Creare una strategia affinchè il DB si adegui alle esigenze del nostro business - Parte 2

foto by 姒儿喵喵

Parliamo oggi di alcune domande chiave da porsi riguardo alla strategia del Data Base.


Non esiste un approccio unico per creare una strategia per il Data Base che possa adattarsi ai bisogni costantemente mutanti del business. Detto questo, Feinberg tra gli altri dice che ci sono domande chiave da tenere a mente che possono aiutare a semplificare il processo di decision-making.
Un buon punto di partenza consiste nel prendere in considerazione il proprio portafoglio di businss application e capire bene cosa queste richiedano alle leggi del Data Base. Non solo oggi: i manager IT dovrebbero essere consci dei futuri bisogni quando guardano ai parametri delle applicazioni correnti.
Le domande da considerare comprendono: questa applicazione è critica per la nostra mission? Deve necessariamente essere disponibile 24/7? L'applicazione richiede un ammontare di dati massiccio fin da subito o può forse arrivare a quel livello? Richiede dati specialistici o complessi? Verrà utilizzata solo da una business unit oppure su base aziendale?

Le risposte a queste domande determineranno i tipi di tecnologie del Data Base necessarie e possono aiutare ad evitare al tendenza ad acquistare troppo e finire con costose feature e funzionalità DBMS non necessarie. Anche coinvolgere nel processo i futuri utenti è importante, in particolare quando un'azienda sta acquistando applicazioni nuove.
Un altro modo per evitare di acquistare prodotti sbagliati è quello di considerare gli attuali set di skill come parte del processo di pianificazione del DB e quindi fare in modo di scegliere tecnologie compatibili con gli skill che già si hanno in casa o quelle che siete preparati ad aggiungere.
Questo significa porsi domande come chi supporterà un DBMS e fare il richiesto lavoro di design e sviluppo del DB prima di finalizzare i piani per progetti sul DB. Supporto e sviluppo sono davvero cose impegnative. Se non si fissa una strategia per il DB in maniera appropriata, si avranno tool anche molto costosi ma inutilizzati perchè non si è tenuto in considerazione il lato umano dell'equazione.

continua...

Creare una strategia affinchè il DB si adegui alle esigenze del nostro business - Parte 1

Pic by lumaxart

Il compito di implementare una nuova strategia per il nostro Data Base o per l'aggiornamento di un Data Base esistente richiede molto più di una semplice telefonata ad un fornitore o della scelta online delle ultime tecnologie consigliate dai vostri analisti e professionisti IT.

I veterani dell'industria IT dicono che trovare una strategia giusta per il proprio DB significa crerare un team di lavoro con gli utenti ch dovranno usarlo, per determinare le richieste di analisi di ogni singola applicazione, prendere stock di set di skill disponibili ed assicurarsi che l'ambiente DB sia abbastanza flessibile per far fronte ai cambiamenti nei bisogni del business. Solo dopo sarà possibile usare la propria intelligence interna, acquisita durante le fasi di planning, per cercare le tecnologie più giuste per la propria azienda.

Non bisogna dimenticare la differenza tra un "Data Base standard" ed una "Strategia del Data Base".
Il primo si riferisce alla tecnologia per il sistema di gestione del Data Base (DBMS), cioè alle tecnologie che un'azienda pianifica di utilizzare. Una strategia va invece più a fondo, documentando come ogni singola tecnologia si muoverà all'interno non solo dell'architettura IT aziendale, ma anche dei business plan.
Donald Feinberg, analista di Gartner, ci ricorda che "la strategia deve andare al di là della semplice scelta del DBMS che userete. Deve definire dove e come userete il DBMS".

Feinberg cita 3 ragioni per cui un'azienda potrebbe voler migliorare o rivedere completamente la propria strategia di Data Base. La crisi economica vede ovunque aziende che cercano modi per ridurre i costi ed incrementare l'efficienza. Il fatto che il business sia diventato più veloce potrebbe poi rendere i software dei sistemi di Data Base esistentiormai obsoleti. Emergenti tecnologie di gestione delle informazioni ad elevate prestazioni - come NoSQL e Data Base column-oriented - fungono infine da reminder ai CIO per rammentare che potrebbe essere ora di cambiare il tradizionale modo di agire IT.

