Nel business odierno sapere cosa fare è già di per sé complicato, ma il coefficiente di difficoltà raddoppia se si considera il quantitativo di informazioni quotidiane: come si possono prendere decisioni quando si hanno davanti tante alternative e tanti dati?
La domanda è al centro del processo decisionale basato sui dati. Un centro gravitante intorno alla capacità di usare le informazioni a disposizione efficacemente e in modo appropriato per prendere scelte che portino a buoni risultati.
Il processo decisionale basato sui dati, ci spiega Kevin Hanegan, che è Chief Learning Officer di Qlik, è un gioco di squadra. Per svolgerlo al meglio è necessaria una serie di competenze distribuite equamente in tutta l’azienda.
In linea di massima, ci spiega Hanegan, queste possono essere divise in due aree: abilità tecniche e soft skill. Pur molto differenti tra loro, entrambe sono essenziali e possederle lo è ancora di più. Così, spesso, le imprese danno precedenza a una rispetto all’altra – preferendo le capacità tecniche, essendo più semplici da misurare delle meno tangibili soft skill.
Cosa sono realmente queste competenze e come aiutano i professionisti a prendere decisioni migliori basate sui dati?
Le competenze tecniche per prendere decisioni
È probabile che un’azienda abbia competenze tecniche significative divise in piccole unità, magari con un team di data scientist o di analisti. Queste capacità variano in complessità e specificità, alcune rimangono esclusiva di team specializzati, mentre altre dovrebbero essere comprese da più e diversi manager. Vediamole.
Estrazione dati
Quando un’azienda ha un problema analitico da risolvere, la chiave è comprendere quali dati abbiano le informazioni necessarie a rispondere a tal problema. Una volta che i dati e le informazioni corrette vengono identificati, è necessario estrapolarli con alcune domande analitiche, il che potrebbe significare semplicemente prendere i dati così come sono da un file Excel. Mentre, in situazioni più complesse, si tratterebbe di estrarre le informazioni da sistemi e tecnologie di Big Data.
Trasformazione e standardizzazione dei dati
Una volta che i dati vengono estratti, è necessario trasformarli e standardizzarli per renderli pronti alle analytics. Si stima che fino all’80% del tempo speso prendendo decisioni basate sui dati sia dedicato alla pulizia, alla standardizzazione e all’organizzazione dei dati stessi. Con un tal dispendio di risorse su quelli che sono compiti abbastanza banali, è di vitale importanza che le imprese abbiano le giuste competenze affinché siano capaci di pulire, trasformare, profilare, etichettare, catalogare e standardizzare i dati.
Matematica di base e comprensione dei dati
A non tutti in un’azienda è richiesto avere abilità per prendere decisioni basate sui dati, ma le competenze base di matematica sono essenziali per chiunque sia coinvolto nel processo. Ciò comporta una comprensione fondamentale dei dati, inclusi attributi, tipi (categorici vs. continui), aggregazioni e distribuzioni. Con questa abilità, tutti possono usare le analytics descrittive, fattore essenziale nel processo decisionale basato sui dati: a partire dalla persona responsabile per la costruzione e il mantenimento di un framework di misurazione, che comprende indicatori di performance essenziali, fino a coloro che necessitano di trovare un significato alle informazioni che stanno leggendo.
Statistiche di base
Includono una comprensione della probabilità e della correlazione, della semplice regressione, come delle statistiche inferenziali per garantire che oggetti come la grandezza dei campioni venga realizzata correttamente. La cognizione delle statistiche di base è vitale per un’azienda che voglia prendere delle decisioni basate sui dati. Gli addetti alle decisioni non hanno per forza bisogno di queste competenze, ma necessitano qualcuno che lavori con loro e che sia capace di fornirgli le statistiche di base per assicurarsi che i dati siano utilizzati accuratamente.
Scienza dei dati
Sebbene questa non sia una vera e propria abilità, include tutto ciò di cui un’azienda ha bisogno quando ha a che fare con machine learning, intelligenza artificiale, analisi predittive e prescrittive incluse. Oggi, con il vasto quantitativo di dati a disposizione delle imprese, è essenziale possedere competenze di machine learning per trasformare le informazioni in intuizioni al fine di prendere decisioni basate sui dati.
I soft skill per prendere decisioni
Per molti versi, possedere attributi “soft”, umani, meno tangibili e meno misurabili è perfino più importante, man mano che diventiamo più digitali. Essere capaci di empatizzare, relazionarci e comunicare con gli altri è, per la maggior parte delle volte, la differenza tra una decisione accolta a braccia aperte ed una che incontra resistenza.
Sistemi ed enterprise thinking
Secondo Edward Deming il 94% dei problemi in un’azienda dipende dai sistemi; solamente il 6% dalle persone. Il pensiero sistemico aiuta i professionisti a comprendere perché le persone si comportano in un determinato modo. È un modo di vedere un’organizzazione (e il mondo) come un insieme di sistemi che sono tutti collegati tra loro in qualche modo. Quando si considera un’impresa secondo questa prospettiva, identificare le cause, rispetto ai sintomi, è più facile in quanto coloro che devono prendere delle decisioni possono osservare come ogni parte interagisca con le altre.
Pensiero critico
Parte del processo decisionale basato sui dati è la capacità di pensare ai dati in modo critico e riconoscere sia la complessità delle decisioni, sia la possibilità di multiple posizioni valide. È fondamentale capire le possibili limitazioni dei dati presentati e i loro stessi pregiudizi cognitivi, al fine di mitigarli. È inoltre necessario accettare che raramente si avranno a disposizione dei set di dati completi. Bisogna, dunque, essere preparati, in modo da evitare paralisi durante l’analisi, saper trattare con l’incertezza e prendere le migliori decisioni possibili con i dati disponibili.
Ascolto attivo
Le persone sono esposte alle informazioni in diversi momenti del processo decisionale, che si tratti di requisiti, intuizioni estrapolate dalle analisi o di feedback ricevuti durante la fase di valutazione. È nella natura umana attribuire un significato alle informazioni basandosi sulla propria cultura e sulla propria prospettiva personale, e tirare da queste delle conclusioni. In realtà, però, queste potrebbero essere basate su cosa le persone pensano di quello che altri hanno detto, il che potrebbe tradursi nell’opposto di ciò che è stato realmente affermato. Qui è dove l’ascolto attivo, combinato con il pensiero critico, risulta di primaria importanza.
Costruzione delle relazioni
Uno dei fattori chiave che influenzano il processo è la cultura organizzativa. L’abilità di tale cultura di fornire supporto al processo dipende dalla qualità delle relazioni, le quali a loro volta dipendono dalla qualità delle conversazioni. Ciò significa che la costruzione delle relazioni è una competenza richiesta di estrema rilevanza, dalla raccolta delle richieste dell’azienda, passando per le comunicazioni agli stakeholder, fino alla totalità dei feedback ricevuti dopo che la decisione è sta presa.
Comunicare attraverso i dati
Le parti interessate, siano esse dipendenti, investitori o consumatori, hanno bisogno di prendere delle decisioni per realizzare i propri interessi. Comunicare queste decisioni, e le ragioni alla loro base, motivando ed emozionando gli stakeholder, è una delle abilità più rilevanti che un’azienda possa possedere.
Equilibrio e team
Le aziende, conclude Hanegan, necessitano di un equilibrio tra competenze tecniche e soft skill per prendere le giuste decisioni basate sui dati. Alla base di ciò c’è la capacità di riunire il tutto in modo armonioso e vantaggioso. Non è tanto avere dei singoli professionisti con le corrette competenze, ma quanto i giusti team, con le abilità appropriate, tutti al lavoro per creare una cultura basata sui dati. Solo allora le imprese saranno capaci di sfruttare tali capacità a livello pratico e raccogliere i frutti per essere state in grado di prendere delle decisioni basate sui dati.
