Processi decisionali data-driven

L’internazionalizzazione di un’impresa comporta delle scelte che presentano elevate opportunità ma anche elevati rischi. Vendere su un nuovo mercato può consentire all’impresa di attuare strategie di forte differenziazione e di intercettare una domanda ampia e disposta a pagare un premium price significativo per la qualità offerta. Allo stesso tempo, però, l’accesso al mercato potrebbe richiedere competenze non sempre presenti nell’impresa. Inoltre, i concorrenti potrebbero avere vantaggi competitivi non replicabili dall’impresa. Le specificità di un nuovo mercato offrono quindi maggiori opportunità, ma presentano anche maggiori rischi.
Il maggior grado di incertezza suggerisce una organizzazione dell’impresa in grado di reagire prontamente a situazioni non previste. Strumento fondamentale per ottenere questo obiettivo è l’utilizzo di un processo decisionale trasparente e condiviso. Solo, infatti, decisioni ottenute in modo trasparente e con la partecipazione di tutte le funzioni aziendali possono essere velocemente rimodulate a fronte di fatti non previsti, garantendo comunque una risposta aziendale compatta e coerente. Partecipazione e trasparenza sono sicuramente necessarie, ma non sufficienti. Altrettanto importante è il set informativo su cui poggiano le decisioni, che deve essere numerico e il più oggettivo possibile, tale da essere base di confronto tra i diversi attori coinvolti, portatori di esperienze e interessi diversi.

Non sempre però le persone coinvolte nel processo decisionale sono ugualmente capaci di tradurre i dati nelle informazioni necessarie. In questo caso è fondamentale una trasformazione dei dati in informazioni, attraverso l’uso di opportuni strumenti informatici. Negli ultimi anni si è assistito ad un forte sviluppo di due strumenti informatici utili a questo scopo, generalmente indicati come Data Visualization (o Dataviz) e Reporting Software. L’area aziendale che maggiormente ha utilizzato questi strumenti è la Business Intelligence, intesa in senso lato come l’insieme di attività che consentono di trasformare i dati, interni ed esterni all’impresa, in informazioni di business a supporto dei processi decisionali.

Data Visualization

In termini molto semplici le tecniche di Data Visualization consistono nel trasformare i dati in immagini grafiche che consentono di leggere più facilmente il segnale in esso contenuto. La Data Visualization inoltre, inserendo l’immagine in un contesto, consente di trasformare il dato in una informazione utile ad un processo decisionale.

Consideriamo il caso di una PMI italiana che produce Pelletteria di media qualità, che ha trovato un marketing mix vincente sul mercato tedesco. Supponiamo che questa impresa voglia espandersi aprendo un nuovo mercato estero e che in azienda si confrontino due partiti: il primo ritiene che le potenzialità maggiori siano date dal grande e sviluppato mercato americano (con oltre 10 miliardi di dollari di importazioni settoriali); il secondo invece propende per il mercato cinese, in fase di forte crescita (da valori inferiori al miliardo di dollari ad inizio decennio, l’anno scorso le importazioni settoriali hanno quasi raggiunto i 3 miliardi di dollari).

Un semplice confronto tra le importazioni di Pelletteria degli Stati Uniti e della Cina divise per fascia di qualità/prezzo può offrire all’impresa una prima valutazione su quale mercato conviene orientare i successivi approfondimenti.

I grafici qui riportati evidenziano chiaramente la forte differenza esistente nella composizione per fascia di qualità/prezzo delle importazioni di Pelletteria degli Stati Uniti e della Cina. La Cina importa per oltre l’80% prodotti di qualità; per gli Stati Uniti questa quota si riduce a meno del 20%. Se il prodotto della nostra impresa non è di elevata qualità, il mercato cinese potrebbe risultare di difficile accesso. Viceversa il mercato americano (più simile per struttura qualitativa delle importazioni a quello tedesco) potrebbe essere di più facile accesso.

Queste informazioni potrebbero fare emergere un confronto all’interno dell’impresa sulla sostenibilità di lungo periodo di un proprio posizionamento sulla fascia media. La verifica che la qualità media delle esportazioni italiane di Pelletteria è fortemente aumentata negli ultimi anni e che nel 2019 quelle di alta fascia rappresentano il 90% del totale delle nostre esportazioni, potrebbe indurre l’impresa a prendere in esame un up- grading qualitativo. In questo caso, il mercato cinese presenterebbe sicuramente le maggiori opportunità, data la forte crescita delle importazioni cinesi di fascia alta.

Nell’esempio qui presentato, pochi numeri e la loro rappresentazione grafica consentono all’impresa di superare la scelta tra mercato americano o mercato cinese, ponendosi viceversa una alternativa di maggiore valore strategico tra:

1. mantenere il proprio posizionamento di media qualità e, in questo caso, sviluppare un progetto di esportazioni negli Stati Uniti;
2. mettere in atto un processo di up-grading qualitativo e, in questo caso, definire la Cina come mercato target.

E’ evidente da questo esempio come solo l’uso di dati oggettivi e la loro trasformazione in informazioni può consentire una decisione trasparente e condivisa, tale da sperare che alle prime difficoltà incontrate in qualunque mercato scelto, non si formi in azienda il partito del “...se avessimo scelto.....”.

Reporting Software

Gli strumenti di Reporting Software consentono di ampliare i benefici della Data Visualization, attraverso la combinazione di più elementi visivi ed, eventualmente, anche di elementi qualitativi che consentano di produrre un set informativo più ampio di quello esprimibile tramite il solo elemento grafico.
Sostanzialmente è quello che avremmo iniziato a fare nell’esempio precedente se, oltre a riportare i grafici delle importazioni per fascia di qualità degli Stati Uniti e della Cina, avessimo presentato anche le importazioni della Germania per un confronto, e le esportazioni dell’Italia per dare evidenza del forte spostamento verso la fasce di prezzo più elevate avvenuto nell’ultimo decennio.

Un possibile esempio è riportato nel grafico che segue.