INSIGHTS

Data management Data management per il presidio dei processi per il presidio dei processi

Una nuova complessità operativa si apre nell’analisi dei budget per le trasferte aziendali. Per affrontare le incognite della fase post Covid una corretta interpretazione dei dati è ancor più cruciale

di Dario Bongiovanni D ato il periodo contingente legato all’emergenza Covid-19, ha senso identificare (almeno) 2 periodi temporali facilmente individuabili, ovvero “before Corona (BC)”, cioè il momento in cui “ci siamo lasciati”, orientativamente identificabile con il mondo entro la fine di febbraio 2020, e “after Corona (AC)”, cioè il lento e progressivo ritorno a un tentativo di normalità che non può e non deve coincidere con il BC. Tant’è vero che ha senso esprimere il momento storico cui andiamo incontro con l’accezione di “new normal (NN)”. Il NN ha dei fattori caratterizzanti ben definibili, anche se non sempre di facile presidio nel continuo, ovvero dinamicità e potenziale cambiamento in divenire.

New N ormal

Si è da più parti detto e scritto che il NN non sarà assolutamente il “semplice riprendere da dove ci siamo lasciati”, soprattutto per

quanto riguarda le logiche di benchmark e di saving, obiettivo generale di tutte le aziende. In questo senso possiamo identificare un denominatore comune tra le due fasi. Ovvero la grande importanza che riveste una moderna ed efficiente gestione dei dati aziendali, che funge da vero e proprio ponte, proiettato anche sul futuro. Oltretutto le caratteristiche di base di approccio e gestione al dato aziendale, paradossalmente, non subiscono variazioni tra BC e AC. Sono pertanto da considerarsi come un’opportunità, o meglio un facilitatore di approccio.

L o stato dell’arte

Ma proviamo a fare un punto della situazione, una sorta di stato dell’arte del data management. “Molte aziende affogano nei dati, ma muoiono per la sete di informazioni (cit.)”: non c’è frase c he meglio indichi la condizione delle imprese rispetto alla grande mole di dati loro fornita dai vari attori della filiera della fornitura. Se in periodo BC il presidio dei dati aziendali era fondamentale per la definizione delle

performance operative dei forni

torie dei modelli di acquisto (per le aziende che erano in grado di fare tale tipologia di analisi ad alto fattore di complessità), p er paradosso n el periodo AC l’importanza diventa anche maggiore. Poiché i benchmark devono essere “ricostruiti da zero” e i modelli di acquisto rivisti alla luce delle logiche di pricing dei fornitori.

Business intelligence

È l’insieme dei processi aziendali volti alla raccolta e all’analisi di informazioni strategiche fondamentali per il processo decisionale dell’az ienda.

Troppe sorgenti

La principale caratteristica dell’elevata mole di dati disponibili da chi gestisce il turnover dei viaggi aziendali è quella di essere “multisource”, ovvero sono tanti gli attori della filiera c he forniscono dati alle aziende. Per praticità e facilità espressiva, identifichiamo quattro macro-cluster di base. Omettendo volutamente eventuali fornitori primari: • agenzie di viaggio, che sono da considerarsi come il repository ideale; • consolidatori di servizi (ad esempio, alberghi); • sistemi di pagamento (centralizzati e/o individuali); • sistemi di tipo Btms (business travel management system ), altrim enti conosciuti nel settore come e2e (end to end).

Pulire i dati

Le prime regole di carattere fondamentale rispetto a una situazione multi-source sono quelle di normalizzare i dati, “pulirli” e consolidarli tra di loro. Tutte e tre queste attività possono essere caratterizzate da fattori di alta complessità, legata alle diversità di formati dei produttori oltre che a obiettivi diversi. L’attività di normalizzazione parte dal c ontenuto della base-dati e dalle logiche di inserimento da parte dei fornitori. Invece, pulizia e consolidamento sono sicuramente il “cuore

Meglio l’intelligenza artificiale

Rispetto ai classici tabulati Excel, che sono statici, gli strumenti di reporting e data management legati all’utilizzo di intelligenza artificiale si caratterizzano per una forte dinamicità e interattività a favore dell’utente.

