Competivita’ aziendale ed analisi dei dati: le nuove frontiere del data mining

La prestigiosa rivista «Harvard Business Review» ha definito l’attività di analisi strategica dei dati "la professione più attraente del XXI secolo" e la relativa professionalità è considerata uno dei quattro ruoli chiave preposti all'utilizzo sistematico dei Big data nelle aziende.

Applicando tecniche e principi della “scienza dei dati” o “data science” è possibile per ogni azienda controllare più efficacemente il proprio business anticipando eventi futuri che, proprio grazie a queste nuove tecniche, risultano sempre meno imprevedibili.

Difatti secondo studiosi ed analisti il “nuovo oro” per le imprese è rappresentato non più dagli asset tradizionali, quanto piuttosto dalla disponibilità di dati e, soprattutto, dalla capacità di analizzarli per assumere decisioni strategiche ed operative.

Si stima infatti che ogni giorno venga accumulata una quantità di dati pari a 500 mila DVD.
Immaginate, ad esempio, il vantaggio competitivo di un’azienda di trasporti che riesca a stimare con precisione il chilometraggio ideale al quale sostituire un mezzo. Oppure un’azienda manifatturiera che riesca a calcolare quanti fermi macchina avrebbe in base al volume di manutenzioni preventive da effettuare o meno.

Un’utopia per le piccole e medie imprese? Niente affatto!!

Grazie a calcolatori sempre più potenti e tecniche sempre più sofisticate le applicazioni di data science stanno diventando via via di appannaggio anche delle imprese più piccole purché:
a) sia possibile estrarre dati corretti, attività non sempre facile per i sistemi organizzativi più semplici!
b) si abbiano le “competenze” per analizzare questi dati realisticamente avvalendosi di professionisti esterni giacché è difficile che tali competenze siano interne all’azienda.

Obiettivo Revisione da tempo sta approfondendo le tematiche del data science e del data mining, ovvero di quell'insieme di tecniche e metodologie che hanno per oggetto l'estrazione di informazioni utili da grandi quantità di dati, attraverso metodi automatici o semi-automatici applicando sul campo metodi e modelli predittivi in diversi settori.

Alcuni esempi.

• Imprese di trasporto: modello che consenta di prevedere il blocco macchine per guasti e quindi gli interventi straordinari;

• Imprese di costruzione: modello che consenta di prevedere tempi e i costi di realizzazione di particolari tipologia di manufatti sufficientemente standardizzabili;

• Impresa di commercio: modello che preveda i ritardi nei pagamenti rispetto alle condizioni contrattuali rispetto alle caratteristiche del cliente ed alla zona geografica di ubicazione;

• Impresa manifatturiera: modello che preveda il blocco macchine rispetto alle caratteristiche delle materie prime.

L’aspetto interessante di questa attività consiste anche nella robustezza del vantaggio competitivo che l’azienda può ottenere, in quanto i dati da analizzare sono di esclusiva proprietà aziendale e quindi i modelli realizzati sono progettati per funzionare solo nelle imprese per i quali sono stati concepiti; rappresentano pertanto un patrimonio aziendale non “copiabile” ovvero un vantaggio competitivo non facilmente colmabile.

In pratica supportiamo l’impresa nella estrazione del dato dal sistema informativo aziendale e dopo averne testato l’attendibilità o la correttezza creiamo modelli semplici di gestione che aiutano il management e la proprietà a prendere decisioni strategiche sulla base di previsioni attendibili.