Indicatori Di Performance Dei Processi Aziendali: Sviluppo Di Un Progetto Di Business Intelligence All’interno Del Sistema Qualità.

Università degli Studi di Modena e Reggio Emilia

Facoltà di Scienze della Comunicazione e dell’Economia

Corso di Laurea in Economia, Reti e Informazione Curriculum “Economia delle reti” Anno Accademico 2004/2005

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Laureando: Davide Tarasconi Firma: _________________ Relatore: prof. Stefano Setti Firma: __________________

2

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

a Sara ai miei genitori ai miei nonni, Gino e Giuseppe

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

3

4

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Indice Introduzione............................................................................7 Blulink: presentazione dell’azienda .........................................8 Presentazione del progetto Indicatori Standard Processi Qualità.....................................................................................9 Gestione dei processi.............................................................10 1.1 1.2 1.3 1.4 1.5 1.6 1.7

-

Introduzione .....................................................................................10 Business Process: il concetto ..............................................................10 Business process: le famiglie ..............................................................11 Business process: gerarchie................................................................11 Rivedere i processi: un cenno al Business Process Reengineering ............12 Leve di un progetto ...........................................................................13 Considerazioni finali ...........................................................................15

Sistemi informativi direzionali ...............................................16 2.1 - Introduzione .....................................................................................16 2.2 - Modello di Anthony ............................................................................16 2.3 - Griglia di Gorry e Scott-Morton............................................................17 2.4 – Natura dell’informazione operazionale .................................................18 2.5 - Natura dell’informazione direzionale.....................................................18 2.6 - Come valutare le esigenze informative .................................................19 2.6.1 - Critical Success Factors ................................................................19 2.6.2 - Key performance indicators ..........................................................20

Principali metodi e approcci per la qualità in azienda ............22 3.1 - I principi della qualità in azienda .........................................................22 3.2 - Gestione per processi.........................................................................22 3.3 - Suggerimenti metodologici .................................................................23 3.4 - Total Quality Management ..................................................................24 3.5 - Il modello di Eccellenza: concetti fondamentali......................................25 3.5.1 – Gli otto concetti fondamentali .......................................................25 3.5.2 – I criteri e i sottocriteri del modello EFQM........................................27 3.6 - Balanced Scorecard ...........................................................................31 3.7 - Modello EFQM e Balanced Scorecard: differenze e possibili integrazioni ....32

Data warehouse, Business Intelligence e ..............................33 Business Process Management ..............................................33 4.1 4.2 4.3 4.5 4.6 4.7

-

Introduzione .....................................................................................33 OLAP vs. OLTP ..................................................................................33 Data warehouse ................................................................................34 Il questionario per i requisiti utente .....................................................36 Progettazione logica e fisica di un data warehouse .................................40 Modellazione dimensionale..................................................................41 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

5

4.8 - Business Intelligence .........................................................................44 4.9 - Business Performance Management .....................................................44 4.10 - Relazione fra Business Intelligence e Business Process Management ......45

Progetto Indicatori di Performance .......................................48 5.1 5.2 5.3 5.4 5.5

-

Introduzione .....................................................................................48 Data source ......................................................................................48 Il ciclo ETL: extraction, transform & loading..........................................49 Interrogare il data warehouse .............................................................51 Altri indicatori e applicazioni ...............................................................57

Riepilogo e considerazioni finali ...........................................60 Ringraziamenti ......................................................................62 Bibliografia ............................................................................63 Sitografia...............................................................................64

6

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Introduzione

L’idea di interdisciplinarietà che caratterizza il corso di laurea in “Economia, Reti e Informazione” è stata volutamente riportata in questa tesina per il termine del corso di studi triennale. Affrontare il tema relativo allo sviluppo di indicatori di performance nell’ambito della qualità aziendale richiede una conoscenza estesa dell’azienda e dei processi che la caratterizzano, del sistema informativo e informatico per sapere dove i dati vengono recuperati e come vengono elaborati nonchè la conoscenza degli strumenti di business intelligence per ricavare dalla “montagna di dati” informazioni utili allo scopo di prendere decisioni. La trattazione separata di questi argomenti avrebbe portato a perdere il quadro d’insieme di una problematica sempre più attuale nell’ambito dell’Information & Communication Techology, ovvero quella di avere un sistema informativo e processi aziendali altamente integrati: è proprio il campo di un’azienda interessata al concetto di Total Quality Management e alla organizzazione “per processi” auspicata della normativa ISO 9000:2000. I processi analizzati dunque non sono i classici relativi ad analisi di quote di mercato oppure a dati di vendita, ma processi valutati nell’ambito della qualità in azienda: si potrà trattare quindi di analisi standard su natura e cause di reclami e difetti, oppure di reports sullo stato attuale e sulla formazione delle risorse umane o di analisi su non conformità interne ed esterne. Nel testo si troverà una trattazione panoramica sul tipo di organizzazione e sulle operazioni da svolgere a livello organizzativo e tecnico per raggiungere determinati obiettivi in termini di valutazione delle performance aziendali allo scopo di raggiungere gli obiettivi di eccellenza e qualità totale auspicati dai principali modelli europei e internazionali.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Blulink: presentazione dell’azienda

Blulink nasce nel 1990, contestualmente alle prime certificazioni per sistemi qualità nelle aziende italiane, seguendo queste linee guida: -

supportare le imprese con soluzioni software che rispondano alle esigenze effettive;

-

favorire ed accellerare lo sviluppo aziendale;

-

perfezionare i processi aziendali e produttivi.

Blulink, per affrontare i mercati odierni, ritiene indispensabile un cambiamento in ottica di gestione di Qualità, Sicurezza e Ambiente che sappia coniugare il rispetto delle normative, la creazione di valore per le imprese e il raggiungimento e il mantenimento di alti livelli di efficenza. Questo corrisponde necessariamente ad una visione estesa della qualità in grado di ottimizzare e semplificare i processi dell’intera azienda e di monitorarne il comportamento, misurandone le performance e quindi ricavando indicatori utili per decisioni di sviluppo strategico. Blulink sviluppa una suite modulare, Quarta®, che gestisce in sistema integrato per la qualità in tutti i suoi aspetti, garantendo la massima sinergia fra le esigenze di asicurazione della qualità, dell’analisi dei dati e della gestione dei processi aziendali. I principali moduli di Quarta® sono:

8

-

Controllo Qualità, composta da Accettazione, per verifica dei materiali dall’ingresso in azienda fino al termine del ciclo produttivo, SPC – Controllo Statistico di Processo, per la verifica dell’efficacia del ciclo produttivo, strumenti di misura, per la taratura conforme alle normative di tutti gli strumenti di misura di un’azienda;

-

Sistema Qualità, Ambiente e Sicurezza, caratterizzata da una gestione documentale (archiviare in maniera corretta la documentazione aziendale), risorse umane (gestire anagrafiche e competenze, corsi di formazione, gestione dell’organico), gestione di Non Conformità, Azioni Correttive e Preventive, Piani di miglioramento (per garantire il miglioramento continuo dell’azienda), Project management (supporto delle attività di progettazione, realizzazione e gestione delle attività)

-

Analisi dei dati, integrazione di data warehouse e tecniche di Business Intelligence, indicatori di performance e creazione di cruscotti aziendali per la visualizzazione e la valutazione delle performance aziendali. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Presentazione del progetto Indicatori Standard Processi Qualità

Nel periodo giugno-luglio 2005 ho svolto lo stage aziendale previsto dal mio corso di studi presso Blulink: il progetto da seguire per questo arco di tempo era relativo allo sviluppo di indicatori di performance standard, da adattare alla struttura dati tipica del’applicativo Quarta®. Le finalità di questo progetto erano due: o

La prima in chiave commerciale e marketing, per avere uno strumento di business intelligence in versione dimostrativa che evidenzi le potenzialità di questa tecnica applicate ai dati di Quarta®;

o

La seconda finalità era quella di creare una serie di indicatori standard che si adattassero perfettamente ai vari moduli di Quarta®, allo scopo di avere una serie di cruscotti stand-alone in grado di integrarsi con facilità ad una struttura dati pre-esistente.

In questo periodo, oltre ad una lunga fase di formazione, ho appreso le tecniche che dai dati immagazzinati in un database operazionale come quello di Quarta®, attraverso un ciclo ETL (Extraction, Transformation & Loading) eseguito in questo caso con lo strumento Data Transform Services (DTS) di Microsoft SQL Server 2000, permettono di avere una struttura dati denormalizzata ed aggregata tipica del datawarehouse. Successivamente alle operazioni di pulizia dei dati è stato necessario elaborare un cruscotto aziendale in grado di visualizzare in forma grafica i Key Performance Indicators definiti durante le interviste preliminari: in questo passo, quando dal dato si passa all’informazione, è stato utilizzato il software specifico per la business intelligence Hyperion Intelligence Designer. Dopo questo breve periodo di stage, durante il quale il progetto è stato definito e iniziato, è iniziata una nuova collaborazione, allo scopo di sviluppare un set completo di indicatori di performance standard, che fossero in grado di fornire misure significative relative ai diversi moduli nei quali sono strutturati i dati di Quarta®. Al termine della tesina, a completamento della trattazione teorica dei vari argomenti, utilizzerò come esempi le esperienze sul campo che ho maturato durante lo sviluppo di questo progetto. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

9

Gestione dei processi

1.1 - Introduzione La necessità e l’utilità dei sistemi informativi in azienda ha da sempre richiesto una organizzazione processiva di quest’ultima: in questo modo , con l’avvento delle tecnologie informatiche, è sempre più logico per chi si occupa di queste discipline ragionare in termini di stati e flussi di lavoro. La trasformazione delle attività gestionali, la struttura organizzativa dell’azienda fino alle singole mansioni sono state analizzate fino ad arrivare alla più piccola unità misurabile: il business process. Il business process diventa quindi il punto di partenza di ogni operazione volta al miglioramento e all’innovazione dell’azienda, ed è un punto critico di ogni tipo di sistema informativo: intervenire su un processo in base al malfunzionamento, all’importanza e alla fattibità dell’intervento diventa il primo, basilare tentativo per migliorare l’azienda. Le linee guida che portano al Business Process Reengineering (BPR) sono state integrate negli ultimi 10 anni anche da metodologie parallele come il workflow management: con questa tecnica, ad esempio, il flusso del lavoro dell’azienda viene analizzato allo scopo di automatizzare il flusso del processo, regolando ad esempio l’ordine di esecuzione dei compiti e il flusso informativo che deriva da queste attività. 1.2 - Business Process: il concetto Il business process è un’attività, che all’interno dell’azienda è connessa ad un serie di altre attività: il processo ha degli input che producono output, utilizzato da clienti. Business Process = ( Attività, Input, Output, Clienti) Un business process non è mai uguale all’altro, esistono infatti una serie di caratteristiche che li distinguono in quanto a prestazioni e configurazioni, come ad esempio: o o o o o

Il flusso di attività; La struttura organizzativa Le competenze delle risorse umane impiegate in un determinato processo; Le tecnologie utilizzate Il sistema di misurazione e controllo delle prestazioni di costi, tempo, qualità e servizio. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Gestione dei processi

1.3 - Business process: le famiglie Come detto in precedenza i business processo sono flussi di servizi ai clienti: se ci limitassimo ad un visione della clientela ristretta solamente ai clienti esterni spesso ci si troverebbe ad affrontare un numero di processi molto limitato: da ciò deriverebbe quindi un’analisi povera e poco descrittiva dell’azienda e poche leve sulle quali fare forza per gestiore cambiamento o innovazione. Ci sono sempre un notevole numero di processi interni, nel senso che servono i cosiddetti clienti interni (vedi box, pagina seguente), generando comunque costi rilevanti (manutenzione impianti, amministrazione, gestione del personale, ecc.). È utile quindi dividere i business process in due macro-famiglie a seconda che i clienti siano interni o esterni, in questo modo si hanno: o

Business Process primari (market driven), in cui l’output del processo è rivolto ai clienti esterni e la cui varietà dipende dalla gamma e dei servizi e dei prodotti offerta dall’azienda; BPp = f (Servizi e Prodotti, Categorie di clienti)

o

Business Process di supporto (internal driven), sono quelli in cui i clienti sono interni all’azienda e di supporto ai processi primari di cui sopra.

1.4 - Business process: gerarchie Un semplice elenco di processi stilato secondo i criteri relativi alla destinazione degli output, come mostrato in precedenza, non è certo sufficiente per descrivere con precisione in funzionamento di un’impresa: si rende necessaria un’analisi più approfondita, che suddivida in maniera opportuna i macroprocessi. Una classificazione ad un livello di dettaglio ‘normale’ definisce questa stratificazione: -

business process o macroprocessi; processi; fasi (a sua volta scomponibile in attività e operazioni).

Ognuno di questi livelli di dettaglio ha una sua logica di disaggregazione, un certo tipo di clienti (o comunque di destinatari dell’output) e determinate caratteristiche per input e output. I macroprocessi sono caratterizzati, nel caso dei business process primari, da clienti esterni (produzione, consegne, ecc.) oppure da clienti interni nel caso di business process di supporto: l’output dei macroprocessi è solitamente ben definito e corrisponde ad un prodotto od un servizio che può essere venduto e acquistato sul mercato. I processi vengono ricavati dai macroprocessi seguendo due logiche principali: disaggregazione (secondo la quale un processo è parte di un macroprocesso) e specializzazione, secondo la quale un processo è un sottotipo o una variante di un macroprocesso. Nel caso delle fasi le logiche di scomposizione sono identiche a quelle dei processi: si sottointende quindi che anche le fasi siano considerate come parti integranti di un processo, e che ogni fase sia una specializzazione oppure una variante del processo stesso. 11 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Gestione dei processi

Le attività e le operazioni sono la più piccola unità di analisi dei business process.

1.5 - Rivedere i processi: un cenno al Business Process Reengineering Una volta stabilita la granularità dell’analisi dei processi bisogna affrontare una rigorosa procedura e seguire determinate fasi per seguire un corretto progetto di revisione, re-ingenierizzazione dei processi, in quattro passi principali: 1. Analisi della situazione corrente Si tratta ovviamente del primo e obbligatorio passo, può essere eseguito a diverso livelli di approfondomento: a fronte di un radical reengineering avrà una valenza superficiale, mentre nel caso di un un progetto di improvement l’approfondimento dovrà essere maggiore. La dimensione, la complessità e la particolarità dell’azienda e dell’ambito nella quale opera sono altri fattori che influiscono sull’aprofondimento dell’analisi della situazione corrente.

2. Diagnosi dei problemi e confronto

Il Cliente Interno Notevole importanza sta assumendo la figura del cliente interno, anche nell’ambito della Qualità Totale. Se infatti produrre un bene o un servizio di qualità era fino a poco tempo fà considerato come una percezione esclusiva del cliente destinatario di tale prodotto o servizio ora diventa importante soddisfare le richieste e le specifiche anche di tutti coloro che all’interno del flusso dei processi vengono a contatto con i vari “semilavorati” in produzione. La gestione dei reclami interni diventa un processo parallelo e altrettando critico di quello relativo alla gestione dei reclami esterni: al termine della tesi verrà presentata un’applicazione per l’analisi dei reclami che sarà sviluppata nel corso del Progetto Indicatori Standard Processi Qualità.

A seguito della fase di rilevazione della situazione corrente segue un valutazione dei singoli processi in termini di efficienza, livello di servizio e qualità: l’operazione di confronto può essere condotta per parametrazione (scelta di una metrica per valutare un’attività e definizione di valori di range), per confronto quantitativo (si decide una metrica comune per valutare l’azienda sulla base dei risultati di aziende concorrenti) oppure per confronto qualitativo (si analizza come i processi vengono effettivamente gestiti, questo tipo di analisi è ovviamente molto difficoltosa in quanto è difficile conosce l’effettiva gestione dei processi dei concorrenti).

3. Riprogettazione dei processi Un progetto di reengineering dei processi deve sempre partire dalla visione attuale e dalla valutazione completa del processo da modificare o riprogettare: viene quindi definita la struttura ideale del nuovo processo (detta anche vision) che servirà da guida, fornendo utili indicazioni e tenendo presente le nuove prestazioni che il processo dovrebbe fornire. Una analisi costante del gap tra la situazione attuale e la vision permetter di delineare in maniera molto precisa come intervenire per rendere più performante il processo.

4. Messa in opera delle modifiche Questa è la fase operativa, nella quale si effettuano di fatto i cambiamenti precedentemente decisi: è un’attività che richiede molto impegno in quanto spesso 12 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Gestione dei processi

comporta contemporaneamente cambiamenti di struttura organizzativa, abbandono della vecchia infrastruttura informatica per una di nuova concezione (con relativo tempo dedicato alla formazione degli utenti) e, in generale, una intensa attività di sensibilizzazione di tutte le risorse sulla necessità e le potenzialità derivanti dal cambiamento e dall’innovazione.

1.6 - Leve di un progetto Per leve di un progetto di reengineering si intende tutta la serie di variabili delle quali bisogna tenere conto, e sono elencate di seguito: 1. Flussi delle attività Si tratta semplicemente della sequenza logica di attività attraverso le quali viene svolto il business process: tali attività vengono analizzate ad un livello di dettaglio crescente, come detto in precedenza (macroprocesso, sottoprocesso, fasi e attività). Amministrazione

Amministrazione

Magazzino

Ordine

Evasione

Spedizione

Fatturazione

(Bracchi-Motta 1998)

2. Strutture organizzative Occorre analizzare la struttura organizzativa sottostante ai processi, i ruoli, i processi decisionali, la divisione delle attività e delle responsabilità: tutto questo può essere modellato e modificato tenendo conto dell’organigramma dell’azienda. Unità

Filiale

Direzione Commerciale

Direzione Distribuzione

Magazzino

Spedizioni

Contabilità

Filiali Ricezione Ordine

E

Evasione

I

D

I

I

A

D

E

I

Spedizione

I

A

E

Fatturazione

I

I E

D = decide - E = esegue - I = informato - A = assiste (Bracchi-Motta 1998)

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

13

Gestione dei processi

Informazioni e tecnologie informatiche Ovviamento occorre avere una conoscenza approfondita di come le informazioni relative ad un processo vengono gestite, sia a livello di architettura fisica, sia a livello di applicazioni e dati. A questo livello si rende obbligatoria una documentazione completa delle architetture informatiche, dei metodi per l’immagazzinamento dei dati e di tutte le tecnologie informatiche utilizzate per gestire le informazioni. Negli ultimi 10 anni le tecnologie informatiche sono state fattori importanti di innovazione solo e unicamente se utilizzate dopo un’attenza analisi dei processi fisici, reali dell’azienda: uno dei motivi del fallimento di progetti relative alle tecnologie informatiche a supporto delle decisioni è stata la mancanza di una visione globale di un sistema informativo integrato con la realtà aziendale.

3. Risorse umane In questa particolate leva si prendono in esame le competenze necessarie per svolgere un determinato processo: occorre dunque avere un profilo professionale dettagliato di ogni risorsa utilizzata all’interno del processo oggetto di analisi, ed eventualmente indicare competenze mancanti o consigliate.

4. Strategie e misurazione delle prestazioni Definire e sviluppare una metodologia e le misurazioni con cui effettuare una valutazione del processo: significa creare una serie di metodi di valutazione del processo basato sulle strategie e sugli obiettivi aziendali (nel nostro caso in particolare ci concentreremo su indicatori di qualità). La misurazione della prestazione in questo ambito ha due principali tecniche: quella dei Critical Success Factor e quella dei Key Performance Indicators (questi due metodi, in particolare il secondo, saranno approfonditi nel prossimo capitolo).

5. Gestione del progetto Le attività relative alla gestione di un progetto sono presenti in azienda quasi ovunque: qualsiasi evento è collegato ad altri eventi, in una successione continua di attività che devono essere gestite, coordinate, tempificate e assegnate ai relativi responsabili. La gestione delle attività viene svolta con tecniche e modelli tipici di project management: modelli PERT (Program Evaluation and Review Tecniques) o CPM (Critical Path Method, per individuare una sequenza attività più lunga che determina quindi la velocità di esecuzione dell’intero processo) per definire le attività da svolgere e in particolare la tempificazione di tali attività oppure il modello WBS (Work Breakdown Structure, uno schema ad albero completo, dal generale allo specifico, contente tutte le attività e le derivables di un progetto) per definire le attività1.

1 Nota storica: la grande maggioranza di queste tecniche per il controllo e la gestione avanzata di progetti sono nate e si sono sviluppate (con un formalismo molto più avanzato di quello da me utilizzato) durante e dopo la Seconda Guerra Mondiale e durante la Guerra Fredda.

14

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Gestione dei processi

data inizio – data fine

Attività B

data inizio – data fine

Attività A

data inizio – data fine

Attività D

data inizio – data fine

Attività F

data inizio – data fine

Attività C

data inizio – data fine

Attività E

data inizio – data fine

Attività H

data inizio – data fine

Attività G

Figura 1 - Esempio di un network diagram di tipo AOD (activities on nodes), un tipo di schematizzazione utilizzato dal project management in cui le attività sono all’interno dei nodi e sono caratterizzare da una data di inizio e una data di fine: a questo tipo di diagrammi possono essere applicate diverse tecniche per determinare la durata totale del progetto.

1.7 - Considerazioni finali Gestire i processi di business non è un compito facile, che si complica ulteriormente a seconda della dimensione dell’azienda, della complessità organizzativa, dell’ampiezza di eventuali cambiamenti da apportare, della capacità del management di reagire ai cambiamenti, dall’eterogeneità delle risorse umane e delle loro conoscenze. Le leve che ho descritto in precedenza fanno parte di una griglia metodologica del Business Process Reengineering: la reingegnerizzazione dei processi interviene una volta che il management ha ricevuto segnali e informazioni che evidenzino problemi che necessitano di un risposta immediata. Nei capitoli successivi analizzerò sempre più nel dettaglio tutte le tecniche e le metodologie che favoriscono una corretta valutazione dell’azienda, mettendo sempre la dirigenza in condizione di eseguire tempestivamente un piano di BPR, avendo a disposizione informazioni che permettono di individuare quali sono le leve critiche sulle quali concentrarsi per cambiare i processi.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

15

Sistemi informativi direzionali

2.1 - Introduzione Il sistema direzionale comprende le attività tipiche che vengono svolte regolarmente dai dirigenti dell’azienda, definizione degli obiettivi, controllo dei processi e dei risultati, definizioni di azioni correttive. Il sistema operativo comprende invece tutte le attività esecutive attraverso le quali l’azienda progetta, produce e vende i propri prodotti e servizi. Il successo di una attività aziendale è deciso dalla capacità del sistema direzionale di prendere decisioni corrette e di controllarne l’attuazione: da qui lo scopo primario dei sistemi informativi direzionali, quello di supportare il sistema direzionale di un’azienda. Il SID aiuta la dirigenza in due modi: fornendo il feeedback necessario per fornire i risultati ottenuti rispetto agli obiettivi prefissati e fornendo il supporto alle decisioni, attraverso informazioni, analisi ed elaborazioni per definire gli obiettivi.

2.2 - Modello di Anthony Secondo questo modello il sistema direzionale è composto da diversi cicli di pianificazione e controllo (pratiche che sono diventate standard nelle aziende, tanto da meritarsi un settore a parte all’interno dell’organizzazione): il modello di Antony viene schematizzato formalmente come una piramide, alla sua sommità si trova la pianificazione strategica, scendendo verso il basso si trovano il controllo direzionale e alla base il controllo operativo. Ogni livello ha un proprio profilo a livello di dettaglio informativo richiesto, volume dei dati, frequenze di elaborazione e fonti dati, come riassunto nella tabella qui sotto.

Dettaglio Pianificazione strategica

Dati sintetici

Controllo Direzionale

Dati sintetici

Controllo Operative

Dati analitici

Volumi

Frequenza

Fonte

Bassi

Episodica e bassa

Esterna e interna

Bassi-medi

Periodica e prefissata

Prevalentemente Interna

Medi-alti

Periodica e continua

Interna

(Bracchi-Motta 1998)

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Sistemi informativi direzionali

1.

Pianificazione strategia > determinare gli obiettivi del’impresa;

Le informazioni utilizzate nell’ambito della pianificazione strategica sono spesso destrutturate e molto diversificate: l’utilità di queste informazioni è perciò direttamente proporzionale alla capacità dei managers di interpretarle, vista la difficoltà di elaborare i dati in maniera automatica, stabilendo regole a priori. Anche a questo livello esistono comunque una serie di informazioni “banali” che possono essere elaborate da dei sistemi informativi di controllo strategico che possono monitorare ad esempio la quota di mercato, il lancio di un nuovo prodotto o indici di bilancio.

2. Controllo direzionale > definizione e verifica degli obiettivi economici L’obiettivo fondamentale dei sistemi informativi di controllo direzionale è quello di mettere continuamente a confronto gli obiettivi prefissati con i risultati conseguiti.

3. Controllo operativo > definizione degli obiettivi delle attività esecutive Ha lo scopo di verificarre continuamente i processi aziendali, verificando che i piani esecutivi vengano rispettati. Il sistema direzionale e il sistema di controllo operativo si contrappongo in quanto il primo utilizza variabili valorizzate dalle capacità di coomprensione del management mentre il secondo misura grandezze fisiche (volumi di vendità, quantità di reclami,ecc.).

2.3 - Griglia di Gorry e Scott-Morton La griglia di Gorry e Scott-Morton è un complemento alla piramide di Anthony in quanto evidenzia in modo semplice e sistematico gli aspetti decisionali dei sistemi di pianificazione e controllo. Livelli

Controllo Operativo

Controllo direzionale

Pianificazione strategica

Riapprovigionamento Scorte

Programmazione produzione

Localizzazione di impianti produttivi

Decisioni semistrutturate

Compravendita di titoli azionari

Budget pubblicitario di una prodotto

Finanziamento di un progetto

Decisioni non strutturate

Es. Scelta della copertina di una rivista

Assunzione dei dirigenti

Scelta dei progetti e temi di ricerca

Tipologia Decisioni strutturate

(Bracchi-Motta 2001)

Le decisioni strutturate sono quelle per cui i criteri di decisione sono riconducibili ad un algoritmo (quindi facilmente automatizzabili) in quanto sono note sia le variabili in esame, sia le alternative di scelta, sia i criteri di decisione (Bracchi, Motta, 1998). A livello operativo queste scelte vengono effettivamente eseguite dal sistema gestionale informatico: ciò non toglie che queste pratiche di automatizzazione possano essere applicate anche a livello direzionale e strategico, ma la bassa frequenza delle decisioni e la natura destrutturata di queste ultime non ne consigliano l’uso intensivo. 17 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Sistemi informativi direzionali

Le decisioni semi-strutturate sono quelle per cui non è definibile a priori un ventaglio di scelte, ma è facilmente individuabile una serie di variabili: il processo di elaborazione si riduce quindi ad una scelta fra più alternative possibile, scenario molto comune che caratterizza l’attività di tutti coloro che all’interno di un’organizzazione devono occuparsi di analizzare e comparare diverse variabili al fine di prendere decisioni (aiutati magari da sistemi di supporto come i Decision Support Systems). Le decisioni non strutturate, in quanto tali, non presentano ne variabili ne scelta da prendere in considerazione, non si poggiano su informazioni provenienti dal sistema informativo dell’azienda e in genere si tratta di decisioni che coinvolgono linterpretazione personale del decisore. 2.4 – Natura dell’informazione operazionale La dicotomia fra informazione operazionale e direzionale deve essere definita: l’informazione operazionale fluisce ogni giorno attraverso il sistema operazionale, migliaia di record relativi alle transazioni vengono scritti e letti sul database aziendale. Le informazioni sono molto povere, è tuttavia presenta una quantità di dati enorme: tipicamente in un sistema del genere si trovano dati di tipo anagrafico (soggetti e oggetti, ad esempio articoli, fornitori, clienti, dipendenti, ecc.) , dati sullo stato di processi e operazioni (es. ricezione/evasione di un ordine, registrazione di una non conformità) e sul verificarsi di transazioni (eventi). Questi dati vengono immessi all’interno del sistema informativo di competenza in diversi modi (data entry, caricamento fonti dati esterni, lettori di codici a barre ecc.), hanno la caratteristica di essere sia leggibili che scrivibili, ma la loro consultazione ha il fine di trarne informazione utili.

