienza operativa e margini. Analisi più approfondite su alcune informazioni di dettaglio contenute nei documenti – come orari di consegna, quantità e descrizione degli articoli consegnati, importi delle fatture, percorsi compiuti – evidenziano altre informazioni che danno nuove possibilità di migliorare l’efficienza. Un altro esempio è legato all’analisi delle stagionalità negli ordini: analizzare, quando sono disponibili, un adeguato numero di anni di dati storici, opportunamente pesati per evidenziare i trend, facilita la previsione dei volumi di domanda lungo l’anno, così che si possono adeguare produzione e livelli di scorte a quanto verrà richiesto. Questi sistemi sono anche usati per la valutazione dei fornitori, sia per l’analisi delle performance storiche, confrontate tra loro per avere una classifica per ogni tipologia di prodotto, sia per individuare in anticipo situazioni di potenziale anomalia o problema, così da porre in atto azioni correttive preventive. Altri esempi potrebbero essere fatti, perché tutti i processi aziendali, e le relazioni con il mondo esterno, possono essere rese più efficienti, in alcuni casi re-ingegnerizzati, grazie agli analytics.
UTILI PER INNOVARE
Le soluzioni analitiche innescano processi di innovazione volti al raggiungimento dell’eccellenza nelle prestazioni e all’acquisizione di vantaggio competitivo. A confermarlo è Stefania Donnabella, amministratore delegato di Cegeka. «Conoscere il cliente significa migliorare il servizio, aumentare l’efficienza, massimizzare le iniziative di cross selling e up selling, raffinare le azioni di vendita, contenere i costi. Anche il cliente trae benefici quando l’azienda conosce le sue abitudini, le sue preferenze. I benefici si traducono in soddisfazione, fiducia, valore concretamente percepibile. E dovremmo poi parlare di IoT e di quanti benefici e cambiamenti lo studio dei dati porta nei programmi di Industria 4.0» – spiega Stefania Donnabella. In tutti i casi, i benefici portati dallo sviluppo e dall’utilizzo di sistemi integrati con analytics sono evidenti anche per Francesco Stolfo, partner di ToolsGroup: «La nostra esperienza riguarda l’impatto degli analytics sullo studio della domanda in ogni settore. In particolare, mi riferisco all’impatto dei fattori esogeni (tempo meteorologico, andamenti macroeconomici…) ed endogeni (azioni promozionali dirette, advertising, nuovi prodotti…). Queste tecniche di analisi hanno effetti significativi a vari livelli. Prima di tutto, una migliore accuratezza delle previsioni (riduzione dell’errore di previsione). Gli analytics permettono di modellare più facilmente i fattori esogeni ed endogeni, e di conseguenza, la previsione è più accurata. Si ottiene anche una riduzione degli immobilizzi di capitale dovuti alla maggiore efficienza della pianificazione della supply chain. Poi, la riduzione delle voci di spesa dedicate alle attività di marketing grazie ad analisi più oggettive e mirate sugli effetti delle singole attività». Si tratta di un enorme contributo degli analytics nel rendere i processi di pianificazione e controllo sempre più automatizzati. «Con la raccolta dei numerosi dati correlati è possibile costruire modelli auto-adattativi capaci di governare, in automatico, complessi sistemi di produzione e di distribuzione: fino a poco tempo fa questo richiedeva numerosi addetti».
LA RISPOSTA A TANTE DOMANDE
Gli analytics permettono di rispondere alle tante domande che, ogni giorno, vengono fatte in milioni di aziende sparse nel mondo. La raccolta delle informazioni che formano i cosiddetti big data ha lo scopo di dare delle risposte. Per essere pratici – suggerisce Maurizio Manera, retail sales manager di Gruppo Sintesi – proviamo ad analizzare le domande del mercato del retail, quello più interessato a questa tematica. «Per i marketer ci sono diversi quesiti che vale la pena porsi, in primo luogo quello di misurare l’efficacia delle promozioni e delle pubblicità. Mutuando concetti tipici dell’e-commerce nascono altre due domande importanti. Quali prodotti i miei clienti tendono a comprare assieme? Quali opportunità di cross-selling o di up-selling? Il prezzo di vendita è un altro fattore. Quale è il prezzo che massimizza il profitto? Quanto influisce lo sconto sulla decisione dei consumatori? Queste domande non sono certo nuove, dov’è allora che gli analytics generano così tanto interesse? Nella velocità di risposta, nel livello di dettaglio e soprattutto nella possibilità di combinazione di più fonti di dati spesso indipendenti tra loro». La velocità apre due prospettive: «La più immediata è quella di una maggiore efficienza operativa, la seconda è quella di poter usare le informazioni in corso d’opera (la modifica di una campagna marketing quando ancora in essere). La tecnologia offre la possibilità di raccogliere informazioni in tempo reale. Per esempio, la posizione e la movimentazione dei prodotti può essere tracciata usando dei tag RFID che permettono di ottimizzare i processi di supply chain, la possibilità di fare l’inventario in tempo reale, di inviare informazioni agli assistenti alla vendita fino al check-out automatico. Il valore dei dati aumenta esponenzialmente correlandoli con quelli provenienti da altre fonti. Informazioni sui prodotti possono essere coniugate con quelle sui loro acquirenti». Il passo successivo è incrociare questi dati con altri provenienti dall’online (sito, navigazione in app, etc.). In conclusione, sono almeno due i livelli su cui si può operare – mette in evidenza Manera: «Il primo è l’aggregato di dati per estrarre informazioni a beneficio del retailer e rispondere in forma puntuale alle domande che avevamo visto all’inizio. Il secondo è il livello individuale per fornire al cliente un’esperienza coerente sia con le sue aspettative di marca, sia con la sua propensione di acquisto». È ovvio che per compiere analisi rapide e accurate, occorrono una precisa e completa raccolta dati, che comprenda anche fasi di pulizia e normalizzazione, e strumenti adeguati.
«Senza dati sei solo un’altra persona con un’opinione» – diceva Edward Deming. Per Alfieri Voltan, presidente di Siav – oggi, abbiamo il problema inverso. «Abbiamo così tanti dati che non siamo in grado di usarli per farci un’opinione, anche se sappiamo che sono enormi miniere di informazioni». Pensiamo a un caso concreto: «Purchase to pay, order to cash, sales opportunity, case management sono processi spesso “trascurati” rispetto alle attività core dell’azienda, e tendono ad accumulare inefficienze difficili da individuare, tanto che spesso si ricorre all’intervento di consulenti esterni per venirne a capo. Non sarebbe comodo avere degli strumenti per “misurare” questi processi? Capire come sono veramente fatti, come distribuiscono i carichi di lavoro, se presentano colli di bottiglia? O se siano in grado di anticipare situazioni critiche? Le tecniche di process mining servono proprio a rispondere a queste domande, e funzionano analizzando con algoritmi evoluti le numerose “tracce digitali” lasciate dai sistemi informatici utilizzati in questi processi. Siav studia da molti anni queste tecnologie, e ha realizzato BIPOD, il sistema di process mining che consente di avere una “radiografia” in tempo reale di cosa succede in azienda». Per gestire l’abbondanza di dati servono gli strumenti adatti. Ma occorrono anche le giuste competenze: know how tecnico, e nozioni di statistica, sociologia, metriche matematiche. Competenze trasversali, che sempre più spesso sono fornite da un team di specialisti che lavorano insieme, o dai chief data officer (CDO), nuove figure professionali sempre più ricercate dal mercato del lavoro.
