4 aspetti che un/una CFO deve considerare nell’analisi predittiva
Con la proliferazione dei big data e l’evoluzione di strumenti e di tecnologie, (ne siamo consapevoli ed esiste una vasta letteratura sull’argomento), il CFO ha assunto un ruolo sempre più strategico e oggi si deve inesorabilmente avvalere di soluzioni di analisi predittiva per tenere sotto controllo tutti i nodi decisionali, giustificando le sue scelte con la forza veridica intrinseca dei dati.
In tal modo, il CFO contribuisce in maniera olistica alla gestione e al successo dell’impresa, ma prima di questo, quali sono le sfide e priorità che un/una CFO deve considerare nella scelta di una soluzione di analisi predittiva?
Abbiamo selezionato alcuni di quegli aspetti imprescindibili che un/una CFO deve considerare come approccio vincente nella scelta di una soluzione.
1. Assicurarsi che la soluzione di analisi predittiva abbia un design incentrato sulla persona
Il primo passo verso la scelta della soluzione è valutare se le metodologie del design thinking siano state implementate nella progettazione end-to-end della soluzione, cioè se gli sforzi di progettazione convergono su funzioni, fonti/sistemi di dati, strumenti, processi con al centro la persona e le sue esigenze.
Il senso del design thinking applicato alla progettazione di una soluzione di analisi predittiva è questo: ideare e progettare una soluzione che tenga conto della persona e della sua capacità di sviluppare un pensiero, un approccio sia come soggetto ideatore sia come destinatario del progetto (dato che ne è il principale utilizzatore).
Le metodologie di Design thinking permettono di realizzare soluzioni efficaci attraverso il coinvolgimento diretto degli utenti finali (i clienti) insieme al gruppo di sviluppo. In questo modo, si perviene a un risultato più in linea con le aspettative, alimentando l’innovazione all’interno delle aziende.
Senza questa doverosa premessa, il rischio è non massimizzarne i benefici una soluzione perché con diverse zone d’ombra e non completamente fruibile dai leader finanziari.
2. L’AI come Strumento Di Supporto per il CFO
Menzionare l’intelligenza artificiale è doveroso alla luce degli ultimi sviluppi di OpenAI.
Riteniamo che una soluzione di analisi predittiva moderna debba includere anche l’intelligenza artificiale a diversi livelli.
Citiamo in questo paragrafo alcuni possibili applicazioni.
L’AI, ad esempio, può rilevare automaticamente problemi come il riempimento del budget e l’errore umano a livello granulare. Queste e altre potenziali anomalie potrebbero contrassegnate per la revisione manuale di una persona.
Quindi piuttosto che setacciare un intero set di dati alla ricerca di errori, l’AI evidenzia solo i potenziali errori, consentendo all’azienda di concentrare gli sforzi solo ciò che è veramente strategico.
Pensiamo che l’intelligenza artificiale sia funzionale e ancillare al contributo delle persone e abbiamo dedicato un articolo all’applicazione dell’intelligenza artificiale di OpenAI al planning, budget e forecast.
3. La scelta del CFO. No alle Soluzioni Pronte all’Uso
Una buona soluzione di analisi predittiva può fare la differenza tra il raggiungimento di profitti record o l’esperienza di un ritorno sull’investimento (ROI) insufficiente o deludente.
La tecnologia è la chiave di accesso comune a tutte le soluzioni di analisi predittiva, ma procedure, priorità e obiettivi di business non sono sempre così simili e riscontriamo grandi differenze nel contesto cross-industry.
Pensiamo alle compagnie aeree.
I loro prezzi variano in pochi secondi in base alla domanda attesa. Attraverso l’analisi predittiva le compagnie aeree determinano l’andamento dei prezzi in maniera tale da garantire le vendite.
Pensiamo di replicare la stessa volatilità dei prezzi in un altro settore di business… è praticamente impossibile!
Abbiamo riportato questo esempio perché, in maniera speculare, molte organizzazioni cercano di adottare soluzioni pronte all’uso che non sono perfettamente in linea con le loro specifiche esigenze, andando a penalizzare l’efficacia nel raggiungimento dei risultati.
4. Adottare una soluzione a misura di business
In precedenza, abbiamo parlato delle peculiarità di una soluzione pronta all’uso. Una domanda allora sorge spontanea: quale approccio per valutare soluzioni di analisi predittiva?
Escludiamo assolutismi…
Alcuni elementi da non sottovalutare nella scelta soluzione di analisi predittiva:
- Orientata nell’impianto ad essere evoluta sia tecnicamente e funzionalmente: incentrata sullo scopo di business.
- Pensata con i dati al centro nelle loro diverse sorgenti e natura (strutturati e non strutturati).
- Coerente con l’approccio del design thinking.
- Tecnologicamente ben salda nel mondo del cloud nelle sue forme più innovative e di prospettiva (Microsoft Fabric/OpenAI/ CoPilot).
Guidati da queste considerazioni, abbiamo congeniato una soluzione nell’ambito del FP&A (Area Administration – Finance e Controlling) anche con risvolti predittivi come Hub Reporting implementato nativamente con impronta orizzontale sulle esigenze del dipartimento amministrativo/finanziario di cui il CFO è uno dei ruoli centrici.
Con Hub Reporting i CFO saranno in grado di accelerare e centralizzare la gestione del business in termini di controllo e predittività, con:
- Un ecosistema analitico per le operazioni quotidiane e strategiche. Creazione di un data asset centralizzato a supporto dei processi decisionali.
- Un orizzonte predittivo per le operazioni di business di report automatizzati e dashboard interattive in PowerBI con write-back [Acterys]
- Fruibilità multistakeholder per una rinnovata estensione della cultura del dato in azienda.