2.5 - Natura dell’informazione direzionale Le informazioni direzionali, al fine di essere di aiuto al management, devono avere determinate caratteristiche di tempificazione (ossia devono coprire un arco di tempo specificato), di aggregazione (prevedere che informazioni relative ad una serie di operazioni possano essere visualizzate contemporaneamente) e di multidimensionalità (più avanti si parlerà dell’importanza della multidimensionalità relativa la modello dati dell’ipercubo). Queste caratteristiche delle informazioni aziendali sono fondamentali al fine di effettuare anche la più semplice delle analisi: partendo dall’assunto che non si può analizzare ciò che non si può misurare, occorre definire il concetto di dimensione di analisi. La dimensione di analisi è un insieme di elementi che fanno parte di un stesso dominio, come indicatori (quantità, costi, ricavi, spese, vendite, reclami, non conformità), date, centri di costo, ecc. Ogni dimensione conterrà un insieme di elementi che ne determinano la cardinalità: gli elementi di una dimensione possono essere aggregati o disaggregati secondo logiche che si adattano più o meno alle esigenze di analisi dei dati. Le date sono le informazioni che permettono di definire la tempificazione di tutte le attività che vengono registrate nel sistema informativo: esse definiscono già il livello di aggregazione (secondo, minuto, ora, giorno, mese, anno) che caratterizza la granularità di un indicatore, ovvero l’intervallo minimo temporale rilevato. Ovviamente le esigenze di business hanno introdotto aggregazioni e disaggregazioni della tempificazione, in base alle esigenze informative standard comuni fra un certo tipo di organizzazioni, un esempio è l’utilizzo delle valutazioni 18 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Sistemi informativi direzionali

economico-finanziarie trimestrali, che hanno soppiantato da tempo le classiche valutazioni annuali.

2.6 - Come valutare le esigenze informative Come detto in precedenza non si può analizzare ciò che non si può misurare e lo scopo principale di un sistema informativo direzionale fornire solo e unicamente una serie di indicatori significativi. Per individuare e valutare l’effettiva importanza di questi indicatori si possono utilizzare tre metodologie standard dette Critical Success Factor, Key Performance Indicators e management accounting, quest’ultima di carattere prettamente economico/patrimoniale non verrà approfondita in quanto non è di interesse per gli argomenti trattati in questa sede.

2.6.1 - Critical Success Factors I Critical Success Factors sono poche aree ben definite nelle quali il raggiungimento di risultati positivi determina il successo non solo a livello dei singoli processi, ma anche dell’intera azienda. Questo metodo rispecchia a fondo quella che è la mentalità manageriale: bisogna fare una distinzione però a non confondere i Critical Success Factors con un semplice modello per obiettivi e traguardi, in quanto questo metodo si interessa di aree di eccellenza, ovvero quelle aree dove bisogna eccellere per raggiungere determinati obiettivi (è il concetto di mezzi per raggiungere determinati fini). Alcune fonti utili al fine di identificare i CSF possono essere: aree di eccellenza comuni a qualsiasi organizzazione che opera in un determinato settore, aree di eccellenza dettate dalla competizione fra aziende (le quali diventano critiche anche nel senso di vantaggio competitivo), aree di eccellenza legate a fattori ambientali favorevoli o sfavorevoli per l’organizzazione oppure aree di eccellenza legate ad un particolare situazione temporanea (es. cicli economici). Da questo sguardo d’insieme sui CSF si può facilmente dedurre che essi evolvono nel tempo a secondo delle esigenze di business: inoltre possono essere aggregati secondo delle gerarchie, ne risulta quindi che ci possono essere CSF a livello di azienda, di processo oppure a livello individuale/personale. CSF

Qualità

Indicatore

Metrica

Fonte dati

Motivo

Difetti in produzione

Non conformità / totale prodotti

Sistema informativo – Non Conformità

Conoscere la qualità delle lavorazioni

Resi

Lotti resi / lotti spediti

Sistema informativo – Reclami / Resi

Conoscere le cause e i tipi di non conformità

Valutazione risorse umane

Conoscenze attuali / conoscenze richieste

Sistema informativo – Risorse Umane

Avere una panoramica completa delle capacità del personale

Sistema informativo – Manutenzione Impianti

Individuare colli di bottiglia e prestazione degli impianti

Manutenzione impianti Intervallo di tempo fra inteventi di manutenzione

(Bracchi-Motta 1998)

2

2

Il particolare CSF qualità è però derivato dell’esperienza e dai casi reali visti durante l’esperienza in Blulink. Il fatto che le fonti dei dati derivino dai vari moduli dell’applicazione Quarta suggerisce l’utilità di un sistema unico e integrato per la gestione della qualità. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

19

Sistemi informativi direzionali

Ad ogni area critica vengono associate metriche, che andranno a formare un indicatore di performance di una determinata funzione dell’azienda; chiaramente non tutti gli indicatori creati in fase di analisi sono adatti per essere elaborati o estratti dal sistema informativo, si rende necessaria quindi una verifica della robustezza attraverso una griglia di valutazione degli indicatori. Dal punto di vista concettuate il metodo dei CSF è molto diverso da molti altri metodi: l’analista non chiede direttamente al manager quali sono le informazioni di cui crede di aver bisogno, ma gli fà domande sulle aree che crede siano fondamentali per il successo della sua azienda, utilizzando un approccio indiretto che in un certo senso costringe l’intervistato a pensare all’organizzazione della sua attività. Ora illustrerò in manierà più approfondita la fase seguente a quella dei Critical Success Factors, relativa ad un migliore definizione degli indicatori individuati: questi indicatori sono detti Key Performance Indicators e sono ormai da tempo utilizzati in combinazione con i Critical Success Factors sia per la dimostrata efficacia di entrambi gli approcci, sia per la maggiore capacità di definizione delle misurazioni all’interno dell’azienda.

2.6.2 - Key performance indicators Gli indicatori di performance sono definiti come segue, tenendo conto che secondo la logica dei Key Performance Indicators il processo è formato da una serie di attività che attraverso varie risorse e tecnologie produce output.

Risorse & Tecnologie

Input

Trasformazione

Output

Dato il variegato panorama competitivo gli indicatori devono dare la possibilità di misurare la performance di diversi processi a seconda delle caratteristiche dell’ambito aziendale e delle richieste degli utenti e dei clienti: questi ultimi infatti possono valuare il valore dei un prodotto/servizio in base al prezzo, ma sempre più spesso il valore percepito è dato dalla valutazione composita che il cliente da di aspetti quali l’efficienza, la qualità e il servizio. Efficienza: gli indicatori di questo aspetto misurano la produttività e i costi unitari relativi agli output di uno o più processi, che possono avere come destinatari clienti esterni e interni.

20

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Sistemi informativi direzionali

Qualità: è il tipo di indicatore che si avvicina di più alla concezione classica di qualità, si misurano scarti, resi o reclami per un determinato output di processo. Servizio: valutano la qualità dei servizi, la flessibilità e la reattività dei fornitori nei confronti delle richieste dei clienti. La varietà dei key performance indicators che si possono sviluppare è elevata, e offre, come si vedrà più avanti, una capacità di misurazione e valutazione ben superiore, e in genere preferita, rispetto ai classici sistemi di management accounting. Lo scopo del metodo dei KPI è quello di riuscire ad individuare un numero ridotto di indicatori che misurino le prestazioni di un processo secondo i criteri rappresentati nel modello qui sotto. EFFICIENZA

Input Risorse Output SERVIZIO

QUALITA’

Da un punto di vista puramente concettuale il metodo dei KPI è analogo a quello dei CSF: al termine dell’individuazione dei KPI è opportuno effettuare un’analisi per scoprire se gli indicatori presi in esame “coprono” sufficientemente il Critical Success Factors individuati in precedenza. L’analisi della robustezza dei CSF, combinata con l’incrocio fra questi ultimi e i KPI, sono due fasi importanti nella quali occorre guardare con criticità alle scelte fatte e per definire meglio, modificare o eliminare aree che non erano state prese in considerazione all’inizio del progetto.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

21

Principali metodi e approcci per la qualità in azienda

3.1 - I principi della qualità in azienda Ho deciso di fare una panoramica sulle più importanti strategie, metodi e normative che le aziende possono seguire per raggiungere l’obiettivo della qualità e della massima efficienza: o o o o

Gestione per processi Total Quality Management Modello di Eccellenza Balanced Scorecard

3.2 - Gestione per processi L’importanza di una organizzazione aziendale di tipo processivo viene riconosciuta anche nelle norme ISO: la famiglia di norme 9000:2000 definiscono infatti le basi sulle quali costruire una solida organizzazione che operi in condizioni ottimali nel campo di: o o o o o

Ambiente Sicurezza e salute nell’ambiente di lavoro Rischi d’impresa Responsabilità sociale Altri ambiti che possano rientrare nell’ambito della Qualità Totale.

Alcuni dei vantaggi di un approccio per processi sono: o o o

o o

Raggiungimento di risultati pianificati attraverso l’allineamento e l’integrazione dei processi aziendali; Possibilità di focalizzare gli sforzi al fine di migliorare efficacia ed efficienza dei singoli processi; Offrire a partners, clienti e fornitori un alto livelllo di fiducia derivante da una costanza delle prestazioni derivante dalla possibilità di monitorare continuamente ogni processo; Riduzione sensibile di costi, tempi e sprechi utilizzando efficacemente ogni risorsa; Creazione di opportunità e tendenza al miglioramento continuo.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

3.3 - Suggerimenti metodologici Per la normativa ISO il concetto generico di processo può essere quello che ho già definito nel primo capitolo parlando del business processo: tuttavia, secondo la logica della normativa sulla qualità, occorre introdurre alcune precisazioni. La struttura processiva infatti si presuppone essere un elemento di facilitazione delle operazioni di controllo, operazioni fondamentali su cui si basa la filisofia della qualità: anche i sistemi informativi quindi sono caldamente suggeriti, in quanto la complessità delle aziende e di riflesso della rete di processi sottostante rende indispensabile un sistema di raccolta e gestione dati automatizzato e informatizzato. Un altro importante punto riguarda l’organizzazione delle unità funzionali di un’azienda: queste unità (che possono essere dipartimenti, settori o uffici di competenza) sono solitamente strutturate gerarchicamente. Il problema di una strutturazione è che spesso esitono unità considerate meno importanti di altre con conseguenti problemi di integrazione con l’intera struttura aziendale: la normativa ISO 9001:2000 suggerisce l’utilizzo di una struttura orizzontale, in modo da abbattere le problematiche derivanti da una cattiva integrazione fra i reparti. In breve i passi per identificare e gestire i processi nell’ambito normativo della qualità sono i seguenti: Fase

Descrizione

Definire lo scopo dell’azienda

Analizzare le funzioni aziendali, prendendo in cosiderazione tutti gli stakeholders e quindi sul livello generale dell’output che essi si aspettano.

Definire strategie e obiettivi

Alla luce dei requisiti individuati nella fase precedente, elaborare un piano strategico per conseguire obiettivi ottimali.

Definire i processi

Individuare tutti i processi che producono output critici al fine di raggiungere gli obiettivi stabiliti in precedenza.

Definire la sequenza dei processi

Una volta definiti i processi occorre stabilire le interazioni che avranno e il flusso processuale.

Definire le responsabilità per processo

Per ogni processo deve essere individuato uno o più responsabili con autorità decisionale sul processo stesso

Definire la documentazione

Decidere se e in che modo il processo deve essere documentato

( www.aicq.it )

Una volta definiti i processi a livello di obiettivi da raggiungere, struttura, flusso, responsabilità e documentazione occore entrare nello specifico della definizione di ogni singolo processo: i passi per effettuare questa operazione così critica sono riassunti nella tabella della prossima pagina.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

23

Principali metodi e approcci per la qualità in azienda

Fase

Descrizione

Definire le attività interne ad un processo

Individare l’insieme di attività che concorrono nella creazione dell’output di un processo.

Definire i requisiti rilevamenti

Determinare il tipo e la frequenza delle misurazioni, sia dell’efficacia delle attività interne al processo, sia del livello dell’output prodotto.

per

misurazioni

e

Definire le risorse dei processi

Stabilire quali sono gli input, le risorse che consentono una corretta esecuzione dei processi.

Verifica delle attività dei processi e del raggiungimento degli obiettivi

Confrontare i risultati ottenuti con gli obiettivi stabiliti nelle fasi iniziali.

( www.aicq.it )

Dopo aver definito e implementato un struttura aziendale di tipo processivo devono necessariamente subentrare piani per lo sviluppo della struttura stessa: il miglioramento continuo e le azioni correttive attraverso cui problemi dei singoli processi vengono risolti sono soggetti a dei cicli iterativi di controlloriprogettazione-attuazioni che sono tipici della metodologia del Total Quality Management.

3.4 - Total Quality Management Il Total Quality Management è storicamente la prima metodologia per la gestione della qualità dei processi, la cui definizione più completa e corretta è la seguente: “il Total Quality Management è un insieme di attività svolte sistematicamente da un’organizzazione al fine di raggiungere in maniere efficace ed efficiente gli obiettivi prefissati, così come fornire prodotti e servizi che soddisfino il cliente, sia in termini di prezzo che di tempi di attesa.” 3 Realizzare un progetto di Qualità totale richiede un attento esame al fine di sviluppare un processo di pianificazione strategica utile al fine di determinare le priorità, le strategie ed i fini. Una delle prime e più famose tecniche per gestire un progetto di qualità totale è il ciclo PDCA del noto studioso Deming: rappresenta un ciclo di operazioni iterative che devono essere svolte al fine di prefezionare sempre di più il risultato finale. Il metodo o processo PDCA costituisce un’indispensabile guida metodologica per il controllo, che non va inteso nel senso di verifica, di ispezione, ma nel senso di mantenimento del livello di prestazione di un’attività e del suo eventuale miglioramento.

3

Definizione ufficiale JUSE (Japanese Union of Scientists and Engineers)

24

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

Quindi, controllo significa mantenere e migliorare. Il termine PDCA deriva dalle iniziali delle quattro fasi in cui è possibile suddividere il processo di pianificazione strategica, come mostrato nello schema che segue

Plan

Do

1) Stabilire, definire un progetto e/o affrontare, definire un problema; 2) Documentare partenza

la

situazione

1)

Formare il personale sulle modalità di esecuzione delle azioni correttive;

2)

Applicare le azioni correttive.

di

3) Analisi dei problemi riscontrati 4) Definire le azioni correttive

Act 1)

2)

Check Raggiungimento dell’obiettivo: consolidare le modalità di esecuzione e ripetere eventualmente un ciclo PDCA al fine di migliorare il processo;

1) Verifica dei risultati

Obiettivo non raggiunto: ripetere nuovamente il ciclo PDCA, definendo meglio i problemi riscontrati

3) Se i risultati non sono stati raggiunti passare al punto 2 della fase Act

2) Se si sono raggiunti gli obiettivi si può passare al punto 1 della fase Act;

3.5 - Il modello di Eccellenza: concetti fondamentali Il modello per l’Eccellenza EFQM (European Foundation for Quality Management) è un insieme di regole non prescrittive: è riconosciuto infatti che ci sono diversi approcci che possono portare al conseguimento degli obiettivi tipici del modello di eccellenza. Il modello per l’eccellenza può essere utilizzato da qualsiasi organizzazione a prescindere dal settore in cui opera, pubblico o privato, dalle dimensioni e dalla struttura. 3.5.1 – Gli otto concetti fondamentali 1. 2. 3. 4. 5. 6. 7. 8.

