Business Intelligence : Progetti Vincenti … come continuarli ?

Nel precedente articolo “Progetti di BI vincenti come iniziare” avevamo visto 11 step per iniziare bene un progetto di Business Intelligence, è però importante condividere il fatto che un progetto di BI vincente lo si riconosce dal fatto che la fine di uno step è l’inizio di una nuova fase, infatti tipicamente quando gli utenti sono contenti e apprezzano le potenzialità di quanto fatto è l’inizio di una serie di richieste per andare oltre , non possiamo però dormire sugli allori pensando che abbiamo lavorato bene e quindi tanto prima o poi i clienti chiederanno qualcosa di nuovo e soprattutto dobbiamo pensare che utenti che non chiedono e si adeguano a quanto hanno determinano la “morte” del progetto, il famoso mito che “tanto quando il cliente cambia ERP etc bisognerà rifare l’ETL e ci sarà da lavorare” sta crollando anche perchè ormai gli ERP si portano dietro la loro parte di BI.

Quindi cosa fare per dare longevità al progetto di BI e renderlo uno dei punti forti dei sistemi informativi del cliente ?

Automatizzare il reporting

Tipicamente i clienti hanno sempre dei report che vogliono aggiornare ogni giorno, ogni mese etc, magari report che devono essere inviati a N persone con dati differenti ( pensiamo ad una forza vendita ) , quindi possiamo far vedere all’utente quanto tempo potrebbe risparmiare schedulando il reporting e facendo in modo che sia automatizzato ( in modo da non avere prompt nel reporting schedulato )

Budget/Target

Diffidate da datamart dove non viene richiesto di inserire un budget/target o quanto meno la possibilità di calcolare dei KPI, se l’utente vuole monitorare le performance confrontandole con un obbiettivo allora avrà una urgenza da soddisfare, bisogna poi far capire che con un DWH ben modellato possiamo inserire e controllare budget a granularità anche fine ( tipo per ogni cliente o famiglia prodotti ) oltre che a diverse versioni o focus ( es: revisioni di estimate, target su prodotti focus ) in pratica far capire all’utente che non sempre avere un target vuol dire doverlo calcolare/caricare per ogni singola referenza possiamo lavorare al livello che meglio si associa alle possibilità dell’utente

Integrare dati dell’utente

Quei dannati file excel che hanno sempre qualche informazione che sui sistemi non esiste devono per forza essere caricati nel DWH, bisogna saper illustrare quali vantaggi potremmo creare se si potesse fare delle analis anche con quei dati

Mash-up dei datamart

Avere N datamart chiusi nei loro mondi può essere un primo passo, ma dobbiamo liberare la potenza generata dall’incrocio di tali dati, incrociare i dati dell’ordinato con i dati dei crediti potrebbe veramente dare dei quadri di lettura differenti, infatti sapere che il cliente X ha raddoppiato l’ordinato rispetto all’anno precedente ed è ora nella top 10 dei ns clienti più grandi ci può rendere felice, ma se potessimo aggiungere anche il fatto che in realtà non sti sta pagando da 6 mesi allora il quadro cambia totalmente … possiamo essere contenti che un cliente che non ci sta pagando stia ordinando molto ? quale esposizione ci genera ? e via dicendo gli esempi possono essere infiniti il limite potrebbe essere solo la ns fantasia , sicuramente potremmo trovare tantissimi indicatori importanti che nascono dall’unione dei dati di differenti datamart e la cui lettura di insieme può stravolgere quanto avevamo appreso leggendo i dati dei singoli datamart

Arricchimenti derivati

I dati che si possono integrare nel ns DWH per arricchire quanto già presente non vengono solo da “mondi esterni” ( file excel, altri datamart etc ) ma assumono grande importanza anche quelli derivati dai dati del datamart stesso, ad esempio in un classico datamart delle vendite potremmo “arricchire” la dimensione dei clienti o dei prodotti con dati tipo la classe di strategicità del cliente ( analisi ABC, grafico di Pareto, regola dell’80-20 etc ) , con il suo trend ( nuovo cliente,  cliente stabile, cliente con ordinato in crescita )  etc, già semplicemente questi attributi potrebbero regalare nuovi tipi di analisi o semplificare di molto quelle richieste dagli utenti ( es: qual’e’ il fatturato dei nuovi clienti vs quello fatto l’anno scorso da clienti persi ? quanti clienti sono in crescita e come si suddivido come classe di importanza ? qual’e’ la percentuale di fatturato data dai nuovi prodotti, dai prodotti in forte crescita etc etc ) …

Riassunto

In generale le parole chiavi per rendere un progetto vincente nel tempo, e proteggersi da cambi di idea del cliente che potrebbe “buttare” il ns progetto per adottare quello integrato nel nuovo ERP, potrebbero essere

Integrare : inserire sempre nuovi dati da ogni fonte (anche gli open data potrebbero tornare utili )

Incrociare : analisi incrociate tra diversi datamart

Customizzare: è il cliente che necessita delle analisi e di quelle che servono a lui, più sono tagliate su misura e più apprezzerà

Fate in modo che quanto fatto non sia replicabile da una sw house per quanto grande con le loro soluzioni generiche

 

 

 

 

 

 

Lascia un commento

Lascia un commento

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione / Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione / Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione / Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione / Modifica )

Connessione a %s...

%d blogger cliccano Mi Piace per questo: