Siamo arrivati al numero 150 della newsletter Ellycode e, visto il numero tondo, questa settimana vogliamo tornare su una parola che ci accompagna praticamente da sempre, da quando abbiamo deciso di immaginare, progettare e realizzare Elly: decisioni.
Per anni abbiamo raccontato la Business Intelligence così: dati più accessibili, informazioni più chiare, meno sensazioni lasciate alla libera interpretazione e intuizione e più elementi concreti (dati e informazioni) su cui scegliere.
Ed è ancora esattamente quello in cui ancora oggi crediamo.
Tuttavia non possiamo escludere che c’è però un problema che arriva subito dopo.
Immaginate una riunione fatta circa sei mesi fa. una dashboard in negativo, un certo calo del margine su una certa linea di prodotto. Qualcuno propose di aumentare i prezzi, qualcun altro fece notare che sarebbe stato rischioso per alcuni clienti strategici. Alla fine si decise di aspettare.
Sei mesi dopo è ancora tutto fermo e poi: perché avevamo deciso di aspettare? Chi aveva portato quell’argomento? Quali clienti erano considerati strategici? Avevamo fissato una soglia oltre la quale saremmo intervenuti? Quella decisione si è rivelata corretta?
Probabilmente una parte della risposta è in una mail, qualcosa nei verbali di una riunione, qualcos’altro nella testa di chi c’era. Il resto, boh.
Benvenuti nel magico mondo del debito decisionale.
Prima però, come sempre, apriamo la nostra playlist Data Grooves:
🎵 “Once in a Lifetime” — Talking Heads (1980)
Perché prima o poi capita a qualsiasi azienda di guardare una scelta fatta qualche mese prima e chiedersi, più o meno: come siamo arrivati fin qui?
Abbiamo imparato a conservare i dati.
Su questo abbiamo fatto passi enormi. Un buon sistema di Business Intelligence permette di tornare indietro, confrontare periodi, ricostruire performance, capire cosa stava succedendo in un preciso momento.
Il dato però lascia una traccia, la decisione molto meno o - qualche volta - anche nessuna.
Ed è davvero curioso, perché raccogliamo con enorme attenzione tutto ciò che porta a una decisione e quasi mai conserviamo la decisione stessa con lo stesso livello di dettaglio.
Una dashboard può dirci che a marzo il fatturato è sceso del 12%. Può mostrarci quali clienti hanno comprato meno, quali prodotti hanno rallentato e quali aree hanno sofferto di più. Poi però c’è molto, molto altro: le persone discutono, interpretano, aggiungono informazioni che magari nel database non esistono, valutano rischi e fanno una scelta.
Il debito che non compare in bilancio.
Il debito decisionale non nasce semplicemente quando dimentichiamo una decisione.
Può nascere anche quando perdiamo il legame tra una decisione e tutto ciò che l’ha resa sensata in quel momento: i dati disponibili, le ipotesi fatte, i vincoli, le alternative considerate, magari anche un’informazione che non era dentro nessun database.
Finché le persone che hanno partecipato a quella scelta sono ancora lì, il problema quasi non si vede. Il contesto continua a vivere nella loro memoria. Poi passa il tempo, cambiano i ruoli, cambiano le condizioni e quel contesto si impoverisce. Resta la decisione, ma non necessariamente la sua logica.
Ed è qui che nasce il debito: ogni volta che l’azienda deve ricostruire da zero un ragionamento che aveva già fatto, perde tempo, ripete discussioni e rischia perfino di arrivare a conclusioni diverse senza sapere perché.
Abbiamo investito tantissimo nella tracciabilità del dato. Molto meno nella tracciabilità delle decisioni.
Dal dato alla decisione.
Ed arriviamo probabilmente al passaggio più interessante. La Business Intelligence ha fatto un lavoro enorme nel rendere accessibile il cosa: cosa è successo, quando, dove, con quale intensità e rispetto a quale periodo.
Ma tra un dato e una decisione esiste uno spazio enorme.
