Cosa è una data-driven enterprise?

Negli ultimi anni si è acceso un grande dibattito sull’ evoluzione dell’impresa verso un nuovo concetto di management practice che va sotto il nome di data-driven entreprise.

Il termine dovrebbe indicare un’azienda che è guidata dai dati ed è quindi in grado di prendere decisioni basate su fatti oggettivi, e non su sensazioni personali.

Erroneamente, trattandosi di dati, l’argomento si è orientato immediatamente sulla tecnologia, ovviamente fondamentale, ma si tratta di un passaggio strategico che dovrebbe introdurre una nuova cultura delle decisioni basate sui dati per poi ridiscendere a livello della tecnologia con fabbisogni di una nuova generazione  di dati  per poter soddisfare i nuovi orientamenti decisionali.

Il concetto di nuova generazione di dati richiede un approfondimento proprio sulla struttura dei dati che vengono utilizzati per le elaborazioni con i computers.

Cosa è il  dato?

Il dato è una delle caratteristiche con le quali si presentano gli esiti di un evento che l’impesa intende tenere sotto controllo. La numerosità delle caratteristiche che si intende identificare e raccogliere per ogni esito dipende dalle procedure stabilite dai processi operativi dell’impresa e varia da una impresa all’altra.

Eventi, Esiti, Dati

Prendiamo per ipotesi l’evento: INGRESSO del PERSONALE nei locali dell’impresa, gestito dal Processo: Gestione della sicurezza degli accessi

Per ogni decisione del responsabile del Processo descritta nella relativa procedura, si avrà una diversa composizione delle caratteristiche (dati) che verranno raccolte per ogni istanza dell’evento (ingresso delle persone) .

Procedura	Dati evento
distinzione dipendenti e visitatori	matricola, orario, nominativo visitatore
distinzione dipendenti e visitatori con verifica dell’ufficio di contatto	matricola, orario, nominativo visitatore, ufficio di destinazione
distinzione dipendenti per accessi ad aree riservate	matricola, orario, aree di accesso, identificazione credenziali, validità autorizzazione, ecc.

Una componente essenziale del dato è la sua qualità che dipende dal fatto di essere stato verificato con successo (correttezza) e secondo tutte le procedure  previste nell’impresa (completezza).

In caso contrario quella specifica istanza dell’evento necessita di interventi supplementari di correzione e non è utilizzabile.

Cosa è l’informazione

L’informazione è il risultato che si ottiene sottoponendo un dato ad un processo di elaborazione secondo la seguente formula, molto semplificata

In essa compare il segno di prodotto logico, il che significa che non esiste l’informazione se manca il dato o i criteri di utilizzo (algoritmo)

L’informazione cosi definita ha una doppia natura:

• resta informazione nel livello aziendale che ha definito l’algoritmo
• ridiventa dato a sua volta, quando viene utilizzata da livelli aziendali diversi

Per restare nell’esempio dell’ingresso del personale si hanno i seguenti casi

• l’ingresso di Mario Rossi, dopo la verifica del caso, è un’informazione per la gestione del personale che Mario Rossi è entrato effettivamente in orario,
• l’ingresso di Mario Rossi, insieme a tutti gli altri ingressi della giornata, ridiventa dato e consente ad un altro ufficio e con un altro algoritmo, di avere l’informazione della puntualità degli accessi, morbilità, assenze varie.

La ormai famosa frase di “ho tanti dati, ma poche informazioni” dipende dalla mancanza di algoritmi di elaborazione progressivamente adatti per gestire il meccanismo di generazione dati/informazioni e la loro propagazione attraverso l’impresa.

La propagazione delle informazioni nell’impresa.

I dati e le relative informazioni sono la linfa che scorre all’interno dei vari reparti dell’impresa e ne consentono il corretto funzionamento:
senza dati non vi è alcuna possibilità di effettuare azioni, prender decisioni, ecc.

Proprio come ogni linfa, i dati si propagano all’interno dell’impresa in senso orizzontale ed in senso verticale.

I dati primari e la propagazione orizzontale

Sulla base delle considerazioni precedenti sembrerebbe che fosse possibile affermare che la differenza tra dato ed informazione dipende solo dall’ottica con la quale ci si riferisce all’evento in questione.

Fanno eccezione i cosiddetti dati primari che sono quelli che vengono catturati la prima volta dagli esiti degli eventi che interessano i processi operativi dell’impresa, quali la gestione degli ingressi del personale, la ricezione delle fatture, l’emissione degli ordini, la gestione delle merci: ecc.

I dati primari sono la base dell’intero sistema di informazioni che circola nell’impresa e, come tali, devono avere una qualità massima per evitare che  errori, carenze od imperfezioni possano inquinare l’intero sistema informativo.

A questo fine la qualità dei dati primari è ormai “garantita” dai sistemi di automazione sviluppati negli ultimi venti anni all’interno dell’impresa ovvero acquisiti dall’esterno (ERP), i quali provvedono a sottoporre il dato primario ad una sequenza di verifiche “specialistiche” i risultati delle quali ne definiscono la “valenza informativa” e quindi la utilizzabilità dello stesso per generare le informazioni richieste.

Il Data-BLURB una sorta di DNA del dato primario

Si può quindi parlare di una sorta di DNA del dato intendendo con questo che la “valenza informativa” del dato primario risulta non dal dato stesso in quanto tale ma dalle altre “informazioni” raccolte nel corso del proprio business cycle con i risultati delle verifiche effettuate seguendo la sequenza e la complessità delle stesse definite a priori, a livello Business Model, come caratteristiche del dato stesso.

Nel nostro esempio la fattura passiva sarà caratterizzata da una “valenza informativa” che potrà risultare o corretta o solo un anticipo di fornitura o non accettabile per la non conformità del prodotto, ecc.

Il DNA del dato primario, che abbiamo denominato Data-BLURB[1],  e quindi la sua “valenza informativa” viene definito a livello del Business Model, della strategia di gestione dell’impresa e quella di disclosure  per ottenere le informazioni necessarie per i processi decisionali e per  far fronte alle esigenze di reporting nei confronti degli stakeholders e delle disposizioni di legge.

Ne discende che lo stesso dato primario può avere diversi BLURB che identificano le diverse “valenze informative” di cui è portatore per contribuire a creare i diversi flussi di informazioni identificati a livello strategico.

Se prendiamo una fattura attiva come nostro esempio, vediamo che possiede diverse “valenze informative” e che può essere utilizzata con BLURB diversi per

1. Il flusso informativo del bilancio e la gestione manageriale dei ricavi, la penetrazione del mercato, l’analisi della concorrenza ecc.
2. la convalida parziale della correttezza della predittività probabilistica degli andamenti futuri dell’impresa verificata  sugli ordini oltre che sulle fatture attive ai fini del monitoraggio del rischio di credito
3. la verifica dell’impegno dell’impresa nei confronti della sostenibilità e delle disclosure ESG
4. la verifica dei finanziamenti secondo le regole GAR
5. la verifica della capacità di soddisfare una intenzione di acquisto espressa da un consumatore

Informazioni e propagazione verticale

Le informazioni, che abbiamo paragonato alla linfa vitale che scorre all’interno degli esseri viventi, si propagano verticalmente all’interno dell’impresa dal basso (dati primari) verso l’alto ai sistemi decisionali ed ai  sistemi di disclosure e reporting verso l’esterno.

Questa propagazione verso l’alto in realtà è il risultato del soddisfacimento dei fabbisogni di informazioni espressi preventivamente a livello strategico,  ottenuto con la definizione dei diversi DNA del dato primario necessari per renderlo adatto a contribuire ai diversi flussi informativi previsti nel Business Model.

