Data-Driven Knowledge Management per Aziende

Potremmo definire la data driven knowledge come un’estensione della business analytics, un’attività ormai fondamentale che mette in collegamento i processi decisionali con i dati che sono presenti e vengono generati dalle attività – produttive, distributive, commerciali – dell’azienda. 

L’evoluzione in chiave digitale delle aziende ha spostato l’elemento cruciale per le decisioni strategiche dal prodotto e dai suoi elementi distintivi – prezzo, margine, distribuzione eccetera – ai dati generati dagli stessi processi produttivi e distributivi. 

Data driven knowledge: l’importanza del dato all’interno delle organizzazioni 

Possiamo quindi affermare che oggi le aziende si trovano nell’era della data driven knowledge, che le obbliga, per competere e crescere, a comprendere bene e a fondo questi dati, per arrivare a decisioni strategiche e abilitanti. 

Questo ha portato all’evoluzione dell’economia stessa – che possiamo quindi definire data driven economy – che si fonda sulla capacità di sfruttare al meglio l’enorme mole informativa che, ogni giorno, viene generata in ogni organizzazione – sia al suo interno che all’esterno. 

Il mondo fisico e il mondo digitale sono ormai un binomio indissolubile per il business, è necessario quindi comprendere quanto sia importante, per portare all’interno dell’azienda la data driven knowledge, stimolare la awareness del dato, la data culture, cercando di capire innanzitutto come nel tempo si siano moltiplicate le fonti informative, strutturate e non. 

La Data driven culture: fondamentale per la conoscenza del dato 

In seguito a questa presa di coscienza dell’importanza del dato, segue necessariamente la maturazione di una nuova cultura, basata su una maggiore consapevolezza di come queste informazioni debbano essere gestite in modi molto diversi rispetto a quanto fatto finora. 

Le tecnologie che hanno abilitato questa evoluzione – l’industria 4.0, la multicanalità, la digital transformation – hanno arricchito le aziende di una notevole quantità di informazioni, che richiedono adesso una crescita culturale da parte delle persone che guidano i processi decisionali. 

Da una prima fase di presa di coscienza del valore di queste informazioni all’interno dell’organizzazione, segue il lavoro tecnologico di implementazione degli strumenti e delle piattaforme per la loro gestione che deve portare alla crescita culturale del management per conoscere il dato, capire quali sono le fonti utili allo sviluppo del business, quali dati producono e con quale frequenza, come possono infine essere raccolte, immagazzinate e analizzate. 

È un processo di cultura e conoscenza al quale aziende come SDG, consulenti esperti che affiancano le imprese in questo processo di crescita, possono dare un'accelerazione. 

Quali i trend della Data driven knowledge nei prossimi anni 

L’inizio del percorso per le aziende parte da qui, dalla conoscenza e dalla consapevolezza che alla base dei processi decisionali strategici c’è il dato: il passo successivo – ovvero la sua analisi, la combinazione e la modellizzazione di queste informazioni – è in grado di generare reazioni, a volte inaspettate, che vanno approfondite o attraverso la costituzione di un gruppo interno all’azienda dotato di competenze statistiche, o attraverso l’expertise di un partner esterno come SDG o, infine, con un mix dei due aspetti. 

1. Il primo trend che si può individuare per i prossimi anni nell’ambito della data driven knowledge nelle aziende è proprio questo: ovverola creazione di una struttura interna all’organizzazione che diventi il nucleo preposto alla continua analisi delle informazioni raccolte che vengono poi, una volta “sgrezzate” e raffinate, passate a consulenti esterni per arricchire ulteriormente questi dati e per analizzare e prendere decisioni in aree meno note. 

2. Il secondo trend che si svilupperà nei prossimi anni è che la conoscenza del dato diventerà una nuova fonte di revenue per le aziende. Si tratta di un processo di ricerca del valore delle informazioni aziendali, per creare nuove linee di business e di servizi da trasformare in revenue stream innovativi che possano aumentare i centri di profitto dell’organizzazione.

Pensiamo, per esempio, alle aziende che producono macchinari per l’industria manifatturiera e che, mediante la raccolta e l’analisi dei dati attraverso algoritmi e sensoristica on edge, possono vendere servizi di manutenzione predittiva basati sui modelli statistici messi a punto partendo dai dati a loro disposizione.

Un altro esempio potrebbe riguardare le aziende della moda che, attraverso i dati raccolti dall’esperienza fisica nei negozi, possono trasferire ai negozi virtuali questa esperienza, generando sia un impulso al canale e-commerce, sia nuove opportunità di business come ad esempio la gamification o la virtual show room. Altri esempi potrebbero essere numerosi: il concetto è che, grazie ai dati a propria disposizione, le aziende, oltre ai prodotti e ai servizi fisici, possono iniziare a generare ricavi dalle analisi e dai modelli statistici a loro disposizione. 

3. Ultimo, ma non meno importante trend, è quello legato al reclutamento di nuovi talenti: le aziende saranno sempre più interessate ad attrare nuove persone che abbiano competenze tecnologiche di analisi del dato. Non più soltanto per l’elaborazione statistica o il coding, ma soprattutto per tutte quelle attività di traduzione in tematiche di business delle analisi statistiche. In pratica, si dovranno creare dei business translator in grado di conoscere la statistica e maneggiare il codice, ma anche di leggere i processi e, quindi, di creare per l’azienda nuove possibilità di business.