Ovvero, del quando hai 10 dashboard ma nessuno sa quale decisione prendere
Un’azienda che ha implementato un ERP, un WMS, un MES e un APS produce dati a cascata. Gigabyte su Gigabyte di informazioni. Ogni transazione è registrata. Ogni movimento è tracciato.
Cosa fai con tutto questo? Lo metti in un data warehouse, in un archivio scintillante. Poi crei dashboard e report. Colori belli. Grafici interattivi. Tutto molto moderno.
E poi nessuno lo guarda. O peggio: lo guarda, non capisce cosa significhi, e torna a prendere decisioni come prima, basate sull’intuito.
Questo è il fallimento più sottovalutato della Business Intelligence: confondere la raccolta di dati con l’estrazione di intelligenza.
La differenza fra dati e informazione
Dati: “A novembre abbiamo avuto 1247 transazioni di vendita.”
Informazione: “Le vendite di novembre sono il 12% inferiori a ottobre. Il calo è principalmente nei clienti della regione Nord-Ovest. Specificamente, tre clienti hanno ridotto di 40% gli ordini. Il motivo è il lancio della startup di un competitor in quella regione due mesi fa.”
Vedete la differenza? I dati sono numeri grezzi. L’informazione è il senso che do a quei numeri.
Una dashboard piena di numeri è costosa (devi pagarla) e inutile (non ti dice cosa fare). Un numero singolo che ti dice “tre clienti importanti stanno andando al competitor” è utile. Ti dice esattamente cosa devi fare: chiamarli.
Perché la BI fallisce
La maggior parte dei progetti BI fallisce perché iniziano dal lato sbagliato. Iniziano da: “Raccogliamo tutti i dati possibili in un data warehouse, creiamo dashboard belle, e gli utenti capiranno quale decisione prendere.”
È il contrario di come funziona. Dovrebbe iniziare da: “Quali sono le 5-7 decisioni critiche che un responsabile deve prendere per gestire il business? Quali dati servono per prendere bene quella decisione? Raccogliamo solo quelli.”
Invece, raccogliamo tutto e speriamo che il responsabile scopra cosa serve. Ma non lo scopre… ha troppa scelta. Paralisi 🙁
Il costo della confusione
Una dashboard che non comunica chiaramente cosa fare è peggio che niente. Perché ti dà l’illusione di controllare quando non controlli niente.
Vedi il numero, non capisci il contesto, prendi una decisione casuale. Oppure ignori il numero e decidi lo stesso come al solito, usando il numero solo per giustificare la tua intuizione.
La persone vedono 10 dashboard e dicono “siamo data-driven”. No, sono data-annegate, e sono contente.
Cosa funziona davvero in BI
Funziona quando inizi dalla domanda, non dal dato.
Un responsabile vendite ha bisogno di sapere: quali clienti stanno rischiando di andare via? Allora crei un modello che predice quel rischio. Una notifica se il rischio è alto. Non 47 numeri su una dashboard.
Un responsabile produzione ha bisogno di sapere: quale macchina sta per guastarsi? Allora raccogli dati di manutenzione preventiva e crei un modello che lo prevede. Non 10 grafici di utilizzo.
Un CFO ha bisogno di sapere: dove sto perdendo margine? Allora raccogli SOLO dati di costo, margine per commessa, per cliente, per linea di prodotto. E crei una view semplice che lo dice chiaramente.
Il ruolo della BI nel disastro
Un’azienda che raccoglie dati ma non sa interpretarli finisce peggio di una che non raccoglie dati. Perché accumula complessità senza valore.
Vede un numero, si preoccupa, cambia qualcosa, poi scopre che il numero era fuori contesto. Rinuncia. Torna al metodo di prima.
La vera Business Intelligence
La vera BI dispiega la sua potenza quando un responsabile apre il sistema e in 20 secondi sa se la situazione è sotto controllo o se deve agire. Non quando apre un dashboard e passa 10 minuti a cercare il numero che forse gli dice qualcosa.
Parliamone.
