Back to Home

Ho già una soluzione BI molto efficace. Perché adottare uno strumento di Data Storytelling?

Avete senza dubbio nella vostra azienda uno o più strumenti di BI molto conosciuti (PowerBI, QlikSense, Tableau Desktop, etc…). Li utilizzate per i vostri analytics e siete perplessi quanto alla loro reale utilità... Non siete certi di volerli testare tutti: normale, visto quanto impegno esige. Siete arrivati su questo post... forse perché vi interessa uno strumento BI diverso, uno strumento questa volta di Data Storytelling. Allora leggete con attenzione perché ha senso ricorrere a uno strumento di questo tipo quando si dispone già di un sistema di Business Intelligence di esplorazione molto efficace. Vi cambierà la vita.

 

1. La domanda è legittima

 

Secondo Gartner, nel 2017 le aziende hanno speso più di 18 miliardi di dollari in strumenti di BI per equipaggiare il loro personale. Il tasso di utilizzazione di questi strumenti è in media del 17%.  In effetti i software di BI sono utilizzati in azienda da un pugno di persone.

Punto primo: le aziende sostengono delle spese importanti per i sistemi di BI e la loro utilizzazione non è ottimale.

 

In un articolo di Forbes, ‘The State of Business Intelligence 2018’, si legge che il numero di tools BI in azienda va da 1 a 5 per figura professionale, con una media di 3 secondo lo studio del Dresner Advisory Services. Il moltiplicarsi di strumenti BI è dovuto al fatto che gli utilizzatori non trovano quello che cercano negli strumenti BI presenti intorno a loro.

Punto secondo: le aziende moltiplicano i loro investimenti nei sistemi di Business Intelligence perché sono alla ricerca di uno strumento adeguato alle professionalità presenti nell’azienda.

 

Se fossi un professionista della finanza e considerando questi 2 punti, mi farei la stessa domanda: perché adottare un tool BI di Data Storytelling se ho già degli strumenti BI molto efficaci?

 

La risposta sta appunto nell’USO.

 

2. I principali motivi di adottare uno strumento di Data Storytelling anche quando si ha già uno strumento di Data Exploration.

 

Il mio strumento BI non è adatto alle persone che lo devono usare

La popolazione target che consuma il dato sotto forma di Data Storytelling è l’utilizzatore finale del dato (vs la persona che elabora il dato). È la persona alla quale si vuole restituire un’analisi. Il messaggio che riceve le deve permettere di prendere delle decisioni o di agire il più velocemente possibile sulla base dell’informazione ottenuta.

In questo tipo di popolazione si trovano:

  • I neofiti. Sono le persone che non hanno conoscenze particolari in un determinato settore. Per questo hanno bisogno di informazioni supplementari a fianco del dato, come per esempio un contesto per capire meglio, dei riferimenti per valutare, delle visualizzazioni attraenti per sentirsi coinvolte. Esempio.
  • Non-data expert. Si tratta di quelli che hanno poca dimestichezza con il dato cifrato e vogliono avere i risultati delle analisi per essere guidati nel loro quotidiano.
  • Non-expert della professione che genera i dati. Si tratta per esempio delle altre figure professionali dell’azienda alle quali vogliamo comunicare un messaggio ma che non conoscono il nostro settore. Queste persone hanno bisogno di essere accompagnate nella lettura di un dato estraneo alle loro competenze per comprenderne tutte le implicazioni in relazione con la loro funzione.  Possono essere anche clienti o partner commerciali ai quali vengono presentati i dati per accelerare la loro presa di decisione. Esempio.
  • Non-digital native o immigranti del digitale. Si tratta di persone che, pur essendo specialisti del loro lavoro ed esperti del dato nel loro settore, fanno parte delle generazioni precedenti che hanno vissuto l’avvento del digitale come uno sconvolgimento del modo di trattare il dato e non sono dunque abituate a utilizzare degli strumenti di business intelligence spesso complessi.
  • Top Management / C-level. Sono i decision maker dell’azienda. Sono esposti a tantissimi dati che a volte non padroneggiano, ma che devono capire rapidamente per decidere, dare delle direttive e agire. Hanno bisogno di (i) chiarezza nell’esposizione del dato, (ii) contestualizzazione dell’informazione, (iii) accessibilità al dato.
  • Utenti finali delocalizzati (agenzie, negozi, concessioni). Questo concetto di delocalizzazione è estremamente importante. Le antenne commerciali incontrano spesso molte difficoltà ad adottare tools di service-service BI per le seguenti ragioni:
    • mancanza di tempo per capire il funzionamento. Il business è la priorità.
    • mancanza di visione comune del business. Non è raro vedere che ogni antenna gestisce la propria attività con i propri KPI. È fondamentale che tutte le antenne abbiano la stessa visione del business.
    • La formazione a questi tools può rivelarsi molto lunga e molto costosa (costo della formazione, costo delle ore di lavoro perso, costo della sostituzione in negozio). Il programma di formazione per tutti i negozi può durare mesi.

