Tre leve d’azione per l’Intelligent Enterprise

177

Giuseppe Gorla, di Accenture, propone nel contesto dell’intervista concessa a FBR Italy, tre enabler strategici per realizzare una transizione efficace verso l’Intelligent Enterprise.
Si tratta di concepire il futuro in modo predittivo, riprogettare il modello organizzativo e valorizzare l’unità organizzativa dedita all’intelligence e agli analytics.

Il mondo delle imprese sta cambiando, ormai da molti anni e in modo tanto turbolento da produrre continue riorganizzazioni delle imprese. Le cause sono molte e di natura diversa: alcune hanno un’origine contingente e sono legate alla singola situazione, all’area geografica, al segmento di mercato; altre invece sono strutturali, di portata globale, e investono tutte le aziende, poiché non sono gestibili da una singola entità ma rappresentano il risultato di un insieme di componenti, esogene ed endogene, assolutamente incontrollabili in modo puntuale. In altri termini, la complessità ambientale è tanto alta e mercuriale che non è incapsulabile e gestibile dalla singola impresa. Alcuni fattori di turbolenza, emersi nel corso degli ultimi tempi, si sono mostrati fortemente condizionanti nei confronti dell’esistenza e del posizionamento competitivo delle imprese. Diversi fenomeni sono di tipo strutturale e non contingente; essi valgono in generale, non sono tipici di una situazione, non è possibile sottrarsi alla loro influenza e impongono alle imprese un cambiamento paradigmatico, necessario per evitare uno spiazzamento che può assumere due forme: strategico ed organizzativo. Lo spiazzamento strategico riguarda il prodotto o il servizio offerto e tutto quanto vi è di afferente o consequenziale: le aree produttive, i componenti, i mercati – settori e zone geografiche – etc. E’ un tipo di spiazzamento molto grave, di difficile soluzione, e richiede un grande impegno da parte di tutte le risorse dell’impresa (umane, economiche, finanziarie) per essere superato grazie a un riposizionamento strategico dell’offerta o, più incisivamente, dell’impresa stessa. Lo spiazzamento organizzativo riguarda le modalità di creazione dei prodotti e dei servizi; è certamente, almeno inizialmente, meno grave dello spiazzamento strategico, ma spesso ne costituisce il prologo o la causa scatenante. Ne discende che certi processi di riorganizzazione proattivi – cioè non passivi, tendenti ad anticipare gli eventi critici per lo spiazzamento organizzativo – riescono ad estendere la loro portata a livello superiore, evitando lo spiazzamento strategico.

 

Intelligence & analytics? As-a-services, of course!

 

Le imprese, dunque, devono assumere come stato esistenziale quello della complessità e della turbolenza ambientale, uno stato al quale possono reagire diventando più “intelligenti”, ovvero analizzando i segnali deboli e parlando con il mercato per sviluppare strategie nuove, processi innovativi e un potenziamento della redditività. Per la maggior parte delle organizzazioni si tratta di percorrere delle traiettorie evolutive nuove, certamente irte di difficoltà ma oggi generalmente accessibili, a patto di essere accompagnati da un partner di valore, come dimostra l’intervista concessa all’autore di questo articolo da Giuseppe Gorla, IT Strategy, Infrastructure & Security, IGEM Lead di Accenture. Il colloquio è avvenuto nel corso della Conferenza “The New Intelligent Enterprise” organizzata da The Innnovation Group e MAT EDIZIONI il 26 maggio 2011.[ NdA. All’indirizzo http://tv.fbritaly.it/ è disponibile anche una videointervista effettuata da Ezio Viola, General Manager di TIG].

 

Il mondo cambia a ritmi sempre più rapidi e richiede alle imprese decisioni più veloci, qualitativamente migliori e basate su informazioni provenienti da ogni parte. Tutto questo può diventare un’opportunità per sviluppare un’intelligenza più profonda, generatrice di opportunità? 