Dentro quello spazio ci sono interpretazione, esperienza, conoscenza del mercato, eccezioni, documenti, riunioni, vincoli e informazioni che spesso non hanno neppure una forma strutturata.
È lì che entra in gioco la knowledge aziendale.
Non come archivio dove accumulare file, ma come possibilità di collegare quello che sappiamo a quello che abbiamo deciso.
Una decisione potrebbe quindi avere una sua storia: nascere da alcuni indicatori, essere supportata da determinati documenti, poggiare su certe assunzioni e produrre, mesi dopo, un risultato misurabile. Questo collegamento oggi quasi sempre manca, nonostante sia preziosissimo.
Una decisione giusta può anche finire male.
Qui c’è poi un altro punto che tendiamo a dimenticare.
Siamo abituati a giudicare le decisioni guardando il risultato:
se è andata bene, la decisione era giusta
se è andata male, era sbagliata.
Naturalmente non funziona sempre così. Una decisione presa con informazioni solide può produrre un risultato negativo per qualcosa che era impossibile prevedere. Allo stesso modo, una scelta presa quasi a caso può essere premiata dalle circostanze.
La BI ci permette di misurare molto bene il risultato. Conservare anche il contesto decisionale permetterebbe invece di valutare qualcosa di ancora più utile: la qualità del processo che ci ha portato fin lì.
E questa, nel tempo, è conoscenza aziendale vera. Perché significa poter capire non soltanto quali decisioni hanno funzionato, ma quali ragionamenti funzionano meglio nella nostra azienda.
Ed è qui che l’AI diventa davvero interessante.
Non perché debba decidere al posto nostro. Anzi.
L’intelligenza artificiale può diventare interessante proprio perché rende finalmente utilizzabile una quantità di conoscenza che fino a ieri era troppo dispersa per esserlo davvero.
Se entriamo in questa logica, l’AI non serve semplicemente per suggerire una risposta, ma può, per esempio, recuperare precedenti decisioni, evidenziare analogie, ricordare quali ipotesi erano state fatte, mostrare quali condizioni nel frattempo sono cambiate e collegare una decisione ai suoi effetti.
In altre parole può aiutare l’azienda a costruire una memoria decisionale attiva.
La differenza rispetto a un semplice archivio è enorme. Un archivio conserva. Una memoria serve quando bisogna decidere di nuovo.
Il vero patrimonio aziendale.
Quando parliamo di knowledge aziendale pensiamo spesso a documenti, procedure, manuali, contratti e informazioni tecniche.
Tuttavia una parte enorme della conoscenza di un’organizzazione è fatta dalle migliaia di decisioni prese negli anni:
perché abbiamo cambiato quel processo, quel software, quel fornitore
perché quel cliente viene gestito in maniera diversa
perché quel KPI viene calcolato proprio così
perché su quel mercato abbiamo scelto di non entrare.
Dietro a molte regole aziendali esiste una decisione. Dietro a molte decisioni esiste un pezzo di storia. Perderlo significa costringere ogni nuova generazione dell’azienda a imparare nuovamente cose che l’organizzazione aveva già imparato.
Dove stiamo noi.
Abbiamo sempre raccontato Elly partendo dalla Business Intelligence e da un principio molto semplice: rendere il dato accessibile per permettere alle persone di prendere decisioni migliori.
Quel principio non cambia, semmai oggi possiamo e vogliamo fare un passo oltre.
Per prendere decisioni migliori non serve soltanto conoscere meglio quello che sta succedendo. Serve poter utilizzare anche quello che l’azienda ha già imparato.
Ed è qui che Business Intelligence, knowledge e Intelligenza Artificiale iniziano davvero a diventare parti dello stesso percorso, perché
La BI dà memoria ai numeri —> la knowledge conserva il contesto —> l’AI può rimettere entrambi in circolo nel momento in cui servono.
Forse allora il contrario del debito decisionale non è avere più dati, ma piuttosto avere un’azienda che, quando deve scegliere di nuovo, non è costretta a ripartire ogni volta da zero.