I SETTORI PIÙ ATTIVI
Secondo Valter Cavallino di System Evolution, il settore che ha raggiunto una maturità maggiore è il finance, nello specifico, banche e assicurazioni. «Ma l’applicazione degli analytics cresce anche in altri mercati. E in modo trasversale, nel marketing, queste applicazioni sono sempre più avanzate e mettono in relazione dati provenienti da fonti eterogenee che comprendono anche i social network». Per Stefania Donnabella di Cegeka, i settori in assoluto più sensibili all’adozione degli analytics sono quelli che godono di una relazione diretta con il cliente consumatore finale (B2C). «Tali settori beneficiano di queste soluzioni garantendosi una completa visibilità delle caratteristiche e delle preferenze del consumatore, dei propri prodotti, delle propensioni verso le offerte future guadagnando così una maggiore efficienza delle strategie di marketing e dei canali distributivi. La continua comparazione tra presente e passato e la capacità di ottenere dai dati disponibili modelli di comportamento futuri consentono la massima ottimizzazione dei processi decisionali». Questi strumenti sono in grado di migliorare l’efficienza operativa in tutte le aree aziendali, come spiega Andrea Maderna, general manager di BOARD Italia: «Sia che si gestisca un progetto altamente innovativo, dove gli esiti non sono determinabili a priori, sia che si prenda in carico un progetto orientato al processo, dove le procedure e gli step sono ben definiti, la redditività del progetto sarà tanto più alta, quanto più l’organizzazione sarà in grado di creare il team più efficace ed efficiente, trovando il giusto equilibrio tra competenze, disponibilità nel tempo e carichi di lavoro. In questa dinamica, la business analytics gioca un ruolo fondamentale, soprattutto se applicata sulla stessa base di dati su cui viene effettuata la pianificazione operativa: dal budget dettagliato e allocazione dei costi alla pianificazione delle risorse e dei progetti, fino alla gestione delle risorse umane, inclusi i piani di assunzione e di riqualificazione. BOARD, software leader internazionale per il decision-making, utilizzato internamente anche da KPMG in sei paesi europei, ha permesso ad aziende di primo piano a livello mondiale di ottimizzare le risorse impiegate nei progetti dell’impresa e di minimizzare i costi, grazie all’unificazione di business intelligence, performance management e predictive analytics».
DUE CASI DI SUCCESSO
Angelo Tenconi, analytics technology director di SAS, descrive un interessante progetto concluso con successo da Munksjö Group, una delle più grandi multinazionali della carta. «Munksjö Group ha scelto soluzioni di business intelligence nell’ambito del replacement dei propri sistemi ERP e dell’implementazione di un sistema unico di reporting condiviso a livello di gruppo. Munksjö Group ha avviato un piano di replacement per rinnovare i propri sistemi ERP e armonizzare il panorama informatico in tutti gli impianti di produzione e per l’implementazione di un sistema unico di reporting condiviso a livello di gruppo. Il rollout dei nuovi sistemi ERP avrà luogo a medio termine e l’implementazione di SAS Visual Analytics, anche per le unità non ancora incluse nel programma di sostituzione, rappresenta la possibilità per raggiungere il livello di armonizzazione già nel breve termine. Il primo passo è stato quello di fornire il supporto completo di BI alle unità in cui sono installati i sistemi di ERP, nella seconda fase, sono stati raccolti i dati da alcune aree selezionate del gruppo. L’aspetto più sfidante della prima fase è stato l’approccio al monitoraggio del processo di produzione della carta attivo 24 ore su 24, 7 giorni su 7, che presentava caratteristiche specifiche del settore come il risparmio di tempo, di costi e la redditività dei prodotti. La seconda fase ha l’obiettivo di armonizzare i dati provenienti da sistemi non omogenei».
Racconta un altro interessante progetto Fabio Ardossi, associate partner di Data Reply: «Una grossa realtà operante nella GDO, con 60mila dipendenti, aveva la necessità di ridurre il tempo di giacenza dei prodotti. Questa esigenza ha portato alla scelta di implementare una piattaforma digitale data-driven per ottimizzare la gestione dello stock. Come integrare le informazioni dei singoli punti vendita con l’area logistica? E come integrare informazioni di magazzino, di riempimento scaffali e delle vendite? La soluzione è stata implementare una piattaforma che accentrasse i dati delle piattaforme coinvolte nel processo di approvvigionamento – dalla fase di sell-in alla fase di sell-out, comprendendo le aree di logistica e magazzino. Ai dati tradizionali di prodotto che comprendevano eventuali indicatori stagionali, sono stati correlati i dati di scontrinato e in particolare i dati della posizione del prodotto sullo scaffale. La sfida è stata quindi quella di trasformare “l’algoritmo previsionale umano”, basato principalmente sul know-how degli esperti di prodotto, in un sistema che apprendesse autonomamente la movimentazione dei prodotti giornalmente e ne suggerisse la migliore previsione di approvvigionamento. I principali obiettivi raggiunti sono stati tre: ridotto il numero di giorni di giacenza dei prodotti sullo scaffale, riduzione dei costi di gestione di stoccaggio in magazzino e migliore gestione degli spazi sullo scaffale».