La NextGEn dei dati

Nel corso dell’ultimo decennio la crescente complessità del business environment, la disponibilità di grandi masse di dati e di eccezionali capacità elaborative a basso costo, l’avvento della nuova tecnologia dell’AI, Big Data ecc. hanno creato una nuova filosofia di gestione dell’impresa che va sotto il nome di data-driven enterprise e che tende a corredare i processi decisionali di una maggiore oggettività con la disponibilità di dati “innovativi”

In realtà la definizione corretta dovrebbe essere information-driven enterprise poiché è una filosofia di gestione che opera solo a livello dei decision-maker basata quindi sulle informazioni che provengono dai dati primari disponibili in grandissime quantità ma trattati in modo “innovativo” utilizzando BLURB diversi da quelli abituali degli ultimi trenta anni che hanno alimentato la cosiddetta Business Intelligence che ora si tenta di sostituire con la nuova filosofia di gestione.

Se torniamo al nostro esempio delle pagine precedenti, possiamo notare che la valenza informativa della fattura in questione, cosi come di tutte le altre expenditures dell’impresa, deve essere ricalcolata a fronte di una sequenza di nuovi criteri, che abbiamo definito BLURB, per ottenere una nuova valutazione del contributo informativo che è in grado di apportare per completare le informazioni che vengono ritenute necessarie per compilare il reporting GAR Green Asset Ratio.

Il dato primario è sempre lo stesso, quello che cambia è la sequenza e la natura dei controlli che vengono effettuati per determinare la valenza informativa del dato che cambia in relazione agli specifici fabbisogni di informazioni definiti a livello Business Model e della strategia di disclosure e concretizzati nel relativo BLURB.

AI nella gestione dei BLURB

La definizione della sequenza e della natura dei controlli dell’impresa , delle istituzioni finanziarie, della PA ecc. è stata oggetto di ricerche e di sviluppi applicativi di grande portata che hanno caratterizzato gli enormi  investimenti negli ERP e sistemi gestionali nella fine del secolo scorso e nel decennio successivo.

Ormai il sistema è perfettamente definito, automatizzato e con le flessibilità del caso.

 L’introduzione di nuovi BLURB nell’acquisizione dei dati primari è un problema di grande complessità perché implica una modifica sostanziale dei principi di data gathering consolidati da decenni e con dei costi di rifacimento veramente esorbitanti.

A questo aspetto tecnologico si aggiunge anche quello culturale per la necessità di formare ed addestrare il personale che deve progettare e supervisionare il lavoro dei tecnici con incrementi sensibili di costi e di tempi di realizzazione.

Non esiste altra soluzione che affidarsi alla potenza della Intelligenza Artificiale per realizzare in mesi quello che altrimenti sarebbe un investimento di anni.

Questo vale per l’intero business cycle della definizione dei BLURB ma anche nella definizione delle funzioni di controllo da eseguire nei diversi passaggi previsti nonchè nella fase operativa di data capturing con la consguente possibilità di applicare “on the fly” le regole specificate nel BLURB e generate automaticamente in codice macchina.

La disponibilità di un metalinguaggio per descrivere le modalità di controllo è certamente un ausilio formidabile, in realtà una necessità ineliminabile, per la efficienza globale del nuovo approccio alla raccolta e gestione dei dati primari.

La capacità di gestire diversi BLURB contemporaneamente per ogni dato primario è certamente un paradigm shift nella gestione dei dati ed il presupposto essenziale per favorire quella evoluzione verso la  data-driven enterprise auspicata da molti ma che stenta ad affermarsi proprio per le carenze metodologiche tecnologiche indicate.

---

[1] BLURB letteralmente è la “fascetta” pubblicitaria di un libro, cioè quella breve frase che lo descrive sinteticamente ma completamente  e deve convincerci a comprarlo tra i banchi di una libreria in mezzo a migliaia di altri volumi.