Oggi organizzazioni di ogni tipo necessitano di cambiare prospettiva – su come fare business, su come collaborare con i dipendenti a distanza, su come impegnarsi al meglio con i clienti e molto altro ancora. Quello della resilienza è un tema molto importante, poiché le organizzazioni da sempre si concentrano su come migliorare ciò che fanno ogni giorno e sulla capacità di prosperare nel lungo periodo, indipendentemente da come cambia il mondo.
Non ci sorprende quindi che la crisi derivata dall’emergenza COVID-19 abbia messo in luce anche i punti deboli della resilienza delle organizzazioni pubbliche e private. Ma che cosa intendiamo per resilienza?
La resilienza richiede due ingredienti critici. Richiede consapevolezza di sé – la capacità di un’organizzazione di comprendere i propri punti di forza (asset critici e processi necessari per mantenere la continuità del business) e le proprie debolezze (sulla base di valutazioni del rischio e analisi di scenario). Richiede agilità e scalabilità – la capacità di un’organizzazione di adattarsi agli eventi imprevisti, in vari modi.
Da sola, la resilienza non è necessariamente sufficiente per affrontare le sfide che si presentano a molte organizzazioni. Ma la resilienza, unita a tecnologie avanzate, come machine learning e advanced analytics, ha il potere di aiutare le aziende a superare questa crisi e ad andare oltre.
Cambiare per il meglio spinti dalla necessità
L’attuale crisi si sta dimostrando come un acceleratore della trasformazione digitale in tutti i settori industriali. I cambiamenti che si stanno verificando produrranno benefici per il futuro, trasformando le aziende, migliorandone l’efficienza e l’adattabilità e creando nuovi modelli di business.
Stiamo assistendo a questa acuta trasformazione in particolar modo in alcune aree chiave. I dipartimenti di marketing, ad esempio, dovranno rivisitare il loro approccio go-to-market, diventando sempre più dipendenti dalla loro strategia di marketing digitale. Tutti i punti di contatto con i prospect e i clienti sono diventati digitali, il ruolo dei dati, dell’analisi e della customer intelligence diventa quindi ancora più critico. La creazione di nuovi canali e lo sviluppo di nuovi modi di interagire con i clienti nel mondo virtuale richiede l’analisi di molteplici fonti di dati, ad esempio per capire le preferenze dei clienti, i comportamenti, la propensione all’acquisto o alla concorrenza, o per identificare nuove opportunità di mercato, progettare strategie di go-to-market, e misurare l’efficacia delle campagne di marketing.
Anche le supply chain dovranno diventare più agili. Nonostante le circostanze senza precedenti, molte supply chain non sono state in grado di gestire l’impatto di COVID-19. Gli analytics possono portare ad una maggiore adattabilità, consentendo di aumentare o ridurre la produzione o di riorientare le linee di produzione con un breve preavviso. Le supply chain completamente digitalizzate renderanno facile spostare la produzione da una fabbrica all’altra, fornire opzioni alternative di sourcing e di rete logistica, o adottare un approccio “su misura”. Inoltre, una migliore integrazione della previsione e della pianificazione della domanda con i dati dei punti vendita e l’utilizzo di tecnologie di machine learning può aiutare a prevedere le tendenze dei consumatori che cambiano con breve preavviso.
Il focus crescerà anche sui processi di financial risk management, in particolare per quanto riguarda la liquidità e le riserve di liquidità. L’analisi di scenario, la pianificazione di contingenza e gli stress test entreranno nella lista delle priorità. La resilienza finanziaria di un’organizzazione dipende fortemente dalla sua capacità di consolidare i rischi in tutte le linee di business e di avere una rappresentazione accurata della sua reale esposizione. In un periodo di crisi, le circostanze e le condizioni di mercato cambiano rapidamente ed è fondamentale poter rivalutare i rischi in tempo reale. Ad esempio, quando l’attività economica rallenta, è più probabile che le persone non riescano a rimborsare i crediti, i prestiti e i mutui. Una banca deve essere in grado di identificare dove è probabile che tali inadempienze si verifichino, di prevedere l’impatto sulle riserve di liquidità, e quindi di intraprendere azioni correttive per mitigare i rischi o per limitare l’impatto. I predictive analytics possono giocare un ruolo fondamentale nel rafforzamento della valutazione del rischio e della prontezza delle organizzazioni e di tutti gli altri fattori di rischio.
Le frodi e la cybersecurity rappresentano un altro tipo di rischio che si amplifica in un periodo di crisi, soprattutto quando un gran numero di persone e di imprese si deve rivolgere rapidamente a tecnologie digitali per esigenze lavorative e personali. Una crisi come quella che stiamo vivendo potrebbe portare ad un incremento di frodi, ma settori come il retail o la sanità hanno ora l’opportunità di alzare il livello di sicurezza contro vari tipi di frode con una solida analisi.
Questo elenco non è certamente esaustivo, ma una cosa è chiara: le organizzazioni hanno bisogno, più che mai, di dati affidabili e di advanced analytics per creare una visione d’insieme attuabile e prendere le giuste decisioni su larga scala.
Analytics in grado di resistere a qualsiasi tempesta
Per adattarsi rapidamente a eventi imprevisti, le organizzazioni dovranno adottare analisi automatizzate, scalabili e adattabili, in particolare in queste tre aree:
- Democratizzazione degli analytics e cultura dei dati: portare gli analytics e la capacità di prendere decisioni guidate dai dati a tutti in un’organizzazione – non solo a pochi specialisti tecnici e data scientist – è fondamentale. Adottando un approccio self-service per l’accesso e l’analisi dei dati con interfacce utente user friendly, le organizzazioni possono promuovere una cultura di autosufficienza e di innovazione.
- Governance e processi agili: Le organizzazioni devono stabilire processi ripetibili, controllati e agili per supportare analytics adattabili. I framework DataOps e ModelOps semplificano il provisioning, il deployment e il monitoraggio dei dati e dei modelli. Inoltre, la governance delle pipeline analitiche permette di avere una visione istantanea di quali modelli vengono utilizzati e come, e di determinare rapidamente quali modelli potrebbero dover essere adattati in condizioni di mercato eccezionali.
- Architettura aperta basata su cloud: Flessibilità e scalabilità possono essere ottenute con un’architettura cloud-based che supporta molteplici strumenti di analisi open source e commerciali, accessibili da qualsiasi luogo.
Nessuno avrebbe potuto prevedere l’impatto diffuso e a lungo termine della crisi COVID-19. Le organizzazioni che oggi si affidano agli analytics e all’analisi dei dati non faranno altro che migliorare la loro resilienza e trovarsi pronti quando si verificherà la prossima recessione – ogni volta che ciò avverrà e qualunque sia il suo aspetto. Con una base solida, che combina strategie di resilienza e tecnologia, le organizzazioni non solo saranno in grado di adattarsi, ma anche di prosperare.
Stiamo guardando l’alba di una “nuova normalità” che ha stravolto tutte le regole del gioco. Il nuovo magazine Trend di SAS vuole proprio indagare il ruolo dei dati e degli analytics, grazie alle testimonianze di esperti, manager e imprenditori che stanno re-immaginando il modo di fare business.
A cura di Sarah Gates, Analytics Platform Strategist SAS e Olivier Penel, consulente strategico di Data & Analytics SAS
