Il mio punto di vista
Cosa intendo per analisi dei dati, come affronto un progetto e quali sono, o dovrebbero essere, le sue implicazioni.
I dati, siano essi strutturati o no, sono la base delle informazioni e della conoscenza. È nel momento in cui veniamo a conoscenza delle cose che siamo in grado di prendere le decisioni più vantaggiose e fare le scelte più ponderate.
Ho un obiettivo da raggiungere, ho una strategia in mente, devo raccogliere informazioni e di conseguenza analizzo i dati.
Questo dovrebbe essere l’approccio corretto.
La realtà spesso ci pone di fronte a uno scenario diverso, nel quale la frenesia del “tutto e subito” ci porta a dimenticare la logica nel calibrare gli obiettivi.
È qua che entra in gioco l’analisi dei dati e l’analista (o data analyst) assume un ruolo strategico fondamentale per il successo.
Una premessa è d’obbligo: quando parlo di Data Analyst faccio riferimento alla parte consulenziale del suo lavoro rispetto a quella più tecnica. Sotto questo aspetto infatti si tende maggiormente a parlare di Business Intelligence Analyst.
Senza distinguere troppo le due figure, consapevole anche che stiamo parlando di una professione relativamente giovane, mi riferirò ad entrambe allo stesso modo.
Più che spiegare tecnicamente chi è, preferirei parlare di chi dovrebbe essere.
Sicuramente colui che mette nelle condizioni il cliente finale di prendere le decisioni principali attraverso la rappresentazione corretta delle informazioni. Detto in questo modo potrebbe essere anche un’attività semplice.
Mi dici di cosa hai bisogno, utilizzo uno strumento di interrogazione dati, ti metto a disposizione qualche report e qualche grafico.
In certe realtà aziendali, mi permetto di dire “poco strutturate”, questo approccio è sicuramente più che sufficiente.
Ma le aziende stanno diventando sempre più sensibili alla corretta rappresentazione delle informazioni e di conseguenza più esigenti nei confronti dei numeri. L’analista deve essere pronto a questo cambiamento con un approccio che non può essere solamente quello dell’informatico, ma trasversale a tutte le discipline, sia tecniche che umanistiche.
Per questo possiamo dire che l’analista dovrebbe essere un po’ informatico, un po’ matematico, un po’ economico e soprattutto un po’ psicologo, componente quest’ultima da non sottovalutare e di cui parlo nell’approccio al cliente. Caratteristiche da mettere nel proprio bagaglio strada facendo, non requisiti di partenza.
È però necessario che conosca un linguaggio di interrogazione dati, che cos’è un database, la logica di un sistema informativo. Il più bravo potrà anche imparare un linguaggio di programmazione, ma il collega che leggerà il suo programma dirà sempre “sì funziona, ma non lo ha scritto un programmatore”. E diciamolo pure, non sempre questo potrebbe essere un aspetto negativo.
Ma colui che ha studiato ingegneria oppure matematica deve per forza sapere la differenza tra il “dare” e l’“avere” (principali voci del bilancio di esercizio)? Direi di no, ma almeno deve essere in grado di inquadrare l’argomento per poi magari interfacciarsi con il collega più esperto.
Qui ci addentriamo in un discorso più ampio: nessuno ormai può avere la presunzione di essere in grado di sapere tutto da solo. Collaborare ed interfacciarsi con gli altri, soprattutto nel mondo della data analysis (in realtà il concetto dovrebbe essere applicato in ogni campo) è formula imprescindibile per il successo.
“Eccolo qua, proprio lui”, direbbe un noto telecronista sportivo: il cliente, primo e ultimo elemento di tutta l’attività.
È lui che ci indica cosa vuole ottenere ed è sempre il cliente il vero tester finale della soluzione, dichiarando raggiunto l’obiettivo ed il suo successo.
Si sa poi che dall’inizio di un progetto alla sua conclusione la strada non è sempre lineare: cambi di idea, incomprensioni, nuove particolarità possono emergere, ma se l’approccio iniziale è fatto secondo determinati accorgimenti, il tutto sarà svolto nel modo più semplice possibile.
