I risultati di tante ricerche evidenziano un leitmotiv e un numero sempre positivo, l’industria del dato cresce di anno in anno portando enormi benefici alle aziende che stanno investendo in ottica Data Driven. Secondo l’ultimo Osservatorio Big Data Analytics e Business Intelligence del Politecnico di Milano (risultati ricerca 2017), il mercato delle soluzioni e dei servizi legati al mondo del dato è cresciuto a doppia cifra (+22% vs l’anno precedente), raggiungendo un valore complessivo che ha superato il miliardo di euro (1.103 milioni di euro).
Una cifra però polarizzata sulle grandi imprese (> 250 dipendenti), da sole contribuiscono con quasi un miliardo di euro di investimenti.
Le PMI, a discapito della loro diffusione altissima nel tessuto industriale italiano, generano solo il 13% degli investimenti.
Un gap non facile da colmare e che non riguarda solo le cifre investite ma anche un approccio culturale, un tema di competenze e soprattutto una visione chiara sulle opportunità e i benefici ottenibili.
La buona notizia comunque c’è, gli investimenti anche nelle PMI sono in aumento (143mln vs 120mln di euro del 2016). Questo primo dato dimostra che si sta lavorando per colmare la distanza.
Elementi chiave
La conoscenza degli elementi chiave per una strategia imprenditoriale che basa i suoi processi sulla raccolta, lettura, analisi e interpretazione di dati rappresenta il punto di partenza per superare la resistenza al cambiamento tipica dell’imprenditoria italiana.
Trasformare dati in informazioni, informazioni in conoscenza e conoscenza in valore diventa un abilitatore di competitività per le PMI e un acceleratore per competere in un contesto che sta mutando con la digital transformation.
I dati aumentano giornalmente, archiviarli e analizzarli genera miglioramenti nell’efficacia ed efficienza dei processi aziendali, nelle linee di ricavi, nella soddisfazione della clientela, nello sviluppo di nuovi prodotti e servizi.
In questo contesto si evidenziano i seguenti elementi chiave:
1. La realtà delle PMI – I bisogni, le necessità, i budget sono diversi da quelli di una grande azienda ma hanno un sottostante comune, l’analisi dei dati si adatta a qualsiasi esigenza. Gli Analytics vengono utilizzati per sviluppare soluzioni di analisi sulla base degli obiettivi e dei brief progettuali sia nelle grandi aziende sia nelle PMI, il percorso è identico. Quello che cambia è il dato che ha un volume inferiore e nella maggior parte dei casi necessità di un miglioramento nell’intero processo di gestione.
2. Cosa serve e di cosa hanno bisogno le PMI? Due fattori su tutto, soluzioni tecnologiche e competenze. Questo non deve spaventare e pensare ad investimenti troppo elevati per la dimensione aziendale o all’inserimento di nuove figure professionali. Il mercato e la sua offerta mettono già a disposizione soluzioni modulari e scalabili che permettono l’introduzione di questi due elementi di base.
