Non c’è praticamente nessuna area che non sia stata toccata dallo sviluppo e dall’uso dell’intelligenza artificiale e dell’apprendimento automatico per l’analisi avanzata. Le finanze non fanno eccezione. Gli strumenti continuano a svilupparsi a un ritmo rapido. Pensa alle vendite e alle previsioni dei costi, alla pianificazione degli scenari, all’estrazione di processi, alla creazione di report e all’automazione dei processi robotici. I processi organizzativi stanno diventando più data-driven e algoritmi e modelli predittivi stanno giocando un ruolo sempre più importante.
Questo sviluppo, la cui fine non è ancora in vista, sembra diffondersi a un gruppo più ampio di aziende a causa della crisi del Covid 19. Ma che dire dell’ulteriore sviluppo di Business Analytics all’interno delle aziende da questa prospettiva? La crisi attuale può ancora guidare questo processo?
Lascia che il Software Impari
I cambiamenti degli ultimi anni sono innegabili. Il numero di aziende con una mentalità basata sui dati è cresciuto, ci sono stati più investimenti in strumenti e persone, ci sono molti più data scientist.
Una chiara differenza rispetto a dieci anni fa è che l’intelligenza artificiale e l’apprendimento automatico sono ora indispensabili. Vent’anni fa, l’applicazione diffusa di algoritmi, che permettevano al software di apprendere, ponendo domande al software era molto complicata. Ora abbiamo un software di cui non devi essere un econometrico per poterlo usare. La tecnologia c’è. Le aziende ora devono solo iniziare ad applicarlo. Possiamo porre domande e con le risposte riceviamo immediatamente suggerimenti per domande di follow-up, a cui viene data risposta immediata anche se lo troviamo interessante.
Anche l’analisi aziendale è stata aggiornata negli ultimi anni in aree come il marketing e le risorse umane. Mentre le aziende si sono concentrate in modo massiccio sulla marketing intelligence dieci anni fa, negli ultimi anni si sono concentrate anche sull’intelligence delle risorse umane e sull’analisi delle risorse umane.
Fazendo o homem e a máquina trabalharem melhor juntos
Fare in modo che l’uomo e la macchina lavorino meglio insieme. Si prevede che l’analisi predittiva e prescrittiva sarà sempre più utilizzata nei prossimi anni nei processi più diversi. Le aziende utilizzeranno sempre più dati esterni, ad esempio per una pianificazione di scenari sempre più avanzata. Si spera che ci saranno più strumenti di analisi aziendale ibrida in cui la potenza del computer e la potenza umana sono meglio combinate. Non un algoritmo onnisciente che determina tutto, ma un algoritmo che fornisce soluzioni a un problema complesso, su cui l’esperto umano elabora di più e l’algoritmo fornisce feedback.
Il vantaggio del computer è che può elaborare più informazioni per arrivare a una proposta. Il vantaggio dell’esperto umano è che, in base all’esperienza, testa la soluzione proposta e, se necessario, scopre perché differisce da quanto previsto. O il computer ha perso qualcosa, o l’esperto umano ha perso qualcosa. Questo porta a soluzioni migliori e un computer che farà sempre meglio e quindi renderà il lavoro più facile.
Questo può essere applicato individualmente ai processi nel segmento finanziario, come la determinazione del mese di chiusura, la previsione delle vendite, la determinazione degli accantonamenti, la valutazione dei lavori in corso. Perché queste domande richiedono sempre un giudizio arbitrario. Molte decisioni del settore finanziario sono sensibili ai pregiudizi. Includendo tutti i dati disponibili, è possibile ottenere una visione molto più realistica di questo.
E sempre più dati saranno disponibili, anche da altri dipartimenti aziendali, come marketing, logistica e risorse umane. Si prevede che nei prossimi anni saranno disponibili molti più dati personali. I dipartimenti di business intelligence all’interno delle aziende integreranno presto i dati provenienti da vari processi organizzativi.
Colli di Bottiglia
Tuttavia, grandi quantità di dati sono rimaste inutilizzate negli ultimi anni e metodi avanzati di analisi dei dati come l’analisi predittiva e prescrittiva vengono utilizzati solo con parsimonia. Le aziende lavorano principalmente con le metriche, ma molto, molto meno con l’analisi. Finora anche l’interazione tra diverse categorie di dati è rimasta indietro.