Ma è proprio così facile? Non ho detto questo, ma un buon metodo aiuta. Quattro punti fondamentali:
Abbiamo effettivamente capito cosa dobbiamo raggiungere? Nel momento in cui ci viene commissionato un progetto la prima cosa da fare è capire se l’obiettivo da centrare è ben chiaro in mente a noi stessi ma anche e soprattutto al cliente finale.
L’errore è dare per scontato di aver capito. L’errore è allo stesso tempo dare per scontato che il nostro cliente abbia ben chiaro il risultato che vuole ottenere.
Attenzione, non sto dicendo di avere la presunzione di sapere noi cosa vogliono gli altri. Al contrario, dobbiamo essere sia umili che assertivi allo stesso tempo, non dando nulla per scontato ed essere sempre più semplici e chiari possibili nella nostra analisi iniziale.
Si tratta di capire il bisogno primario del cliente, l’obiettivo principale. Questo evita dispersioni di tempo, incomprensioni e spreco di energie. Una volta capito questo ci si può concentrare per raggiungerlo.
Aprire un foglio excel, utilizzare un quaderno od una slide per fare un esempio di quello che ci stanno chiedendo è condizione necessaria per “capire se abbiamo capito”.
Allo stesso tempo fornisce un punto di vista diverso al cliente, che può vedere in pratica il risultato che si aspetterebbe.
Alle volte può veramente bastare un foglio di carta, nel quale disegnare un processo, un flusso di informazioni con i meccanismi di interazione che si andrebbero a generare.
È in questa fase che nascono le prime domande, i primi dubbi e nella quale si può ancora “aggiustare il tiro” senza troppe conseguenze.
I clienti non sono tutti uguali. Purtroppo o per fortuna questa è la realtà e se le “teste” cambiano, l’approccio consulenziale deve essere sempre lo stesso e sempre il migliore possibile. È a questo punto che entra in gioco la componente psicologica del B.I. Analyst, che deve essere bravissimo con i numeri ma anche con le parole e l’atteggiamento.
Bisogna “studiare” chi abbiamo davanti: capirlo, ascoltarlo, necessario per sapere “cosa fare” e “come farlo”.
Che tipologia di cliente ho di fronte? Che ruolo ha all’interno dell’organizzazione? Come si interfaccia con i suoi collaboratori, interni ed esterni? In che settore si trova la sua azienda? Lavorare nel mondo del mobile è completamente diverso dal metalmeccanico.
Non serve uno studio antropologico o morfologico del territorio prima di iniziare un progetto di B.I. Consulting, però è necessario porre molta attenzione a non commettere l’errore di sottovalutare queste componenti.
Il cliente tipico del nord est — mi viene facile questo esempio perché è l’area dove vivo e lavoro — ha il classico profilo del “tutto e subito” e del “deve essere pronto per ieri”. Il leitmotiv è sempre l’urgenza. Correre, correre e correre… sì ma correre dove?!
L’analisi (ne parlerò nel paragrafo dedicato all’approccio al dato) deve essere fatta con massima accuratezza, senza lasciare nulla al caso. La fretta in questo caso non è solo cattiva consigliera, ma rischia di avere un effetto boomerang nel momento in cui siano state omesse certe informazioni. In conclusione, meglio soffermarsi una volta in più all’inizio con il mirino ben posizionato sull’obiettivo, comune e condiviso da tutti.
Il lavoro è stato fatto, l’obiettivo è stato raggiunto. Bene, tutti contenti. E invece no, perché magari a distanza di tempo c’è qualcosa da aggiustare o addirittura, nei casi limite ma non da escludere, c’è una contestazione perché “non ci siamo capiti” oppure “non mi ha risolto il problema”.
