Digital Trasformation: nuove opportunità per le aziende italiane. Domenico Passannanti

Transcript

1 Digital Trasformation: nuove opportunità per le aziende italiane Domenico Passannanti

2 Cyber system, IoT, networks Meccanizzazione, energia del vapore Catena di montaggio, Produzione di massa, Energia elettrica Automazione, computer, elettronica Industry 4.0 Industry 3.0 Industry 2.0 Industry 1.0 ~ 240 anni fa ~ 150 anni fa ~ 50 anni fa Oggi

3 GIORNI GIORNI 500 GIORNI 2000 GIORNI 3000 GIORNI

4 «L innovazione dei Network Type permette di elaborare in tempi sempre minori una mole di dati crescente, aumentando le opportunità per il Business» Parola Chiave: Velocità (del contesto in cui operiamo)

5 I SEI DRIVER DELLA DIGITAL TRASFORMATION PER ADATTARSI ALLA CRESCENTE VELOCITA DEL CONTESTO IN CUI OPERIAMO SPEED UP 4 CONSUMER TO BUSINESS 6 DIGITAL TRASFORMATION 3 2 Come sintonizzare l azienda alla velocità del mercato e come accelerare i processi tecnologici, amministrativi e decisionali interni. MANAGE PROCESS COMPLEXITY Come gestire i dati e le variabili che oggi sono disponibili, per prevedere dinamiche future, per generare efficienza e vantaggio competitivo. Come un azienda B2B può valorizzare la conoscenza diretta del consumatore finale per accedere a nuovi mercati e sviluppare nuove soluzioni. 5 PEOPLE 4.0 Come riprogettare organizzazione, ruoli, sistemi gestionali e modelli di competenze per supportare il cambiamento digitale dell azienda. 3 VALUE FROM DATA 6 SYNCHRONIZE TO THE ECOSYSTEM 5 4 Come trasformare i dati raccolti dall evoluzione IoT dei prodotti in un sistema di offerta digitale che possa generare nuovi modelli di business e nuove fonti di ricavo. Come l azienda può valorizzare gli attori presenti nel proprio ecosistema (clienti, fornitori, università, start-up, ecc.), per promuovere innovazione e ottimizzare la filiera.

6 Per gestire la crescente complessità è necessario sfruttare al massimo il valore dei dati disponibili Parola Chiave: Big Data «Set di dati caratterizzati da dimensioni che superano le capacità di cattura, memorizzazione, gestione ed analisi dei database tradizionali»

7 Analytics Insieme degli elementi di cui disporre al fine di abilitare iniziative di analisi dati in ambiti Big Data e Business Intelligence + = Big Data BD BI A Business Intelligence Analytics o Grandi moli di dati o Volumi di dati in crescita o Analisi real-time o Provenienza dati non omogenea o Formato dati non omogeneo + Dati di tipo tradizionale Provenienza tipicamente da sistemi transazionali Dati conservati in database relazionali = Infrastrutture Tecnologie di analisi abilitanti Applicazioni software Servizi di consulenza ed integrazione

8 + L EVOLUZIONE DEGLI ANALYTICS Come potremmo farlo succedere? Prescriptive Analytics Valore Perché è successo? Diagnostic Analytics Cosa è successo? Descriptive Analytics Cosa succederà? Predictive Analytics TOP-DOWN BOTTOM-UP - - BI Tradizionale Difficoltà Strumenti di Analytics +

9 What Why Focus How Use Interpretano i dati grezzi per facilitarne la comprensione e renderli fruibili per il decision maker Aumentare la comprensione dei fenomeni e individuazione cause reali Passato Descriptive managerial dashboard + - Alto Pensiamo alle Managerial Dashboard che abbiamo oggi in azienda..

10 Pensiamo a cosa stanno facendo alcune imprese oggi.. What Why Focus How Use Identificano dei pattern nella base dati a disposizione delle aziende (Big Data ottenibili da ERP/CRM/HR/POS System) attraverso analisi statistiche ed algoritmiche Predire cosa potrebbe succedere Futuro Calcolo tempi medi di ritardo di pagamento Predire possibili criticità nella supply chain Identificare trend futuri di acquisto + - Medio/Basso

11 Immaginiamo l obiettivo che potremmo raggiungere.. What Why Focus How Quantificano gli effetti (outcome) delle possibili decisioni, attraverso la combinazione di tecniche di Business rules, algoritmi, machine learning e modellizzazione teorica e computazionale Suggerire le azioni migliori da prendere Futuro Ottimizzazione del ciclo produttivo Gestione della scelta sugli approvvigionamenti di magazzino Ottimizzazione logistica Use + - Basso