Bisogna domandarsi se la propria strategia è abbastanza flessibile da permetterti di accettare elementi nuovo o differenti nel momento in cui si presentano e risultano essere sensati e utili. Se capita di dover farli girare su un DBMS differente dal vostro standard, questo può rivelarsi un problema. Dovrete usare un DB diverso perchè queesto è ciò che il business richiede.

continua...

Retailer alle prese con la formazione? Scegliete l'analisi!

Una recente ricerca McKinsey torna sull'argomento dell'analisi di dati legata alle vendite. In questo ambito l'analisi è sicuramente molto importante, in particolare nel mondo retail e dei beni di consumo. Secondo McKinsey i retailer dovrebbero assumere venditori con personalità, che siano estroversi e presentino la giusta motivazione ad aiutare i propri clienti. A tal fine è necessario fornire corsi di formazione ai venditori riguardo tecniche di vendita, stili di approccio, capacità di lettura del linguaggio del corpo e molto altro ancora. Così facendo le vendite, secondo McKinsey saranno molto più proficue.

In realtà i retailer oggi hanno un altissimo numero di prodotti con molte potenziali vendite cross- e up- tra cui scegliere. Pensiamo al settore dell'abbigliamento. Anche se si trovano persone con gli skill tecnici necessari, questi potrebbero non essere capaci per esempio di abbinare i colori, rendendo difficile la scelta giusta per un abbigliamento da esterno. Se a questo aggiungiamo sconti multipli, programmi di loyalty ed altre forme di pricing dinamiche l'ambiente da gestire può risultare complicato.

I negozianti capiscono quindi che sia necessario impiegare tempo e risorse nella formazione dello staff, scegliendo di ridurre il tempo disponibile per corsi sulle tecniche di vendita. Così come capiscono che devono assumere persone capaci di confrontarsi con questa complessità, anche se i loro budget possono permettersi solo persone skillate tecnicamente. Quali persone assumere e quali corsi di formazione scegliere?Situazione difficile?

Non se si introduce l'analisi di dati. Con un'analisi dei dati storici ed un focus sulle decisioni che devono essere prese durante il processo di vendita, i retailer possono concentrare il proprio tempo ed i propri corsi di formazione per lo staff sugli skill tecnici di cui hanno bisogno, lasciando ai propri sistemi ed alle proprie analisi di dati il resto del lavoro. Si possono usare regole di business/analisi e processi decisionali per rispondere a domande come "quale sconto ha avuto questo cliente, qual è il miglior prodotto da spingere su quel cliente dati i suoi trend di acquisto, quale cross-selling completa le abitudini di acquisto di quel cliente". Si possono analizzare i dati di vendita, i dati relativi a card speciali per seguire i comportamenti tipici del cliente, oltre a dati esterni, e utilizzare regole derivate da questi dati o dalle best practise dei venditori migliori. Utilizzando l'approccio "loyatly card" ed osservando immediatamente i dati, i venditori possono infatti utilizzare fin da subito i dati in loro possesso per spingere un prodotto o un servizio piuttosto dell'altro.

from McKinsey

Feedback sul seminario Marketing e Analisi di Dati per i clienti strategici

Come avrete visto leggendo questo blog, nei giorni 28 e 29 Settembre ho avuto il piacere di tenere un seminario dedicato all'analisi di dati in collaborazione con ITER srl di Milano.
Non mi sono dimenticata di raccontarvi come è andata, ma ho preferito aspettare e raccogliere il feedback da una partecipante: Sara Giorgini che si occupa di marketing e dati per l'azienda Grasselli spa.
Dal mio punto di vista è stata un'esperienza molto stimolante: il contatto con i corsisti ti mette a confronto con realtà aziendali dalle logiche di business e dalle dimensioni anche molto diverse.
Lascio quindi la parola a Sara.
Vi farò sapere se verranno fissate altre date per il seminario.
A presto!