Il dubbio rimane. Il problema non è stato effettivamente risolto oppure non è stato testato dal cliente subito e quindi a distanza di tempo si sono perse certe informazioni? Evitiamo tutto questo applicando subito la regola del “feedback”, indipendentemente che i clienti abbiano tempo o no. Ma se mi hai commissionato quel lavoro gli servirà, avrà sicuramente tempo per guardarlo, ma se era urgente?! Ecco, non aggiungo altro perché il contesto si capisce da solo.
Ma questo non è un problema per l’analista, o meglio lo è parzialmente. Di sicuro non lo sarebbe se ricevesse subito un ritorno, sia positivo o meno.
In conclusione, per essere sicuri dell’attività svolta bisogna interrogare il cliente, pretendere un rendiconto, un test, anche scritto se si ritiene necessario.
Il dato è il cuore dell’analisi. Quel numero, quella tabella o grafico che, se estrapolato nel modo corretto, può permettere di prendere la decisione migliore.
È facile intuire che per un data analyst è l’elemento fondamentale del suo lavoro.
Proprio per questo il dato, inteso sempre come informazione, qualunque sia la sua provenienza, va trattato con attenzione, attraverso un approccio preciso. Vediamone i punti principali:
Perché è importante “fare una buona analisi”? Significa gettare le fondamenta di tutto il lavoro che poi si andrà a svolgere.
È un’attività che, a seconda della complessità del progetto, potrebbe durare anche ore, alle volte giorni. Sbagliare l’analisi o peggio ancora farla superficialmente può significare sbagliare l’intero progetto.
È come quando si progetta una scrivania: dobbiamo avere tutto il necessario perché poi possa essere costruita.
Come dunque può essere articolata una buona analisi?
Ho fatto l’analisi, ho recuperato le fonti, ho progettato e rappresentato il tutto in modo perfetto, magari utilizzando anche grafici e tabelle interattive. Ho parlato con i vari interlocutori e mi dichiaro soddisfatto del risultato.
Peccato che dopo qualche ora il cliente ti chiama e ti dice “qualcosa non mi quadra”. E qui casca il palco, oppure l’asino dipende, ma il risultato non cambia: manca la quadratura.
Se presento un report sulle statistiche del fatturato agente / cliente in un orizzonte temporale di tre anni e poi il cliente mi dice che il dato di gennaio sembra troppo alto, vuol dire che l’analisi non è stata fatta correttamente.
Probabilmente sono stati omessi dei filtri: abbiamo considerato entità che non andavano considerate, dovevamo escludere le partecipate. Insomma dobbiamo riprendere in mano l’analisi, e questo si traduce in sprechi di tempo e “mal di pancia economici” da parte del cliente.
L’errore ci sta, ci mancherebbe, ma la quadratura del dato deve essere parte integrante dell’attività di data analysis.
Il risultato, al di là che siano utilizzate tabelle, grafici di diverso tipo o indicatori chiave di performance (KPI), deve essere rappresentato nel modo più chiaro possibile. Possiamo individuare tre regole chiave di presentazione del dato:
Il concetto di fruibilità del dato è legato alla capacità di presentare il dato in modo semplice ed intuitivo. Anche un semplice report deve essere di immediato impatto: chi lo utilizza non deve perdere troppo tempo a capirlo, ogni singolo numero, tabella o grafico deve saper “parlare” e trasmettere subito l’obiettivo che ci si aspetta.
A tal riguardo sono importanti anche gli strumenti di analisi dati che vengono utilizzati: potenti ma allo stesso tempo flessibili e di facile lettura.
Possono essere utilizzate delle note — attraverso text box, ad esempio — da affiancare ad un grafico oppure ad una tabella, in modo da mettere chi sta utilizzando la nostra applicazione nelle condizioni di avere sempre il polso della situazione.
Non deve inoltre mai mancare l’informazione riguardante la data di aggiornamento del dato: a quando sono aggiornati i dati? di quale periodo stiamo parlando?
Se è importante che il dato sia intuitivo, allo stesso modo devo essere veloce nell’esplorarlo.
Lo vediamo tutti i giorni navigando in rete: apro un sito, se è troppo lento lo abbandono, perché ne troverò sicuramente uno più veloce e con gli stessi argomenti. Questo non può accadere.
