BI Governance: il BI Maturity Model nel settore delle utility e dei servizi di pubblica utilità

Transcript

1 Divisione Ricerche Claudio Demattè Osservatorio Business Intelligence BI Governance: il BI Maturity Model nel settore delle utility e dei servizi di pubblica utilità

2 Dicembre 2010 Copyright Divisione Ricerche Claudio Demattè SDA Bocconi, School of Management Per informazioni e materiali: osservatoriobi@sdabocconi.it

3 Indice L... 5 La Struttura... 7 I progetti futuri... 7 L assessment della BI in azienda: il Maturity Model della Business Intelligence. 9 La BI Governance nelle aziende delle Utility e dei servizi di pubblica utilità: evidenze empiriche e linee di azione verso una maggiore Maturità Acea S.p.A Il Gruppo Gli Obiettivi e le strategie Le Aree di attività L organizzazione di Acea Il Sistema Informativo di Acea Il BI Maturity Model in Acea Alcuni commenti di sintesi e possibili recommendations A2A S.p.A Il Gruppo Gli Obiettivi e le strategie Le Aree di Attività L organizzazione di A2A Il Sistema Informativo di A2A Il BI Maturity Model nel gruppo A2A Alcuni commenti di sintesi e possibili recommendations Amsa S.p.A Il Gruppo Gli Obiettivi e le strategie Le Aree di Attività L organizzazione di Amsa Il Sistema Informativo di Amsa Il BI Maturity Model in Amsa Alcuni commenti di sintesi e possibili recommendations Edison S.p.A Il Gruppo Gli Obiettivi e le strategie... 74

4 4 Le Aree di attività L organizzazione di Edison Il Sistema Informativo di Edison Il BI Maturity Model in Edison Alcuni commenti di sintesi e possibili recommendations Sorgenia S.p.A Il Gruppo Gli obiettivi e le strategie Le Aree di Attività L organizzazione di Sorgenia Il Sistema Informativo di Sorgenia Il BI Maturity Model in Sorgenia Alcuni commenti di sintesi e possibili recommendations I Partner

5 L L Osservatorio sulla Business Intelligence e il Business Performance Management trova le proprie radici nell attività di continua ricerca (dal 1994) e di formazione (dal 1990) svolta dalla SDA Bocconi su questi temi e nell esperienza accumulata dalle imprese italiane nel campo dei sistemi di Business Intelligence, di Business Performance Management e di Datawarehouse. L Osservatorio sulla BI/BPM di SDA Bocconi vuole essere il punto di riferimento italiano per chi desidera valutare le dinamiche di diffusione/adozione e le modalità di impiego della BI, siano essi ricercatori, fornitori (vendor, distributori, implementatori) o aziende. Il modello per componenti della BI/BPM, illustrato in Figura 1, mostra i possibili oggetti di indagine dell Osservatorio: 1. al centro, l individuo che utilizza direttamente i sistemi di BI/BPM, nelle sua doppia veste di persona (con la sua cultura, atteggiamenti, curiosità, capacità analitiche e distorsioni cognitive che influenzano necessariamente il successo dei sistemi di BI/BPM stessi) e di decisore o analista aziendale (con i suoi ruoli, le sue responsabilità, i suoi obiettivi, il suo potere e i suoi compiti aziendali più o meno interessati dai sistemi di BI/BPM); 2. le applicazioni di BI/BPM (di analisi commerciali e di marketing, di supply chain, di budgeting e forecasting, di Performance Measurement, etc.), i tools di BI (reporting, query, OLAP, geo, cruscotti, etc.), le tecniche statistiche, i dati da analizzare (presenti nei vari datawarehouse, datamart, metadati, etc. e i sistemi gestionali in molti casi), quali sistemi a disposizione degli u- tenti (persone e decisori/analisti) per svolgere le attività di controllo e di decisione aziendali; 3. i principi, i modelli e i processi di management aziendale, che definiscono il contenuto informativo e le modalità di pianificazione, programmazione, controllo e misurazione dei fenomeni quantitativi d azienda (activity-based, value-based, cost accounting, performance measurement, ciclo di budget, piano strategico, definizione degli obiettivi strategici e tattici, etc.). Essi sono più spesso elementi di input agli elementi della BI Governance (punto 4), ma in molti casi ne sono anche influenzati, creando così reciproche influenze tra i due componenti (spiegata dalla linea tratteggiata grigia); 4. le linee-guida di BI/BPM Strategy (piano della BI, valutazione economiche, budget dedicato, architettura, standard, etc.), Organization (unità dedicata alla BI/BPM, Competence Center, posizione, skill, ownership del budget di BI e accountability dei progetti e dei sistemi di BI/BPM, education, etc.), e Management (servizi applicativi di BI/BPM nel Catalogo dei Servizi IT aziendali, misurazione dei risultati, demand management della BI/BPM, BI sour-

6 6 cing, etc.), quali elementi di BI/BPM Governance che interagiscono e possono innovare i modelli e i processi di management, creando condizioni tecnico-organizzative nuove per il loro svolgimento più tempestivo, flessibile e innovativo. Mercato dei SW e HW Vendor per la BI/BPM MANAGEMENT STRATEGY,ORGANIZATION, BI/BPM BI/BPM BI SW TOOLS STRATEGY,ORGANIZATION, MANAGEMENT APPLICAZIONI DI BI/BPM (verticali o di processo) SISTEMI GESTIONALI (ERP e non) TECNICHE QUANTITATIVE PERSONA USER DECISORE ANALISTA PROCESSI DI MANAGEMENT MANAGEMENT AZIENDALE DATA MANAGEMENT Mercato dei servizi per la BI/BPM (consulenza, implementazione) Figura 1 - Il modello per componenti della BI e del BPM. Infine tutti i componenti descritti insistono sul mercato dell offerta di soluzioni software e di servizi connessi alla BI/BPM, con le sue regole, le sue dinamiche competitive, i suoi meccanismi contrattuali e di relazione. Il terzo ciclo di indagine 2010 dell è stato organizzato in Chapter ed ognuno dei quali si è focalizzato su un tema specifico. Chapter ediscovery: nuove forme di Intelligence su Web e Social Web" finalizzato ad analizzare le potenzialità di business offerte dai sistemi di Web Intelligence e le criticità a cui prestare attenzione nella loro implementazione e gestione. Chapter BI Governance finalizzato ad analizzare il ruolo e l impatto degli strumenti del BI Maturity Model dell Osservatorio BI di SDA Bocconi, nella definizione delle strategie riguardanti i sistemi di Business Intelligence e quindi la loro rilevanza nella costruzione di un framework aziendale di BI Governance. Chapter Dalla BI Reporting-Based alla BI a Supporto delle Decisioni finalizzato a comprendere quanto la BI di ultima generazione è in grado di

7 7 supportare il decisore qualsiasi sia il suo processo di analisi, strutturato e predefinito oppure non strutturato e associativo. Il presente lavoro costituisce l output di ricerca del Chapter BI Governance nel settore delle utility e dei servizi di pubblica utilità. La Struttura L Osservatorio si compone di un Comitato Scientifico, di una struttura di ricerca e delle aziende aderenti. Il Comitato Scientifico, che guida e coordina le attività dell Osservatorio, è composto da referenti scientifici di SDA Bocconi, da IT partner e da gruppi di manager aziendali che offrono la loro collaborazione in funzione dei temi oggetto di ricerca (CIO, Marketing Manager, CFO, etc.). La struttura di ricerca è costituita da ricercatori di SDA Bocconi con competenze specifiche in organizzazione, sistemi informativi e Amministrazione e Controllo. In particolare il team di ricerca è composto da: Paolo Pasini, Responsabile Scientifico dell Osservatorio; Valentina Ajmone; Massimo Erba; Angela Perego, coordinatore dell Osservatorio; I progetti futuri Le attività dell Osservatorio in futuro saranno focalizzate a: continuare a indagare molti degli aspetti organizzativi, di strategia e di trend indagati, per poter osservare la storia e la dinamica di questi fenomeni; estendere l esperienza di successo dei Focus Group a Supply Chain manager, manager delle Risorse Umane, manager dell innovazione o del business development e manager delle Operations; studiare il mercato italiano e europeo dei prodotti, dei servizi e della capacità progettuale connessi ai sistemi di BI/BPM; creare le condizioni di lavoro e di confronto sulla BI/BPM nei principali paesi europei mediante partnership internazionali con Business School europee. Per informazioni e materiali: osservatoriobi@sdabocconi.it

8 8

9 L assessment della BI in azienda: il Maturity Model della Business Intelligence Paolo Pasini Il Maturity Model della Business Intelligence è lo strumento utile per valutare l attuale ( As Is ) esperienza e il grado di sofisticazione della BI in un azienda, e per disegnare le principali linee-guida di azione per passare agli stadi successivi di maturazione. Tale modello descrive le variabili che determinano la successione delle fasi di crescita della maturità aziendale nella pianificazione, nell organizzazione, nell implementazione e nella gestione dei sistemi di Business Intelligence, attraverso momenti intermedi di crescita culturale e di gestione del cambiamento organizzativo. La fase 1 di Sperimentazione è quella di minor sofisticazione e maturità, e la fase 5 di Distintività è quella di maggiore sofisticazione e maturità, generalmente fase a cui tendere ma di difficile raggiungimento con tutte le variabili contemporaneamente. La fase 2 è una fase di Crescita, la fase 3 di Integrazione, la fase 4 di Ottimizzazione. La Figura 2 riporta il profilo qualitativo di un campione di 250 a- ziende italiane con più di 100 dipendenti, a titolo di esempio. 1. Strategia aziendale di BI Fase 2 CRESCITA Fase 1 SPERIMEN- TAZIONE Fase 3 INTEGRA- ZIONE Fase 4 OTTIMIZZA- ZIONE 2. Budget dedicato alla BI BI Strategy 3. Diffusione/penetrazione dei sistemi di BI 4. Grado di Copertura dei fabbisogni informativi 5. Grado di esperienza nella BI BI Diffusion 6. Architettura BI 7. Standard tecnologici 8. Data Quality Management BI Architecture 9. Ownership e Accountability della BI 10. Unità organizzative dedicate alla BI 11. Relazioni specialisti-utenti e SLA BI Organization 12. Analisi costi/benefici 13. Misurazione dei risultati BI Measurement 14. BI sourcing BI Sourcing Valori Medi delle imprese italiane, dati 2008 Figura 2 Il BI Maturity Model

10 10 Le 14 variabili nella realtà difficilmente sono coerenti e si muovono con la stessa velocità, ma disegnano profili di esperienza molto diversificati. I valori che assumono queste variabili descrivono il passaggio da una fase all altra del modello di maturità; le variabili sono quelle illustrate nel seguito. BI Strategy 1. Strategia aziendale di BI. Nelle fasi 1 e 2 non esiste una reale strategia di BI, perché di fatto la BI ha una presenza a macchia di leopardo, solo in alcuni uffici o funzioni aziendali. L ampliamento dello scope della BI verso tutte le funzioni e le divisioni aziendali nella fase 3, tipicamente porta alla formalizzazione di un capitolo dedicato alla BI nel piano strategico dell IT, articolato sui principali progetti in corso o a piano e sulle maggiori criticità da affrontare (es. il sourcing della BI, il piano di formazione degli utenti). Dalla fase 4 in poi, la copertura aziendale e poi inter-aziendale della BI (con il coinvolgimento nell ambiente di BI anche dei clienti, dei partner commerciali, dei fornitori, etc.) non solo sviluppa in modo formale una vera strategia di investimento, di portafoglio progetti, di evoluzione e di sofisticazione dei sistemi di BI, ma si affrontano in modo serio e con reale esperienza i temi della cultura a- nalitica aziendale, dell opportunità di creare vantaggi competitivi reali con l uso delle informazioni per le decisioni e di trasformare l azienda con le informazioni che è possibile distribuire lungo tutta la filiera di business (dai fornitori agli intermediari commerciali ai clienti finali). Nelle fasi più mature si intuiscono anche i concetti di valore patrimoniale delle informazioni disponibili per il controllo e le decisioni manageriali, e si possono avviare metodi di stima e quantificazione reale. 2. Budget dedicato alla BI. Nelle fasi iniziali (1 e 2) il valore della BI è poco percepito, è un costo, supporta processi di informazione tattici e il budget è ridotto come % del budget IT complessivo, generalmente è allocato in modo casuale durante l anno, senza alcun criterio di priorità. Nella fase 3 il valore della BI viene percepito come critico per il business, perlomeno in alcune a- ree specifiche, e generalmente il budget per i sistemi di BI diventa dedicato all inizio di ogni anno (e nel piano triennale IT) e cresce fino al 10-15% del budget IT, diventa una componente importante di opex e capex IT, nel masterplan e nel portafoglio dei progetti IT. Nelle fasi 4 e 5 il valore della BI diventa strategico, finalmente forse correlabile ad un reale vantaggio competitivo generabile con un uso intelligente delle informazioni per le decisioni: il budget per la BI, oltre a continuare a crescere, di decentra in modo rilevante presso le funzioni utenti, nelle quali l accresciuta cultura analitica e di BI consente di allocare in modo ottimale e autonomo le risorse economiche a disposizione.

