Tutti dicono che sono guidati dai dati. I numeri dicono il contrario

Perché la maggior parte dei progetti dati si blocca prima ancora di prendere una decisione, e cosa succede dopo la dashboard.

Quasi tutte le grandi aziende affermano di essere guidate dai dati: lo si vede nelle slide strategiche, nei rapporti annuali e nella giustificazione per i data lake, i magazzini e innumerevoli dashboard che brillano sugli schermi in tutto l’ufficio.

Poi guarda chi effettivamente ne usa qualcosa.

Per anni, la ricerca del settore ha stimato l’adozione di business intelligence e analytics tra il 20% e il 35% dei dipendenti. Circa una persona su quattro tocca i dati per cui la propria azienda ha speso milioni di euro. Ancora più sorprendente, quel numero è appena avanzato in due decenni di nuovi strumenti, nuove piattaforme e nuove ondate di entusiasmo. La tecnologia continua a cambiare. Il tasso di adozione no.

È proprio questo divario che abbiamo esplorato in una recente conversazione in un podcast. La risposta che abbiamo trovato è scomoda perché mette in evidenza il ruolo della mentalità aziendale piuttosto che del software da solo.

La prima domanda sbagliata

Quando un’azienda decide di “prendere sul serio i dati”, di solito inizia chiedendosi quali dati dovrebbe raccogliere. La domanda arriva direttamente al dipartimento IT, che risponde come fanno i reparti IT: con pipeline, infrastrutture e un posto dove mettere tutto.

Anche se questo sembra un progresso, spesso non lo è.

La domanda migliore quasi mai viene posta prima: quale decisione stiamo effettivamente cercando di migliorare? Senza quell’ancora, un’azienda può costruire un sistema tecnicamente impeccabile che nessuno ha motivo di aprire. L’infrastruttura senza un modello decisionale sopra è semplicemente uno storage molto costoso.

Questa è una riformulazione ingannevolmente semplice. Molte strategie di dati sono costruite da zero, dando priorità all’infrastruttura rispetto alle persone che la utilizzano. I sistemi tecnici diventano sempre più avanzati, mentre le persone continuano a fare affidamento su Excel.

Gli strati che non portano da nessuna parte

Il viaggio tipico appare ordinato su un diagramma. Prima, un data lake, dove tutto atterra, spesso in modo disorganizzato. Poi, un data warehouse, che struttura i dati in modo che possano essere interrogati, ma solo da persone che sanno scrivere SQL. Poi uno strato di dashboard e report, portando infine i numeri a portata di mano a manager e analisti.

Ogni livello è un vero lavoro. Ognuno è difendibile. Eppure la destinazione è quasi sempre la stessa: uno schermo che ti dice cosa è già successo.

Questa è la limitazione silenziosa dell’era del cruscotto. Le dashboards descrivono il passato. Sono eccellenti in questo. Quello che non possono fare è lasciarti porre la domanda che le decisioni richiedono davvero: cosa succede se? Cosa succede alla domanda se aumento i prezzi del 5%? Quanto altro devo ordinare? Cosa fa questo ai costi di stoccaggio, ai margini, ai clienti che si allontanano silenziosamente? Un cruscotto non ha risposta. Non è mai stato costruito per averne uno.

Dal descrivere il passato al testare il futuro

Qui è dove facciamo la nostra scommessa. Stiamo, di fatto, costruendo un gemello digitale di un’organizzazione: un modello funzionante sufficientemente dettagliato da permettere a un manager di testare una decisione prima di impegnarsi.

La promessa è un cambiamento di atteggiamento. Invece di rivedere ciò che è successo lo scorso trimestre, un dirigente può simulare il trimestre successivo. Alza il prezzo. Osserva la domanda di ricambio, il churn, i margini, i livelli di stock e le operazioni nel modello rispondono. Allora decidi. I dati smettono di essere uno specchietto retrovisore e iniziano a comportarsi come un volante.

Questo è il cuore di ciò che il settore ha iniziato a chiamare decision intelligence: collegare dati, analisi e flussi di lavoro attorno alle scelte che muovono l’azienda, piuttosto che attorno all’atto di archiviare informazioni.

La verità poco glamour sotto

Niente di tutto ciò funziona se i dati sottostanti sono un disastro, e quasi sempre lo è.

Dietro sistemi ERP raffinati che mantengono le transazioni in onda senza intoppi, la vera pianificazione spesso risiede in quello che è praticamente l'”inferno di Excel”: numerosi fogli di calcolo, in parte caricati dal sistema e in parte inseriti manualmente, circolavano come allegati email con nomi come versione 3 finale finale. Processi critici come chiusure finanziarie, lanci di prodotti e previsioni spesso mancano di una governance adeguata.

Quindi il lavoro è poco glamour. Secondo la nostra esperienza, circa l’80% di un progetto viene speso per pulire e strutturare i dati prima che una singola decisione possa essere modellata. Spazzatura dentro, spazzatura fuori non è uno slogan qui; È il budget.

Un concetto fa la maggior parte del lavoro pesante: lo strato semantico. In un foglio di calcolo, una formula indica una cella — A1, B2 — e si rompe nel momento in cui qualcosa si muove. Un livello semantico indica invece il significato . “Entrate” significa sempre entrate, ovunque si trovi. Costruisci calcoli su concetti invece che su riferimenti cellulari, e la fragile macchina sottostante smetterà di frantumarsi ogni volta che i dati si spostano. Altrettanto importante, persone che non impareranno mai SQL possono finalmente servirsi da sole.

Dove inizia il vero lavoro

L’implicazione più profonda qui non riguarda il software. Se i dati diventano veramente accessibili — se un manager può modellare una decisione di prezzo senza passarla attraverso un controller o un analista — i tradizionali guardiani dell’informazione iniziano a cambiare aspetto. Questa è meno una questione tecnologica e più organizzativa.

Non significa sciogliere il reparto di controllo o mettere da parte competenze esterne; Entrambi portano ancora un giudizio faticosamente conquistato. Significa che la proprietà deve trasferirsi. La persona che possiede una decisione deve guidare i dati che la sostengono. La strategia dall’alto verso il basso e l’infrastruttura dal basso verso l’alto devono incontrarsi a metà strada.

Ecco perché il problema dell’adozione non sarà risolto dalla prossima piattaforma se la domanda iniziale non cambia. Prima di finanziare la prossima iniziativa sui dati, nomina le decisioni ripetibili che intende migliorare. Se non puoi, stai finanziando lo stoccaggio. Il vantaggio non andrà a chi raccoglie più dati. Andrà a chi deciderà meglio, più velocemente e in modo più trasparente con i dati già in mano. Nella maggior parte dei settori, questa è la differenza che si accumula.

Per ulteriori informazioni o domande: https://www.natzka.com/contact-us/

Ascolta il podcast qui:

Spotify: https://open.spotify.com/episode/31Uy2ZyiRP58PyE1gpBEDV
Apple Podcasts: https://podcasts.apple.com/de/podcast/das-palantir-playbook-wie-das-schweizer-startup-natzka/id1494839760?i=1000771622254