IL DATA MINING SUGGERISCE, IL BUSINESS DECIDE

L’uso degli strumenti di business intelligence in azienda consente di ottenere numerosi benefici fra cui la capacità di prevedere le entrate e le spese, di rafforzare i processi e i controlli di conformità, di migliorare la flessibilità e la reattività del business, migliorare l’integrità dei dati e la loro qualità, ridurre il tempo di un ciclo di processo, reagire ad alert automatici su certi eventi o su cambiamenti e infine permettono di estrarre i dati da più fonti appartenenti a diversi ambiti: per esempio finanza, CRM, risorse umane, e così via.

Quelle elencate sono tutte attività che fanno parte delle operazioni di pianificazione e del processo di budgeting per le quali le aziende medio grandi dimensioni impiegano molte risorse

- 56 -

in termini di tempo e denaro. I semplici software informatici disponibili sembrano non accogliere questa sfida nel modo giusto: il processo di budgeting deve anticipare il futuro facendo delle ipotesi su di esso e le operazioni di pianificazione dovrebbero essere in grado di far fronte alle incertezze. Inoltre sono richiesti elevati requisiti di efficienza e automazione.

Lo scopo a livello operativo e strategico dovrebbe essere raggiunto dalle misure correlate ai piani e ai budget. Una volta che quest’ultimo è adottato bisogna fare un confronto in corso di marcia, le eventuali variazioni che derivano da tale analisi devono essere analizzate al fine di comprenderne le cause e infine devono essere prese le azioni necessarie nel caso ci sia la minaccia di non raggiungere gli obiettivi prefissati. Questo secondo i metodi che sono stati spiegati nel corso del precedente capitolo. Ma in tempi di condizioni economiche estremamente mutevoli i piani redatti dall’azienda che al loro interno contengono alcuni parametri fissi potrebbero diventare obsoleti molto velocemente. Inoltre a causa della dinamicità dei mercati le ipotesi che hanno effetto sul processo di budget possono non essere più valide durante l’intervallo temporale che è oggetto della previsione. Per questo la gestione dell’incertezza è una delle principali preoccupazioni dei vertici e del management aziendale.

Esistono tre tipi di incertezza: l’incertezza stocastica, la fuzziness (confusione, offuscamento) e l’incertezza informativa. La prima si basa su esperimenti casuali e può essere modellata dalla probabilità, mentre la fuzziness si può basare o sulle percezioni umane che possono essere interpretate in maniera differente da differenti soggetti. Per esempio le definizioni di costi alti o profitti ragionevoli contengono intrinsecamente un’incertezza di tipo fuzziness a causa degli aggettivi alto e ragionevole che non sono definiti univocamente. Per quanto riguarda

l’incertezza informativa, essa può essere teoricamente eliminata e si verifica per esempio se

l’acquisizione di informazioni è troppo costosa o se l’elaborazione delle stesse potrebbe richiedere troppo sforzo. Tutti i tipi di incertezza trattati possono essere trovati negli ambienti dei sistemi complessi ed è a causa loro che le capacità dell’essere umano di fare precise osservazioni diminuisce all’aumentare della complessità.

Tramite certi modelli di analisi le aziende controllono la validità di alcuni parametri e di alcune variabili chiave di controllo. Nello specifico prima di iniziare il processo di budget si controlla che ipotesi e parametri siano sempre validi e che non ne siano sorti di nuovi. A tal fine vengono applicati i modelli di data mining e vengono effettuate analisi di regressione, proprio per valutare la natura del rapporto tra i diversi parametri che interessano un fenomeno. Tutti gli approcci di regressione hanno dei limiti ma, rispetto alle congetture e ad altri metodi, essi riescono perfettamente a confermare se c’è una relazione fra i predittori grazie all’indice di

- 57 - correlazione lineare R2_{, di cui verrà spiegato il funzionamento più a fondo nel prossimo}

capitolo. Questo permette l’identificazione di parametri essenziali al successo del business

In questo modo lo sforzo per la pianificazione e per la redazione dei budget si riduce notevolmente grazie ai processi ETL (Extract, Transform, Load) di trattamento dei dati e alle soluzioni fornite dalla business intelligence. L’azienda ci guadagna in termini di diminuzione dei costi e di incremento della qualità delle informazioni.

Naturalmente si possono godere di tali benefici solo se sono presenti alcuni prerequisiti nell’organizzazione aziendale. Spesso i modelli tradizionali di management sono basati sull’assunzione che gli esseri umani devono essere controllati in ogni minima azione, per limitare errori e perdite di tempo. Una conseguenza di questo è che i processi di budget e pianificazione sono standardizzati e controllati rigorosamente, il che influisce sulla flessibilità degli stessi, impedisce adattamenti rapidi in caso di problematiche improvvise e demoralizza lo staff. In questo senso l’aspetto della cultura aziendale e della gestione organizzativa dovrebbe essere rivista prima di introdurre nuovi strumenti di business intelligence. L’esperienza dell’uso di budget flessibili è stata documentata nel campo dei beyond budget, interpretabile come filosofia che intende fare di questo documento un processo flessibile, che incoraggia una cultura di innovazione, permette ai manager di reagire all’ambiente circostante e prevede l’impostazione di KPI collegati alla balanced scorecard, la quale è a sua volta collegata alla strategia aziendale: questo garantisce che i parametri siano allineati agli obiettivi di lungo periodo. Infine le risorse non sono pre-allocate secondo una coordinazione centrale ma sono assegnate su richiesta e con una coordinazione dinamica.38

Senza gli strumenti della business intelligence i processi di budget vengono redatti manualmente, con il rischio di commettere errori e inaccuratezze e con il risultato di diminuire la qualità del documento. Se l’azienda usa soluzioni di business intelligence riesce non solo a ridurre lo sforzo manuale, ma ottiene anche un processo più realistico e un minor costo dell’acquisizione delle informazioni. Inoltre le revisioni al budget diminuiranno facendo risparmiare ulteriormente tempo e riducendo i possibili errori. Questo come abbiamo spiegato accadrà a patto di eliminare i preconcetti organizzativi, e di favorire un approccio più flessibile.

Naturalmente bisogna sempre considerare che i risultati hanno un certo grado di incertezza intrinseca ed è comunque impossibile predire certi eventi che rimangono perciò inaspettati. Nonostante questo le aziende risparmieranno un sacco di risorse automatizzando questa

- 58 -

parte: non solo miglioreranno la qualità dei dati, ma grazie ai budget flessibili migliorerà anche la motivazione e l’umore delle risorse umane raggiungendo così più facilmente un miglior risultato nel lungo termine.39