Per quanto concerne l’Intelligence credo sia importante rilevare innanzitutto cosa sta cambiando nel panorama delle imprese . Prima di tutto credo sia cambiato, rispetto al passato (anche prossimo), il contesto nel quale le aziende si trovano a operare. Oggi si è consolidato un contesto economico globale, con connotazioni e relazioni decisamente internazionali, nel quale ogni organizzazione locale è solo una delle tante componenti. Non solo: essa agisce in un ambito competitivo complesso, anch’esso non solo locale. All’interno di questo scenario, l’impresa deve definire le proprie strategie, tenendo in considerazione che i propri fornitori sono spesso anch’essi geograficamente distribuiti. Questi sono solo due dei fattori critici che portano l’impresa a far leva su una presenza geografica sempre più estesa; perciò essa si trova a operare in un contesto di business che, in modo nativo, conosce molto poco. Ne deriva la necessità di dotarsi di strumenti che possano aiutarla a conoscere sempre meglio il suo ambiente di riferimento grazie a un continuo processo di affinamento della conoscenza del mercato nel quale opera.

 

 Quali sono questi strumenti? Sono indifferenziati o esiste, almeno a grandi linee, un identificatore globale ed è stabilita una tassonomia funzionale?

 

 Gli strumenti oggi sono definiti come “analytics” e rivestono un’importanza fondamentale per conseguire gli obiettivi indicati. Noi di Accenture riteniamo che possano essere ripartiti in due classi: i sistemi descriptive e quelli predictive. I componenti della prima classe sono il risultato di un’evoluzione che, nel corso degli ultimi 15 anni, è stata piuttosto marcata. Molte aziende hanno investito in modo significativo negli strumenti di data warehouse e di business intelligence, tanto che oggi credo siano una realtà diffusa, consolidata, molto ben valorizzata all’interno delle aziende. Qual è il problema che incombe su questi tool? Essi tipicamente operano sui dati aziendali, descrittivi di eventi noti, mentre il contesto nel quale l’azienda opera è tipicamente internazionale, poco conosciuto. Quindi questi strumenti, che pure sono stati introdotti e valorizzati all’interno delle azienda, hanno, da una parte, il limite di lavorare solo con i dati autoreferenziali dell’azienda, mentre, dall’altra, mostrano una capacità di supporto nelle attività di forecasting relativamente modesta. Gli analytics si sono evoluti soprattutto nell’ambito della seconda classe – quella di predictive – inducendo nelle aziende almeno tre nuove tendenze: 1.la prima è una forte pressione verso l’integrazione dei dati aziendali con quelli di provenienza esterna; 2.la seconda il ripensamento, dal punto di vista strategico, del posizionamento di chi si occupa di effettuare le analisi e usa i dati che ne derivano non solo sul fronte tecnologico ma soprattutto sul fronte del business; 3.la terza è la necessità di effettuare una scelta oculata tra insourcing e outsourcing, valutando la capacità di investimento e di focalizzazione degli skills necessari per adottare gli analytics. Insisto su questo terzo elemento perché credo che la complessità degli strumenti di integrazione dei dati sia tale che solo le grandi aziende abbiano un buon livello di capacità attrattiva nei confronti delle persone di talento, dotate degli skills adeguati per effettuare questa attività. Per la stragrande maggioranza delle aziende italiane, composta da PMI, il contesto è diverso: hanno comunque le stesse problematiche da affrontare delle grandi imprese in un mercato internazionale ma non dispongono, al proprio interno, né del volume di investimenti necessari e nemmeno l’attrattività sui talenti e gli skills, quindi per loro la tendenza verso l’esternalizzazione è molto forte. In sintesi, quindi, direi che le tre cose che un’azienda dovrebbe tenere in considerazione sono: la valorizzazione di ciò che è stato fatto (enfasi sul descriptive), ma incominciando a pensare anche in modo predittivo; il ripensamento del proprio modello organizzativo, per valorizzare la struttura che deve operare sugli analytics; prendere in considerazione in modo molto serio se optare per un insourcing delle attività di analisi o orientarsi verso una soluzione aperta ai contributi esterni.

