COSTRUISCI IL TUO PIANO DI AZIONE PER I …analizzare i dati Efficacia nella condivisione di...

1

COSTRUISCI IL TUO PIANO DI AZIONE PER I PROSSIMI 3 ANNI: VINCERE CON LA BIA

1Danilo Scarponi© >>> 2017



Ishikawa

"

"

2

2



La «cultura» del dato



Dati

InfoKnow

3





«il computer non prende nessuna decisione;

esso esegue solo ordini.

È un imbecille totale, e questa è la sua forza.

Ci costringe a pensare per impostare i criteri.

Più lo strumento è stupido, più noi dobbiamo

ingegnarci – e questo è il più stupido

strumento che abbiamo mai creato.”PETER DRUCKER 1967

4





“Un valido flusso di info ed efficaci

strumenti di analisi ci hanno svelato

nuove opportunità di profitto

all’interno di una massa di dati

potenzialmente impenetrabili

ottimizzando le capacità intellettive

dell’uomo e riducendo il carico di

lavoro”

Bill Gates – 1995

5





6



Overall Analytics Score Ranges by Industry Segment.

Fonte: IIA



ASPIRANTI ESPERTI EROI

Motivo Uso degli analytics

per giustificare le

azioni

Uso degli analytics

per guidare le

azioni

Uso degli

analytics per

prescrivere azioni

Competenza

funzionale

Gestione finanziaria e

budgeting

Operazioni e

produzione

Vendite e marketing

Tutte le funzioni

aspiranti

Strategia / sviluppo

commerciale

Assistenza clienti

Ricerca / sviluppo

del prodotto

Tutte le funzioni

aspiranti ed

esperti

Customer

experience

Pianificazione /

allocazione della

forza lavoro

General

management

Brand and

market

management

12

LAVALLE S., LESSER E., SHOCKLEY R., HOPKINS M.S., KRUSCHWITZ N., Big Data, Analytics and the Path From Insights to Value, “Mit Sloan

Management Review”,

7



Data management Capacità limitata di

catturare, aggregare,

analizzare o

condividere

informazioni e

intuizioni

Capacità moderata di

catturare, aggregare e

analizzare i dati

Capacità limitata di

condividere

informazioni e

intuizioni

Capacità forte di

catturare,

aggregare e

analizzare i dati

Efficacia nella

condivisione di

informazioni e

intuizioni

Analytics in azione Raro utilizzo di

approcci rigorosi per

prendere decisioni

Utilizzo limitato di

insight per guidare

future strategie o

operazioni

quotidiane

Uso limitato di

approcci rigorosi per

prendere decisioni

Maggiore utilizzo di

insight per guidare

future strategie, ma

ancora limitato l'uso di

insight per guidare le

operazioni quotidiane

Uso rilevante di

approcci rigorosi

per prendere

decisioni

Utilizzano insight

per guidare future

strategie, e la

maggior parte usa

insight per guidare

le operazioni

quotidiane

ASPIRANTI ESPERTI EROI

LAVALLE S., LESSER E., SHOCKLEY R., HOPKINS M.S., KRUSCHWITZ N., Big Data, Analytics and the Path From Insights to Value, “Mit Sloan

Management Review”,



DATA ECONOMY: capacità delle imprese di sfruttare i Big Data e gli Analytics per

supportare le decisioni strategiche aziendali.

8





I principali fruitori di Big Data Analytics

Osservatorio Big Data Analytics & Business Intelligence della School of Management del Politecnico di

Milano, 2015.

9



Fonte: Tdwi.org



Il valore delle

intuizioni

10



2

Il sistema cognitivo

...è un sistema con un paradigma computazionale rivoluzionario ...ha 3 unicità rispetto ai sistemi tradizionali

comprende/interagisce in linguaggio umano su temi complessi

(senza restrizioni di argomento; fa domande e richieste)

ha grandissima potenza computazionale (40M docs in 15 sec.)

“studia” dati non strutturati

(articoli, immagini, video, suoni, blogs, Wiki, etc.)

utilizza avanzati software analitici

è in grado di autoapprendere

produce risutati non più di tipo deterministico ma probabilistico

(generando ipotesi, percorsi, raccomandazioni)

Comprende nello stesso modo degli

umani: dal linguaggio verbale scritto,

orale e visivo.

Ragiona: Elabora informazioni ma è in

grado di evidenziare anche idee e

concetti; questa abilità migliora e si

perfeziona nel tempo.

