La mia Business Intelligence sta avendo successo?

Datamaze
24.11.21 09:10 AM Comment(s)

«Sto adottando con successo la Business Intelligence nella mia azienda?»

Questa è una domanda a cui non è semplice rispondere. Chi segue questo blog da un po’, noterà che non è la prima volta che affermo questa cosa, ed avrà ormai capito che forse un po’ tutte le domande che ruotano attorno alla BI non sono semplici da rispondere. (E, conoscendomi, forse è proprio per questo che mi diverte così tanto questo lavoro.)

Questo quesito ha in realtà dietro di sé tutta una serie di altri quesiti: stiamo adottando con successo una cultura dei dati? L’investimento fatto per la digital trasformation sta dando i suoi frutti? Ho un’azienda in cui vengono incoraggiate decisioni data-driven?

Come capire se la BI sta funzionando?

Alcune aziende, nel non saper rispondere, incrociano le dita e sperano che tutto vada per il meglio, probabilmente senza indagare oltre. Altre, nell’aver seguito le best practice, confidano che quanto fatto sia sinonimo di successo, convinti che il successo avvenga e basta.


Ovviamente non è così.


Lo scopo è importante, perché si tratta di giustificare l’investimento fatto per la transizione al digitale (digital transformation) del processo decisionale dell’azienda, che deve quindi essere guidata dai dati (data-drivenness) e che deve vedere gli utenti collaborare in un clima di fiducia verso il dato (data culture). È importante ricordare che questa trasformazione non viene fatta perché “va di moda”, ma perché ad oggi è requisito fondamentale per essere competitivi nel mercato.


Le tendenze da misurare

Sebbene non ci sia una formula matematica che calcoli il grado di successo della propria Business Intelligence, si possono comunque misurare alcune tendenze nella propria azienda: 

  1. Valutare il successo di introduzione della BI nei processi aziendali. Sono riuscito ad introdurre la BI in tutti – o quasi – i processi aziendali? Perché in alcuni sono riuscito, mentre in altri no? Sono riuscito a generare nuova conoscenza andando ad incrociare fra loro i dati di diversi processi aziendali?
  2.  Misurare l’accesso alla BI. Quanti e quali utenti hanno accesso al sistema? Chi ha bisogno della BI, ne ha accesso? Chi ha accesso, vede i soli dati che gli competono? Sto tagliando fuori chi effettivamente non è indicato all’utilizzo della BI?
  3. Misurare l’utilizzo della BI. Quanti utenti (che hanno accesso) usano la BI? Quanti di questi la usano in modo attivo, ad esempio creando le proprie visualizzazioni? Quanti la usano in modo esclusivamente passivo, ovvero consultando le informazioni e basta?
  4. Misurare la frequenza di utilizzo della BI. Quanto spesso vengono consultate le informazioni rese disponibili in BI? E quanto spesso vengono generate nuove analisi e visualizzazioni?
  5. Valutare la qualità di utilizzo della BI. Come viene utilizzata la BI? Ciò che viene prodotto dagli utenti, ha valore? O, al contrario, sono semplice copie senza arte né parte? (Suggerimento: non guardare alla quantità di cose prodotte!)
  6. Misurare l’eterogeneità dei sistemi informativi. Quanti sistemi informativi ci sono in azienda? Quanti di essi sono allo stato dell’arte? Quanti sono invece legacy? Sto centralizzando le mie fonti dati in chiave corporativa?
  7. Quantificare il lavoro automatizzato. Quanto del lavoro degli utenti che usano la BI è automatizzato, quindi già predisposta all’utilizzo finale? Quanto ancora devono intervenire manualmente gli utenti per produrre l’analisi o la visualizzazione di cui necessitano?
  8. Quantificare il tempo di risposta. Quando sorge un nuovo quesito legato agli aspetti più complessi e/o nascosti del business, quanto tempo di vuole per ottenerne la risposta? Chi e come è dovuto intervenire: l’IT con nuovi sviluppi ed integrazioni, o magari solo il business per “calcolare” la risposta?

Queste sono tutte domande le cui risposte possono darci una chiara indicazione di quanto bene stiamo abituando l’azienda alla cultura dei dati e alla Business Intelligence. Laddove una risposta dia un esito non propriamente positivo, sappiamo essere un punto sulla quale occorre lavorare in ottica migliorativa.


Riferimenti Data Culture: Measuring Success.


di Thomas Tolio, pubblicato il 24 novembre 2021