Un recente sondaggio Gartner prova a dare una risposta al perché alcuni progetti di business intelligence non riescano a decollare. Progetti che non finiscono mai, report errati, dati non standardizzati, difficoltà a generare report che dicano qualcosa, difficoltà nell’accedere a dati chiave, società di consulenza che non hanno la profonda conoscenza del business e sono dedite alla creazioni di cubi e datamarts senza molto senso… Potrei continuare, ma ci fermiamo qui.
Le aziende sono: Persone, Processi, Finalità (quello che chiamo il proposito e che ha molto che vedere con la Mission e la Vision dell’azienda) e Risorse. Molte volte si fallisce in alcuni di questi aspetti o addirittura in più di uno.
Abbiamo la giusta cultura all’interno dell’ organizzazione?
Per implementare una soluzione di business intelligence è necessario avere informazioni, non dati e non tutte le organizzazioni sono preparate a livello culturale per disporre di informazioni. I gestori dei sistemi stanno diventando sempre più spesso gestori dell’informazione e il loro nuovo ruolo è quello di creare opportunità e aggiungere valore alle informazioni che transitato nei sistemi. In un’azienda in cui il sistema è bloccato, schermato, protetto o addirittura nascosto vi sono poche possibilità di progresso.
Il responsabile di sistema deve occuparsi del sistema e mettere a disposizione del management o dei CIO tutti gli strumenti necessari in ogni reparto per creare le informazioni utili. L’informazione è potere e alcuni vecchi professionisti del “computer” pensano che sia meglio essere indispensabili diventando gli unici oracoli che possono fornire un report di vendita.
Persone: abbiamo i profili giusti?
I nostri dipendenti sono formati e desiderosi di migliorare i risultati dell’azienda? Se non abbiamo certi profili possiamo fare diverse cose: formare, e questo è sempre un investimento perché la persona può un giorno di questi lasciare l’azienda. Possiamo cercare i profili mancanti nel mercato del lavoro: ci sono oggi così tanti Master di Business Intelligence e Big Data che bisogna essere attenti. Meglio scommettere su persone con un minimo di esperienza reale. I consulenti provenienti dai System Integrator vengono spesso scelti perché sono abituati a lavorare sotto pressione e hanno una lunga e varia esperienza (io direi che sanno improvvisare). Il terzo modello e spesso quello che la maggior parte delle aziende sceglie è acquistare il lavoro degli altri, accedere a consulenti esterni. Le tre opzioni sono buone e l’unica variabile è la capacità delle persone.
Citando il sondaggio di Gartner:”Non assumete che l’acquisizione di nuove tecnologie sia essenziale per raggiungere livelli di maturità trasformazionale nei dati e nell’analisi… In primo luogo, bisogna concentrarsi sul miglioramento del coordinamento delle persone e dei processi all’interno dell’organizzazione, e poi esaminare come migliorare le pratiche con i partner esterni” ovvero meglio guardare prima dentro l’azienda e poi fuori.
Ci sono alcuni che preferiscono assumere grandi società di consulenza per avere un paracadute per fallimenti, altri che vogliono solo prodotti presenti nel Quadrante Magico di Gartner perdendo molte possibilità e un sacco di soldi.
Processi: dove sono i dati?
Ci sono due mondi nella business intelligence. Il Front End (come Qlik, Targit, Power BI, Tableau etc.) e il Back End. Qualsiasi piattaforma abbiamo scelto per sfruttare i dati deve essere robusta e soddisfare i requisiti di base. La verità è che lo sfruttamento dei dati è ragionevolmente semplice se sappiamo cosa vogliamo. Il problema sorge quando non sappiamo come progettare indicatori adeguati o quando ci viene incontro qualche consulente esterno con la panacea di “questi sono i KPI nel vostro settore”. Purtroppo non solo in Italia la cultura della copia e incolla continua a devastare: non più del 20 per cento degli indicatori che possono essere applicati a un’azienda può essere trasferito ad altre realtà. Che cos’è la redditività? Che cos’è il margine operativo lordo? Che cos’è un TAM e come viene calcolato? Se sappiamo come rispondere a queste domande, possiamo tracciare un minimo di KPI.
Sempre secondo il sondaggio Gartner,”Migliorare l’ efficienza dei processi è il problema di business più comune che le organizzazioni hanno cercato di risolvere con dati e analisi, con il 54% degli intervistati in tutto il mondo che lo indica come uno dei tre problemi principali”.
Risorse: abbiamo la tecnologia giusta?