Orientamento ai risultati Attenzione rivolta al cliente Leadership e coerenza negli obiettivi Gestione in termini di processi e fatti Coinvolgimento e sviluppo delle persone Apprendimento, innovazione e miglioramento continuo Sviluppo della partnership Responsabilità pubblica Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

25

Principali metodi e approcci per la qualità in azienda

1. Orientamento ai risultati Nell’attuale scenario competitivo un’azienda eccellente deve essere agile e flessibile, per rispondere ai bisogni di cambiamento e innovazione richiesti dagli stakeholders: misurare ed anticipare questi bisogni e aspettative diventa di fondamentale importanza per monitorare le proprie performance e quelle dei propri clienti e/o fornitori. 2. Attenzione rivolta al cliente Le organizzazioni eccellenti comprendono che i clienti sono gli arbitri finali che giudicano la qualità di un prodotto o di un servizio: inoltre la fedeltà dei clienti, la preservazione dei clienti acquisiti, l’aumento del market share sono massimizzati ponendo una grande attenzione sui bisogni e le aspettative di clienti consolidati e potenziali. 3. Leadership e coerenza negli obiettivi Le organizzazioni eccellenti sono guidate da leaders che decidono quale sia la chiara direzione da prendere: in questa opera di “timonieri” inoltre comunicano costantemente con gli altri leaders, collaborando con tutti gli individui al fine di tenere unito il gruppo. È di fondamentale importanza che essi stabiliscano la struttura, l’etica, i valori che andranno a formate l’identità dell’organizzazione. 4. Gestione in termini di processi e fatti Le organizzazioni eccellenti hanno un efficiente sistema di gestione, basato sui bisogni e le aspettative di tutti gli stakeholders. L’implementazione sistematica delle politiche, delle strategie, degli obiettivi e dei programmi dell’organizzazione è favorita e assicurata da un insieme integrato di processi che vengono svolti, gestiti e migliorati su base giornaliera. 5. Coinvolgimento e sviluppo delle persone Le organizzazioni eccellenti identificano e comprendono le competenze necessarie allo scopo di implementare le politiche dell’organizzazione, per raggiungere obiettivi seguendo i programmi prestabiliti. È interesse dell’organizzazione assumere e formare i propri dipendanti sulla base delle competenze ritenute essenziali e strategiche sia al fine di perseguire gli obiettivi del modello di eccellenza, sia per dare la possibilità ad ogni risorsa di raggiungere il proprio pieno potenziale. 6. Apprendimento, innovazione e miglioramento continuo Le organizzazioni eccellenti imparano continuamente, dai loro processi e attività e da quelle dei loro partners; organizzano la conoscenza e la condividono all’interno dell’organizzazione, allo scopo di aumentare e condividere le conoscenze fra tutte le persone.

26

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

7. Sviluppo della partnership Le organizzazioni eccellenti riconoscono che il successo, in questo mondo pieno di richieste e in costante cambiamento, dipende in maniera fondamentele dalle collaborazioni sviluppate con altre organizzazioni. Queste partnership possono essere sviluppate con clienti, fornitori o anche concorrenti sono basate su interessi condivisi chiaramente al fine di raggiungere obiettivi condivisi e aumentare la propria conoscenza reciprocamente. 8. Responsabilità pubblica Le organizzazioni eccellenti seguono un approccio etico e trasparente verso i propri stakeholders e verso l’ambiente esterno. La capacità di raggiungere i propri obiettivi seguendo politiche di trasparenza e rispetto verso l’ambiente (sia la sfera sociale che ecologica quindi) denota un insieme di importanti valori diffusi ad ogni livello dell’organizzazione, che migliora senz’altro l’immagine dell’azienda.

Fattori

Risultati

Risultati: Risorse Umane

Risorse Umane

Leadership

Politiche & Strategie

Partnership & Risorse

Processi

Risultati: Clienti

Risultati chiave di Performance

Risultati: Società

Innovazione e apprendimento

Figura 1 - L’assunto sul quale si basa il modello EFQM è il seguente: risultati di eccellenza relativamente a Performance, Clienti, Risorse Umane e Società sono raggiunti attraverso un’azione di guida della Leadership su Politiche e Strategie, Personale, Partnership e Risorse, Processi.

3.5.2 – I criteri e i sottocriteri del modello EFQM La struttura portante del Modello si articola in 9 criteri e 32 sottocriteri , applicabili come già detto alle diverse tipologie aziendali e organizzative. 1. Leadership I leader eccellenti promuovono la realizzazione della missione e della visione dell’organizzazione, elaborano i valori e i sistemi necessari al successo 27 Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

duraturo e ne sostengono l’attuazione attraverso azioni e comportamenti adeguati. Durante le fasi di cambiamento mantengono la coerenza degli obiettivi. Se necessario i leader sanno far cambiare rotta all’organizzazione e motivare gli altri a seguirli. Sottocriteri a) I leader definiscono la missione, la visione, i valori e l’etica dell’organizzazione, e agiscono come modello di riferimento per una cultura dell’Eccellenza. b) I leader sono coinvolti in prima persona nel promuovere lo sviluppo, l’attuazione e il miglioramento continuo del sistema di management dell’organizzazione. c) I leader interagiscono con clienti, partner, fornitori e rappresentanti della società esterna. d) I leader rafforzano la cultura dell’Eccellenza fra il personale dell’organizzazione e) I leader identificano e promuovono il cambiamento

2. Politiche e strategie Le organizzazioni eccellenti realizzano la propria missione e la propria visione attraverso una strategia focalizzata sulle esigenze e le attese degli stakeholder, tenendo conto del mercato e del settore in cui l’organizzazione opera. Allo scopo di realizzare la strategia vengono elaborati e posti in atto politiche, piani, obiettivi e processi. Sottocriteri a) Le politiche e strategie sono basate sulle esigenze e sulle aspettative presenti e future degli stakeholder; b) Le politiche e strategie sono basate su informazioni derivanti dalle misure di performance, dalle ricerche dall’apprendimento e dale relative attività esterne; c) Le politiche e strategie vengono sviluppate, riesaminate e aggiornate; d) Le politiche e strategie vengono comunicate e diffuse attraverso una rete di processi chiave

3. Risorse umane Le organizzazioni eccellenti gestiscono, sviluppano e consentono la manifestazione del pieno potenziale del proprio personale a livello individuale, di gruppo e di organizzazione nel suo complesso. Promuovono la correttezza e le pari opportunità e coinvolgono e responsabilizzano il personale. Se ne prendono cura, comunicano, premiano e distribuiscono riconoscimenti con modalità volte a motivare il personale e a stimolarne l’impegno ad avvalersi delle proprie competenze e conoscenze a vantaggio dell’organizzazione.

28

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

Sottocriteri a) Come vengono pianificate, gestite e sviluppate le risorse umane; b) Come vengono identificate, sviluppate e sostenute le conoscenze e competenze professionali del personale; c) Come il personale viene coinvolto e responsabilizzato nel prendere iniziative d) Quanto il personale e l’organizzazione comunicano in modo efficace; e) Come l’organizzazione premia, riconosce e dedica attenzione al personale

4. Partnership e risorse Le organizzazioni eccellenti pianificano e gestiscono le partnership esterne, i fornitori e le proprie risorse interne al fine di sostenere le politiche e le strategie e assicurare un’efficace operatività dei propri processi. Nella fase di pianificazione e nella gestione di partnership e risorse bilanciano le esigenze presenti e future dell’organizzazione, della comunità e dell’ambiente. Sottocriteri a) b) c) d) e)

Come Come Come Come Come

vengono gestite le partnership esterne vengono gestite le risorse finanziarie vengono gestiti immobili, attrezzature e materiali viene gestita la tecnologia vengono gestite le risorse informative e le conoscenze

5. Processi Le organizzazioni eccellenti progettano, gestiscono e migliorano i propri processi al fine di soddisfare pienamente i clienti e gli altri stakeholder, generando valore crescente. Sottocriteri a) Come i processi vengono sistematicamente progettati e gestiti b) Come i processi vengono migliorati secondo necessità grazie all’innovazione, allo scopo di soddisfare pienamente i clienti e gli altri stakeholder generando valore crescente; c) Come i prodotti e i servizi sono progettati e sviluppati sulla base delle esigenze e delle aspettative dei clienti; d) Come prodotti e servizi vengono realizzati e consegnati/erogati e) Come vengono gestiti e migliorati i rapporti con i clienti

6. Risultati relativi ai clienti Le organizzazioni eccellenti ottengono risultati superiori in relazione ai clienti e ne effettuano misure esaustive.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

29

Principali metodi e approcci per la qualità in azienda

Sottocriteri a) Misure della percezione b) Indicatori di performance

7. Risultati relativi al personale Le organizzazioni eccellenti ottenngono risultati superiori in relazione al proprio personale e ne effettuano misure esausive. Sottocriteri a) Misure della percezione b) Indicatori di performance

8. Risultati relativi alla società Le organizzazioni eccellenti ottengono risultati superiori in relazione alla società e ne effettuano misure esaustive Sottocriteri c) Misure della percezione d) Indicatori di performance

9. Risultati chiave di performance Le organizzazioni eccellenti ottengono risultati superiori in relazione agli elementi chiave delle loro politiche e strategie, e ne effettuano misure esaustive. Sottocriteri a) Risultati chiave di performance b) Indicatori chiave di performance (KPI)

Questo è il quadro esaustivo di ciò che il modello di Eccellenza EFQM raccomanda alle aziende per conseguire risultati di performance elevati in ogni area dell’organizzazione: il modello EFQM non è l’unico a livello europeo e internazionale, molti altri modelli esistono con linee guida similari. Il modello EFQM è quello che, pur nella sua non prescrittività, è stato meglio definito e per questo ha ricevuto consensi maggiori, diventando il modello di riferimento per le più grandi aziende europee.

30

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Principali metodi e approcci per la qualità in azienda

3.6 - Balanced Scorecard Cliente Obiettivi Misure Strategie

Business Process Obiettivi Misure Strategie

Strategia

Finanza Obiettivi Misure Strategie

Crescita e Formazione Obiettivi Misure Strategie

Il metodo della Balanced Scorecard è nato da uno studio condotto da Kaplan e Norton agli inizi anni ’90: questo studio fu commissionato da 12 grandi aziende americane che si erano accorte dell’esigenza di un nuovo sistema di gestione più completo delle classiche misure finanziarie, basandosi sul confronto della performance realmente ottenuta con gli obiettivi strategici dell’organizzazione con misure operazionali da utilizzare comen indicatori di performance. Il metodo della Balanced Scorecard di Kaplan e Norton suggerisce di vedere un’organizzazione sotto quattro prospettive di base: -

la la la la

prospettiva prospettiva prospettiva prospettiva

relativa alla Crescita e alla Formazione; del Business Process del Cliente Finanziaria

Tradizionalmente puntare alla qualità totale, con intensi controlli qualità e il desiderio di portare al minimo il numero dei difetti, è stato il maggior sforzo da parte di qualsiasi organizzazione. Questo approccio alla lunga può però portare all’incapacità di identificare le vere cause dei difetti o dei disservizi, unitamente alle continue inefficienze causate dai difetti resi. Deming per primo riconobbe questo problema, e ne trovò la causa nella continua variazione ad ogni fase del processo di produzione: per trovare la vera causa dei difetti pensò fosse necessario identificare e aggiustare ogni variazione. Per stabilire un processo di identificazione e correzione delle variazioni Deming sottolineò per primo l’estrema e strategica importanza di un sistema che implementasse un feedback informativo a tutti i processi aziendali, in modo da permettere al management di individuare le cause significative dei difetti. Partendo dall’assunto che verrà ripreso più avanti quando parlerò della Business Intelligence, ovvero che non si può migliorare ciò che non si può misurare, si può sottolineare l’importanza che le metriche con le quali il feedback viene misurato, che possono e devono essere decise dai dirigenti stessi, sono anche una sorta di linea guida che rende possibile un progettazione ottimale dei processi. Se vengono definite determinate metriche infatti tutti i business process devono essere organizzati in modo da poter fornire certi dati di output: i metodi per

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

31

Principali metodi e approcci per la qualità in azienda

l’immagazzinamento, la visualizzazione e l’analisi di questi dati verranno illustrati nel prossimo capitolo. La Balanced Scorecard è quindi un sistema di gestione strategica della performance, completamente adattato al tipo di azienda che lo adotta: non si può pensare a questo sistema come un metodo di benchmarking con realtà esterne all’azienda, soprattutto se lavorano in settori differenti, si tratta esclusivamente un sistema di gestione e rilevazione interno all’azienda che lo adotta.

3.7 - Modello integrazioni

EFQM

e

Balanced

Scorecard:

differenze

e

possibili

Il modello di Eccellenza e la Balanced Scorecard, come risulta ovvio delle precedenti descrizioni, si fondano su concetti base totalmente differenti: il modello EFQM serve per valutare un’azienda dal punto di vista di come definisce e gestisce i propri processi, introducendo concetti volti a migliorare la qualità della performance delle attività del management mentre la Balanced Scorecard supporta la corretta esecuzione della strategia specifica dell’organizzazione. La Balanced Scorecard è un metodo per gestire un’azienda, basandosi su criteri specifici dipendenti dall’ambiente in cui si opera, mentre il modello EFQM serve per valutare l’azienda tramite metodi standard validi per ogni settore. Questi due modelli possono essere tuttavia utilizzati in combinazione per organizzare in maniera ottimale: sta nella sensibilità del management capire a seconda delle esigenze quale dei due modelli utilizzari e se davvero esiste la necessità di usarli in combinazione.

32

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data warehouse, Business Intelligence e Business Process Management

4.1 - Introduzione L’esigenza di dati poco strutturati da parte della dirigenza, sottolineata nel secondo capitolo porta ad un rimodellamento obbligatorio della struttura dati: non potranno essere utilizzati i dati del sistema operativo, in quanto poco “informativi”, occorre selezionare, denormalizzare ed aggregare i dati in modo da fornire al management strumenti per conoscere ed avere indicatori di performance dei processi della propria azienda. Quelli che illustrerò di seguito sono i passaggi obbligatori che devono essere seguiti quando c’è l’esigenza di estrarre informazioni dalla mole di dati presenti in qualsiasi azienda, utilizzando strumenti in grado di fornire alla dirigenza indicatoti utili al fine di scoprire problemi, proporre soluzioni e migliorare continuamente i processi. L’importanza di capire i processi dell’azienda e di capire il flusso di dati che viene generato giornalmente, comprenderne l’utilità ed incanalarli in un sistema che permetta supportare le decisioni del management deve essere affrontato con una profonda analisi preliminare sui requisiti che questo sistema deve avere per soddisfare i propri utenti.

4.2 - OLAP vs. OLTP

Questa discussione è un classico quando si parla di sistemi informativi, e ancora una volta credo sia il caso di specificare cosa si intende e cosa significano i termini OLAP e OLTP, visto che il data warehouse permette sostanzialmente di separare i due livelli. OLTP – On-Line Transactional Processing Si tratta tipicamente di operazioni di interrogazione svolte sui database: le query vengono eseguite su un ridotto numero di records legati da semplici vincoli relazionali (le operazioni possono essere sia di letture che di scrittura). OLTP è sinonimo di una certa rigidità delle applicazioni, è il mondo delle operazioni di data entry e di query di routine.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

OLAP – On-Line Analytical Processing Le operazioni analitiche sui dati che sono immagazzinati nel data warehouse sono di tipo dinamico e coinvolgono una serie di records notevole per calcolare dati di sintesi utili a comprendere le prestazioni aziendali: il data warehouse è per definizione read-only e viene consultato con query ad hoc da utenti esperti. 4.3 - Data warehouse Dalla piramide di Anthony e dalla griglia di Scott-Morton risulta evidente che all’interno di un’azienda esistono esigenze informative diverse da parte degli utilizzatori del sistema informativo: i dati del sistema operazionale (database, software gestionali, fogli excel, ecc.) devono essere riconciliati e ricondotti ad una struttura che renda possibile avere dati di sintesi sull’andamento dell’azienda analizzabili dai principali utenti del sistema informativo e da coloro che devono prendere le decisioni critiche per il business. Questa nuova struttura dati prende forma nel data warehouse che può essere definito come un “magazzino di dati” (il significato letterale è questo) storici, consistenti, integrati, riferiti al business e ai processi aziendali: il data warehouse non è solo un semplice contenitore di dati, ma è solitamente dotato di strumenti che facilitino l’estrazione di informazioni allo scopo di supportare le decisioni del management.

Dirigenti Key Performance Indicators Dashboards Trends

Responsabili di reparto

Reports settimanali, mensili, trimestrali, ecc. Analisi personalizzabili

Impiegati

Ambito aziendale

Reports predefiniti Esportazione viste predefinite

Mondo esterno Distributori / Fornitori Cataloghi in tempo reale Analisi pro-attiva degli ordini

Partners Informazioni sui prodotti Analisi delle performance

Le diverse esigenze informative ai vari livelli, interni ed esterni, di un’organizzazione.

Si rende necessaria una selezione preliminare dei dati del sistema operazionali da importare nel data warehouse, che può essere seguita secondo due logiche principali: o

34

Approccio top-down, che propone una analisi di tutto il sistema operativo e la creazione di un data warehouse completo che consideri tutti i dati di tutti i business process dell’azienda. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

o

Approccio bottom-up, prevede la suddivisione del data warehouse in unità elemetari dette datamart, ogni datamart contiente solo ed esclusivamente i dati relativi a un singolo settore aziendale.

Sorgenti dati miste

Data Marts Query e Reporting

Qualità

ETL

Data Warehouse

Finanze

Data mining

Database Marketing Altre analisi dati

schema approccio top-down, proposto da W. Inmon

Il primo approccio è totale e prevede tempi di realizzazione molto lunghi, molto più snello è il secondo approccio, detto anche Rapid Warehousing Metodology: si arriva molto velocemente alla definizione dei dati relativi ad un particolare settore e da subito si può testare l’applicazione su dati reali.

Sorgenti dati miste Query e Reporting

Data Marts

Qualità

ETL

Magazzino

Data mining

Database Marketing

Data warehouse

Altre analisi dati

schema approccio bottom-up, proposto da R. Kimball

La Rapid Warehousing Methodology è una tecnica per lo sviluppo iterativo di un processo di data warehousing: il rischio maggiore di un progetto è quello di essere male suddiviso, o peggio, considerato come un tutt’uno e portare a tempi di realizzazione e di esecuzione delle operazioni molto lungo, con il grande rischio che il progetto fallisca.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

35

Data Warehouse, Business Intelligence e Business Process Management

Questa metodologia suggerisce che il progetto venga suddiviso in unità minori, in sottoprogetti maggiormente controllabili e che devono essere sottoposti regolarmente ad una analisi retroattiva da parte del progettista, al fine di lavorare sui singoli data mart. A questo scopo risulta molto più efficiente una tecnica di data warehousing detta bottom-up: il data warehouse viene sviluppato in maniera incrementale, assemblando di volta in volta data marts relativi a determinati settori aziendali4 e questo contribuisce a sviluppare molto velocemente una struttura che può essere testata e mostrata alla dirigenza in tempi ristretti, permettendo al progettista di intervenire su aspetti che possono non essere stati presi in considerazione in fase di progettazione.

Questionario 1. 2.

Riconciliazione delle fonti

asdhj djaksd iofn fnopnf

Requisiti utente

Schema logico

Schema di fatto

Schema fisico

Rappresentazione schematica delle fasi di progettazione di un data warehouse.

4.5 - Il questionario per i requisiti utente Una volta stabilita l’architettura del data warehouse, ovvero il “come” i dati verranno organizzati, occorre individuare quali sono i dati di interesse per il business aziendale: si entra in una fase spesso sottovalutata per la sua natura poco tecnica, ovvero quella della raccolta dei requisiti utente. Questa operazione di fondamentale importanza può essere condotto principalmente con due metodi, che non si escludono ma anzi hanno obiettivi diversi e quindi vanno utilizzati entrambi, in forma integrativa: si utilizzano a tale scopo interviste e riunioni coordinate. Le interviste possono essere personali oppure rivolte ad un piccolo gruppo di utenti, hanno il pregio di coinvogere un maggior numero di elementi dell’organizzazione e di scoprire spunti e idee inaspettate, portando a specifiche utente molto dettagliate. Le riunioni invece coinvolgono gruppi di maggiori dimensioni e spesso eterogenei: possono rivelarsi un’importante occasione di confronto fra gli elementi di vari settori aziendali. 4

Da un punto di vista logico significa che ogni data mart contiene fatti relativi ad una particolare area di interesse per determinati utenti.

36

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

La tipica struttura delle domande alle quali vengono sottoposti gli utenti è la seguente:

Tipologia di domanda

Vantaggi

Svantaggi

Risposte aperte

Permettono a chi intervista di capire il livello di comprensione e le attitudini dell’intervistato, che, sentendosi maggiormente coinvolto, fornisce risposte dettagliate e idee che raramento vengono sottolineate nella fase pre-intervista.

Le risposte possono essere eccessivamente lunghe e contenere dettagli poco utili, con conseguenti divagazioni e allonatanamento dagli obiettivi dell’intervista.

Risposte chiuse

Ovviamente risolvono l’intevista molto velocemente, con risultati confrontabili e quindi con un a capacità di sintesi che permette di focalizzarsi sui elementi comuni.

Non coinvolgono l’intevistato e si presuppone che chi somministra il questionario sia stato in grado di individuare le giuste domande.

Risposte probatorie

Permettono a chi intevista di capire a fondo il livello di conoscenza e competenza dell’intervistato, rendendolo partecipe dell’analisi svolta dall’intervistatore.

In quanto le domande possono essere molto indagatorie possono mettere a disagio un intervistato poco preparato.

Si può decidere di strutturare un’intervista principalmente in due modi: o

Intervista a piramide, con approccio induttivo; si parte da domande molto dettagliate (in genere a risposta chiusa) per allargare l’argomento di analisi con domande a risposta aperta.

o

Intervista ad imbuto, con approccio deduttivo; si parte da domande molto generali restringendo via via il campo d’azione ci si concentra su temi specifici.

In che modo pensa che le tecniche di data warehouse possano giovare al suo reparto?

“Ritiene interessante vendere quali prodotti in quali negozi ai prezzi più alti della media?”

Piramide

Imbuto Le interessa distinguere i clienti per fasce d’età?

“Quali sono i fattori fondamentali che influenzano il suo processo decisionale?”

(Golfarelli-Rizzi 2001)

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

37

Data Warehouse, Business Intelligence e Business Process Management

Traccia Intervista Operativi (utilizzatori sistemi OLTP)

INTRODUZIONE •

Presentazione degli obiettivi del progetto;

•

Discussione degli obiettivi della sessione ;

•

Descrizioni di “cosa succede dopo..”

OBIETTIVI •

Con quali metriche viene “misurato” il raggiungimento degli obiettivi di vendita? Con quale frequenza avvengono le “misurazioni”?

•

Quali sono per lei, alla data, i problemi più importanti da affrontare per raggiungere gli obiettivi di vendita?

•

Come vengono identificate situazioni anomale in essere e/o problemi potenziali

•

Criteri di identificazione dei prodotti e delle altre “dimensioni” fondamentali in cui è organizzato il processo di vendita ( clienti, fornitori,stabilimenti,magazzini…)

•

Qual’ la frequenza con cui cambiano questi criteri di identificazione ? Cosa succede in seguito a questi cambiamenti ?

ESIGENZE DI ANALISI DATI •

Quali sono le analisi dati che svolge abitualmente ? Quali dati usa? Come accede ai dati? Una volta aquisiti i dati, quali operazioni svolge ?

•

Quali sono le tipologie di analisi “ ad-hoc” più frequenti? Chi le richiede ? Come sono utilizzate ? Quali report statici utilizzate oggi ? Quali sono i dati importanti in questi report ? Come li usate ?

•

Se I report diventassero flessibili che capacità di analisi vorreste ?

•

Per quanti periodi vanno conservate le informazioni storiche ?

CONCLUSIONI

•

Riepilogare le esigenze emersa dagli utenti

•

Descrivere I prossimi passi in cui saranno coinvolti gli utenti ( es. riceveranno un “verbale” delle interviste nei prossimi giorni per una certificazione ).

Esempio scheda di domande, con focalizzazione agli utilizzatori della parte operativa del sistema informativo5

5

Materiale interno Blulink, dipartimento Business Intelligence.

38

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

Traccia Intervista Dirigenti (utilizzatori sistemi OLAP) INTRODUZIONE • • •

Presentazione obiettivi del progetto. Discussione obiettivi della sessione Descrizioni di “cosa succede dopo..”

FUNZIONE AZIENDALE • •

Descrizione dell’ attività del settore aziendale di competenza e delle relazioni con il resto dell’ azienda. Responsabilità dell’ intervistato

OBIETTIVI DI BUSINESS: Definizione e Controllo • Quali sono gli obiettivi della sua organizzazione (in ordine di priorità)? •

Con quali metriche viene “misurato” il raggiungimento degli obiettivi? Con quale frequenza avvengono le “misurazioni”?

•

Quali sono le funzioni / enti aziendali della sua organizzazione determinanti per il raggiungimento degli obiettivi ? Quale ruolo svolgono ? Come interagiscono con il resto dell’ organizzazione ?

•

Quali sono per lei, alla data, i problemi di business più importanti da affrontare? ostacola il raggiungimento dei suoi obiettivi di Business?

•

Come vengono identificate situazioni anomale in essere e/o problemi potenziali ?

•

Ci sono opportunità di profitti aggiuntivi oggi non considerate?

•

Siete in condizione di reagire rapidamente e con produttività alle fluttuazioni di mercato ?

Cosa

ESIGENZE DI ANALISI DATI •

Qual è il ruolo dell’ analisi dei dati nel processo decisionale all’ interno del suo settore?

•

Quali sono le informazioni vitali per prendere le decisioni “importanti” (cioè quelle che consentono di raggiungere gli obiettivi e superare gli ostacoli) ?

•

Ci sono informazioni non disponibili oggi che ritiene possano essere significative per il raggiungimento dei risultati?

•

Quali report usa abitualmente? Quali sono i dati realmente significativi in questi report? Come utilizza le informazioni ? Se i report fossero dinamici, cosa vorrebbe vedere di diverso ?

•

Quali possibiltà di analisi vorrebbe avere a disposizione ?

•

Quale potrebbe essere l’ impatto sul business aziendale di un miglior accesso alle informazioni?

CONCLUSIONI • Riepilogo di quanto emerso nell’ intervista Esempio scheda di domande, con focalizzazione agli utilizzatori della parte direzionale del sistema informativo6 6

Materiale Blulink, dipartimento Business Intelligence. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

39

Data Warehouse, Business Intelligence e Business Process Management

4.6 - Progettazione logica e fisica di un data warehouse Dall’intervista a coloro che saranno gli utenti del data warehouse si ricava uno schema concettuale dei dati, necessario per iniziarne la progettazione logica. Il modello previsto è quello del Dimensional Fact Model, che utilizza un Fact Scheme per le misure di interesse individuate dagli utenti: per “fatto” si intende un evento che sia di importanza fondamentale all’interno di un qualsiasi business process dell’azienda, ogni fatto è supportato e descritto da misure e dimensioni, tipiche del modello multidimensionale. La modellazione dimensionale serve allo scopo di semplificare la struttura dei database: nel momento in cui un database è visto come un cubo, gli utenti possono immaginare facilmenti di poter analizzarlo attraverso le sue dimensioni principali. Fornitore

Quantità non conforme, Quantità consegnata, Tipo non conformità, ... Articolo

Data

Fornitore: (NomeFornitore) Data: (gg/mm/aaaa) Articolo: (NomeArticolo)

Non Conformità (Fornitore, Data, Articolo, Quantità non conforme, ...)

Un corretto sviluppo di una modellazione dimensionale dovrebbe seguire i seguenti passi: 1. Indentificare il business process: è fondamentale stabilire quale processo verrà descritto con il datamart o con il data warehouse; 2. Stabilire il livello di dettaglio: dopo aver individuato il processo è necessario definire su che base vengono effettuate le misure (il problema della natura dell’informazione direzionale, vedi capitolo 2) e di conseguenza scegliere il livello di dettaglio per i dati del data warehouse. 3. Identificare le dimensioni: le dimensioni relative alle misure devono essere descrittive e seguire il più possibile le specifiche relative al dettaglio delle informazioni decise nel passo precedente (DATETIME per le date, VARCHAR per descrizioni estese,ecc.???). 4. Identificare i fatti: come ultimo passo preliminare occorre definire quali sono le misure (fatti o dimensioni),

40

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

4.7 - Modellazione dimensionale La Fact Table contiene le informazioni (fatti) relativi al processo che si sta analizzando: in aggiunta alle misure relative al fatto, vi sono una serie di chiavi esterne relative alle Dimension Tables, contenenti le dimensioni di analisi relative al processo che si sta analizzando.

Dato

Rj1 (Non Conformtà) Codice

Nome e Cognome Sesso Livello scolastico ...

REFIN1 SEXTYP TBT.DES > SCLLIVDES ...

Tipologia Varchar (25) Varchar (1) Varchar (1) ...

Una volta definiti fatti, dimensioni e misure occorre scegliere e definire gli schemi logici su quali basarsi per effettuare l’analisi dimensionale, tramite uno dei due principali schemi, lo Star Scheme o lo Snowflake Scheme.

Figura 2 – Esempio di schema a stella: al centro si può notare la fact table (Rj1, relativa al fatto “Non Conformità”) circondata dalle dimension tables Periodi (relativa alle dimensione temporale), Ar1 (Articoli), Rj2 (dettaglio Non Conformità) e Cus (Clienti)7.

Lo Star Scheme, o schema a stella, si compone di quattro tabelle: tabella dei fatti (fact table) relativa ad esempio alle vendite oppure alle non conformità, e tabelle

7

da questo particolare schema a stella si esegue una query per definire un catalogo delle difettosità relative ai clienti di un’azienda, allo scopo di analizzarne costi, natura e quantità. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

41

Data Warehouse, Business Intelligence e Business Process Management

(una o più) delle dimensioni (dimensions tables) ad esempio, prodotti, periodi o negozi, oppure articoli, periodi e reparti di competenza. Dal punto di vista puramente formale uno schema a stella è composto da: o

Un insieme di relazioni, DT1, ... , DTn, chiamate dimension table, corrispondenti ad una dimensione di analisi. Ogni tabella di una dimensione è dotata di una chiave primaria che la lega alla tabella dei fatti e contiene un insieme di attributi che descrivono la dimensione di analisi;

o

Una relazione chiamata fact table, che contiene tutte le chiavi relative alle dimensioni: la chiave primaria della fact table è data dall’insieme di tutte le chiavi esterne delle dimensioni, inoltre la fact table contiene attributi relativi alle misure.

Lo schema a stella è caratterizzato dalla denormalizzazione ottenuta dalle dipendenze funzionali transitive nelle dimension table, che non sono in terza forma normale8.

Lo Snowflake Scheme, o schema a fiocco di neve, ha un numero più elevato di tabelle, e la denormalizzazione è meno marcata: le discussioni fra progettisti sull’utilità o meno di questi schemi sono numerose, se da un lato l’utilizzo dello schema snowflake rompe il vincolo di denormalizzazione presupposto dalla struttura del data warehouse, dall’altro in alcuni casi la struttura dei dati può rivelarsi così complessa da non renderne possibile la modellazione a stella.

Dimensione 2

Chiave D2 Fact table

Chiave D3 Attributo 1

Chiave Fatto

... Attributo n

Chiave D1 Chiave D2 Attributo 1

Chiave D1

Chiave D3

... Attributo n

Attributo 1

Attributo 1

...

...

Attributo n

Attributo n

Dimensione 1

Dimensione 3

Figura 3 – Un semplice schema snowflake: la Dimensione 2 è vincolata tramite la Chiave D3 alla dimensione aggiuntiva Dimensione 3, dimuendo di fatto la denormalizzazione dell’intero schema. 8

Una relazione è in terza forma normale quando nessuno degli attributi che non siano chiavi esterne dipende transitivamente da una chiave. Un dipendenza transitiva si presenta così: A dipende da B, B dipende da C.

42

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

Gli obiettivi di un data warehouse 1. Fornire accesso ai dati aziendali e direzionali 2. Fornire consistenza dei dati 3. Dare la possibilità di esplorare i dati secondo tutte le misure e dimensioni possibili 4. Non limitarsi ad un insieme di dati, ma fornire strumenti per interrogare, analizzare e presentare le informazioni ricavate 5. Essere il repository dove immagazzinare dati storici 6. Fornire dati di qualità che possono essere importanti driver del business reengineering.

Ora che si è definita la strutturazione di un data warehouse è utile allo scopo di sintetizzare nuovamente, con lo schema che segue, le differenze fra i due livelli informativi presenti in azienda, già sottolineati nel capitolo Sistemi informativi direzionali. È sottolineato ancora una volta la natura dell’informazione direzionale, orientata ai fatti e quella dall’informazione operazionale, tipicamente volta a registrare le transazionali (operazionale e transazionale sono dunque sinonimi).

Figura 2 - Evidenzia la struttura relazionale del database (fortemente vincolata dalle regole relazionali) mettendola a confronto con struttura a stella tipica del data warehouse, i cui vincoli relazionali sono stabili solo dai rapporti fatto/dimensioni.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

43

Data Warehouse, Business Intelligence e Business Process Management

4.8 - Business Intelligence Con il termine-ombrello “business intelligence” si intendono tutta una serie di tecnologie che permettono di raccogliere, organizzare, analizzare e mostrare i dati al fine di trarre informazioni cruciali per prendere corrette decisioni di business: nata ideologicamente dalla filosofia dello stratega cinese Sun Tzu (“se conosci te stesso e conosci il tuo nemico, non dovrai temere l’esito di mille battaglie”)9 questo utilizzo strategico della conoscenza è stato riportato in auge ai giorni nostri applicandono al mondo aziendale. La business intelligence può essere fatta a diversi livelli di dettaglio: o

Query & Reporting: analisi multidimensionale del data warehouse, con creazione automatica di reports e visualizzazioni dei dati;

o

Data mining: una tecnica di analisi attraverso la quale si estraggono informazioni precedentemente sconosciute10, rilevando pattern e associazioni fra i dati difficilmente rintracciabili con tecniche classiche;

o

Text mining: si adottano le stesse tecniche del data mining, applicandole però a dati testuali non strutturati

Se fino a questo momento ho illustrato la struttura dati relativa al data warehouse come risposta all’esigenza di informazione da parte dei managers bisogna aggiungere che spesso riorganizzare i dati in maniere “intelligente” non è sufficente per ottenere informazione. La classica equazione dati=informazione risulta non veritiera neanche dopo che il passaggio dalla struttura del database siamo passati a quella snella e aggregata del data warehouse: abbiamo sempre a che fare con quantità di dati che rischiano di essere inaccessibili e non navigabili, anche se raccolti e strutturati secondo i criteri stabiliti dalle specifiche utente. Occorrono strumenti di analisi che permettano di visualizzare e analizzare i dati in modo da fornire le informazioni delle quali i managers necessitano: oltre alla definizione delle specifiche della struttura dati del data warehouse è d’obbligo concentrarsi su indicatori sintetici che forniscano dimensioni di analisi e misure che permettano a colpo d’occhio di valutare i propri processi di business, i key performance indicators, o indicatori di performance.

4.9 - Business Performance Management Con il termine di Business Performance Management ci si riferisce ad uno specifico utilizzo delle tecniche di Business Intelligence, delineato nelle sue caratteristiche principali solo molto recentemente: esistono un certo numero di tecniche riconducibili a questo termine (Business Activity Monitoring, Corpotate Performance Management), che non sono ancora state definite come facenti parte di un modello comune. È probabile quindi che in un futuro prossimo la definizione di BPM possa cambiare, inglobare nuovi metodi e criteri oppure cambiare definitivamente nome: in questa

9

Sun Tzu, “L’arte della guerra”. P.Cabena, P.Hadjinian, R.Stadlet, J.Verhees, A. Zanasi – “Discovering Data Mining, from concepts to implementation”. 10

44

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

sede risulta utile una spiegazione al fine di specificare al meglio il già citato utilizzo “non ortodosso” della business intelligence applicata al contesto della qualità totale. Business Performance Management significa avere un un sistema di gestione della performance che porti al successo aziendale grazie ad un approccio pro-attivo alla gestione dei processi aziendali, alla precisione delle misure e ad una capacità di reazione ai singoli problemi aziendali. La Business Intelligence diventa quindi un elemento di importanza critica ne favorire un processo di Business Performance Management: si tratta di un approccio olistico al problema della gestione dei processi e delle performance di un’azienda. Visione aziendale e manageriale dei processi

Business Process Management

Obiettivo: capire lo status dei processi, attraverso una visione completa dei processi volta ad un rapido miglioramento dell’esecuzione.

Visione tecnologica e informatica dei processi

Lo scenario competitivo odierno è caratterizzato, oltre da un mercato instabile e in rapido cambiamento, dall’enorme valore assunto dagli stakeholders di un’azienda (clienti, fornitori, ecc.) i quali, in mancanza di risultati, hanno un notevole potere, e non esitano ad utilizzarlo: diventa quindi indispensabile per i managers essere in grado di agire in tempi brevissimi, e ottenere risultati in tempi altrettanto ristretti. Basti pensare che se fino a non molto tempo fa le performance di un’azienda erano calcolate e considerate attendibili su base annuale ora le stesse misurazioni e valutazioni vengono fatte (e spesso decidono le sorti di dipendenti e dirigenti) regolarmente su base trimestrale. Ridefinire continuamente gli obiettivi e le strategie richiede una piattaforma IT in grado di assorbire e gestire il bisogno di cambiamento: il Business Performance Management aiuta la dirigenza con un serie di misure della performace, o key performance indicators (KPI, vedi capitolo 2), specifiche per un particolare processo aziendale, il che aiuta alla lunga anche gli specialisti IT, ai quali vengono forniti input per focalizzarsi meglio su determinati aspetti del sistema informativo (“...to do more with less”)11 e su quali dati concentrarsi.

4.10 - Relazione fra Business Intelligence e Business Process Management Come ho già detto, le tecniche di Business Intelligence sono un driver essenziale nell’esecuzione di un corretto piano di Business Performance Management: queste tecniche offrono un’infrastruttura (il data warehouse e la relativa struttura dati) e strumenti specializzati che permettono di analizzare i processi automatizzati dal sistema IT. 11

(AA.VV. 2005) Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

45

Data Warehouse, Business Intelligence e Business Process Management

Le tradizionali tecnologie di supporto alle decisioni, sia che si tratti di report generati automaticamente, di query ad hoc, di data mining o di analisi multidimensionali, hanno la caratteristica di analizzare i processi dopo che il fatto misurato è accaduto, senza collegamenti diretti versi il processo che ha generato il fatto: la forza del BPM sta nell’unire la capacità di analisi delle tecniche di Business Intelligence un monitoraggio dinamico e la capacità di agire e prendere rapidamente decisioni critiche, in modo da chiudere il ciclo di ottimizzazione (inserire immagine sopra). Le tecniche di Business Intelligence si stanno sviluppando sempre di più, per una serie di motivi: o

Le applicazioni analitiche della business intelligence sono sempre di più utilizzate in modo pro-attivo: in molti casi queste operazioni non forniscono solo informazioni sui processi, ma permettono di comparare i risultati dei processi stessi in relazione ad obiettivi, budget e previsioni;

o

I cruscotti (dashboard) sono sempre più il metodo preferito per permettere la visualizzazione statistiche, dati e indicatori agli utenti: le interfacce sempre più intuitive rendono l’approccio a queste tecnologie sempre più facile, come diventa sempre più facile eseguire il passaggio dalla consultazione del cruscotto alle decisioni sul business;

o

Avere dati in tempo reale, o comunque a bassa latenza di aggiornamento, diventa un fattore chiave che porta all’utilizzo di sistemi di Business Intelligence che permettono di avere dati aggiornati su base giornaliera.

La Business Intelligence che viene utilizzata nell’ambito del Business Process Management viene leggermente “piegata” rispetto ai suoi canoni classici, assumendo caratteristiche nuove, come sintetizzato nella tabella qui sotto. Caratteristica

Business Intelligence

Implementazione Focus Decisioni

Dipartimentale Storicizzazione Strategiche e tattiche

Utenti

Solo analisti

Orientamento Output

Reattivo Analisi

Misure Viste Visualizzazioni Interazione Analisi Dati

Metriche standard Generiche Tabelle, report e grafici Pull (query ad hoc) Analisi dei trends Strutturati

Business Intelligence e Business Process Management Intera azienda Aggiornati, quasi in tempo reale Strategiche, tattiche e operazionali Dirigenti, amministratori, impiegati Pro-attivo Azioni correttive, piani di sviluppo e miglioramento KPI e metriche contestualizzate Personalizzate Cruscotti e indicatori Push (eventi e avvertimenti) Eccezioni Strutturati e non strutturati

L’impatto che il Business Process Management ha su un’organizzazione deriva dalle seguenti tipologie di dati che vengono prese in esame: 46

dati derivanti dalle singole operazioni dei processi aziendali; analisi sui dati storici dei processi; budget e previsioni;

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Data Warehouse, Business Intelligence e Business Process Management

-

dati su concorrenti e in generale sull’ambiente esterno.

Questi dati vengono utilizzati dalle applicazioni di Business Intelligence per creare quell’informazione utilizzabile da management sotto forma di: -

Key Performance Indicators Analisi e reports Suggerimenti per azioni correttive Avvisi

Nel capitolo che segue illustrerò il processo di creazione di un cruscotto aziendale tramite un software di Business Intelligence: il cruscotto è l’output di un lungo processo che parte dalla definizione dei processi aziendali e passa attraverso numerose fasi come l’adozione di un modello di qualità, l’individuazione delle necessità degli utenti del sistema informativo aziendale, la creazione di un data warehouse, lo sviluppo di KPI e il loro utilizzo all’interno di un sistema di controllo della qualità totale votato al miglioramento della performance.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

47

Progetto Indicatori di Performance

5.1 - Introduzione Come anticipato nella fase introduttiva della tesi il nucleo centrale della trattazione è lo sviluppo di un set di indicatori di performance standard, che si basassero su KPI specifici derivanti dalle informazioni raccolte dal sistema del programma Quarta®. Lo scopo è quello di poter fornire un potente sistema di business intelligence in grado di lavorare ingrato al sistema di gestione della qualità di Quarta®. In questo capitolo per dovere di sintesi analizzerò le varie fasi del progetto relativo ad un solo set di indicatori dei tanti sviluppati, quello relativo alle non conformità dei fornitori.

5.2 - Data source È importante comprendere qual’è l’origine dei dati che sono stati oggetto dello sviluppo di questo progetto: la sorgente dati principale è in questo caso12 il database di Quarta®, o meglio, tutta una serie di tabelle legate con l’ambito (le non conformità dei fornitori) che si è deciso di valutare. Nel nostro caso l’individuazione dei dati di partenza è resa semplice dal fatto di avere solamente una fonte dati alla quale fare riferimento: nella pratica (come mostrato nel capitolo 4) spesso occorre riconciliare più fonti dati, di natura diversa, il che allunga e complica notevolemente la prima fase del progetto. Data la struttura modulare di Quarta® sono facilmente individuabili le tabelle del database dalle quali verranno estratti i dati, che sono le seguenti:

Nome tabella

Descrizione

RJ1

Tabelle che contiene i dati relativi alle non conformità, che sul database Quarta® vengono tracciate e descritte da una serie di campi (vedi in seguito).

AR1

Tabella che contiene i dati relativi agli articoli che possono essere oggetto di non conformità, reclami e resi.

PERIODI

Tabella contenente le informazioni temporali (date, ore).

SUP

Tabella contenete dati sui fornitori dell’azienda.

12

Nello specifico si tratterà di un database demo utilizzato per presentazione di Quarta presso potenziali clienti, contenente un set di “falsi” dati: nella pratica tutto il processo che descriverò può essere applicato a qualsiasi installazione standard con un database Quarta. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

5.3 - Il ciclo ETL: extraction, transform & loading Il primo passo da affrontare in un qualsiasi progetto di business intelligence è quelli di ottimizzare la struttura dati esistente in modo che si adatti al meglio ai nostri scopi. A tale proposito occorre una operazione di extraction, transformation & loading, comunemente riconosciuta come ciclo ETL: in questa fase occorre in principio individuare nel database operazionale (nel nostro caso il database standard nel quale Quarta® immagazzina i dai) le tabelle e i campi contenenti dati che dobbiamo analizzare. É in questa fase che si crea il datawarehouse e si denormalizzano e aggregano i dati del database, sino a ridurne la tipica struttura relazionale ad una struttura a stella, come illustrato nel precedente capitolo.

Figura 3 - Un esempio di come vengono visualizzati i DTS in SQL Server 2000

Lo strumento utilizzato nello specifico sono i Data Transformation Services (DTS) di Microsoft SQL Server 2000: si tratta di una serie di operazioni che vengono eseguite utilizzando istruzioni SQL, al fine di estrarre i tabelle o particolari campi da un database e inserirli in altre tabelle, eseguire operazione di ridenominazioni di campi, pulitura di dati, aggiunta di campi calcolati, ecc. Una visualizzazione schematica del DTS (vedi Figura 1, qui sopra) permette intuitivamente di capire la logica di tipo workflow sottostante all’intero processo: le frecce nere rappresentano i task, le operazioni che si vanno ad eseguire sulla sorgente (source) per portare i dati ritenuti necessari nel data warehouse di destinazione (destination). Al completamento di ciascuna operazione di questo tipo un sistema di gestione del flusso si occupa di far partire l’operazione successiva in caso di completamento avvenuto, oppure di bloccare l’esecuzione di tutto il DTS in caso di errori.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

49

Progetto Indicatori di Performance

Ogni operazione viene eseguita tramite comandi SQL, allo scopo di illustrare ancora più a fondo la struttura di un DTS mi servo dell’immagine qui sotto.

Il task denominato “Insert periods” permetto di creare nel data warehouse la tabella Periodi, omonima a quella del database: in questo particolare caso il data source è un file .mdb di Access dal quale vengono prelevati tutti i campi della tabella-sorgente, replicandoli della tabella-destinazione. Il task denominato “updateMESEO” è un aggiornamento dei valori che sono stati importati all’interno del data warehouse: in questo caso ho riportato esattamente l’istruzione SQL che esegue una ridenominazione dei dati relativi al campo MESEO che, per un problema di ordinamento che descriverò più avanti, necessitano di avere il numero corrispondente al mese anteposto al nome del mese stesso. Questa è una classica operazione di trasformazione dati compresa nel ciclo di Extraction, Transform & Loading: le operazioni di questo tipo possono rivelarsi molto più complesse di quella mostrata in questa occasione, la grande maggioranza tuttavia consiste in una ridenominazione dei dati presenti in un campo del data warehouse, in genere per renderlo più leggibile ad un utente umano, o viceversa, per far s’ che i dati siano più facilemente calcolabili da un algoritmo. Un esempio del primo tipo di trasformazione può essere la transcodifica dei flag: i flag sono valori di solito composti da una sola lettera o cifra, che vengono registrati in questa maniera sintetica per non sovraccaricare il database operazionale. 50

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

In fase di definizione de data warehouse si deve tener presente tuttavia che tutti i flag importati dal sistema operazionale possono essere oggetto di una presentazione agli utenti, quindi si rende necessario tradurre il flag in una descrizione che ne riveli il signicato: casi banali possono essere quello del codice delle referenze che in Quarta® viene utilizzato per definire con le lettere ‘C’ e ‘S’ per indicare ‘Clienti’ e ‘Fornitori’, oppure del ‘Tipo Responsabilità su non conformità’ che sul database è definito da cifre comprese tra 0 e 3, mentre sul data warehouse ad ognuna di queste cifre corrisponderanno descrizioni del tipo di responsabilità come ‘Interna’, ‘Terzi’ o ‘Altra NC’. Un’operazione meno banale nel corso delle operazioni del ciclo ETL interessa i campi calcolati: succede spesso i fase di definizione delle specifiche utente di rendersi conto che non si dispone di certi dati, oppure si ha bisogno di valori che non sono previsti all’interno del database. Occorre quindi creare campi calcolati, inserendoli all’interno della tabella sul data warehouse che necessita di tale “potenziamento”. Un esempio di applicazione di campi calcolati è stato affrontato durante la definizione delle specifiche per l’indicatore “Valutazione Fornitore”, nel quale occorreva, al fine di valutare l’efficienza di un fornitore, conoscere esattamente il livello degli anticipi, dei ritardi delle consegne. Sono stati creati campi che calcolassero, partendo dai dati presenti sul database relativi a “data consegna prevista”, “data consegna effettiva” e “data ordine”, la differenza in giorni tra la data di consegna prevista e la data di consegna effettiva per valutare i ritardi o gli anticipi, mentre la differenza in giorni tra la data dell’ordine e la data di consegna effettiva come misura della reattività del fornitore. Dopo aver creato questi due campi calcolati, associeremo a ciascun valore (a seconda che la differenza in giorni fra due date sia 0, positiva o negativa) un campo contenente un flag 0/1 nel caso si tratti di una consegna in ritardo, in anticipo o arrivata esattamente nella data prevista. In seguito, per poter usufruire di questa informazione che abbiamo creato e aggiunto al data warehouse, si crea un ulteriore campo ‘Tipo’, nel quale a seconda dei flag generati in precedenza, verrà associato ad ogni consegna registrata una descrizione del tipo ‘Anticipo’, ‘Ritardo’ oppure ‘Ok’.

5.4 - Interrogare il data warehouse Ora che tramite il DTS abbiamo caricato le tabelle del darawarehouse occorre creare gli schemi a stella che andranno a comporre il parte del datamart, che nel nostro caso specifico farà probabilmente parte del settore controllo qualità. L’individuazione della fact table è facilitato, in quanto il contesto nel quale si opera e sul quale si hanno molti dati operazionali forniti dal sistema integrato Quarta® è quello della qualità: il fatto sul quale basare la struttura del nostro schema a stella è la non conformità (RJ1). La struttura dello schema a stella deve essere impostata tenendo conto delle esigenze infomative e deve contenere tutti i dati che ci permettono di eseguire una query per ottenere le informazioni cercate.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

51

Progetto Indicatori di Performance

Lo schema a stella sarà così composto da: o

Dimensione – Tempo (tabella Periodi), con misure relative ad anno, semestre, trimestre e mese;

o

Dimensione – Fornitori (Tabella Sup) in questo caso i fornitori sono oggetto del nostro indicatore, che ha lo scopo di analizzare le non conformità per fornitore,sono stati sviluppati anche indicatori sui clienti e sulle non conformità interne;

o

Dimensione – Articoli (Tabella Ar1) definiti da dati come codice, descrizione e famiglia di appartenensta, costo, ecc.;

o

Fatto – Non conformità (Tabella Rj1), contiene tutte le chiavi delle dimension tables, una chiave univoca per l’identificazione della non conformità e una serie di informazioni aggiuntive.

Lo schema a stella è indicativamente questo:

Figura 4 – Questo è lo schema13 a stella dal quale ricaveremo un query che servirà a sviluppare un cruscotto per visualizzare la quantità di articoli non conformi sul totale consegnato per fornitore, con possibilità di analisi temporale. Da notare come le chiavi primarie di ogni dimensione diventino chiavi esterne collegate tramite join14 alla tabella dei fatti. 13

Lo schema qui riportato è lo stesso proposto dalla suite Hyperion Intelligence, applicazione specializzata per Business Intelligence che ho utilizzato durante il progetto: questo programma permette di realizzare con pochi click gli schemi e le relazioni, di creare cruscotti ad hoc, offre funzionalità di pivoting, query e reporting che illustrerò fra poco.

14

Per join si intende un’operazione SQL che mette in relazione due tabelle, preservando le colonne dati originali di ciascuna tabella coinvolta. Nello schema la tabella Periodi è collegata tramite una RIGHT JOIN (=+), ciò significa che se un record di Periodi (tabella di sinistra) non è presente in Non Conformità

52

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

Ora che è stata definita la struttura dati dello schema a stella si può definire una query dalla quale ricavare solo e unicamente un set di dati che sia legato da vincoli relazionali e quindi presenti un set di dai valido al fine dell’analisi e della presentazione finale. La query interessa i seguenti campi: -

Anno, Semestre, Trimestre, Mesel (il nome intero del mese) dalla tabella Periodi;

-

Cenid (Codice Centro15, chiave esterna di Fornitori), Ar1Id (Codice Articolo, chiave esterna di Articoli), Qtync (Quantità Non Conforme) e Qtydly (Quantità consegnata) dalla tabella Non Conformità;

-

Srefin1 (Descrizione Fornitore) dalla tabella Fornitori;

-

Def (Descrizione Articoli) dalla tabella Articolo;

Una volta eseguita la query restituisce un set di record che soddisfano i requisiti richiesti.

Figura 5 – Visualizzazione parziale dei risultati della query

Hyperion Intelligence Designer permette la creazione di pivot, ovvero tabella sulle quali si possono effetturare operazioni di drill: queste operazioni servono sostanzialmente a navigare tra le dimensioni di analisi tipiche del modello multidimensionale fondato sullo schema dell’ipercubo. Nel nostro caso possiamo definire una pivot che mostri per ogni fornitore le quantità di articoli non conforme e il totale degli articoli consegnate, e permettere un drill down16 attraverso le dimensioni temporali.

(tabella di destra) la query risultante riporta tutti i record della tabella di destra e valori nulli per i record che non hanno riscontro sulla tabella di sinistra. Per le tabelle Articoli e Fornitori invece viene creata una LEFT JOIN, il concetto è lo stesso solo che le posizioni delle tabelle interessate sono invertite. 15 Molti elementi all’interno del database originario di Quarta vengono considerati “centri di costo”, al fine di fare una valutazione globale dei costi in azienda. Anche ai fornitori è assegnato un Codice Centro che li identifica all’interno del sistema. 16

Le operazioni di drill down/up possono essere sinteticamente descritte come un’aggiunta o una sottrazione di colonne (dimensioni) dalla tabella pivot. Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

53

Progetto Indicatori di Performance

Le potenzialità del software che è stato utilizzato permettono di creare intefacce grafiche, detti cruscotti gestionali, che semplifichino ed automatizzino le analisi e i drill down: è inoltre possibile creare grafici di vario tipo e report personalizzati, sempre partendo dal set di dati richiesto tramite la query. In questo modo, unendo possibilità di analisi dei dati e di reporting si vanno a comprire una buona fascia dei requisiti utente che il sistema deve avere per soddisfare le diverse esigenze: di solito un cruscotto viene utilizzato a scopo di reportistica standard dagli impiegati mentre la dirigenza lo utilizzata come strumento di analisi approfondita dei dati aziendali.

Figura 6 - Visualizzazione parziale del cruscotto "Fornitore – Non Conformità"

Questo utilizzo dei dati è abbastanza banale, automatizza poche funzioni che vengono svolte da qualsiasi operatore nel campo della qualità aziendale, con strumenti informatici molto inferiori ai questi tool di Business Intelligence: tuttavia la ricchezza dei dati che si hanno a disposizione, supportata da un’attenta analisi iniziale, rendono possibile in questo come in altri casi, creare tabelle dati allo scopo di aggregare dati e ottenere informazioni praticamente impossibili da ottenere con una struttura operazionale. Il secondo scopo in fase di creazione di questo cruscotto aziendale era quello di avere la possibilità di valutare i fornitori, in base al range del ritardo o dell’anticipo medio. 54

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

A livello di database non esiste nessuna tabella contenente questi dati e così si rende necessario aggregare in una tabella chiamata DLYDIFF (che potremmo chiamare “Consegna”) campi derivanti dalla tabella AL117 (Lotti) del database di Quarta®: non sono utili in questo caso i dati relativi alle non conformità, il fatto al quale si guarda allo scopo di analizzarlo sono le consegne, di conseguenza serviranno informazioni riguardo ai lotti entrati all’interno dell’azienda. A questo scopo viene utilizzato un nuovo DTS, che ha lo scopo di importare nel data warehouse la tabelle AL1 senza modifiche o aggiunte (verrà utilizzata per analisi diversa da questa), verrà inoltre creata partendo da una tabella di appoggio temporanea chiamata TMP_AL1 che sarà utilizzata per creare la tabella “Consegna”. Il nuovo schema a stella per la valutazione dei fornitori avrà quindi come tabella centrale Differenza Giorni (DLYDIFF) mentre le tabelle delle dimensioni saranno Periodi, Fornitori e Articoli, come mostrato nella figura seguente.

Figura 7 – Lo schema a stella per la valutazione dei fornitori.

I campi Difggef, Difggri, Ritardo, Anticipi, Ok e Tipo sono tutti campi calcolati: i primi due elaborano la differenza in giorni, rispettivamente, fra la data dell’ordine e la data di cosegna effettiva (reattività del fornitore) e la differenza fra la data di consegna prevista e quella effettiva (valutazione fornitore). Ovviamente a seconda che dai risultati precedenti risulti un valore negativo, positivo o uguale a zero, avremo le tre tipologie di valutazione dei fornitori: si può procedere all’aggiunta di un campo “Tipo” che identifichi se una consegna è giunta in anticipo, in ritardo oppure puntualmente. Identificare la natura delle consegne di per sè non è molto utile, una volta eseguita la query occorrerà anche stabilire dei range (in termini di giornate medie) per i ritardi e anticipi, al fine di effetturare un ranking dei fornitori.

17

Si tratta di una tabella attraverso la quale vengono individuati e tracciati i lotti entranti nell’azienda: contiene dati, ad esempio, su data dell’ordine, di arrivo (prevista/effettiva) del lotto, ecc.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

55

Progetto Indicatori di Performance

La query in questo caso richiederà i seguenti dati: -

-

Anno, Semestre, Trimestre, Mesel (il nome intero del mese) dalla tabella Periodi; Codice riferimento (Codrif), Codice Articolo (Codart), Difggef (Differenza giorni, efficienza), Difggri (Differenza giorni, valutazione) dalla tabella Consegna, più i campi calcolati Anticipo, Ritardo, Ok e Tipo; Descrizione Fornitore (Srefin1) , dalla tabella Fornitori; Descrizione Articolo (Def), dalla tabella Articoli.