Ho partecipato il 28 e 29 settembre scorso al seminario Marketing ed Analisi Dati presso Iter srl a Milano. Il seminario si è rivelato molto interessante e coerente con il mio obiettivo: “apprendere tecniche di analisi da poter applicare al business della azienda in cui lavoro”. La prima parte è stata teorica e mi è servita ad imparare l'importanza delle informazioni qualitative e dell'aggiornamento costante di dati/informazioni. La seconda giornata ha mostrato come mettere in pratica gli insegnamenti, come rendere quantitative le informazioni qualitative, come farlo, cosa analizzare, dove reperire le informazioni, etc. Ci sono stati mostrati esempi pratici, che mi hanno dato spunti di riflessione, sui quali intendo impostare il mio lavoro in azienda.



Consiglierei di partecipare al seminario a tutti coloro che sono interessati al marketing, alle tecniche di analisi per gestire al meglio il proprio business e i propri clienti. Ritengo che in versione ridotta, questo seminario sia interessante per la forza vendite e il management di ogni azienda.


L'unica cosa che mi è mancata è stata l'applicazione pratica di tutti questi insegnamenti. Suggerisco quindi alla relatrice di introdurre esercitazioni pratiche che aiutano a rinforzare l'apprendimento e a coinvolgere maggiormente l'attenzione dei partecipanti.

Sara Giorgini

Disallineamento tra Google Analytics e Statistiche di Blogger

Chi gestisce blog sa che dal mese di Luglio scorso Blogger ha introdotto un nuovo e simpatico tab che permette di visualizzare le statistiche del blog in tempo reale. E' ora possibile osservare immediatamente la reazione dei lettori ad un post, anche se si possono vedere solo i dati relativi alle visualizzazioni e non alle visite.
Il problema è che le statistiche di questo nuovo tab non mi risultano essere per nulla allineate con quelle di Analytics - di cui conosco l'affidabilità anche confrontata con panel particolarmente famosi.
Vi faccio un esempio per capirci: ho ricavato queste due immagini realative allo stesso blog

Immagine 1: tab statistiche di blogger

Immagine 2: Google Analytics

Come dicevo, si riferiscono allo stesso blog ed allo stesso periodo di tempo...
Vi sembrano allineati? I paesi non tornano per nulla.
Direi che il sistema sta registrando con criteri diversi, ma a quale credere?
Perchè hanno introdotto statistiche non affidabili?
Non era meglio, allora, stare tranquilli senza l'assillo dei dati in tempo reale, ma almeno ottenere informazioni corrette?
Non è nemmeno chiaro, nella gestione del famoso tab di Blogger, se vengano registrate o meno le proprie personali visualizzazioni. Il sistema apparentemente ti da la possibilità di togliere le tue, ma in realtà anche dopo averlo fatto i dati non cambiano... quindi?
Qualcuno di voi ha la risposta a qualcuno dei miei quesiti?
Grazie! :-)

Seminario: Marketing e analisi di dati per la gestione dei clienti strategici

A fine mese terrò un seminario con ITER Srl, azienda di Milano specializzata in formazione ed editoria.
Tratterò del tema "cliente strategico", definendolo e descrivendone un metodo di gestione, con focus particolare sulla figura del Business Data Analyst.
Vi lascio la desccrizione del seminario ed il modulo per le ISCRIZIONI.
Vi aspetto!

SCENARIO
Non è necessario essere una grande azienda multinazionale per poter parlare di clienti strategici.

Chi sono? Come identificarli? E soprattutto, come gestirli?
Se la vostra azienda non è strutturata per la gestione dei propri clienti strategici, potrebbe essere giunto il momento di rivedere i team di lavoro interni.
Un’organizzazione che veda persone dedicate alla gestione dello sviluppo del business su clienti ad alta potenzialità permette infatti di avere una maggiore focalizzazione, un’ottimizzazione delle risorse e delle competenze, un reale affiancamento al cliente in quello che è il suo business, che a lungo termine ripaga grazie alla costruzione di un rapporto preferenziale con quelli che possiamo definire “Strategic Account”: i nostri clienti strategici.
All’interno di questi team di lavoro si colloca la figura del Business Data Analyst: conoscitore dei sistemi informativi e dei processi aziendali, capace di supportare azienda e cliente in progetti congiunti, si può rivelare una figura chiave per la definizione di strategie commerciali e di marketing di alto livello.
Il seminario mira alla descrizione delle attività della figura del Data Analyst, all’interno di visione più ampia, che descriva strategia ed approccio focalizzati sulla gestione dei clienti strategici.

PROGRAMMA


I CLIENTI STRATEGICI
Verranno esposti i criteri ed i metodi per l’identificazione e la selezione dei propri clienti strategici e si andrà attraverso l’analisi che l’organizzazione dovrebbe fare al proprio interno, per capire il proprio stato rispetto questi clienti e la propria concorrenza.

IL BUSINESS DATA ANALYST
verranno esposti

• compiti della figura
• gli strumenti informatici che utilizza
• le interazioni con i vari dipartimenti all’interno dell’azienda
• Marketing
• Finance
• Sales

Verranno poi mostrati diversi esempi di reportistica e di modelli di calcolo ad elevato valore aggiunto che la figura del Business Data Analyst può sviluppare all’interno dell’azienda, per supportare attività e strategie Sales e Marketing, come

Per i clienti interni:

• Analisi per la selezione dei clienti strategici
• Compilazione dei Profili Strategici dei clienti
• Definizione di una Pipeline di clienti strategici
• Analisi per il calcolo del Market Share sul cliente
• Report di vendita mensili e consolidamento dei dati
• Analisi della Supply Chain: key player, concorrenza, alleanze strategiche
• Analisi del business di canale
• Creazione di una libreria di Case Study strategica
• Raccolta ed analisi delle News di cliente

Per i clienti esterni:

• Pricelist personalizzate per clienti strategici
• Calcolo del risparmio dato dagli accordi quadro
• Progetti ad hoc

Dati: troppi interni e pochi esterni

Pic by Nathan Wells

I primi sistemi di data warehouse, comparsi sul mercato a partire dagli anni '70, richiedevano notevoli risorse in termini di tempo ed elaborazione: far girare le query poteva richiedere giorni, se non addirittura settimane.
Oggi invece è possibile far girare query di piccola scala usando poco più di un data base, un laptop ed un foglio Excel.
Molte aziende, soprattutto di piccole dimensioni, gestiscono le proprie analisi di dati in questo modo.
Ma questo approccio fa fatica a crescre per supportare le aziende di più grandi dimensioni, e può creare reali difficoltà in aree come la gestione dei dati in aziende che hanno master data multipli.
Le aziende cominciano con una gestione semplice, e non c'è nulla di male, ma se marketing, finance e vendite hanno scorecard diverse, basate sui propri dati, si rischia di costruire una torre di Babele: non ci si capisce, è difficile integrare i dati.
Inoltre, anche se è cresciuta la capacità di elaborazione e si sono abbassati i prezzi dello storage, la crescita dei dati di business è ancora molto veloce. Si calcola che i volumi di dati si duplichino ogni 12 o 18 mesi.
Soprattutto le grandi organizzazioni stanno cominciando a scontrarsi con il tempo che si impiega a scaricare dati nei sistemi warehouse o di BI, specialmente se derivano da più fonti.
C'è troppa fiducia nei dati provenienti dai sistemi CRM o ERP: molte organizzazioni non utilizzano dati esterni, ma fanno affidamento solo sui dati provenienti dai propri sistemi informativi per risolvere problemi specifici. Il risultato è che i dati saranno buoni quanto lo sono le informazioni dei sistemi da cui provengono.
Prima di costruire sistemi di gestione di dati o di BI, bisogna lavorare sulla qualità dei dati.
Questi possono anche essere accurati ma parziali o fuorvianti, specialmente se originariamente raccolti per scopi diversi.
Le aziende devono decidere quali informazioni useranno ed essere chiare con se stesse riguardo la completezza dei propri set di dati. Se non lo fanno, i risultati potrebbero essere pessimi, soprattuo se non si ha la visione più ampia.
Sarebbe opportuno trovare il modo per estrarre le informazioni contenute in dati non strutturati, come email, presentazioni e documenti, video o telefonate registrate, per fornire una base per BI, e supportare una migliore presa di decisioni.
Il rapporto tra i dati strutturati e non è di 80/20. Questo significa che ci sono molti dati utili che non vengono presi in considerazione perché difficili da reperire.

Tratto da FT.com