Affinché non accada, l’attenzione va posta al tecnicismo utilizzato: un algoritmo troppo complesso va riscritto, oppure risulterà necessario modificare la logica di interrogazione del database, ridefinendo la rappresentazione e pensando magari a soluzioni alternative.
È sicuramente vero che lo strumento di business intelligence fa la differenza, ma molto dipende anche da come ci approcciamo al problema.
Come nella vita di tutti i giorni, anche la business intelligence risente dell’importanza dell’estetica.
È indubbio che presentare un’analisi utilizzando ad esempio una dashboard con una particolare tipologia di grafico, font e colori è l’equivalente di presentarsi ad una cena con un bel vestito. Non fa magari la differenza assoluta, ma già iniziamo bene.
È il biglietto da visita alla nostra riunione, al meeting o semplicemente nelle decisioni di tutti i giorni.
A tal proposito, ad esempio, il colore pastello è preferibile ad un colore troppo forte o acceso, e un font lineare e di facile lettura è di gran lunga apprezzato rispetto ad uno scenico e troppo articolato.
La scelta del tipo di rappresentazione migliore dipende sicuramente dal contenuto e dal soggetto al quale è rivolta la nostra soluzione.
Se il soggetto è la Direzione, oppure un Direttore Vendite, un capo area o un Responsabile, la tendenza è quella di ricorrere all’utilizzo delle dashboard o cruscotti.
L’obiettivo infatti è mettere a disposizione pochi dati ma significativi. Le singole dashboard possono contenere grafici, indicatori chiave e numeri, con lo scopo immediato di misurare l’evento oggetto dell’analisi. Dalla sintesi all’eventuale dettaglio, ma quest’ultimo solo in un momento successivo.
Per quanto riguarda l’utilizzo delle tabelle o dei report, molto dipende dai contenuti dell’analisi. In campo amministrativo, ad esempio, è più frequente vedere soluzioni di reportistica piuttosto che grafiche. Diverso discorso invece per l’area vendite, dove la rappresentazione grafica assume un ruolo importante per capire magari il trend di un evento.
Quali grafici utilizzare? Sicuramente tale scelta dipende molto dal contenuto e dai periodi temporali. Studiare l’andamento mensile degli ordini nell’ultimo anno rispetto al precedente è solitamente rappresentato da un grafico lineare. Se analizzo invece il livello di servizio delle consegne in un periodo preciso, senza necessariamente un confronto nel tempo o nello spazio, sarà sufficiente l’utilizzo del gauge (o tachimetro).
Nella pagina Soluzioni trovi le aree su cui lavoro, suddivise per argomento.
Dalla definizione del Rezzani si capisce subito come la Business Intelligence sia il cuore dell’analisi dei dati ed allo stesso tempo l’elemento imprescindibile.
Mi piace la definizione di sistema, inteso come mix di elementi integrati tra di loro, la cui interazione ha come obiettivo quello di mettere nelle condizioni il fruitore finale di prendere le decisioni nel modo migliore possibile.
Il punto di partenza della Business Intelligence è sicuramente il database, spesso organizzato attraverso sistemi di datawarehouse o insieme di datamart. Senza soffermarmi sulla definizione propriamente tecnica, posso dire che si tratta della base dati di partenza dalla quale organizzare, attraverso tutti gli strumenti che la B.I. mette a disposizione, le informazioni di cui si necessita.
Il Management richiede sempre più spesso strumenti smart di supporto alle decisioni. L’analista BI, supportato da queste tecniche, deve essere pronto a metterlo nelle condizioni migliori.
Si utilizzano per questo report, grafici, tabelle ed indicatori chiave (KPI o key performance indicators), il tutto organizzato in modo logico e funzionale attraverso l’interazione con le persone, l’organizzazione dei compiti e la formazione.
La risposta corretta è “dipende dall’obiettivo che vogliamo raggiungere”. Il mercato offre diverse opportunità a riguardo: si spazia da strumenti di alta gamma, che offrono possibilità praticamente infinite, a quelli di fascia minore, all’apparenza sicuramente più facili ma con minori potenzialità.