 

Il mio strumento BI non permette una comunicazione interna chiara ed efficace

 

  • …all’interno dello stesso reparto

Con uno strumento di Data Storytelling, i professionisti (o utenti finali) non hanno bisogno di rielaborare le informazioni. Si tratta in questo caso di fornire una soluzione a una funzione aziendale specifica, piuttosto che dotarla semplicemente di uno strumento di report.

 

Vantaggi rispetto a un tool di self service BI:

  • Aumentare la User Experience dei vostri utenti : gli strumenti di Data Storyelling hanno un tasso di uso in genere molto elevato. La navigazione nel tool è semplice, e l’informazione è facile da capire
  • Avere una visione unica in seno al servizio
  • Permettere alle persone di concentrarsi sulle loro mansioni e allo stesso tempo dare loro la possibilità di modificare in completa autonomia le analisi e la storia raccontata, senza dipendere dal servizio IT
  • Rendere sempre il dato accessibile e condivisibile su tutti i supporti
  • Rendere il dato azionabile mediante il Data Storytelling: suggerire azioni, raccomandazioni…
  • Avere un’unica piattaforma di informazione (senza nessuna ambiguità sulla fonte di dati a cui fare riferimento…)

 

Alcuni Use Case: 

…. C-Level. Un grande gruppo del settore turistico vuole dotare il suo Comex (Comitato esecutivo) e i suoi direttori d’hotel di uno strumento di gestione dell’attività. Ogni direttore d’hotel può accedere ai numeri chiave del suo hotel e confrontarli con gli altri, individuare i punti forti e quelli deboli. Prima il gruppo disponeva di numerosi dashboard con dati compartimentati e accessibili unicamente dal computer. Guardate la nostra pagina Direzione Generale

…. Sales. Dotare i venditori sul territorio francese e internazionale di uno strumento per gestire le loro performance di vendita e la loro situazione rispetto ai budget fissati. Un’app con un autentico intento pedagogico visto che gli utenti non hanno nessuna preparazione tecnica. Guardate anche i casi BNP Wealth Management e la nostra pagina Sales Management

…. Marketing. Una grande marca di lusso gestisce mensilmente le sue performance di vendita grazie ai dati dei panels di consumazione e si confronta con i principali concorrenti sul mercato francese e internazionale, con un accesso differenziato a seconda del mercato. Guardate anche il caso PSA e la nostra pagina Marketing

…. RH. Il servizio HR di un grande gruppo vuole gestire l’organico e i talenti del gruppo. Guardate anche il caso Nexity e la nostra pagina Risorse Umane

…. Finanza. Il CFO di una grande azienda vuole digitalizzare e automatizzare la sua Business Review mensile, per ottimizzare il suo lavoro di produzione di report. Guardate anche la nostra pagina Finanza

…. Operazioni. Dotare i gestori dei centri commerciali sul terreno di un’app chiavi in mano nella quale si trovano riunite tutte le informazioni operative, contrattuali e finanziarie.

 

  • …. tra le diverse funzioni dell’azienda

 

In un’organizzazione aziendale, vengono spesso criticati il funzionamento a silos e la perdita di informazioni che frenano la produttività. Grazie ai tools di Data Storytelling, potete condividere i dati inerenti alla vostra funzione aziendale in modo controllato.

