Dashboard e KPI: trasformare i dati in decisioni strategiche

Spesso si pensa che il controllo di gestione (CdG) sia fatto di tabelle infinite e numeri complessi. In realtà, l'obiettivo finale è l'esatto opposto: la massima sintesi e chiarezza. Le dashboard (cruscotti aziendali) ed i KPI (Key Performance Indicator, che tradotto significa indicatori chiave di prestazione) sono lo strumento che permettono di visualizzare in tempo reale l'andamento della propria impresa. Ma attenzione: la grafica è solo l'ultimo miglio di un percorso di consapevolezza molto più articolato.

1. L'analogia della cabina di pilotaggio: saper leggere gli strumenti

Se salissimo oggi sulla cabina di pilotaggio di un aereo di linea, saremmo sopraffatti da luci, quadranti e comandi. Senza il dovuto addestramento, quel cruscotto sarebbe inutile, se non pericoloso. Lo stesso accade in azienda: implementare una dashboard senza aver compreso la logica dei dati sottostanti non serve a nulla.

Per questo l'approccio alla consulenza per il controllo di gestione (CdG) è prima di tutto un percorso di formazione: si lavora insieme per capire a cosa servono i singoli indicatori, come vengono calcolati e cosa ci dicono realmente, affinché la dashboard diventi il vostro occhio sulla gestione e non un semplice esercizio estetico.

2. Un percorso progressivo: dal dato al grafico

Nessun cruscotto può essere efficace se i dati alla base sono sporchi o incompleti. Per questo motivo, la visualizzazione è sempre e solo l'ultimo passaggio. Prima della graficizzazione occorre infatti:

• Estrarre, normalizzare e verificare i dati grezzi dal software gestionale (processo possibile anche da gestionali datati, al contrario di quanto si potrebbe pensare);
• Elaborare ed aggregare i dati, anche in forma incrociata, a livello server via SQL, creando viste e stored procedures customizzate;
• Effettuare analisi avanzata con Python / Pandas, anche con strumenti di Machine Learning (ML) se necessario (ad esempio per l'analisi ABC, per la stratificazione del magazzino, ecc.);
• Identificare i singoli KPI (grafici) fondamentali;
• Costruire grafici personalizzati per la singola azienda;
• Infine, aggregare tutto in Dashboard interattive e customizzate.

Questo passaggio è fondamentale a prescindere dal settore di attività, che si tratti di commercio all'ingrosso e distribuzione commerciale, di commercio al dettaglio ed e-commerce, di servizi alle imprese e/o di gestione cantieri, oppure di produzione su commessa, occorre sempre partire dai dati grezzi, elaborarli, analizzarli ed infine visualizzarli.

3. Dal grafico al cruscotto: un percorso di consapevolezza

Per governare un'azienda non basta un solo numero. È necessario distinguere tra due strumenti complementari che spesso vengono confusi:

Come strumenti valuto sempre di volta in volta il sistema più adatto allo specifico progetto di controllo di gestione. Tuttavia, prediligo tre soluzioni basate su tecnologie open source e flessibili: il potente motore di Business Intelligence Metabase; la potenza di calcolo e visualizzazione di Python con le librerie Matplotlib; una soluzione web personalizzata che utilizza Chart.js. Questi strumenti permettono di realizzare cruscotti direzionali estremamente potenti e, soprattutto, calibrati sulla reali esigenze aziendali.

Questo passaggio non è solo tecnico, ma fa parte di un percorso formativo, in cui affianco l'azienda nel comprendere prima il dato e poi la sua rappresentazione, affinché l'imprenditore possa valutare in maniera approfondita gli "input" della gestione ed agire tempestivamente di conseguenza.

4. Strumenti agili: Metabase, Python e JS Chart

Per la visualizzazione dei dati offro soluzioni potenti ed open source, evitando i costi ed i vincoli dei software proprietari:

Metabase: è la piattaforma di Business Intelligence che preferisco. Permette di interrogare i dati in tempo reale, creare dashboard interattive e condividere report con tutto il team in pochi click. È ideale per chi cerca uno strumento avanzato, ma estremamente intuitivo nell'uso quotidiano.