Esigere le informazioni

I dati sono di proprietà delle aziende, che hanno il diritto di esigerli dai fornitori. Fermarsi allo standard di questi ultimi potrebbe costituire una limitazione al perimetro dell’analisi.

del sistema”, perché solo da tale consolidamento si potranno trarre delle effettive indicazioni.

Le informazioni sono dell’azienda

Se da un lato è pertanto fondamentale da parte delle aziende la comprensione di quali dati effettivamente servono in azienda, per quale motivo e a beneficio di chi, dall’altro è basilare ricordare che tutti i

dati sono di proprietà d elle a zien

de stesse. Quindi è bene esigerli dai fornitori. Fermarsi allo standard dei fornitori potrebbe costituire una limitazione al perimetro dell’analisi. Quattro sono i pillar relativi ai dati aziendali: • che cosa: quali e quanti dati servono, e con che livello di granularità; • come: in quale formato richiederli, invio da parte dei fornitori vs. download diretto, dati grezzi vs. trattati; • quando: per quale periodo, scheduling e programmazione, eventuali ritardi; • perché: tipologi a di controlli,

q uali dati, a chi in azienda, necessità di inviarli ad altri applicativi; Una volta determinati quali siano i valori necessari per gli obiettivi di presidio e governance, può essere di grande supporto inserirli in una check list da condividere con i fornitori, anche al fine di valutarne il livello tecnico e qualitativo. Il “fattore complessità” è insito nel data management, anche in funzi one delle tante e diverse tipologie di i nformazioni che i travel manager si trovano a dover trattare: • dati di tempo, di spazio, di spen

ding, di sintesi, aggregati, qualitativi, quantitativi, multi-fonte, multi-fornitore, disaggregati.

Excel = staticità

In tale scenario la tecnologia arriva ovviamente a rivestire un ruolo di primaria importanza, considerata la complessità dell’attività e l’elevata mole da gestire. Ricordiamo che ormai anche nel mondo del travel sono arrivati i big data, sebbene i n a mbito business ne facciamo un uso ancora limitato. Negli ultimi anni il “capitolo” tecnologia legata ai dati

L’ANALISI MODERNA SI FA CON LA STATISTICA, SI FA RILEVANDO INDICI E CON SIMULAZIONI DI SCENARIO (WHAT-IF).

è stato fonte di investimento sia per le agenzie che per terze parti indipendenti che hanno creato prodotti di buon profilo. Anche in questo caso possiamo riscontrare un “denominatore storico comune”, ovvero Excel, che tutti a qualche titolo utilizzano, anche se in percentuale molto bassa ri spetto a lle potenzialità dello strumento. L’utilizzo di Excel si caratterizza per elaborazioni il cui fattore caratterizzante è la staticità, che oggi possiamo considerare come “non moderna”.

Intelligenza artificiale

Gli strumenti di reporting e data management legati all’utilizzo di intelligenza artificiale si caratterizzano invece per una forte dinamicità e interattività a favore dell’utente. Imp lementare u n applicativo di business intelligence quale strumento di reporting significa porsi nella condizione di poter rila

sciare report e dashboard dina

mici ed attivi. Il modello operativo è quello di poter permettere il passaggio da una logica di storytelling a una di insight. Tale attività di insightnon è perseguibile in presenza di report di tipo statico.

I report

Ciò non vuol dire che le cara tteristiche di base del corretto reporting debbano comunque e sempre essere rispettate, perché il rischio di ridondanza di informazioni e, di conseguenza, di report è assolutamente presente. Anche in funzione del fatto che man mano che si entra nei gangli delle potenzialità degli strumenti, si individuano sempre nuove aree di analisi. È fondamentale in questo caso effettuare un’attività di screenin g basata sui pillar del reporting. I report devono essere: • agili: immediati e non ridondanti; • specifici: mirati rispetto all’obiettivo; • funzionali: non tutti vanno bene per tutti in azienda; • leggibili: devono permettere l’immediata comprensione dei contenuti.