 

Vantaggi rispetto a un tool di self service BI:

  • Adozione di un angolo di vista (editorializzazione)
  • Contestualizzazione del dato.
  • Flusso di informazioni controllato

 

Esempio di Use case:

A partire da uno stesso insieme di dati è stata sviluppata per una banca un’app a destinazione dei direttori dei mercati, per avere una visione del mercato, e a destinazione dei direttori di filiale, per una visione della distribuzione.

 

 

  • …. nella mia rete (agenzie, negozi, concessioni, franchising)

 

Vantaggi rispetto a un tool di self service BI:

  • Avere una visione unica e comune in tutte le antenne commerciali, con la possibilità di personalizzare la lettura dell’informazione in modo dinamico.
  • Chiarezza e fruibilità dell’informazione per qualsiasi tipo di profilo utente (grazie all’User Experience)
  • Essere integrato in una strategia di mobilità (applicazione accessibile da qualsiasi supporto mobile senza configurazione supplementare)
  • Piattaforma di comunicazione di tutte le informazioni (non solo dei dati cifrati) dalla sede alle antenne commerciali: chat, communication planning, communication training, visual merchandising, etc…
  • Raccomandazioni integrate per aiutare i team a orientarsi

 

Alcuni Use Case: 

Il primo caso d’uso è la gestione dei centri commerciali, filiali o concessioni.

 

Negozi. La sede centrale vuole permettere ai responsabili dei centri commerciali di gestire i negozi con un report quotidiano dei dati di vendita e ai negozi di conoscere le loro performance nell’ambito della rete. Guardate anche il caso Marques Avenue

 

Concessionari. L’azienda dota la sua Direzione commerciale di strumenti per gestire tutta la rete di rivenditori e concessionari, permettendo così alla sede di centralizzare le vendite di pezzi di ricambio e a ogni rivenditore di conoscere la sua performance all’interno della rete.

 

Agenzie. I direttori dei dipartimenti vogliono avere una visione dell’attività in termini di percentuale di obiettivi raggiunti per regione/zona/agenzia e dotare i direttori di agenzia di uno strumento di gestione semplice per fare una diagnosi della loro attività e posizionarsi rispetto alle altre agenzie. Guardate anche il caso Crédit Agricole

 

Il mio strumento BI non mi permette di comunicare al mio ecosistema (tutte le parti in causa)

 

Il Data Storytelling è utilizzato anche come uno strumento di supporto alla decisione dell’ecosistema, perché le visualizzazioni sono semplici, la lettura guidata e la User Experience facilita la navigazione attraverso il dato.

 

Vantaggi rispetto a un tool di self service BI:

Il tool di self service BI non prevede questo campo di applicazione se non in modo forzato.

 

Alcuni Use case: 

…. Venditori.

Si tratta di un supporto alla vendita, nella quale il dato è fondamentale per la presa di decisione.

Uno strumento di aiuto alla vendita di spazi pubblicitari agli inserzionisti in funzione delle localizzazioni, punti di contatto e numero di superfici rispetto al cliente target. Guardate il caso JC Decaux.

Il servizio per gli enti locali di una banca vuole uno strumento di gestione su tablet per valutare la situazione finanziaria dei comuni. Dota i venditori di uno strumento per proporre la prestazione della banca sulla base di un bilancio personalizzato. Guardate il caso La Banque Postale.

Guardate anche Bio à la Une.

 

…. Clienti e Partner.

Dare accesso all’informazione ad altre parti in causa, esterne all’azienda. L’informazione trasmessa è cruciale per la loro presa di decisione. Si passa spesso da un’informazione fissa, in formato Excel, non fruibile come tale, a un’app interattiva e immediatamente azionabile. Guardate il caso Gruppo SEB e Littoral Normand.

È il caso anche della restituzione di studi marketing o inchieste di soddisfazione il cui risultato è valorizzato grazie al Data Storytelling >> leggete questo articolo!

 

…. Ecosistema.

Democratizzare l’informazione interna per valorizzarla e renderla fruibile a tutti. È il caso del Data Storytelling sull’Open Data. La compagnia di assicurazione crediti del gruppo Allianz, Euler Hermes, ha deciso di servirsi del Data Storytelling per raccontare la storia dei mancati pagamenti nei diversi settori e paesi del mondo.