 

Esiste realmente un’offerta di questo genere, ovvero, seguendo la moda corrente, una sorta di “Intelligence&Analytics-as-a-Service”? 

 

L’offerta esiste e credo che, nel breve periodo, andrà enfatizzandosi. In Accenture da tempo abbiamo lavorato in questo contesto, creando una business unit dedicata all’erogazione in service degli analytics alle aziende presenti nel mercato italiano ed europeo. Questa offerta è basata su alcune componenti importanti. La prima è una profonda conoscenza dell’industry. Gli investimenti nell’ambito degli analiytics vengono trascinati dai risultati che possono portare, dall’evidenza che il business può avere a supporto delle decisioni. Quindi la prima componente che mettiamo a disposizione dei nostri clienti è una conoscenza specifica per settore economico. La seconda componente è l’infrastruttura e la terza sono le applicazioni: entrambe sfruttano dei prodotti standard di mercato ma sono implementati in modo verticale, sempre grazie alle nostre competenze di industry. Cito queste due componenti perché erogare delle capacità di analisi in modalità “a servizio” è in linea con l’evoluzione del mercato, che va verso il Cloud Computing. Questo paradigma di elaborazione permette alle aziende di limitare drasticamente i costi di investimento e di set-up iniziali, di fare esperienza in questa tipologia di servizi, di verificare l’efficacia delle analisi e, a quel punto, decidere se e quando continuare ad aprirsi verso l’esterno o se, entro certi limiti, attivare un’azione di insourcing. E’ evidente che le grandi aziende hanno una loro storia, una loro serie di investimenti, perciò il mondo dell’erogazione a servizio si segmenta tra le grandi aziende, che tuttora tendono a lavorare in insourcing, e le medie, che hanno la necessità di operare con questi servizi ma non hanno gli strumenti. Abbiamo maturato molte esperienze in merito, tutte acquisite “sul campo” nel corso della realizzazione di progetti condotti in partnership con clienti ai quali eroghiamo analytics a servizio, sfruttando e minimizzando i costi grazie all’infrastruttura e alle applicazioni erogate in modalità Cloud.

 

Qualunque sia la soluzione adottata per l’utilizzo degli analytics, esiste sempre una sorta di gap informativo tra impresa e ambiente, se non altro a causa della diversa natura e destinazione dei due sistemi. Come integrarli, colmando le discontinuità informative perimetrali? 

 

All’interno delle tre componenti che qualificano la nostra offerta – cioè la competenza di industry, l’infrastruttura e le componenti applicative verticali per industry – si pone anche un’altra componente importantissima: la capacità di integrazione dei dati del cliente con i dati che sono generalmente disponibili nel mercato, nella rete, tra le social community, e che diventano di fondamentale importanza come chiave di lettura di ciò che avviene. Un esempio per tutti è la gestione del punto vendita. Un punto vendita che sia multi-brand è sempre, per l’azienda, un buco nero. Si tratta di fare in modo che essa, che conosce il livello degli ordinativi dei suoi punti, possa avere anche delle informazioni esterne, integrate nel suo contesto interno, per dotarsi di una maggiore intelligenza del mercato e capire cosa avviene. Il tutto dovrebbe essere integrato con informazioni dettate dalla sentiment analysis, in modo tale da capire qual è la percezione che i clienti hanno dei prodotti e servizi che l’azienda offre. Dalla nostra esperienza rileviamo che sono finiti i tempi in cui l’azienda può eccellere nella comprensione del contesto competitivo ed essere ben posizionata rispetto ai suoi obiettivi solo basandosi sui dati interni, che sono necessariamente dati a consuntivo, danno solo indicazioni sui macro-trend, e non aiutano a capire ciò che sta avvenendo sul mercato

 

Quando parliamo di esternalizzazione in senso lato, di outsourcing in un contesto ancora più ristretto o addirittura di business process outsourcing, le PMI cominciano a preoccuparsi per i problemi della security e della data protection. Possiamo spendere una parola in favore dell’esternalizzazione degli analytics anche nelle PMI? 