Non smette di apprendere: Questo

sistema accresce il suo valore nel

tempo. Sviluppa capacità, diventa un

esperto e non un esecutore di modelli

matematici. Noi cosideriamo il nostro

medico esperto nel suo campo NON perchè risponde

correttamente a tutte le domande, ma perché ci

aspettiamo che sia capace di ragionare e arrivare ad una

conclusione spiegandone i razionali.

...lavora per...

...potenziare ...accelerare...“scalare”

la conoscenza umana


20Danilo Scarponi© >>> 2017 20

11



Le soluzioni COGNITIVE



12





13





14

10

1

2

3

10

1

15



Modello del Successo diMark Frigo



30

Il Business Model Canvas

16



Si assomigliano?



Cluster Analysisun supporto statistico per l’analisi dei gruppi

Scelta delle

variabili che

definiranno i

cluster

Scelta

dell’algoritmo di

raggruppamento

Scelta del

tipo di

distanza da

adottare

Scelta del

numero di

gruppi da

ritenere

FASI OPERATIVE

17



Cluster Analysis



Cosa hanno in comune?

18



Comprano questi prodotti



Spaghetti alla carbonara

Basket analysis

19





38

Empathy map

20



Value proposition canvas



21





22





23

10

2



I migliori usano la BIA per …

46

24





Funzione aziendale Descrizione Aziende

Supply Chain Simulazioni e ottimizzazioni del

flusso di fornitura, riduzione delle

scorte e delle rotture di stock.

Dell, Wal-Mart,

Amazon.

Segmentazione dei clienti,

fedeltà e servizioIdentifica i clienti con maggior

profitto potenziale, aumenta la

probabilità che essi vogliano il

prodotto o il servizio offerto,

conserva la loro fedeltà.

Harran’s, Capitol

One, Barclays.

Politiche di Prezzo Identifica il prezzo che

massimizza il rendimento o il

profitto.

Progressive,

Marriot.

Capitale Umano Seleziona i migliori dipendenti

per particolari obiettivi o

mansioni, con particolari livelli di

salario.

New England

Patriots, Oackland

A’s, Boston Red

Sox.

48

Descrizione dei miglioramenti nelle specifiche funzioni aziendali ottenuti dalle grandi

imprese che utilizzano la Business Analytics

T.H. DAVENPORT, Competing in Analytics, “Harvard Business Review”,

25



Descrizione dei miglioramenti nelle specifiche funzioni aziendali ottenuti dalle grandi

imprese che utilizzano la Business Analytics

T.H. DAVENPORT, Competing in Analytics, “Harvard Business Review”,

Funzione aziendale Descrizione Aziende

Qualità di Prodotti e

Servizi

Individua velocemente i problemi di

qualità e li minimizza.

Honda, Intel.

Performance

Finanziarie

È possibile comprendere al meglio

gli indicatori finanziari e gli effetti

dei fattori non finanziari.

MCI, Verizon.

Ricerca & Sviluppo Migliora la qualità, l’efficacia e,

dove necessario, la sicurezza dei

prodotti e dei servizi.

Novartis, Amazon,

Yahoo.



I motivi che spingono verso la BIA

26



Quando manutenere gli impianti?

Come personalizzare il prodotto?

Come innovare il prodotto?

Come migliorare la qualità?



Stabilire una cultura manutenzione predittiva, M Plant Performance

Analytics, analizzando i dati generati da apparecchiature per fornire

visibilità dei fattori che contribuiscono alla perdita di produttività. Esso

consente la gestione dell'impianto e di calcolare la probabilità

statistica di guasti o variazioni del processo produttivo che

influiscono sulla qualità. IBM Plant Performance Analytics può aiutare

la gestione degli impianti e determinare le cause probabili che

mettono in pericolo l'efficacia globale delle attrezzature e fornire

raccomandazioni per mitigare tali rischi.

52

27





28





Nakagawa commenta• “SPSS Modeler è molto buono per l'organizzazione dei dati grezzi in

insiemi di dati utilizzabili, in modo che possano essere analizzati

facilmente. E 'anche molto facile da usare per analisi complesse.”

• Honda R & D utilizza IBM Watson Content Analytics per il text

mining - dando ai ricercatori un istantaneo spaccato di documenti e

altri dati testuali. Ad esempio, il JD Power Initial Quality Studi e

Honda R & D's studi in-house voce-di-cliente sono fonti molto

preziose di informazioni. Negli Stati Uniti, la Highway Safety

Authority traffico nazionale (NHTSA) fornisce anche una ricca fonte

di comprensione dei problemi dei consumatori e le preoccupazioni

per la sicurezza.