3. Quali caratteristiche e cosa cercare, l’opportunità del Cloud – sempre di più il mercato e si sta aprendo al Cloud che porta in dote numerosi benefici a costi sempre più bassi. Le PMI possono far leva sui vantaggi ottenibili introducendo queste soluzioni e servizi:
- a) accesso a capacità computazionali elevate
- b) volume di archiviazione dati adatto all’impresa e scalabile nel tempo
- c) integrazione dei processi aziendali e gestione dell’intero processo del “dato”
Quello che va cercato sono soluzioni con queste caratteristiche:
- a) Semplicità di utilizzo
- b) Flessibilità delle licenze legate al numero di utenti
- c) Scalabilità della soluzione
- d) Soluzione agile e strutturata
- e) Presenza di tool di visualizzazione, reporting e monitoraggio dei fenomeni
- f) Disponibilità di tecnologia statistica avanzata (Machine Learning)
- g) Costi adeguati e Soluzioni “pay x use”
- h) Servizi, competenze di Data Intelligence, team di Data Scientist con professionalità specifiche per le progettualità e il supporto post progettuale
4. Dove si applica e si utilizza? Le soluzioni di Analytics e Data Intelligence forniscono risposte a domande di Business in molti ambiti. Risposte che a volte possono essere semplici altre volte invece richiedere l’applicazione di tecniche e soluzioni avanzate. Vediamo qualche esempio:
- a) Produzione: ottimizzazione processi e costi
- b) Prezzo: prezzi dinamici
- c) Domanda: previsione della domanda e dei suoi cambiamenti
- d) Mercato: studio dei trend di mercato
- e) Frode: previsione e prevenzione della frode
- f) Marketing: identificazione e previsione dei bisogni dei clienti
- g) Comunicazione: ottimizzazione investimenti di marketing e ROI
- h) Cliente: studio e miglioramento Customer Experience
- i) Concorrenza: impatto sul fatturato e monitoraggio competitor
- j) Etc.
5. Machine Learning per le PMI – Queste soluzioni avanzate di analisi dati non sono più solo ad appannaggio delle grandi aziende ma sono disponibili anche per le PMI. Cos’è il Machine Learning? Per Machine Learning (o apprendimento automatico in italiano), si intende lo studio, la progettazione e la combinazione di algoritmi per automatizzare la risoluzione di problemi e lo svolgimento di compiti. Ad esempio la “predictive maintenance” è la soluzione ideale per le PMI che lavorano su applicazioni e processi di produzione ad alta intensità. Grazie a questo processo sviluppato con tecniche e algoritmi di Machine Learning l’azienda è in grado di passare da una logica di reazione – a guasto avvenuto si interviene – a una logica preventiva che analizza e comprende le cause delle anomalie passate, prevede quelle future pianificando in anticipo interventi mirati. Questo cambio di logica porta all’azienda benefici tangibili come la riduzione dei costi legati alla manutenzione che si riduce ed è maggiormente efficiente ed efficace, l’ottimizzazione delle risorse e della pianificazione dei lavori, l’aumento della vita delle macchine e delle apparecchiature utilizzate nei processi produttivi nonché un aumento dell’affidabilità e della qualità dei processi.
Un altro esempio è l’utilizzo di soluzioni avanzate per migliorare le performance commerciali grazie alle azioni di marketing. Le tecniche di apprendimento automatico (Machine Learning) esprimono infatti un grande valore in questo caso permettendo di arrivare ad una relazione one-to-one con i propri clienti. Ad esempio “Next Best Product” o “Next Best Action” sono soluzioni che permettono di suggerire in modo predittivo il prossimo prodotto da proporre o la prossima azione da compiere sulla base delle caratteristiche personali di ogni cliente.
Conclusioni
I numeri delle PMI sono ancora bassi ma le soluzioni sono disponibili così come sono esponenziali i benefici di business ottenibili. In sintesi:
- conoscere gli elementi e i fattori chiave è il primo passo per superare la resistenza al cambiamento tipica dell’imprenditoria italiana;
- gli investimenti e l’introduzione di soluzioni di analisi diventano un must e una priorità non più rinviabile;
- dotarsi di tecnologia avanzata, adatta alla propria dimensione aziendale, scalabile nel tempo, a costi adeguati e con competenze professionali in grado di supportare l’azienda sono fattori critici di successo e leve importanti da sfruttare;
- le soluzioni avanzate di analisi dati come il Machine Learning non sono più solo ad appannaggio delle grandi aziende.
Excelle è una società di consulenza, nata nel 2012, che lavora in ambito Data Science e Machine Learning. Con centinaia di progetti sviluppati in numerosi settori, progetta soluzioni per le PMI mettendo a loro disposizione infrastruttura tecnologica e competenze di analisi dati.
________________________________________________________
a cura di Davide Camera, Founder & CEO di Excelle