Python (Matplotlib & Pandas): utilizzo queste librerie per le analisi più complesse e scientifiche. Sono perfette quando occorre elaborare grandi moli di dati (Big Data) o gestire analisi avanzate che richiedono un passaggio intermedio tra l'estrazione SQL e la visualizzazione finale. Naturalmente resta sempre possibile gestire la visualizzazione interattiva su Metabase tutte le volte che occorre.

Chart.js: librerie JavaScript integrate in ambiente web (PHP) che consentono una personalizzazione totale. Metto a disposizione un sistema web dedicato dove il cliente può visualizzare in autonomia e in tempo reale i grafici implementati insieme. È la soluzione ideale per chi desidera un approccio "apri e visualizza", semplice e lineare.

5. Dashboard personalizzate vs Power BI e Tableau

Spesso molti mi chiedono perché non utilizzi generalmente strumenti come Power BI o Tableau, che ormai sembrano essere lo standard della Business Intelligence. Prima di tutto, come spiegato sopra, non è tanto lo strumento in se' a fare la differenza, ma il lavoro che viene effettuato prima sui dati a monte (Data Modeling).

Inoltre ci sono strumenti alternativi, come ad esempio Metabase, che sono estremamente validi, intuitivi, e con un eccellente supporto all'analisi dati su più livelli (ad esempio Metabase supporta nativamente i db SQLite che spesso sono l'output ideale da elaborazioni multiple e/o da Python, trattandosi di un formato dati molto più performante e strutturato rispetto al CSV/TSV, cosa che ad esempio Power BI non offre con la stessa semplicità).

L'elaborazione avanzata e l'aggregazione via SQL lato server, unita alla potenza di strumenti come Python / Pandas / Sklearn per analisi avanzate basate su Machine Learning (ML) ove necessario, è allo stato attuale la tecnologia in assoluto più efficiente che sia possibile realizzare per l'analisi dei dati.

Quando il dato è già stato processato in maniera avanzata, nell'ultimo step (la visualizzazione) i dati sono sostanzialmente già pronti e non resta altro che graficizzarli. Racchiudere un lavoro di analisi su tre livelli (SQL livello server, Python livello intermedio, SQLite livello finale) in un unico strumento come Power BI o Tableau, non consente di raggiungere gli stessi risultati.

Certo, questo approccio richiede elevate competenze a livello informatico e gestionale, che non sono alla portata di tutti, ed è qui che subentro io, gestendo tutti gli aspetti tecnici per i clienti. Una consulenza professionale a mio parere deve infatti offrire le migliori soluzioni, e non ci si può certo inventare il lavoro facendo un piccolo corso di Power BI e vendersi poi sul mercato come consulenti (come talvolta si vede purtroppo fare).

6. Quali KPI monitorare? Ogni azienda ha i suoi "motori"

Non esiste una lista di indicatori KPI (ossia grafici) valida per tutti. Ogni impresa ha i suoi "motori" del profitto e della gestione: il mio lavoro consiste pertanto nell'aiutarvi ad identificare i KPI (Key Performance Indicators) che contano davvero per la vostra specifica realtà, evitando al tempo stesso di disperdere la concentrazione su dati inutili. Attraverso KPI e dashboards possiamo monitorare ad esempio:

• Analisi della performance su base storica: confronto immediato tra vendite, margini e redditività durante l'esercizio, confrontando i dati dell'esercizio precedente, per verificare l'andamento degli indicatori chiave.
• Mix di vendita e redditività: scomposizione del fatturato mensile per tipologia, per capire i settori trainanti e quelli da monitorare.
• Stratificazione del magazzino: scomposizione delle scorte per rotazione e/o per marginalità media.
• Posizionamento e quote di mercato: visualizzazione della ripartizione delle vendite per singoli prodotti o categorie.
• Tesoreria e liquidità: analisi temporale dell'andamento della tesoreria, utilizzo dei fidi, disponibilità anticipi sbf, liquidità disponibile.
• Crediti clienti: scomposizione dei crediti verso clienti per tipologia di pagamento, scadenze, ritardi medi di pagamento, ecc..

Inizio pagina