29



La scoperta HONDA

• “Recentemente, stavamo discutendo dove localizzare un pulsante di

'avviamento del motore' nei nostri veicoli. Analizzando i record

NHTSA, abbiamo scoperto che diversi piloti negli Stati Uniti si erano

lamentati di aver accidentalmente premuto il pulsante di

avviamento motore con le ginocchia.

• “Questa è stata una grande sorpresa per noi, perché è possibile

solo se si mette la macchina in cruise control, prendi i piedi dai

pedali, e piegare le gambe sul sedile. Non avevamo mai

immaginato che la gente in realtà scegliesse di guidare in

questo modo - così è stata una comprensione importante per i

nostri team di progettazione del prodotto “.



30



WHIRPOOL

• “Analisi cognitive di IBM è strategico per la Whirlpool

Corporation,” ha dichiarato Laurent Borne, General

Manager, Whirlpool Corporation.

• “Risparmiare energia e acqua, la cura per le loro famiglie

attraverso l'efficienza - questi sono i benefici che

speriamo di portare ai consumatori. L'esperienza di IBM

nella memorizzazione dei dati, e il cloud computing

assicura che continueremo a portare i nostri consumatori

tecnologie rilevanti per il futuro, così come fornire

nuove, innovative e distintive esperienze per il

consumatore. “

59



INNOVAZIONI DI VALORE

Il marchio ha anche portato la nuova smart

Whirlpool® Top Load Lavatrice e

asciugatrice attivata con Connect to

programma CareTM, un'opzione che, se

attivata, permette ai consumatori di fare

una piccola donazione per Habitat for

Humanity ogni volta che un carico di

biancheria viene lavata.

60

31





32





Comprendere i motivi della soddisfazione?

Comparare il livello di soddisfazione?

Ridurre gli sprechi ed i malfunzionamenti?

Monitorare e stimolare le vendite in real time?

Limitare le frodi?

64

33



HERTZÈ il più grande Brand di autonoleggio aeroportuale con oltre 8.300 sedi

in 146 paesi.

Hertz richiede e riceve continuamente feedback dai propri clienti

mediante sondaggi web, email e messaggi di testo. Tutti i dati non

strutturati così raccolti rappresentano una fonte molto preziosa per

misurare il grado di soddisfazione dei propri clienti e capire quali

sono i limiti del servizio erogato che possono generare insoddisfazione

nella clientela.

La soluzione implementata è un software dedicato solamente alla

Analytics, permette di classificare automaticamente i dati non strutturati

raccolti mediante l’utilizzo di regole linguistiche restituendo report

facilmente interpretabili e analizzabili dal management.

65



MEDIASETTestare una soluzione in grado di raccogliere e analizzare i dati non

strutturati dei social media e successivamente compararli con i dati

oggi disponibili in azienda e i dati di mercato provenienti dalle fonti più

tradizionali; l’obiettivo principale è quello di valutare se l’analisi dei dati

destrutturati possa affiancare gli altri strumenti di marketing a

disposizione dell’azienda e di misurare il grado di soddisfazione dei

clienti rispetto ai propri prodotti e rispetto a quelli dei concorrenti.

Ciò ha permesso un monitoraggio del “sentimenti” dei clienti

rispetto al brand e ai prodotti/servizi offerti. Ha portato ad un utilizzo di

alcuni indicatori rappresentativi del comportamento dei clienti per

intercettare le opinioni degli utenti e poter studiare azioni mirate

volte a gestire e ridurre l’eventuale insoddisfazione dei clienti e a creare

un feedback dei risultati alle diverse Business Unit aziendali.

66

34



TELECOMTelecom Italia ha implementato una soluzione che permette di

integrare e correlare dati sulla rete, sui clienti, sui dispositivi e altri dati

di business. In questo modo, Telecom Italia può disporre di sistemi di

alerting collegati alla rete, di un sistema di KPI che permette

l’identificazione dell’origine dei malfunzionamenti che si verificano

e la loro tempestiva risoluzione. Tutto ciò permette, inoltre di

rispondere in modo molto più puntuale ed esaustivo alle richieste

di supporto dei clienti.

Ciò ha permesso un incremento della capacità di monitoraggio della

rete e una riduzione del tasso di abbandono grazie all’incremento

del livello di servizio e alla riduzione dei problemi sulla rete. Ma anche

una adozione di un approccio proattivo alla gestione dei

malfunzionamenti della rete, che permette una loro identificazione

molto precoce, spesso prima che il cliente si lamenti o si accorga della

mancanza del servizio.67



COSTA CROCIEREMonitorare l’andamento delle vendite a bordo con lo scopo di innescare, in tempo

reale, meccanismi di marketing e comunicazione mirati.

Introdurre una piattaforma di Business Intelligence flessibile e abilitatrice, che ha

permesso all’ azienda di monitorare attraverso tecniche di valutazione dei dati relativi

all’andamento delle prenotazioni dei clienti, del controllo dei ricavi derivanti da vendite a

bordo delle navi dei prodotti di food e beverage, di pacchetti escursioni e di altri servizi

erogati. L’integrazione di tale piattaforma con i vecchi sistemi presenti in azienda è stata

ragionevolmente agevole, grazie al fatto che in azienda già i dati che venivano

collezionati all’interno di Data Warehouse, passano prima in uno strato, a modo di filtro,

in cui venivano effettuate attività di pulizia dei dati.

Costa crociere ha inoltre, implementato un ambiente di Big Data Analytics, basato su

tecnologia Hadoop in cloud. Questo ambiente consente di analizzare nello specifico i

dati economici e di utilizzo dei canali web, social e telefonici e di direct marketing,

integrandoli con i dati di vendita e dei piani aziendali.

Il sistema fornisce informazioni rilevanti al business in tempo reale, con un grado di

dettaglio elevato e di promuovere campagne marketing mirate direttamente durante la

crociera. Inoltre, grazie alla visibilità completa dei volumi di vendita suddivisi, è possibile

valutare quanto aumentino i volumi in relazione alle specifiche azioni intraprese di

marketing e comunicazione.

68

35



ENEL

Individuare le perdite tecniche di rete, riducendo di conseguenza le frodi

e i malfunzionamenti dovuti a perdite di energia che non possono

esser fatturate. In particolare sono state considerate 10 diverse tipologie

di informazioni provenienti da sistemi specifici diversi (tra cui, per esempio,

i consumi orari o i tempi di fuori servizio della rete). Dopo aver caricato tali

dati su una piattaforma Big Data in cloud (generando oltre 50 miliardi di

righe), sono stati sviluppati circa 50 modelli di Analytics al fine di

individuare quello maggiormente performante.



• Quanto dovrebbe vendere un PDV?

• Cosa determina il protesto?

• E’ possibile prevedere il rischio di insolvenza?

• Aspetti qualitative che influenzano la

performance?

• Perché alcune persone sono nostri benefattori?

70

36



Quanto dovrebbe vendere un PDV e perché?

71



37

10

3



Analytical spending by organization type.

Fonte: IIA

38



Tipologie di analytics presenti nelle imprese

italiane

Osservatorio BDA & BI del Politecnico di Milano - 2016



Fonte: International Institute for Analytics

76

39





D.L e A.J., 100 Data and Analytics Predictions Through

2020, Gartner, 2016

entro il 2020 il degli

investimenti delle imprese sarà destinato ai

40





41





42





ATTENZIONE A …

Investire competenze e tecnologie

Pianificare il progetto e gli obiettivi

Team interno e consulenti

Cultura del dato

I dati

84

43



Acquisti

forniture Produzione

Distribuzione fisica

Organizzazione commerciale

Marketing

Relazioni

umane

Tecnologia

Informatica

Innovazione

RisorseimmaterialiCapacità

organizzative



Recuperare il ritardoAnalytics 1.0 Analytics 2.0 Analytics 3.0 4.0

Tipi di

aziende

Grandi

imprese

Online

e start-up

Aziende di tutti

i tipiAziende di tutti

i tipi

Obiettivo

dell’Analytics

Decisioni

interneNuovi prodotti

Decisioni e

prodotti

Decisioni

automatiche

Tipi di dati Dati strutturatiBig data, non

strutturati

Tutti i tipi di

dati,

combinati, IoT

Provenienza InternaInterna e

Esterna

Interna e

Esterna

Tipo di

AnalyticsDescrittivo

Descrittivo,

predittivoPrescrittivo

Collocazione

aziendaleBack-office

Ponte di

comando

Collaborativa

internaNetwork

44



Hype Cycle for Business Intelligence and Analytics.

Fonte: Gartner



BI & Analytics (Gartner)

88

45



Data science (Forrester)

89



46





Past President e Socio Fondatore della Controller Associati

Professore a contratto di Business Intelligence

Facoltà di Economia “G.Fuà” – Università Politecnica Marche

Consulente di Direzione

Mob: +39 3357159714

COSTRUISCI IL TUO PIANO DI AZIONE PER I …analizzare i dati Efficacia nella condivisione di...

Documents

Transcript of COSTRUISCI IL TUO PIANO DI AZIONE PER I …analizzare i dati Efficacia nella condivisione di...