Ci sono diversi motivi per cui la grande promessa dell’analisi aziendale è stata finora mantenuta solo da un piccolo gruppo di primi utilizzatori, spesso dai settori farmaceutico, finanziario o informatico. Ad esempio, la struttura informatica di molte aziende non è sufficiente. Negli ultimi anni, le aziende hanno costruito una base di tecnologia dell’informazione senza che fosse chiaro cosa aggiungere ad essa.
C’è un enorme divario tra ciò che è possibile e ciò che è effettivamente fatto. Uno dei motivi è che le conoscenze rilevanti nelle aziende sono talvolta concentrate in pochi specialisti. Le aziende si occupano principalmente della costruzione di sistemi primari. Le risorse sono raramente disponibili per gli investimenti nell’analisi aziendale. Devono investire in un’ampia base in grado di gestire correttamente i dati disponibili e renderli accessibili per analisi in grado di migliorare tutti i processi aziendali.
Poco Audace
Inoltre, le finanze sono anche piuttosto prudenti quando si tratta di nuove applicazioni. La conoscenza delle nuove tecnologie è molto limitata, il che può lasciarti con dei dubbi. C’è anche poco coraggio nei dipartimenti di tecnologia dell’informazione, poiché vogliono la minor possibilità di interruzione possibile.
Le aziende tendono a rimanere bloccate a livello di metrica perché la barriera all’analisi è troppo alta. Sarebbe molto più efficiente se fosse garantito che le risorse di analisi che sono solitamente distribuite tra i diversi dipartimenti delle aziende siano raggruppate insieme. I dipartimenti del personale come le risorse umane, la finanza e il marketing possono concentrarsi sulla formulazione delle giuste domande aziendali nel proprio dominio. Il dipartimento di analisi aziendale analizza quindi questi problemi.
Si consiglia vivamente alle aziende di creare un team di progetto virtuale con persone dell’azienda che, indipendentemente dalla loro posizione, hanno un’affinità per i dati. Dai a questo team l’autonomia per presentare proposte e sperimentare.
Le aziende hanno anche bisogno di altri talenti per incorporare realmente strumenti e processi analitici nei processi organizzativi quotidiani.
Persone che capiscono cosa può fare un data team e che hanno le giuste qualità di consulente. Che può colmare il divario tra i tradizionali dipartimenti di tecnologia operativa e la funzionalità di scienza dei dati. Capiscono i processi, le persone ei sistemi dell’azienda. E sono in grado di tradurre un problema aziendale in una domanda concreta su cui un analista può lavorare utilizzando i dati disponibili. Non basta vedere che c’è un calo della domanda o che i clienti se ne vanno. Devi anche essere in grado di analizzare quali sono i problemi sottostanti, che possono essere collegati ai dati disponibili per testare i modelli.
La Crisi del Covid 19 come Allerta
La crisi del Covid 19, che costringe le aziende di tutto il mondo a sviluppare scenari di emergenza, i dipendenti a lavorare in massa da casa e i team a incontrarsi da remoto, aiuta in questo? Questo crea slancio nelle aziende?
Sotto la pressione delle circostanze, i manager sono improvvisamente aperti a soluzioni che non erano venute prima. Inoltre, lo sterzo ora avviene in base a diverse informazioni. Questo invece di informazioni più usuali. Naturalmente la finanza si occupa del flusso di cassa e del capitale circolante su base giornaliera o settimanale, quindi più spesso, oltre ai dati operativi e non finanziari.
Potremmo prestare maggiore attenzione, tra le altre cose, ai dati personali. Improvvisamente, c’è un forte bisogno di approfondimenti: qual è l’impatto del Covid 19 sulle funzioni critiche? Potete creare dieci scenari per possibili riduzioni dell’organico a seconda dell’impatto? L’attenzione ora si sposta sulla domanda: come possiamo
preparare l’azienda al post-Covid 19? In termini realistici, il lavoro a distanza di massa significa che la direzione ha meno contatti con il posto di lavoro. Quindi è necessario fare affidamento su fatti e cifre ancora più di prima, e ne hai bisogno più spesso e rapidamente del solito. In sintesi, possiamo vedere la crisi del Covid 19 principalmente come un’opportunità per l’analisi aziendale. L’aumento della digitalizzazione che ne deriva non può essere annullato.
Se la crisi la sta davvero guidando, spetta al gestore finanziario, in quanto principale motore della trasformazione digitale, sfruttare questo slancio. E includere il settore finanziario e l’azienda nel suo insieme in un trend che da tempo fa parte della nuova normalità.
A cura di Lenildo Morais
Chi è l’autore: Lenildo Morais
Lenildo Morais è un Master in Informatica, Professore, Ricercatore e Project Manager