11 11 BI Diffusion 3. Diffusione/penetrazione dei sistemi di BI. La diffusione è da intendersi come la quota di utenti di BI abilitati (con un account in almeno uno dei sistemi di BI esistenti) rispetto agli utenti potenzialmente interessati ad utilizzare la BI in azienda, valore generalmente dato dalla somma di tutti i dipendenti interni o del personale esterno (es. concessionari, agenti, distributori, clienti) che svolgono mansioni di produzione di informazioni per il controllo e le decisioni di tipo operativo e manageriale (escludendo cioè solo quelle persone che svolgono attività esclusivamente operative e fisiche, es. commessi, autisti, operai, etc.). Nelle fasi iniziali la diffusione della BI interessa prevalentemente le funzioni Vendite e Controllo di gestione, e le % di diffusione sono generalmente inferiori al 10-15% della popolazione potenzialmente interessata alla BI; nella fase 3 si riscontrano % oscillanti tra il 20-25%, per diventare nelle fasi più evolute 4 e 5 intorno al 50-70%, a seconda dell intensità informativa del mercato/settore in cui l azienda opera. 4. Grado di Copertura dei fabbisogni informativi. Questa variabile viene generalmente analizzata sia per funzioni aziendali coperte dalla BI (es. amministrazione, vendite, acquisti), sia per tipologie e numero di processi/attività coperti all interno di ogni funzione (nella funzione Marketing, ad esempio i processi di marketing strategico, i processi di decisione degli investimenti di marketing, i processi di analisi della clientela): qui si commenta brevemente solo il percorso di sviluppo della copertura della BI per funzioni aziendali. Nella fase 1 le funzioni che sperimentano per prime le applicazioni e i tool di BI sono l Amministrazione e controllo e le Vendite. Nella fase 2 si osservano spesso le prime implementazioni di sistemi di KPI e cruscotti per le Direzioni Generali e Divisionali. Nella Fase 3 ci si avvia all estensione della BI anche nelle funzioni Marketing, Post vendita, Logistica e Operations, per approdare, ai sistemi di Business Performance Management aziendali, trasversali. Dalla fase 4 in poi, la copertura si estende definitivamente anche alle funzioni tipicamente meno coperte - es. IT, Acquisti, HR - oltre ad una maggiore copertura interna delle funzioni già citate. 5. Grado di esperienza nella BI. Questa variabile misura l esperienza storica di BI, cioè le competenze accumulate dagli specialisti IT e dagli utenti dal 1 progetto ufficiale di installazione e implementazione di una soluzione pacchettizzata o custom di BI. Nelle fasi iniziali (1 e 2) si tratta di competenze soprattutto di data management per gli specialisti e di reporting dinamico e di analisi OLAP per gli utenti, nelle quali si affinano capacità di manipolazioni dei dati in ambienti di BI predefiniti, circoscritti; nella fase 3 si aggiungono maggiori competenze di sviluppo applicativo e di implementazione (parametrizzazione) delle applicazioni di BI per gli specialisti, mentre gli utenti affinano i loro skill di analisi Pull delle informazioni (query e reporting ad hoc, modelling decisionale, etc.) e di interpretazione delle informazioni, si affermano i c.d. Poweruser o superuser della BI (specialisti di analisi dei dati, ma collo-

12 12 cati nelle funzioni utenti). Nelle fasi 4 e 5 gli specialisti possiedono oramai tutte le necessarie competenze tecniche per rendere autosufficiente la funzione IT rispetto alle competenze esterne, perlomeno per quanto riguarda gli skill ritenuti più critici (es. skill di Business Analysis nella BI), mentre gli utenti diventano progressivamente indipendenti nelle loro analisi più sofisticate e sviluppano una diffusa capacità analitica in azienda (utilizzano, in maniera razionale, dati e informazioni fredde, financial e non financial, e il più oggettivi possibile, nelle loro attività di controllo, misurazione e decisione). BI Architecture 6. Architettura BI. Nelle prime fasi (1 e 2) tipicamente la BI si presenta molto frammentata e dispersa in unità funzionali (come il marketing o il controllo di gestione), a macchia di leopardo, spesso applicata su problemi di nicchia e isolati; gli strumenti di supporto sono prevalentemente di office automation o BI tool specializzati, ma diversi l uno dall altro, quasi nella logica del un problema-uno strumento. Lo strato dei dati si presenta altrettanto frammentato, con datamart indipendenti, isolati. Nella fase 3 si avvia una prima forma di integrazione e razionalizzazione della BI: cresce la diffusione, ma il sistema di BI si articola su pochi strumenti specializzati, pacchetti di mercato prevalentemente (ma anche il custom nelle PMI ha il suo ruolo), e cresce la componente delle Analytic Application, ancor in modo un po disordinato, non integrato. Nasce un datawarehouse integrato, federativo, dove i metadati e la modellizzazione dei dati iniziano a fornire una visione complessiva dei fatti, delle misure e delle dimensioni disponibili a livello aziendale. Nelle fasi 4 e 5 l integrazione riguarda anche le Analytic Application introdotte e sviluppate con logiche SOA-based, lo strato dei dati si articola su più livelli integrati (ODS, datawarehouse e datamart) per supportare tutte le funzioni aziendali con ampiezza e profondità dei dati differenziate, il dizionario dati si avvia ad essere uno strumento di efficace consultazione e supporto anche per gli utenti di BI, il sistema di BI si imposta su poche soluzioni di mercato, selezionate in modo critico perché spesso sperimentate, la BI viene applicata su ampi processi di management, non più su problemi specifici o di nicchia di un unità funzionale, per cui si sviluppa un vero e proprio portafoglio applicativo di BI e BPM. 7. Standard tecnologici. In fase 1 di fatto non esistono standard tecnici. In fase 2 si definiscono gli standard di tipo progettuale (per migliorare i costi e l efficienza del progetto di BI). In fase 3 si avvia un processo di razionalizzazione delle soluzioni e delle tecnologie impiegate per la progettazione e lo sviluppo dei sistemi di BI, per migliorarne i costi di progetto e di infrastruttura, nonché i costi di addestramento e apprendimento degli utenti. In fase 4 si definisce una reale piattaforma e architettura tecnica standard a livello a- ziendale da impiegare per soddisfare, in modo efficace e veloce, tutte le esigenze di BI, da quelle più semplici come il reporting a quelle più sofisticate o

13 13 diversificate, come il data/text mining, il modelling di business o l analisi dei dati georeferenziati o spaziali. Oltre ai costi di progetto e di infrastruttura della BI, si migliorano i costi di selezione, negoziazione e contrattualizzazione con vendor e implementatori, nonché i costi di integrazione delle applicazioni di BI, e si riducono i rischi di obsolescenza del software e di disallineamento delle release. In fase 5 si consolidano e si armonizzano la piattaforma e l architettura tecnica standard di BI, gli standard di progetto e di competenza, per rispondere al meglio alle esigenze di flessibilità e di cambiamento e- spresse dall azienda relativamente al proprio patrimonio di informazioni per il controllo e le decisioni. 8. Data Quality Management. Nelle prime fasi 1 e 2 generalmente la qualità dei dati viene garantita con interventi ad hoc, saltuari, su eccezione o su problemi manifesti. In fase 3 si definisce una policy di Data Quality che mira a risolvere alla fonte i problemi di pulizia, inconsistenza o disomogeneità dei dati, sia tramite le procedure di ETL, sia tramite i meccanismi di filtro e certificazione dei dati non contabili o esterni. Dalla fase 4 si introducono anche strumenti specializzati di Data Quality management per migliorare non solo la qualità, ma anche la tempestività di aggiornamento e di disponibilità dei dati. Si introducono anche policy più ampie in merito alla regolamentazione formale dell ownership dei dati extracontabili gestiti direttamente dalle funzioni utenti, ad es. per il calcolo di indicatori non financial (nelle quali viene a prevalere un approccio di auto-certificazione dei dati). In queste fasi più mature si riesce ad apprezzare che il valore patrimoniale dei dati è determinato implicitamente dalla loro capacità di generare ex-post informazioni rilevanti, ampie, affidabili, tempestive. BI Organization 9. Ownership e Accountability della BI. Questa variabile, tipicamente organizzativa, fa riferimento alla proprietà del budget di BI e alla responsabilità aziendale dei progetti e dei sistemi di BI. Nelle prime fasi (fino alla 3 ) il budget è generalmente gestito dalla funzione IT, mentre dalla 4 si avvia un processo di decentramento del budget che porta a responsabilizzare le funzioni utenti nell allocazione delle risorse economico-finanziarie sull evoluzione dei propri sistemi di BI. L accountability dei progetti e dei sistemi di BI nella fase 1 è della funzione IT, nella 2 fase è mista, nella 3 si orienta maggiormente verso le funzioni utenti per diventare esclusiva dalla 4 in poi. Le percezioni di ispezione e di sanzione, relativamente alla valutazione degli obiettivi e delle prestazioni individuali, che spesso accompagnano l introduzione di sistemi di BI in azienda nelle fasi 1 e 2, decrescono generalmente nella fase 3, per essere sostituite nelle fasi 4 e 5 dalla consapevolezza e dall impiego reale delle misurazioni dei risultati e delle performance per scopi di miglioramento continuo.

14 Unità organizzative dedicate alla BI. Nella fase 1 generalmente si ritrova un piccolo team di specialisti IT che progressivamente si focalizza sulle tecniche di analisi, progettazione e implementazione della BI. Mentre l implementazione s imposta sull impiego più frequente di risorse esterne, nella fase 2 il gruppo di specialisti interni si struttura e si amplia, per arrivare a generare un unità formale dedicata alla BI, generalmente all interno dell unità Sviluppo Applicativo della funzione IT. In fase 3 questa unità si distacca e diventa un unità di line all interno della funzione IT (se esegue anche attività di implementazione) oppure in staff al responsabile IT (se svolge in prevalenza attività di project management, di supervisione, di consulenza interna, di business analysis). Dalla fase 4 in poi si possono creare le condizioni per la creazione di unità di Competence Center, che hanno il grande vantaggio di accentrare su di se tutte le attività di BI Governance, ma soprattutto di fondere competenze specialistiche di BI e competenze dei keyuser delle varie funzioni aziendali. 11. Relazioni specialisti-utenti e Livelli di servizio. Questa variabile riguarda in realtà due aspetti: tutti i meccanismi di relazione tra la funzione IT e le funzioni utenti di BI e la regolamentazione dei livelli di servizio della BI. In fase 1, questi ultimi aspetti sono entrambi inesistenti. In fase 2 s incominciano ad intravedere i primi meccanismi formali di relazione che riguardano la definizione dei Business Requirements e di eventuali studi di fattibilità, o la prototipazione dei sistemi di BI, generalmente svolti in collaborazione tra la funzione IT e i keyuser della BI. In fase 3 i meccanismi di relazione si sofisticano e si progettano dei veri processi di Demand Management per la BI con figure dedicate di Demand presso la funzione IT. La BI incomincia ad essere considerata un servizio applicativo reale e a sé stante nel Catalogo servizi della funzione IT, anche se impiega i medesimi indicatori di servizio delle applicazioni transazionali. In fase 4 il processo di Demand Management della BI s integra con il processo di BI portfolio management, si struttura e viene automatizzato (nelle realtà con maggiore complessità organizzativa). Inoltre veri e propri SLA vengono concordati con le funzioni utenti, basati su indicatori di servizio specifici della BI (es. frequenza differenziata di aggiornamento dei dati nei datamart, tempi di risposta delle query ad hoc, tempi di approntamento di un prototipo, tempi di rimodellazione dei dati (misure e/o dimensioni di analisi, etc.). Nelle fasi 4 e 5 le relazioni tra specialisti di BI e funzioni utenti si articolano ulteriormente con la nascita di unità o team dedicati alla BI nei quali le competenze tecniche, progettuali, di business si fondono completamente (ad es. nel Competence Center). Il BI environment è tenuto sotto controllo molto bene con misure e KPI di servizio, di processo, di costi e di soddisfazione articolati: si progetta e si sviluppa il c.d. sistema di BI Performance Management, come componente importante del sistema più ampio di IS Performance Management.

15 15 BI Measurement 12. Analisi costi/benefici. In fase 1 non vengono applicati metodi reali di calcolo del ritorno degli investimenti in BI. In fase 2 e 3 la tecnica prevalente di valutazione ex-ante riguarda la stima degli impatti qualitativi di business, tramite l identificazione dei possibili driver (es. l incremento dell ordine medio dei clienti o della % di redemption di una campagna promozionale, la riduzione del cash flow), ma senza una reale quantificazione in termini di incremento dei ricavi/entrate o di riduzione dei costi/uscite. Nelle fasi 4 e 5, oltre all identificazione dei driver di impatto, si cerca di determinarne anche l impatto sul conto economico aziendale o sui rendiconti finanziari per poter avere gli elementi di calcolo degli indicatori economico-finanziari, quali il ROI, il VAN o il payback period. 13. Misurazione dei risultati. Queste misurazioni non sono generalmente effettuate in fase 1, mentre in fase 2 incomincia un apprezzamento del grado di soddisfazione degli utenti, rilavato un modo informale. In fase 3 si struttura la misurazione della soddisfazione degli utenti (a fine progetto, con periodicità annuale, con strumenti automatizzati, etc.) e si avvia una rilevazione anche dei dati di utilizzo reale dei sistemi di BI (es. n. accessi al sistema, durata e frequenza dell utilizzo). In fase 4 la misurazione dei risultati si completa con le misure quantitative anche degli impatti di business dei sistemi di BI che oramai hanno una forte diffusione in azienda e assorbono risorse economiche rilevanti e sui quali si ha ora una notevole esperienza. In fase 5 si struttura e si automatizza il più possibile un sistema integrato di misurazione dei risultati dei sistemi di BI presenti in azienda, con misure sia di business (financial e non), sia di servizio, sia di processo, sia di utilizzo, come si accennava prima il c.d. sistema di BI Performance Management. BI Sourcing 14. BI sourcing. Questa variabile comprende sia le modalità di valutazione e di scelta sul mercato delle tecnologie e dei servizi di BI, sia i ruoli che intervengono nella scelta, sia le politiche di sourcing inerenti la BI. In fase 1 generalmente non esiste di fatto un processo di sourcing specifico della BI, nella migliore delle ipotesi si applicano i criteri già utilizzati per il sourcing delle altre applicazioni aziendali (es. ERP o SCM). In fase 2 si realizza che il processo di sourcing della BI deve essere articolato in modo diverso poiché il sistema di mercato dell offerta di tecnologie e servizi di BI è molto diverso da quello delle altre applicazioni aziendali, come pure i criteri di giudizio e di scelta: s instaura quindi un sistema di SW selection dedicato, nel quale la funzione IT ha il ruolo prevalente. In fase 3 si definiscono anche le politiche di sourcing della BI, in termini di mix tra skill critici, necessariamente interni (es. business analyst e project manager della BI) e skill esterni, in termini di politiche BI vendor management (verso i fornitori di licenze software, di appliances, di servizi di implementazione o di consulenza, etc.) e di processo di selezione,

16 16 negoziazione e gestione dei contratti, nel quale i ruoli decisionali si articolano tra il BI manager, il CIO e figure di business (es. il CFO). In fase 4 e 5, oltre a consolidarsi i processi e le politiche di sourcing, la criticità e la diffusione assunte dalla BI in azienda spostano anche il baricentro decisionale dalla funzione IT verso il top management (es. Direzione Generale).

17 La BI Governance nelle aziende delle Utility e dei servizi di pubblica utilità: evidenze empiriche e linee di azione verso una maggiore Maturità Paolo Pasini I casi aziendali che hanno dato vita a questa indagine qualitativa sui temi della BI Governance nel settore delle Utility e dei servizi di pubblica utilità in generale, non costituiscono certamente una base statistica di osservazioni sufficiente per poter trarre conclusioni o indicazioni generalizzabili. I casi che sono analizzati nei capitoli successivi hanno costituito la base per effettuare alcune riflessioni circa linee guida e direttrici di BI Governance che possono essere seguite da altre imprese del settore, e che oggi condividono le complessità gestionali derivanti dai profondi mutamenti normativi e competitivi che hanno interessato e stanno interessando il settore in oggetto. Per tutta una serie di ragioni, tra cui anche la turbolenza politica del settore e la sua vocazione pubblica, sembra di ritrovare una sensibile minor maturità di BI Governance nelle aziende Utility, rispetto ad altri settori dove l attenzione a sfruttare al meglio grandi quantità di dati digitali è nata molto prima (ad es. le a- ziende telco o retail o finanziarie). Non c è dubbio tuttavia che i settori dell energy e delle utility siano diventati rapidamente negli ultimi anni settori molto Information-intensive per diversi motivi, ad esempio: una maggiore liberalizzazione e quindi regolamentazione che richiedono di produrre nuove informazioni per le Authority, una maggiore digitalizzazione nativa dei dati di business (es. dati sui consumi di energia o dati di geo-localizzazione o dati di tracking dei mezzi di pulizia urbana), una serie di investimenti ICT nell automazione dei processi aziendali core, che hanno creato e stanno creando una base informativa integrata e nuova da poter sfruttare per scopi di controllo e di decisione, ad e- sempio nella gestione degli asset e nel Master Data Management degli Asset industriali, nel Crisis/Incident management, nella gestione dell indisponibilità (Outage) di energia, nell ottimizzazione del Field Service, nella gestione dei mercati wholesale e dell energy trading, nella gestione dei device mobili per le operations e le vendite, nelle nuove forme di billing e di pagamento elettronici.

18 18 A parte le aree di applicazione della BI più tradizionali e generalizzabili (ad es. le applicazioni per il Business Performance Management, planning&budgeting, forecasting, o per le analisi più classiche commerciali e di marketing, o degli acquisti, o dei dati geo-tecnici degli impianti o dei consumi, ecc.), le aziende delle utility presentano alcune aree di applicazioni della BI specifiche del loro business più caratteristico che possono trovare terreno fertile di diffusione e di adozione quando l azienda incomincia a governare la BI a livello di impresa e non in modo dipartimentale o per singole applicazioni che risolvono specifici e circoscritti problemi di controllo e di decisione. Le aree di applicazione della BI nei settori dell energy e delle utility sono collegate alle seguenti categorie: 1. Sistemi di BI per la produzione delle informazioni richieste dalla normativa e dalle Authority per fini di compliance e auditing; 2. Sistemi di BI mirati ad integrare e analizzare in modo sistemico i dati di vendita dei prodotti/servizi, i dati di Billing, di Customer Service e soprattutto dei clienti, quest ultimi oramai raggiunti e coinvolti in modalità multicanale (Mobile, Web, Call Center, Sportelli, etc.), dati di qualità maggiore grazie alla disponibilità di dati di consumo (energia e gas soprattutto) più affidabili e tempestivi, sempre più disponibili in forma digitale nativa (con i contatori elettronici), e che possono consentire di creare profili di clientela basati anche sulla fedeltà (Consumer) e sul valore prospettico del cliente (Customer Life Time Value), e non solo delle sue caratteristiche socio-demo-economiche attuali; 3. Sistemi di BI finalizzati alla produzione e simulazione di nuove forme contrattuali e di nuove modalità di pricing per i clienti Business e Privati; 4. Sistemi di BI finalizzati alla previsione della domanda di energia o di gas, di supporto alle decisioni strategiche di Energy management (fonti e impieghi di energia) e di dispatching; 5. Sistemi di BI che possano consentire un maggiore controllo dei costi a- ziendali, un analisi e un imputazione più sofisticata ai servizi dei costi soprattutto indiretti generati dagli asset, con logiche di costing più sofisticate (es. ABC, full costing); 6. Sistemi di supporto all analisi dell efficienza tecnica e dei rendimenti degli impianti di produzione; 7. Sistemi di Business Performance Management, finalizzati a supportare i cicli di Planning, di Budgeting, di Reporting Finanziario direzionale, di Forecasting, di KPI e Scorecard aziendali; 8. Sistemi di BI per il monitoraggio dell efficienza dei mezzi di trasporto urbano (es. tratte più affollate, tempi di percorrenza, malfunzionamenti) o dei mezzi di raccolta rifiuti o di pulizia urbana (es. leadtime di esercizio, quantità trasportate);

