Una soluzione di Sas punta a integrare gli algoritmi per migliorare l’efficienza produttiva delle organizzazioni.
Nel fornire informazioni per migliorare l’efficienza aziendale, la business intelligence non può più trascurare la valutazione dell’impatto dell’attività produttiva sull’ambiente. E ciò soprattutto alla luce degli ultimi dati sull’inquinamento e il surriscaldamento globale della Terra e di normative più stringenti in materia, a cui ogni organizzazione deve dimostrare di essere conforme.
Puntando l’attenzione su un tema così critico, Sas ha presentato a Londra la soluzione Sas for Sustainability Management.
«La corporate social responsibility è una filosofia di gestione fondamentale che combina sostenibilità ambientale e strategie sociali nelle attività di business aziendali» ha detto il Ceo di Sas Jim Goodnight, ricordando come il tema dei cambiamenti climatici abbia raggiunto un’attualità di primo piano in tutto il mondo: un numero crescente di manager riconosce infatti che una mentalità rispettosa dell’ambiente è ormai una realtà di business.
Sul tema sono sempre più vive l’attenzione dei media e le discussioni politiche, mentre ora la sfida per le aziende, sottolinea Goodnight, è riuscire ad analizzare i dati con efficacia, per migliorare l’efficienza nell’utilizzo dell’energia e creare un’offerta di valore realmente attraente.
Sas for Sustainability Management si propone d’indirizzare queste esigenze, posizionandosi come soluzione completa in grado di aiutare le organizzazioni a misurare, gestire e registrare, secondo i paradigmi della cosiddetta “triple bottom line” della Global Reporting Initiative, gli indicatori ambientali, sociali ed economici per scegliere la migliore strategia in grado di ridurre i rischi imprenditoriali e incrementare i ricavi degli investitori.
La soluzione, in sostanza, consente alle organizzazioni di eliminare i tradizionali fogli di calcolo attraverso un sistema informativo affidabile e basato sui concetti del sustainability performance management.
Le funzionalità non consentono soltanto di misurare i parametri chiave, ma anche di simulare scenari e modelli di sviluppo ottimali per ridurre i rifiuti, le emissioni di gas serra e il “carbon footprint” sull’ambiente.