Come detto in precedenza questi dati, anche quelli appositamente calcolati, non ci sono di utilità per effettuare la valutazione dei fornitori: è necessario infatti creare una pivot con ulteriori campi che effettuino operazioni sui dati. È necessario innanzitutto un campo che calcoli la durata media di un ritardo o di un anticipo: si può facilmente derivare tali dati dai valori del campo Difggri e creare un campo nella tabella pivot Giorni Media, che calcoli il valore medio dei ritardi (o degli anticipi) sulle consegne di un determinato fornitore. Ora, avendo a disposizione questo importante dato aggiuntivo, è possibile stabilire dei range di ritardo/anticipo sulla base dei quali valutare i fornitori: è importante sottolinere che questi range sono stati impostati come valori di default decisi “a tavolino”, ma è ovvio che ogni azienda su un fattore critico come i ritardi e gli anticipi dei fornitori può e deve avere a seconda dei processi coinvolti esigenze di valutazione differenti (in termini di range di giorni, oppure anche di range diversi per fornitori diversi).

Figura 8 – Le impostazioni di drilling vengono automatizzate nuovamente attraverso l’utilizzo dell’interfaccia di questo cruscotto.

Per le nostre esigenze abbiamo stabilito che i range per i ritardi18 fossero: -

Ritardo di classe R5, ritardi superiori a 10 giorni;

-

Ritardo di classe R4, da 5 a 10 giorni medi di ritardo;

-

Ritardi di classe R3, fra 3 e 5 giorni di ritardo in media;

18

Allo stesso modo, mantenendo gli stessi range di giornate, si avranno classi di anticipi denominati A1, A2, A3, A4, e A5.

56

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

-

Ritardi di classe R2, fra 1 e 3 giorni di ritardo in media;

-

Ritardi di classe R1, ritardi al massimo di un giorno.

In questo modo sia ha a disposizione una valutazione visiva dell’operato dei fornitori, una “X” (ma potrebbe essere anche un’immagine od un voto) viene visualizzata nella casella corrispondente al range del ritardo o dell’anticipo accumulato. Un’analisi ulteriore dei dati ricavati dallo schema a stella per l’analisi degli anticipi, dei ritardi e delle consegne puntuali è quella mostrata qui sotto: si tratta di una nuova pivot, che sfrutta i dati relativi alle quantità totali di anticipi, ritardi e consegne per poter visualizzare in termini percentuali le tipologie di consegne e visualizzarle in un comodo grafico a barre.

Figura 9 - La schermata completa della sezione "Ritardi" Fornitori"

del cruscotto "Non Conformità -

5.5 - Altri indicatori e applicazioni Nel corso dell’esperienza in Blulink sono stati sviluppati una serie di indicatori anche per altri aspetti del sistema qualità, mentre altri sono ancora in fase di sviluppo: qui di seguito elencherò alcuni di quelli sviluppati e per ognuno indicherò alcune caratteristiche o particolari accorgimenti nella modellazione dei dati. Aggiungerò anche un elenco di indicatori che verranno sviluppati nel prossimo futuro, indicando particolari caratteristiche: ovviamente essendo ad una fase iniziale dello sviluppo mancheranno quasi completamente di struttura dati definita, ma possono già fornire un’idea di quello che sarà l’indicatore finale.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

57

Progetto Indicatori di Performance

Catalogo difettosità Il nome di questo indicatore, anche se volendo essere formali non si tratta di un vero e proprio indicatore, è abbastanza auto-descrittivo: si tratta di utilizzare le informazioni estese riguardo ogni singola non conformità registrata per aggregare le informazioni secondo tre caregorie, utilizzando le quali si va a formare il catalogo: - Categoria della non confomità, nel nostro caso divisa secondo una delle possibili ripartizioni secondo “Particolare a disegno”, “Commerciale” e “Montaggio”; -

Tipologia del difetto;

-

Dettagli e/o descrizione del difetto.

Figura 10 - Visualizzazione del catalogo difetti.

Il catalogo difetti è stato creato con uno schema a stella “classico” comprendente la tabella Non Conformità come fact table, le tabelle Articoli, Periodi, Clienti (oppure Centri di costo19) come dimension tables. Viene inserita inoltre una tabella di “appoggio”, presente nella struttura standard del database di Quarta®, chiamata “Dettagli non conformità” che contiene le informazioni estese come la definizione del tipo di non conformità e i dettagli. Anche questa pivot è navigabile in senso temporale ed è inoltre possibile visualizzare il catalogo difetti con un grafico a barre o a torta.

19

Il catalogo difetti è stato creato per valutare le tipologie dei difetti sia interni (ovvero durante la normale produzione), sia difetti riscontrati da clienti. Nel caso la difettosità provenga dall’interno dell’azienda tali dati fanno riferimento ai reparti aziendali.

58

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Progetto Indicatori di Performance

Vendor rating Il vendor rating è un tipo di valutazione classica dei fornitori: si tratta di un indice calcolato prendendo in esame varie categorie di dati riguardo ai fornitori: è stato creato a questo proposito un apposito cruscotto denominato appunto “Vendor Rating” nel quale vengono analizzati aspetti come le non conformità, i ritardi e i resi per fornitori. Il vendor rating diventa quindi un indicatore (calcolato in questo caso su base percentuale) di valutazione del fornitore sulla base di quante non conformità, resi e ritardi ha accumulato sul totale della merce spedita all’azienda. Come si può vedere qui sotto anche questa pivot è navigabile lungo le dimensioni temporali, questa volta si è deciso per optare solo su un’analisi mensile, e in aggiunta c’è la possibilità di valutare i fornitori in base al tipo di articolo per il quale si vuole ottenere la valutazione (avendo a disposizione sia il codice che la descrizione).

Figura 11 - Pivot contenente i dati con i quali si calcola il vendor rating.

Al fine di avere un insieme di cruscotti che coprissero tutti i moduli di Quarta®, in modo di avere una piattaforma di Business Intelligence standard utilizzabile da chiunque avesse anche uno solo dei moduli, sono stati pensati e sono in fase di sviluppo anche le seguenti applicazioni: -

Risorse Umane, per gestire in maniera ottimale le risorse umane, utilizzando i dati dell’omonimo modulo di Quarta®. Questo cruscotto sarà composto da varie sezioni per l’analisi delle competenze, delle posizioni, dei corsi di formazione relativi al personale dell’azienda;

-

Albo Fornitori, una sorta di catalogo fornitori, con anagrafica estesa, molto utile per azienda multinazionali che hanno diversi fornitori dislocati internazionalmente;

-

Manutenzione Impianti, per implementare una serie di indatori che rendano possibile il completo controllo della manutenzione delle macchine e degli impianti industriali (tempo fra un guasto e il successivo, durata degli interventi di riparazione,ecc.)

-

Reclami e Resi, gestione, visualizzazione e analisi avanzata dei reclami e dei resi in azienda;

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

59

Riepilogo e considerazioni finali

L’integrazione dei modelli e delle tecniche illustrati finora portano all’eccellenza, anche il livello di eccellenza però deve essere misurato perchè può essere migliorato. La spinta al miglioramento continuo da parte di qualsiasi organizzazione deve partire dai leaders, diventare un fatto culturale acquisito e diffuso in tutto il personale e i collaboratori: partendo da una tale cultura aziendale si possono iniziare progetti con il fine di migliorare i processi interni. Per procedere occorre una descrizione processiva completa dell’azienda, che per migliorare il flusso informativo che dovrà automatizzarne il processo: questo genererà un notevole volume di dati che verranno immagazzinati nei vari database aziendali. Con il passare di tempo l’immagazzinamento dei dati e la gestione processiva dell’azienda sembreranno non dare nessun tipo di vantaggio all’organizzazione che ha adottato queste soluzione: occorre dare un ulteriore contesto culturale-aziendale nell’ambito dell’adozione di un sistema informativo, quello della qualità può essere uno di questi. La “montagna di dati” deve essere ridotta, e resa facilmente scalabile dalle diverse categorie di utenti dell’organizzazione: si deve procedere quindi allo sviluppo di un data warehouse, un magazzino di dati “utili” al fine di ottenere solo ed esclusivamente informazioni importanti per analizzare, valutare e migliorare i processi aziendali. La cultura aziendale auspicata in precedenza è essenziale durante la fase della definizione dei requisiti utente del data warehouse: solo se chi deve utilizzare questo sistema ha una approfondita conoscenza dei processi dell’azienda si può veramente sviluppare un data warehouse contenente dati veramente utili, che servano ad impiegati, responsabili dei vari dipartimenti e dirigenti a valutare e prendere decisioni corrette sulla base delle informazioni acquisite dal sistema. Sono proprio le diverse esigenze informative ai vari livelli aziendali che rendono necessario un ulteriore passo della definizione dei dati: entrano in gioco infatti le tecniche di Business Intelligence, che permettono di filtrare i dati, creare indicatori di performance, visualizzare le informazioni tramite cruscotti creati ad hoc e generando reportistica a seconda delle diverse esigenze. Le moderne piattaforme di sviluppo per applicazioni di Business Intelligence, unite all’utilizzo di reti aziendali, permettono una condivisione di queste informazioni a tutta l’utenza dell’organizzazione: la possibilità di definire i privilegi e i profili degli utenti (tipica delle architetture client-server), che possono accedere al set di indicatori o reportistica secondo le loro esigenze. L’interdisciplinarietà di un progetto del genere rende necessaria un sensibilizzazione delle due aree coinvolte, management e settore IT: i dirigenti e in generale gli utenti del sistema informativo dovrebbero cercare di migliorare la loro compresione dell’infrastruttura informatiche che utilizzano giornalmente al fine di dare indicazioni precise agli esperti IT, i quali da parte loro necessitano di una maggiore comprensione dei processi di business che risulta indispensabile al fine di comprendere come costruire sistemi che si adattino perfettamente alle esigenze aziendali.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

61

Ringraziamenti

Ringrazio Stefano Setti e Bernhard Konzet, che mi hanno dato la possibilità di svolgere lo stage presso la loro azienda e che in seguito hanno continuato a darmi fiducia per lo sviluppo di un progetto così importante. Un ulteriore ringraziamento a Stefano Setti per aver accettato di essere il relatore di questa tesi, ben sapendo che mole di impegni deve affrontare giornalmente. Un grazie a Simone Bocchi, che mi ha seguito come tutor aziendale, insegnandomi e cercando di rendermi operativo nel poco tempo avuto a disposizione, nonostante gli ovvi impegni di lavoro. Un ringraziamento a tutto il personale di Blulink, che sono sempre stati disponibili a darmi una mano, qualsiasi cosa mi servisse e che mi hanno facilitato l’inserimento in azienda. Grazie ad Alessandro Iotti ed Enrico Nironi, miei compagni di “avventura”, fra scuole superiori e università, da ormai 8 anni: a loro devo molto, soprattutto il fatto di averli avuti accanto mi ha spinto a migliorarmi come studente (mai stato al loro livello, purtroppo) e come persona. Grazie a tutti gli studenti del corso di Economia, Reti e Informazione che dal Settembre 2002 hanno affrontato questa avventura: a tutti auguro buona fortuna e buon proseguimento, mi ritengo fortunato ad aver avuto a che fare con persone così in gamba. Grazie ai miei genitori, per avermi permesso di studiare, di svolgere le attività che mi piacevano e per avermi dato un’educazione solida che nella vita mi servirà più di qualsiasi libro studiato o laurea conseguita: spero che questo piccolo traguardo che ho raggiunto possa essere per loro un premio per il lavoro (quello di genitore) che hanno svolto in questi anni. Grazie a tutte le persone che fino ad oggi mi hanno consigliato e insegnato: mi ritengo una persona fortunata perchè ho sempre fatto le scelte giuste che mi hanno portato a conseguire sempre i miei obiettivi. La fortuna non è esserci riuscito, ma è aver incontrato tutti voi, che con le vostre parole, i vostri rimproveri e la vostra vicinanza mi avete sempre sostenuto. Grazie.

Davide, San Polo d’Enza - 25 Novembre 2005.

62

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

Bibliografia

(AA.VV. 2005) C. Ballard, C. White, S. McDonald, J. Myllymaki, S. McDowell, O. Goerlich, A. Neroda – “Business Performance Management...Meets Business Intelligence”, IBM Redbooks, 2005. S. Bocchi, B. Konzet – materiale e documentazione interna di Blulink s.r.l. G. Bracchi, C. Francalanci, G. Motta – “Sistemi informativi per l’impresa digitale”, 2005 (Bracchi-Motta 2001) G. Bracchi, G. Motta – “Processi aziendali e sistemi informativi”, 2001 (Golfarelli-Rizzi 2002) M. Golfarelli, S. Rizzi – “Data Warehouse, teoria e tecnica della progettazione”, 2002 R. Kimball – “The Data Warehouse Toolkit”, 1997 Project Management Institute – PMBOK Guide, third edition, 2004 S. Setti – Slides del corso “Gestione dei Sistemi Informativi Aziendali (mod.1)”, corso di laurea in “Economia, Reti e Informazione”, 2004/2005

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.

63

Sitografia

Associazione Italiana per la Cultura della Qualità – http://www.aicq.it Balanced Scorecard Organisation - http://www.balancedscorecard.org Sito ufficiale dell’ organizzazione di Kaplan e Norton. Blulink – http://www.blulink.com Business Process Management Initiative - http://www.bpmi.org European Foundation for Quality Management - http://www.efqm.org Sito ufficiale dell’associazione EFQM. Articoli: “Introuducing Excellence”, “Fundamental Concepts of Excellence”. Free Datawarehouse - http://www.freedatawarehouse.com Risorsa gratuita sul mondo dei datawarehouse, con tutorials ed esempi. IBM Redbooks - http://www.ibm.com/redbooks Risorse e white papers dagli esperti IT di IBM. Risorsa: “Business Performance Management...Meets Business Intelligence” Intelligent Enterprise - http://www.intelligententerprise.com Magazine online contente articoli sul mondo e le metodologie IT. International Organization for Standardization – http://www.iso.org JUSE - http://www.juse.or.jp/e/index.html Sito ufficiale dell’associazione Project Management Institute – http://www.pmi.org Sito ufficiale dell’istituto che si occupa della redazione del Project Management Body of Knowledge. Wikipedia, the free encyclopedia - http://en.wikipedia.org

64

Indicatori di performance dei processi aziendali: sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.