Il processo decisionale basato sui dati (DDDM) o Data-driven decision-making è definito come l'utilizzo di fatti, metriche e dati per guidare le decisioni aziendali strategiche in linea con gli obiettivi e le iniziative. Quando le organizzazioni realizzano il pieno valore dei propri dati, significa che tutti, che tu sia un analista aziendale, un responsabile delle vendite o uno specialista delle risorse umane, hanno la possibilità di prendere decisioni migliori con i dati, ogni giorno.
Tuttavia, ciò non si ottiene semplicemente scegliendo la tecnologia di analisi appropriata per identificare la prossima opportunità strategica. Ogni organizzazione deve rendere il processo decisionale basato sui dati, creando una cultura che incoraggi il pensiero critico e le curiosità. Le persone, in ogni livello intrattengono conversazioni che iniziano con i dati acquisiti e sviluppano le proprie competenze attraverso la pratica e l'applicazione.
Fondamentalmente, ciò richiede un modello self-service, in cui le persone possono accedere ai dati di cui hanno bisogno, in equilibrio con sicurezza e governance. Richiede inoltre competenza, creando opportunità di formazione e sviluppo affinché i dipendenti apprendano le competenze relative ai dati. Infine, avere il sostegno dei dirigenti e una comunità che supporta e prende decisioni basate sui dati incoraggerà gli altri a fare lo stesso.
Stabilire queste capacità di base contribuirà a incoraggiare il processo decisionale basato sui dati a tutti i livelli di lavoro, in modo che i gruppi aziendali interroghino e indaghino regolarmente sulle informazioni per scoprire potenti intuizioni che guidano l'azione.
La quantità di informazioni raccolte non è mai stata così grande, ma è anche più complessa. Ciò rende difficile per le organizzazioni gestire e analizzare i propri dati.
Uno studio IDC del 2018 ha anche rilevato che le organizzazioni hanno investito migliaia di miliardi di dollari per modernizzare la propria attività, ma il 70% di queste iniziative fallisce perché hanno dato la priorità agli investimenti tecnologici senza costruire una cultura per il supporto dei dati.
Nel tentativo di essere guidate dai dati, molte aziende stanno sviluppando tre capacità fondamentali: competenza nei dati, agilità di analisi e community. Trasformare il modo in cui la tua azienda prende le decisioni non è un compito facile, ma l'integrazione di dati e analisi nei cicli decisionali è il modo in cui vedrai l'impatto più evolutivo sulla tua organizzazione.
Una volta compreso cos’è il modello Data-Driven, sorge spontanea una domanda: quali dati occorrono? Il lavoro preliminare da fare è osservare e comprendere processi e comportamenti e trovare il modo migliore di quantificarli e misurarli, individuando ciò che è realmente importante per ciascuno. Ad esempio: quanti clienti, quando comprano, quante transazioni, quanto spendono. Ma anche quanti anni hanno, quando è il loro compleanno, che personalità hanno.
Una volta individuati i dati significativi, le aziende devono raccogliere i dati, governarli, proteggerli e analizzarli, il che implica la comprensione del ruolo che giocano Intelligenza Artificiale e Machine Learning, IoT e Advanced Analytics nella gestione di grandi volumi di dati, i cosiddetti Big Data. Occorre dunque una Data strategy.
Una strategia data driven richiede di partire con la misurazione sin dalle battute iniziali di un progetto: recuperare i dati in un secondo momento non è la strada migliore.
I dati devono essere parte integrante della strategia competitiva, considerando quindi il contesto macroeconomico, i benchmarking con l’industria di riferimento, il modello di business aziendale. Partendo da qui, si possono implementare e misurare le azioni che permettono di comprendere la posizione competitiva aziendale ed i bisogni dei clienti. In altre parole, il focus su dati, numeri e misure quantitative non dovrebbe sostituire il valore della visione.
La cultura del dato passa anche attraverso la sicurezza. Alle aziende servono infrastrutture potenti e affidabili e che la gestione intelligente del dato non potrà trattare la Data Protection come un extra ma come un importante pilastro del business stesso.
Una delle principali sfide del data-driven è la data governance. Per data governance si intendono i processi, ruoli, policy, standard e metriche finalizzata a garantire un uso efficace delle informazioni raccolte.
Quali sono gli aspetti da avere in considerazione per le aziende devono seguire un approccio data-driven:
- Dare un significato ai dati. I dati servono a poco se non possono essere utilizzati. Ci possono essere dati dei propri utenti o quelli di terzi, occorre selezionare un ordine gerarchico per stabilire a quali dare priorità. Un’unica tecnologia non può farlo: serve integrazione di più prodotti (CRM, Web Analytis, ecc).
- Sperimentare. Per quanto la tecnologia abbia fatto passi da gigante, sono sempre le persone (il cosiddetto fattore umano) a decidere in che modo utilizzare i dati e interpretarli. Bisogna darsi il tempo di sperimentare è il modo migliore per aumentare la conoscenza.
- Focalizzarsi. Sicuramente la sperimentazione da sola non basta, bisogna analizzare quali sono le principali opportunità per generare valore. Ad esempio, analizzando la customer’s journey, possiamo dare priorità a specifici target di clienti, oppure specifici momenti del “viaggio”, in modo da poter intervenire sulla strategia e rendere possibile gli obiettivi di business prefissati.
- Capire il predictive learning. Attualmente l’IA e il Machine Learning danno sempre più la possibilità di modelli predittivi,
è fondamentale comprendere che cosa si può ottenere da questi strumenti, come introdurli in azienda e quali saranno gli scenari futuri.
- Integrare la gestione dei dati e real time. Saper gestire una vastissima mole di dati richiede spesso costi importanti e tempi lunghi, dobbiamo, quindi, introdurre nuovi processi e pratiche per un approccio “smart”. Occorre combinare e integrare strategie, processi, tecnologie e persone, con modalità più veloci, senza, ad esempio ragionare, su reportistica trimestrale.
- Utilizzare i dati in modo etico. Le aziende che gestiscono una mole importante di informazioni, possono conoscere veramente nel dettaglio il proprio cliente. Queste informazioni devono essere salvaguardate e utilizzate in modo etico.
Sicuramente il cambiamento in una nuova ottica e gestione, come la data-driven, è difficile e complesso ma per step ben definiti, tutte le aziende possono cominciare, rispetto alle proprie necessità e specificità, ad introdurre il nuovo modello.
Programmatore informatico italiano, mi occupo di sviluppo sia Front-end che Back-end presso una grande azienda. La programmazione è stata la mia passione, insieme allo sport e al teatro che pratico tutt'ora. Ho deciso di aprire questo blog per dare consigli e condividerli con chi, come me, porta con sé questa passione. [..]