12 Utilizzo degli Analytics per funzione Ricerca e sviluppo Risorse Umane Produzione e logistica Acquisti Amministrazione, finanza e controllo Mktg e vendite 20% 31% 44% 55% 76% 77% Reporting Dashboard Statistical analysis Forecast Prescriptive Analysis Action Monitoraggio dei KPI e drill down analysis su eventi passati Informare gli stakeholder corretti Analisi delle cause del fenomeno Simulazioni e What-If Analysis per prevedere i possibili scenari futuri Suggerimenti sulle opzioni decisionali per mitigare i rischi Automatizzare la scelta delle azioni da intraprendere (AI)

13 Perché i CFO svolgono un ruolo chiave se pensiamo ai Big Data I CFO devono guidare gli effort sui big data perché siano effettivi grazie alla loro vista finanziaria sull intero business, trovandosi nella posizione migliore per identificare problematiche risolvibili con l utilizzo di dati I CFO sono già abituati a prendere decisioni sulla base di dati facendo di loro soggetti ideali per l identificazione di dati rilevanti per il business, sia da fonti interne che esterne, al fine di risolvere problematiche I Big Data rendono la funzione finance più agile cambiando radicalmente i cicli dei processi finance che per lungo tempo hanno avuto tempistiche e dinamiche pressoché costanti I Big Data innovano il modo di prendere decisioni fornendo insights su attitudini di clienti e dipendenti di cui prima si aveva evidenza solo di fronte al calo delle vendite o l aumento di abbandono dei dipendenti I Big Data aiutano i CFOs a focalizzarsi maggiormente sul futuro basando le decisioni su predizioni di trend futuri e non più sull osservazione di eventi passati Per realizzare il potenziale dei Big Data serve un cambiamento guidato dall alto con impatti sia strategici sia culturali

14 Il cambiamento del ruolo del CFO From... Through To Funzione di monitoraggio e controllo delle performance finanziarie del business Attività tipiche delle funzioni finance: Planning e controlling Budgeting Forecasting Monitoraggio KPI e livelli di performance Analytics come leva per ridurre il gap tra le decisioni di tipo strategiche e quelle di tipo operative Miglioramento del processo di gestione dei dati finance: o Raccolta dati o Visualizzazione o Elaborazione e o Decision making analisi Accesso più rapido e immediato agli insights generati Business partner coinvolto proattivamente nelle decisioni day-to-day Ruolo di advisor per supportare decisioni strategiche, analisi delle scelte di investimento, nuove opportunità di business Partecipazione alle decisioni che tipicamente risiedono in altri dipartimenti (es. vendite, marketing, etc.)

15 Aree Near Tematiche Future Near Future Non-digital Near Future Digital-enabled Azienda Italiana Settore: Consumer Product Sistema di KPI, pianificazione strategica e operativa e forecasting Partnering, management e performance reporting, dashboard e analytics Misura sulla creazione del valore Basato su dati storici Processo bottom-up Limitato a dati finanziari Cartaceo, dati in batch Profondità limitata Dati di Business intelligence e dimensioni fisse o Scoperta di pattern grazie a regressione o Insights nei driver o Set di dati interno e esterno o Accesso digitale e real-time o Capacità di drill down ad hoc o Integrazione di dati da tutte le fonti interne e anche esterne Fatturato: ~35M Dipendenti: ~100 Architettura IT e strumenti Infrastruttura complessa e ridondante Dati sparsi in diverse repository Attività di controllo e accounting semi-automatiche Tool di analytica non «user-friendly» o Piattaforme IT integrate o Unico repository di dati o Analytics avanzate o Tool di analitica user-friendly

16 L utilizzo dei Big Data e degli Analytics rappresenta un punto di forza per tutte le aziende a prescindere dalle dimensioni. Tuttavia, il processo di adozione di nuovi dati e nuovi modi di pensare può incontrare degli Ostacoli. Consuetudini nel modo di lavorare e leggere i dati Percezione dell incremento del controllo vs incremento delle opportunità Mancanza di visione strategica del middle/senior management

17 LA «RICETTA» PER IL SUCCESSO DEI BIG DATA & ANALYTICS OPPORTUNITA E BENEFICI DERIVANTI DALL UTILIZZO DEI BIG DATA & ANALYTICS Acquisizione di nuove competenze Governance delle iniziative progettuali Change Management (Cambio Culturale) Massimizzare il valore del patrimonio informativo aziendale Identificare Aree di Rischio tempestivamente Prevedere e supportare nuove azioni di Business per tempo

18 GRAZIE