Quando parliamo di Back End iniziano i dolori. Questi dati sono presenti chissà dove e normalizzarli e pulirli affinché possano contribuire a qualcosa a volte fa cadere l’intero progetto di BI. Nei “tempi antichi” il momento cruciale era quello di affidarsi all’ ETL (Estrazione, Trasformazione e Carico) processo lento e a volte una barriera per molti. Oggi la BI self-service pone nuove sfide. Non è possibile progettare un cubo OLAP per ogni analisi, non è possibile generare datamarts temporanei e poi rendersi conto che si sta lavorando con dati obsoleti di anni. Nell’era dei CIO e dei Data Scientist i dati devono essere informazioni e tutto deve essere reso disponibile nel momento in cui si crea ĺ’evento, evitando le frasi tipiche “queste sono vendite di ieri“. La tecnologia è migliorata grazie alla Virtualizzazione dei Dati, ai processi InMemory del database e ai Logical Data Warehouse, come Querona.com.
Da povero consulente strategico utente entusiasta dei front-end ora posso prendermi cura della modellazione dei dati senza passare notti insonni in Integration Services e Analysis Services. Accedo alla fonte dei dati e lavoro pochi minuti. Questo permette la vera BI self-service. Il direttore di sistema può stare tranquillo perché nessuno toccherà mai la struttura dei database, non si genererà mai un carico di lavoro nel DB perché si potrà accedere ai dati in consultazione.
Cosa pensano i manager BI?
Gartner afferma: “Le organizzazioni hanno segnalato un’ ampia gamma di barriere che impediscono loro di aumentare l’ uso dei dati e delle analisi. Non c’ è una ragione chiara. Tuttavia, l’ indagine ha individuato i tre ostacoli più comuni: la definizione dei dati e della strategia di analisi, la determinazione di come ottenere valore dai progetti e la soluzione dei problemi di rischio e di governance”.
La BI è una bussola nel mare in tempesta, ma abbiamo bisogno di sapere dove andare (proposito) per avere un equipaggio preparato e motivato (persone) dove tutti sanno cosa fare (processi) e soprattutto bisogna essere in possesso di una barca e degli strumenti di controllo adeguati (risorse).
Gli errori piú comuni: qualche soluzione
Integrazione inadeguata delle conoscenze di business intelligence e del supporto decisionale a livello di sistema. I dashboard non forniscono soluzioni ma solo indicazioni. Per ovviare a questo errore è necessaria un’analisi preventiva utile a individuare gli indicatori che stiamo cercando e capire come possiamo alimentarli. Lasciare questo lavoro a un consulente è rischioso.
Mancanza di una visione di quale sia l’obiettivo finale dello strumento di BI. La domanda è: quali sono i risultati finali e come verranno utilizzati per un vantaggio competitivo dell’azienda? Le richieste vengono create più velocemente di quanto i sistemi di gestione delle informazioni possano assorbire, implementare e stabilizzare. Questo è dovuto alla necessità di realizzare ogni volta dei processi ETL e di disegnare cubi OLAP o altre soluzioni. Fortunatamente oggi ci sono strumenti come Querona LDW che permettono di andare oltre questo problema. Un logical data warehouse trasforma i dati sorgente in una query sql perfettamente compatibile con qualsiasi front end BI. Ma non è tutto: è necessario passare da una cultura del report a una cultura dell’analisi in tempo reale.
Nessuna (o scarsa) relazione tra i bilanci e gli indicatori chiave di performance non finanziari. Spesso si crea confusione tra il tangibile e l’intangibile. E’ necessario che l’azienda che si occupa di questi progetti abbia una consulenza commerciale e non solo tecnologica. Se si sceglie un consulente BI questo deve avere la capacità non solo di capire come scovare i dati e renderli graficamente attraenti, ma deve capire il business e sapere come orientare il business e come soddisfare le aspettative.
Soluzioni di gestione dei dati mal strutturate o inadeguate. Dati di scarsa qualità generati dalle verticalizzazioni nell’ERP, generati in modo affrettato. Per ridurre al minimo i problemi di qualità dei dati dei clienti va spiegato che con dati di bassa qualità una suite BI semplicemente non funziona. Anche qui strumenti di LDW possono dare una grossa mano visto che si occupano direttamente della normalizzazione e della pre-aggregazione dei dati.
Aspettative troppo elevate di Business Intelligence. Non è un sistema esperto. Le soluzioni di Business Intelligence sono orizzontali, non verticali. Non esiste una soluzione perfetta. C’è la soluzione migliore per il modo in cui si organizzano i dati all’interno dell’azienda. Mercati troppo dinamici e complessi come quello delle telecomunicazioni richiedono investimenti ad alta tecnologia e il cubo di un operatore mobile non è in grado di girare In-Memory. La soluzione anche qui passa dal dotarsi di un layer intermedio.
Mancanza o insufficienza di marketing interno. Non si può vedere un progetto BI come una minaccia. La Data Virtualization e il Cloud stanno aprendo nuovi scenari per la Business Intelligence, ma il successo si misura anche i termini di adozione di uno strumento dentro l’azienda. Democratizzare i dati è possibile, incitare i collaboratori ad una cultura data-driven è possibile. Ma ci vuole leadership e cultura e la mancanza di queste due qualità porta all’insuccesso e non solo nella BI.
Facebook Comments