Capgemini: chi trae valore dagli operational analytics (e perché)

Silicon è il sito di tecnologia dedicato alle strategie delle aziende IT che cavalcano i nuovi trend di mercato, dal cloud computing alla virtualizzazione, dal mobile al byod. Analisi, approfondimenti, prove di app e prodotti, oltre alle notizie quotidiane, fanno di Silicon l’appuntamento giornaliero per i manager che vogliono capire come la tecnologia possa aiutarli nel fare business. Su queste tematiche Silicon realizza interviste agli attori del mercato e reportage dai principali eventi, sia in Italia sia all’estero.

Uno studio Capgemini mostra che gli operational analytics per ottimizzare i processi operativi possono dare più valore di quelli tradizionalmente applicati alle relazioni con la clientela

Di analytics e Big Data si parla prevalentemente pensando all’analisi delle relazioni con i clienti, ma si sviluppano vantaggi competitivi anche all’interno delle imprese grazie agli operational analytics, ossia analizzando i dati legati alle operazioni di back-office. Lo si vede da uno studio che il Digital Transformation Institute di Capgemini ha condotto prima su un campione di circa seicento manager delle operations di tutto il mondo e poi su un gruppo più ristretto di senior executive.

Nel corso degli ultimi tre anni, spiega Capgemini, molte aziende si sono concentrate su iniziative di “operational analytics” per migliorarsi al proprio interno, tanto che il 70 percento del campione dello studio ora pone più enfasi in questo senso che non sui processi rivolti all’esterno dell’impresa. L’ambito delle iniziative resta però ancora piuttosto limitato e solo il 18 percento degli intervistati indica di aver implementato funzioni di analytics in maniera estesa e di averne tratto i vantaggi desiderati.

Dida
In alcuni settori gli operational analytics portano benefici economici molto più elevati di quelli rivolti verso l’esterno: qui il manufatturiero

Capgemini ha identificato quattro stadi di maturità nelle iniziative di operational analytics. Le aziende Game Changer (il 18 percento del campione) hanno integrato la maggior parte delle loro iniziative di analytics con i loro processi e hanno raggiunto i vantaggi desiderati, mentre gli Optimizer (il 21 percento) hanno conseguito alcuni vantaggi in alcune aree ma non hanno esteso i primi progetti a iniziative complesse. Sono più indietro le aziende Struggler (il 20 percento), che hanno integrato le iniziative di analytics con i loro processi ma non riescono ad avere i vantaggi desiderati, e i Laggard (41 percento) che stanno iniziando solo ora ad attivare progetti di operational analytics.

Sulla base di questi quattro profili lo studio ha valutato le caratteristiche chiave che distinguono i Game Changer e li hanno portati ad avere vantaggi concreti dalle azioni di operational analytics. La prima è avere un approccio integrato alla gestione dei dati, integrando i vari dataset per avere una visione trasversale dei processi operativi. Il 43 percento dei Game Changer ha integrato completamente i propri dataset contro l’11 percento dei Laggard.

Come si posizionano le aziende dei vari Paesi in quanto ad applicazione degli operational analytics
Come si posizionano le aziende dei vari Paesi in quanto ad applicazione degli operational analytics

L’utilizzo di una grande varietà di dati è un altro elemento chiave: i dati interni operativi possono essere completati da fonti di dati esterne che ampliano il punto di vista dell’azienda e contestualizzano le informazioni. Il 48 percento dei Game Changer usa dati esterni contro il 23 percento dei Laggard. Infine, le funzioni di operational analytics devono essere parte integrante dei processi decisionali: accade per il 58 percento dei Game Changer contro il 28 percento dei Laggard.

C’è ampio spazio per migliorare in una evoluzione che è pienamente in corso. “Sempre più elementi della demand chain, dagli impianti ai prodotti venduti, sono connessi e producono dati. Il cognitive computing aiuta le aziende a dare un senso a questi dati mentre il machine learning e l’intelligenza artificiale permettono decisioni e ottimizzazioni operativi sempre più complesse. Poche aziende sono già completamente pronte a sfruttare questi vantaggi tecnologici”, ha spiegato Jerome Buvat, responsabile del Digital Transformation Institute.

Read also :