 

 E’ evidente che le tematiche delle security e della data protection siano molto importanti. Suscitano molta attenzione, assolutamente giustificata, ma bisogna rilevare che ciò che l’azienda chiede non è l’attitudine alla spesa o gli interessi di una singola persona, bensì vuole capire quali sono gli interessi e le propensioni alla spesa entro un bacino geografico o di un segmento di clientela. Quindi è possibile effettuare un bilanciamento dei requisiti, preservando, da una parte, gli aspetti della data protection e della security e, dall’altra, favorendo la capacità di essere molto incisivi nelle analisi. Io non vedo questa grande resistenza da parte delle aziende a patto che ci sia un percorso ben definito verso l’ as-a-Service. E’ ovvio che ogni azienda sia “gelosa” dei risultati delle sue analisi e chieda che siano protetti, e non condivisi: questo è sacrosanto e vale per tutti i livelli di servizio e per tutti i servizi che vengono erogati in ogni settore. In questo periodo notiamo che le aziende si stanno aprendo all’accettazione dei servizi di analisi erogati a servizio, ma tendono a farlo ancora all’interno di un contesto molto focalizzato sul proprio ambito di offerta e a utilizzare i dati esterni all’azienda solo se questi sono molto “vicini” ai propri. E’ comunque un segnale positivo perché porta innanzitutto ad adottare questo approccio a servizio, a verificarne i benefici e l’efficacia, e poi a favorirne l’estensione a tutto tondo. Accenture confida moltissimo in questa modalità di erogazione e gli investimenti che abbiamo effettuato lo testimoniano. Personalmente ritengo che la scelta strategica di differenziare gli analytics e di erogarli anche a servizio siano dei fattori critici di successo e che i risultati di business e i benefici che porteranno siano talmente evidenti da superare anche le barriera interne delle aziende clienti. GFS. In base alla sua esperienza, può indicare quali sono i settori più sensibili alle tematiche dell’Intelligent Enterprise? GG. In generale, i primi ambiti sono quelli per cui il forecasting risulta una funzionalità chiave, quindi il mondo della distribuzione, il manifatturiero e quello delle telecomunicazioni, ove le analisi sono legate al “churn prevention”, e in generale a tutto ciò che riguarda il rafforzamento delle attività di sales support [NdA. “Churn” è un termine inglese – sinonimo di “loss” (perdita), “defection” (defezione) – che indica l’abbandono da parte dei clienti di un prodotto o di un fornitore. Le strategie di Churn Prevention sono quindi i principi e le azioni a disposizione di un’azienda per prevenire la perdita dei clienti]. Se dovessi sintetizzare le mie osservazioni, indicherei tutti quei settori industriali che percepiscono intensamente la competizione internazionale e che puntano a un mercato composto da consumatori finali. E’ evidente che in un contesto BtoB la situazione è diversa e l’attenzione sull’utilizzo di questi strumenti, più che puntare sull’integrazione delle le informazioni esterne, sia concentrata sulla precisione del monitoraggio dei processi interni e sull’efficacia con la quale l’azienda opera al proprio interno

 

 Come trasformare una risposta a un evento critico da semplice reazione meccanica, “istintiva”, a una reazione più articolata, elastica e flessibile, che favorisca la predizione delle criticità e lo sviluppo di azioni articolate, pervasive e proattive? 