Business intelligence

Si è soliti definire la business intelligence come l’insieme dei processi aziendali volti alla raccolta e all’analisi di informazioni strategiche fondamentali per il processo decisionale dell’azienda. È pertanto f ondamentale porre l’accento sul fatto che una moderna attività di d ata management (di cui la business intelligence è lo strumento operativo primario) ha senso solo ed unicamente in funzione del definire presupposti per azioni da intraprendere, in funzione degli obiettivi e/o dei warning emersi dall’analisi. La business intelligence è il processo che permette la trasformazione di dati in informazioni , di informaz ioni in conoscenza e di conoscenza in piani operativi. È pertanto un valido strumento per ottenere una gestione sempre più efficace delle informazioni.

Debundling

Nella nuova normalità post Covid conoscere il dettaglio statistico dei propri modelli storici è importante e facilita il lavoro. Il “debundling” diventa un concetto fondamentale: significa “spacchettare” i modelli di spesa in pezzi per comprenderne a fondo le componenti, la replicabilità, i vantaggi e i rischi.

Difficoltà di comprensione

Come tutte le medaglie, però anche questa ha un secondo lato, con fattori che tendono a controbilanciare tutti gli indubbi vantaggi sopra descritti. Tale aspetto è la difficoltà (almeno iniziale) di utilizzo di q uesti strumenti, legata a una logica di approccio che va oltre il modello tradizionale (Excel) con linguaggi complicati (quali ad esempio il Dax), che devono essere imparati e compresi. L’indicazione è sempre quella di farsi supportare da chi conosce questi strumenti, ma sempre

Come devono essere i report?

Un buon report deve essere agile, mirato rispetto all'obiettivo, funzionale e leggibile.

nel rispetto di obiettivi e linee guida che devono essere definiti dalle aziende. In una parola, non bisogna delegare a terzi il presidio dei propri processi.

Per un business moderno

Tutte le caratteristiche di base del business moderno sembrano trovarsi in condizione di matching con i fattori chiave del data management. E cioè una visione end to end, che deve conte mplare tutti gli aspetti d el business, e la visione di mediotermine atta alla pianificazione di budget di spesa e dei costi (anche) con interventi mirati e tempestivi. L’analisi moderna si fa con la statistica, si fa rilevando indici e con simulazioni di scenario (what-if). Nell’attuale NN conoscere il dettaglio statistico dei propri modelli storici è importante e facilita il lavoro. Il “debundling” diventa un concetto fondamentale: significa “ spacchettare” i modelli di spesa in pezzi per comprenderne a fondo le componenti, la replicabilità, i vantaggi ed i rischi.

I fornitori controllano

I potenziali livelli di presidio del mercato da parte dei fornitori (già molto alti nel periodo BC) sono destinati ad essere ancora maggiori. Bisogna contrastare il rischio che il presidio interno da parte delle azien de sia viceversa minore e non strutturato. Andando ad aumentare una tendenza già in essere, supportata anche dal fatto che spesso le i mprese delegano il presidio dei loro processi.

Nuovi equilibri per il Ttc

I fattori che compongono il costo di un titolo di viaggio, ad esempio, tendono a rivedere i propri equilibri. Con la tendenza ad aumentare in modo considerevole il livello di revenue del fornitore insieme all’attenzione a contenere l’incremento del costo medio del biglietto (inteso come puro costo di trasporto). Ma il Ttc (total travel cost) per le aziende rischia di aumentare in maniera importante sulla base di come sarà la tariffazione degli altri servizi (ad esempio le ancillary), che insieme al puro costo di trasporto compongono il prezzo finale. Sarà quindi importante p er le aziende la conoscenza e il presidio delle componenti tariffarie in dettaglio. In tale accezione è importante che chi analizza possa avere accesso anche alle note spese, al fine di poterne valutare gli impatti e le eventuali ottimizzazioni. In questo complesso scenario, la conoscenza e il presidio dei dati pregressi assumono un’importanza strategica per riuscire a orientarsi all’interno della nuova co mplessità operativa che sarà caratteristica f ondamentale delle fasi di NN. l