Ma allora quale utilizzare? La mia idea è di utilizzare quello che ci permette di raggiungere nel modo più semplice possibile i nostri obiettivi.
Se il nostro scopo è mettere a disposizione della rete vendita, agenti ed area manager, una serie di informazioni fruibili su piattaforma web e utilizzabili dal pc al tablet al telefonino, l’orientamento sarà verso sistemi software evoluti: Qlik View, Tableau, Power BI, per citare i principali fra quelli che Gartner colloca ai vertici del suo quadrante magico.
Dall’altra parte, se “ci accontentiamo” di usufruire dei dati quando siamo in azienda, o piuttosto in “tempo reale” collegati direttamente al gestionale, saranno sufficienti strumenti di cosiddetto minore impatto.
Attenzione però a non confondere le cose.
Non sto parlando di strumenti “più buoni” o “meno buoni”. Si tratta chiaramente di strumenti con caratteristiche differenti, sia economiche che prestazionali, ma se abbiamo fatto un’analisi ponderata e l’acquisto ha riguardato quello che effettivamente mi serviva, saranno entrambi utili e dunque potenti, indipendentemente dalla capacità di calcolo o dal costo di listino.
È un po’ come quando ti chiedono “scusa, ma secondo te quale pc è meglio acquistare?”. Io rispondo sempre: dipende, a cosa ti serve?
Riprendo alcune considerazioni legate ai KPI aziendali (key performance indicator).
Quante volte ho sentito queste risposte, e quante volte ho pensato che il problema di questa “paura dell’indice” fosse solamente la modalità di approccio a questi indicatori.
Spesso le difficoltà sono legate alla spiegazione, troppo complessa e poco schematica; spesso a una scarsa cultura nei confronti di un qualche cosa che si reputa superficiale. Ed ancora, se orientiamo il pensiero alle aziende, la resistenza è alimentata da una scarsa propensione nel misurare le prestazioni dei processi.
Non è più possibile navigare “a vista”, non è più possibile pensare di avere successo perché ogni anno aumento il mio fatturato. E i costi? E la fidelizzazione dei miei clienti? E la puntualità degli incassi?
L’obiettivo è cercare di modificare questo approccio, o per lo meno attenuarlo, perché il primo passo di qualsiasi miglioramento è la consapevolezza, e consapevolezza è spesso sinonimo di misurazione.
Se il nostro obiettivo è quello di applicare il nostro indice, questo deve essere prima di tutto chiaro. Se non è comprensibile, se risulta troppo complicato, ha senso abbandonarlo e considerarlo inutile. Sono dell’idea che le cose vanno capite per poter essere applicate. Ma per essere capite devono allo stesso tempo essere spiegate in modo semplice e pratico.
Un buon metodo è quello di avere un efficace orientamento. Tradotto: un metodo di approccio, uno schema di analisi, una linea guida da seguire. Quando spiego un indicatore seguo sempre sei punti di vista:
…e se non ho studiato economia? E se non ho mai sentito parlare di queste cose?
La mia idea rimane comunque quella che “quasi” tutto può essere spiegato e compreso. Rimane solo da capire quanto quel “quasi” incida sul risultato finale.
Quali indicatori usare? La risposta corretta è… dipende. Dipende da ogni singola realtà aziendale, dall’attività che desidero monitorare e in particolare dagli obiettivi che si vogliono raggiungere. Sono questi che, rappresentando il risultato finale, dovranno essere trasformati in indicatori misurabili e costantemente monitorati.
Se dobbiamo darci alcune regole, sicuramente il primo importante passo da fare è capire la realtà da misurare, sia essa un’impresa, un’attività sportiva o un evento. Questo significa:
Misurare l’efficacia ed efficienza di ciascun processo equivale a misurare la performance della mia organizzazione. E a questo punto l’indice verrà di conseguenza, perché sono consapevole di quello che desidero raggiungere.
