Track 5: Big data e sistemi informativi nel governo dell’azienda
Referenti: GILDA ANTONELLI, RICCARDO BELTRAMO, MICHELA MATARAZZO
Il termine Big Data è apparso per la prima volta a indicare un fenomeno che, con l’avvento del web 2.0 e con lo sviluppo degli strumenti mobile, tablet e smartphone, è diventato esplosivo e finalizzato a raccogliere e utilizzare dati per finalità sociali, scientifiche e di business. Si tratta di un fenomeno generato dall’accumulo di notevoli quantità di dati disomogenei che assumono un valore strategico importante in relazione alla capacità di estrarne informazioni utili alla gestione di organizzazioni e di processi. Tre dimensioni caratterizzano principalmente il fenomeno, note come “3 V”: il Volume dei dati, la Varietà delle loro fonti e rappresentazioni e la Velocità di crescita. Si tratta di dati provenienti da fonti eterogenee: i database dell’impresa, le reti sociali, l’Internet of Things (IoT) per citarne alcune; dati rappresentati in modi diversi, spesso non strutturati, la cui abbondanza cresce a velocità sempre maggiore. L’Internet of Things (IoT) gioca un ruolo di primo piano perché, grazie alla diffusione di sensori, microprocessori e attuatori a basso costo, permette di realizzare reti che innervano tutte le funzioni aziendali, veri e propri sistemi nervosi artificiali che ricevono segnali, in continuo o secondo una periodicità stabilita, li trasmettono, li accumulano, li elaborano a favore di sistemi di Advanced Analytics in grado di governare i processi aziendali o, almeno, di elaborare scenari a favore del Management.
In particolare i Big Data trovano applicazioni in tre ambiti fondamentali:
1) Le organizzazioni e le risorse umane: tra le varie applicazioni manageriali in cui l’utilizzo dei big data apporta innovazioni possiamo annoverarne due, che riguardano sia la componente hard dell’organizzazione – la progettazione della struttura organizzativa – sia quella soft – le risorse umane che svolgono le attività. Dal punto di vista accademico ancora pochi sono i contributi scientifici, mentre molto forte appare l’attenzione sull’utilizzo dei big data nei processi organizzativi e per l’analisi delle risorse umane tra gli addetti ai lavori. L’utilizzo di dati sui processi, sui tempi, sull’efficacia ed efficienza di singole pratiche o di complessi modelli organizzativi utilizzati aumenta significativamente la consapevolezza dell’organizzazione in quanto tale. La visualizzazione che deriva dalla rappresentazione dei dati può portare al miglioramento e alla riprogettazione delle strutture organizzative, anche attraverso l’utilizzo di tecniche statistiche basate sull’ottimizzazione dei sistemi o l’analisi delle probabilità, che permettono in tal modo di sfruttare a pieno l’ottica predittiva legata alle analisi dei dati. Se ci si sofferma, allo stesso modo, sulla componente soft dell’organizzazione, le persone, People Analytics è un’area emergente di innovazione che, pur attingendo ai principi tradizionali della gestione delle risorse umane, rappresenta un cambiamento fondamentale nella capacità delle organizzazioni e dei loro leader di comprendere, modellare e ottimizzare strategicamente la propria forza lavoro. Questo cambiamento deriva dall’applicazione di tecniche statistiche per raccogliere, analizzare e visualizzare dati complessi su singoli dipendenti, team, divisioni e la forza lavoro nel suo complesso, al fine di ottenere informazioni utili. Tali approcci possono consentire una maggiore trasparenza sulle prestazioni, abilità, attitudini, debolezze, minacce e potenziali futuri degli individui e possono essere utili durante tutto il ciclo di vita dei dipendenti, dall’acquisizione di talenti alla pensione. Possono anche essere usati per profilare le dinamiche di squadra e le reti di comunicazione, per capire come questi influenzano la resilienza e gli esiti organizzativi. Inoltre, sempre più spesso, le tecniche di People Analytics si estendono oltre le metriche lavorative a nuove aree fino ad ora al di fuori della portata dei dipartimenti o dei dirigenti delle risorse umane, compreso il monitoraggio delle e-mail personali dei dipendenti, attività dei social media, dati biometrici e interazioni con dispositivi e app digitali. Questi possono essere presentati come un mezzo per sostenere l'”esperienza del dipendente” o migliorare il “benessere del posto di lavoro” mentre, di fatto, forniscono informazioni 24 ore su 24 circa la posizione, l’attivazione, l’umore, i futuri rischi per la salute e la vita sociale dei dipendenti. A queste innovazioni sono però connesse importanti sfide etiche, ad esempio per la tutela dei diritti dei dipendenti alla privacy e all’autonomia e sollevano questioni etiche più ampie sul futuro del lavoro umano e dell’occupazione in una società digitalizzata e guidata da algoritmi.