19 19 9. Sistemi di BI finalizzati ad analizzare e ottimizzare gli acquisti e la Supply chain (es. analisi delle gare di acquisto, dei cataloghi elettronici, dei fornitori e dello spending); 10. Sistemi di BI orientati all analisi del personale (più frequentemente dei costi, meno dello sviluppo del personale, carriere, talenti, formazione, ecc.); 11. Sistemi di BI orientati a misurare le performance e il valore del Sistema Informativo aziendale e dell IT in azienda (poco diffusi in modo strutturato, più informali e incompleti, nonostante i rilevanti investimenti e costi IT presentati dalle aziende Utility). Energy management, Dispatching, nuovi contratti di fornitura clienti, pricing, IMPATTO DIRETTO SULLA BOTTOM LINE CRM, analisi contatti, segmentazioni, cross-selling, reclami/soddisfazione, fedeltà, IMPATTO MEDIATO SULLA BOTTOM LINE Business Performance Management, KPI, BSC, analisi redditività di prodotto, IMPATTO INDIRETTO SULLA BOTTOM LINE Figura 3 Classi di applicazioni di BI secondo l'impatto generato sul conto economico aziendale Una classificazione interessante delle applicazioni di BI rilevate nella ricerca si basa sulla possibile relazione di causalità esistente tra l applicazione stessa e l impatto sulla bottom-line dell azienda, in termini di generazione i ricavi addizionali e/o di riduzione di costi operativi. In Figura 3 sono presentati alcuni esempi di applicazioni di BI che supportano analisi e decisioni il cui risultato condiziona il valore dei ricavi aziendali in modo: a. diretto (ad es. tramite la scelta del miglior piano di fonti e impieghi di energia, la formulazione di nuovi e più redditizi contratti cliente, un nuovo pricing dei prodotti/servizi); b. mediato, tramite il miglioramento di alcuni indicatori-driver determinanti dei ricavi (ad esempio, analisi di customer satisfaction che inducono azioni di retention, di fedeltà, oppure analisi di segmentazione della clientela che possono generare una crescita dell ordine medio o un up-

20 20 selling più redditizio, e quindi, in ultima istanza, un valore addizionale dei ricavi); c. indiretto, tramite l analisi dei risultati di performance (KPI, analisi delle redditività di prodotto/servizio/canale, analisi di efficienza degli impianti di produzione o degli acquisti, analisi di valore delle risorse umane o dell IT, etc.) che in un ipotetica catena causale di relazioni potrebbero influenzare positivamente i ricavi o i costi aziendali, ma che di fatto allontanano di molto queste applicazioni di BI dalla bottomline, sottoponendo i risultati di queste analisi e decisioni ad una serie di ipotesi e di stime di probabilità nelle relazioni causali (ad esempio tra una serie di indici di valore di asset, o di qualità e di efficienza produttiva, o di capacità intellettuale o informativa etc. e la generazione di ricavi o riduzione di costi aziendali). Abbandonando l aspetto di contenuto dei sistemi di BI e provando a fare qualche riflessione sugli esiti degli assessment della BI Governance effettuati con l impiego del BI Maturity Model di SDA Bocconi (si veda capitolo precedente), si propongono di seguito alcuni schemi grafici di sintesi 1. I profili di maturità delle aziende (si veda la Figura 4) indagate mostrano differenze di rilievo, con i profili delle aziende A e B sensibilmente meno maturi dei profili delle aziende D e E, che, pur se non in tutte le componenti della BI Governance, sembrano essere i più evoluti. Più interessanti risultano le osservazioni sulle singole componenti variabili della BI Governance (cioè i vettori del radar in Figura 4): la BI Sourcing sembra presentarsi come la meno matura, mentre la BI Strategy e la BI Diffusion le più mature; la BI Architecture e la BI Measurement sembrano in una posizione intermedia di maturità ma con una varianza molto maggiore; infine la BI Organization è la componente maggiormente concentrata (attorno al valore medio 2,5). Altre indicazioni interessanti, possono derivare dalla valutazione incrociata (a due a due) delle componenti della BI Governance, come dimensioni di una matrice che identificano 4 quadranti in cui posizionare le 5 aziende indagate. La prima di queste matrici incrocia la BI Strategy con la BI Organization (si veda la Figura 5), due variabili per le quali ci si aspetterebbe una forte coerenza in termini di maturità, solo in parte osservabile, poiché le aziende sono perlopiù posizionate sopra la diagonale dei quadranti, evidenziando quindi una leggera maggiore attenzione alla definizione di una strategia intenzionale di BI che non trova completo riscontro nella organizzazione della BI stessa, e quindi nelle soluzioni organizzative adottate per supportare e controllare la BI e nell assegnazione delle 1 La forma anonima delle aziende sottoposte all assessment con il BI Maturity Model è voluta per evitare valutazioni di benchmarking che in questo caso sarebbero poco fondate e sostanzialmente i- nutili ai fini della ricerca e della discussione in questo lavoro.