Chiunque abbia lavorato con degli strumenti che “fotografano” la situazione corrente, si è sempre tranquillizzato sapendo che i dati rilevavano, con precisione più o meno spinta, lo stato attuale dell’azienda. Chi però opera sui mercati percepisce immediatamente i segnali del cambiamento e sa che “la fotografia”, pur essendo contabilmente o amministrativamente corretta, presenta una visione parziale del sistema impresa-mercato., che è composto e interconnesso, quindi molto complesso. Ecco perché servono i dati esterni: essi suffragano o smentiscono, supportano o invalidano la percezione “sbilanciata” di chi agisce immerso nel mercato e lo ascolta. Tutti coloro che operano nel mondo delle imprese si sono trovati in una situazione tale per cui, usando solo le soluzioni di tipo descriptive (cioè i data warehouse interni), si perveniva a una serie di risultati (informazioni) che tracciavano un certo trend. Nel frattempo erano state attivate alcune azioni che avevano l’obiettivo di correggere i dati a consuntivo, ma gli effetti non erano stati ancora recepiti a livello descriptive. Le capacità predittiva, invece, consente di validare azioni correttive. esaminando le tendenze del mercato (anche se non sono state ancora quantificate e recepite a livello descriptive dall’azienda). Queste situazioni sono molto critiche ed esistono esempi eclatanti del loro verificarsi soprattutto quando si esamina, per esempio, il comportamento di chi effettua un investimento poco prima che il mercato crolli. Ora, se il mercato sta per crollare, non è che se ne sia tranquillo, che non emetta alcun segno di sorta, ma invia dei segnali. Questa tesi è suffragata da una ricca letteratura sui segnali premonitori, purtroppo troppo spesso redatta ex-post, dopo che il mercato è crollato. Oggi, con gli analytics di tipo predictive, è possibile supportare scientificamente chi il business lo conosce, gli “sbilanciati sul lato del mercato”, che affermano di attuare d’istinto le loro azioni anticipatorie. A consuntivo, infatti, si rileva che non è vero che sbagliano: hanno ragione; i dati attuali, di origine interna, mostrano che hanno torto, ma se li si integra con quelli di provenienza esterna e si applicano i predictive si ottengono indicazioni che confermano le loro anticipazioni”. Un “Tris di Re-“ Le imprese, dunque, devono assumere come stato esistenziale quello della complessità e della turbolenza ambientale, una situazione alla quale reagire grazie al riposizionamento strategico e alla riorganizzazione continua, allineando, dinamicamente e flessibilmente, la visione con la prassi, la strategia con la struttura, i prodotti con i processi, le risorse con le tecnologie. Alcuni specialisti di Management Science e di Organizzazione, sempre molto fecondi nel coniare nuove sigle e denominazione accattivanti, indicano tre vie, il “Tris di Re-“, per la riorganizzazione delle imprese: Re-structuring, Re-engineering, Re-thinking. Si noti come queste correnti di pensiero, seguendo una moda corrente, inizino tutte con il prefisso “Re-“, intendendo con questo sottolineare, già nella denominazione, la comune filosofia sottostante, che consiste nel recupero, continuo e in una nuova ottica, perennemente adeguata alle condizioni esterne, del patrimonio globale di un’impresa, costituito da tutte le sue risorse, di qualunque natura esse siano (culturali, economiche, finanziarie, organizzative, etc). Questa osservazione non costituisce un distinguo di tipo linguistico, ma è inerente alla natura intrinseca, sostanziale, del Tris di Re-. I progetti di tipo Re-, attualmente piuttosto diffusi, registrano alti tassi di insuccesso proprio perché vengono condotti in manifesta antitesi con la filosofia sottostante e impiegati solo per giustificare, occasionalmente, feroci salassi di personale. Questa è la forma più truce delle ristrutturazioni – a volte necessaria, più spesso destinata a clamorosi fiaschi – poiché incide, solo minimamente e occasionalmente, sui costi ma non crea alcun vantaggio competitivo che consenta un riposizionamento strategico dell’impresa. I tre Re- sono delle categorie nelle quali rientrano metodologie e tecniche di ottimizzazione dei processi dell’impresa che presuppongono la definizione una funzione obiettivo e di un insieme di vincoli. La funzione obiettivo non può limitarsi, sempre ed esclusivamente, alla mera riduzione di costi (a furia di dimagrire, si diventa anoressici e… si defunge), ma richiede una “visione”, una strategia e una prassi, tutte qualità essenziali per un management efficace e accorto. L’insieme dei vincoli, infine, non può essere tanto pesante da impedire lo sviluppo e gli investimenti in risorse (soprattutto umane): questi sono elementi che dovrebbero comparire non già come vincoli, ma come componenti della funzione obiettivo.