2) Il processo di decision making finalizzato alla creazione di valore per il cliente: i Big Data sono emersi come una tecnologia disruptive che sta producendo effetti in termini di rimodellamento della business intelligence, un dominio riguardante l’analisi dei dati e il loro utilizzo volto al miglioramento dei processi decisionali di marketing al fine di creare, consegnare e catturare valore per il cliente, con effetti positivi sul ritorno degli investimenti. In anni recenti sempre più dati sono diventati disponibili attraverso l’uso estensivo a livello aziendale di applicazioni (tra cui la messaggistica istantanea, Facebook messenger e WhatsApp) e piattaforme online, dati che sono progressivamente utilizzati per l’analisi del comportamento dei consumatori, l’elaborazione di strategie di marketing, la previsione di trend di marketing e la produzione di statistiche nuove, sempre più dettagliate e veloci. Non soltanto le grandi multinazionali, ma anche le PMI, in particolare quelle appartenenti a settori che adottano un approccio customer-centric, potrebbero avvalersi con successo dell’uso dei Big Data. Nel dominio del marketing di particolare rilievo è la triangolazione di small data, quelli che tipicamente nella ricerca di marketing misurano le percezioni dei consumatori, attraverso survey su campioni di convenienza di qualche centinaio di rispondenti, con Big Data che, invece, misurano comportamenti effettivi dei consumatori su campioni estesi di milioni di consumatori. Tale triangolazione consente di colmare il noto gap tra stated behavior e actual behavior.
3) In ambito produttivo, dove il Big Data è un pilastro della cosiddetta quarta rivoluzione industriale: il progetto Industria 4.0. Esso intende sviluppare una nuova organizzazione della produzione che tocca tutta la catena del valore. Dopo la meccanizzazione, l’elettricità e le tecnologie dell’informazione, che hanno portato le prime tre rivoluzioni industriali, è l’introduzione nella fabbrica dell’IoT e dei CPS (Cyber-Physical Systems) a fare da catalizzatore alla quarta. Il fulcro di Industria 4.0 è l’intercomunicazione fra gli attori e gli oggetti connessi, coinvolti nella linea di produzione. Robot e sistemi accedono in tempo reale a tutti i dati per reagire il più velocemente possibile a eventi, incidenti o situazioni di non conformità. Le metodologie di raccolta e di analisi dei dati tipiche del Big Data giocano un ruolo fondamentale nella fabbrica 4.0.. Per quanto concerne l’ottimizzazione dei processi produttivi, il Big Data può essere messo in relazione a:
- Gestione del magazzino: ottimizzazione delle scorte per evitare costi e sprechi. Un sistema che metta in relazione le scelte di acquisto, le modalità produttive e gli approvvigionamenti ottimizza i rapporti con i fornitori.
- Supply chain: l’impiego di reti IoT per la rilevazione e la gestione delle informazioni favorisce il dialogo tra tutti gli attori della supply chain, indipendentemente dalla dimensione aziendale e dalla localizzazione. Pertanto anche le funzioni della Logistica e dei Trasporti possono beneficiare di una gestione intelligente dei dati per sincronizzare i tempi di azione degli attori di una filiera.
- Operations analysis: all’interno di un’unità produttiva, le reti di sensori poste all’interno delle catene produttive e dei macchinari generano una grande quantità di dati che, elaborati da algoritmi intelligenti e distribuiti, generano scenari a favore di stakeholder e management. Non solo le operation strettamente produttive, ma anche le attività di manutenzione predittiva vengono favorite dall’elaborazione evoluta di informazioni relative ai parametri di processo.
- Sistemi di gestione per la qualità, per l’ambiente e per la sicurezza: la disponibilità di dati relativi alle preferenze dei consumatori è l’elemento di ingresso dei processi di progettazione di prodotto e servizi e, successivamente, di scelta delle tecnologie e delle variabili di processo. Le implicazioni in termini di aspetti ambientali e di salute e sicurezza sul luogo di lavoro sono la logica conseguenza di un processo di ottimizzazione delle unità produttive per rispondere alle esigenze dei consumatori. I sistemi di gestione necessitano di dati per la definizione di obiettivi e per la valutazione del grado di raggiungimento degli stessi. La rilevazione dei dati che è alla base del monitoraggio richiesto dagli standard internazionali in materia può essere facilitata dalle IoT e dall’elaborazione dei Big Data.
Questa track accoglie pertanto e incoraggia contributi teorici ed empirici, che abbiano attinenza ai seguenti temi:
- Il ruolo delle tecniche di analisi dei dati e la creazione di organizzazioni agili
- Il ruolo dei dati per il cambiamento organizzativo e culturale
- I Big Data e la gestione dei talenti
- L’uso dei dati per l’analisi di clima
- Le strategie di gestione delle risorse umane basate sui dati
- L’utilizzo dei talenti e delle risorse umane nella gestione strategica dell’azienda
- L’etica e il rispetto della privacy nell’uso dei dati sulle persone
- Nuovi Key Performance Index legati all’uso di Pubbliche Amministrazioni
- Soluzioni innovative di Business Intelligence e Big Data per il miglioramento dei processi decisionali di marketing
- L’uso di Big Data emergenti dalle piattaforme online come fonti di dati
- Triangolazione di small data con Big Data
- I Big Data per l’analisi del comportamento dei consumatori
- i Big Data per l’elaborazione delle strategie di marketing
- I Big Data per il miglioramento della competitività e delle performance delle Piccole Medie Imprese
- Big Data e social network
- Lo sviluppo di una teoria della conoscenza data-driven
- Big Data e gestione della produzione e della logistica
- Big Data e supply chain
- Big Data e sistemi di gestione della qualità
Pubblicazione dei contributi
I migliori contributi presentati al Convegno potranno essere sottoposti in fast trackalle seguenti riviste, rispettando l’ordinario processo di referaggio previsto:
- Management Control (Editor in Chief: Luciano Marchi)
- Sinergie – Italian Journal of Management (Editors in chief: Gaetano Golinelli, Claudio Baccarani)
- Altre riviste in attesa di conferma