Guardate anche il caso ADP che pubblica la sua politica di Responsabilità Sociale d’Impresa con un’app di Data Storytelling.

 

Il mio strumento BI non mi permette di accedere all’informazione su tablet e smartphone

Gli strumenti di Data Exploration della BI classica sono stati sviluppati per un uso esclusivamente desktop, adeguato alla popolazione di utenti a cui si rivolgono (gli esperti del dato, analisti, Data Scientists…) e al tipo di utilizzo che ne fanno (diverse ore al giorno).

Gli strumenti di Data Storytelling si prefiggono di comunicare l’informazione cifrata e sono concepiti quindi per essere multi-supporto (desktop, tablet, smartphone). La mobilità è nativa: lo strumento si adatta a tutti i dispositivi con la stessa configurazione. Gli altri tool di BI devono spesso venire riconfigurati per adattarsi alle diverse dimensioni di schermo (perdita di performance e costi aggiuntivi).

Quindi se avete bisogno di avere le informazioni su tablet e smartphone, com’è richiesto in generale dai venditori e dal Top Management, è meglio optare per degli strumenti di Data Storytelling.

 

3. Quando diventa ridondante avere sia uno strumento di data storytelling che di data exploration?

 

Le aziende tendono ancora a utilizzare un solo strumento per esplorare il dato e per raccontarlo. Eppure i 2 strumenti non riempiono la stessa funzione.

 

Facciamo un’analogia

È come paragonare l’Investor Relator della vostra azienda (la persona che si occupa della relazione con gli investitori) al Servizio Contabilità: sono due funzioni che rientrano nella sfera della finanza, ma che hanno missioni diverse! È molto difficile che una possa occuparsi delle mansioni dell’altra!

 

Quando si può parlare di doppione…

 

C’è ridondanza quando ho già uno strumento di Data Exploration.

  • Devo comunicare il mio dato a un gruppo ristretto di persone esperte in materia.

 

C’è ridondanza quando ho già uno strumento di Data Storytelling

  • Devo analizzare i miei indicatori chiave combinandoli con altri fattori e parametri.

 

Se avete dubbi sul ‘rischio doppione’ nella vostra azienda, scriveteci a go@blog-preprod.toucantoco.com.

4. Come convivono tecnicamente in azienda gli strumenti di data storytelling e di data exploration? ?

 

Tecnicamente gli strumenti di Data Exploration e Data Storytelling non sono legati tra di loro: si attaccano direttamente alle basi dati (utilizzando l’ETL interno allo strumento) o allo strumento di ETL dell’azienda.  

 

L’azienda ha un ETL

La maggior parte delle imprese che manipolano molti dati hanno scelto di investire in strumenti di trasformazione del dato a monte della restituzione.  

L’ETL è lo strumento che tratta il dato, lo pulisce, lo aggrega, compie delle operazioni e alimenta alla fine le diverse applicazioni aziendali.

Qualche esempio di ETL riscontrato spesso in azienda: Talend, Alteryx, Dataiku, Denodo. Questi ETL sono versatili e possono alimentare diverse applicazioni. I tools di Data Storytelling e Data Exploration si agganciano direttamente in uscita a questi strumenti. Leggete il nostro articolo su Talend e Toucan Toco.

L’azienda non ha un ETL e/o ha un ETL nello strumento di Data Exploration

È preferibile collegarsi direttamente ai dati piuttosto che utilizzare l’ETL di un altro tool. In effetti quando sono integrati in una soluzione, gli ETL sono poco flessibili e si adattano male ad altri software in uscita. È preferibile quindi collegarsi direttamente al data base e utilizzare se necessario l’ETL dello strumento di Data Storytelling scelto. Toucan Toco per esempio ha il suo proprio ETL e può quindi preparare il dato di cui il cliente ha bisogno.

Esistono rari casi in cui degli strumenti di Data Exploration esternalizzano il loro ETL attraverso un’API, come Microstrategy. Il tool di Data Storytelling può agganciarsi allora in uscita.

Per saperne di più sull’ETL di Toucan.

Sophie Miglietti, Country Opener & Business Developer @ToucanToco !

 

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *