Home / Economia / Mittelstand ovvero le piccole e medie aziende tedesche e l’Intelligenza artificiale

Mittelstand ovvero le piccole e medie aziende tedesche e l’Intelligenza artificiale

In che modo l’analisi può trarre vantaggio dal Mittelstand tedesco?
 
Forse non è sbagliato pensare che i maggiori consumatori di servizi di analisi si trovino nei settori delle assicurazioni, dei servizi finanziari, del commercio al dettaglio e della sanità. Le aziende in questi settori si caratterizzano per le loro dimensioni e dimensioni e per la loro facile riconoscibilità del nome in tutto il mondo. Quindi, è molto facile gravitare verso il pensiero che l’analisi sia probabilmente più utile per le grandi aziende piuttosto che per quelle più piccole. L’altra percezione che i dati generati da un’azienda crescano esponenzialmente con le dimensioni dell’azienda e più dati si hanno più è l’esigenza di analizzarli, in qualche modo rafforzare l’assunto di cui sopra.

Ma niente potrebbe essere più fuorviante, come scopriremo esaminando la portata dell’analisi per le piccole e medie imprese tedesche popolarmente conosciute come Mittelstand. Queste aziende sono note per il loro approccio innovativo, l’orientamento all’esportazione e il forte coinvolgimento regionale e sociale. Poiché queste società sono generalmente di proprietà familiare, non sono inoltre gravate dal pensiero trimestrale di molte società più grandi che danno loro un margine di manovra per pensare a lungo termine, una condizione ideale per raccogliere, analizzare e sfruttare dati significativi.


Business Case per Analytics per aziende con catene del valore strettamente collegate
Mittelstand potrebbe utilizzare l’analisi in tre aree: 

Costruire una migliore comprensione dei processi produttivi interni,
Comprendere le esigenze di clienti e partner e 
Scoprire le caratteristiche rilevanti dei mercati locali e globali. 
Quanto sopra sembra in contrasto con la caratteristica tipica di Mittlestand – formare catene del valore strettamente intrecciate con strette connessioni tra clienti, fornitori e altri partner – come il facile flusso di informazioni in questa rete e le dimensioni relativamente ridotte delle aziende che consentono ai manager di interagire frequentemente con i lavoratori in officina, sembrano ovviare alla necessità di approfondimenti attraverso l’analisi.

Tuttavia, molte volte, le informazioni così ottenute da qualsiasi partner fidato hanno bisogno di molte convalide, contestualizzazioni e ulteriori analisi per diventare davvero utili. Elaborando ulteriormente queste informazioni attraverso i mezzi tecnologici più recenti e arricchendole con informazioni adiacenti e storiche, è possibile creare valore non solo per l’azienda ma per l’intera catena del valore. 

Figura 1: Analisi in una tipica catena del valore di Mittlestand
Aree prioritarie per l’analisi per Mittlestand
Analisi dei dati per esplorare percorsi verso nuovi mercati: le aziende Mittlestand hanno clienti molto fedeli, quindi la fedeltà dei clienti e il servizio clienti, che normalmente sono l’area prioritaria nelle grandi aziende, forse possono aspettare, ciò che non può aspettare è implementare l’analisi per ottenere un nuovo accesso al mercato. Questa non è una domanda facile e diretta, ma vale comunque la pena considerarla. Qui i dati interni da soli potrebbero non essere immediatamente utili e i dati devono essere acquisiti da fonti esterne.

Ad esempio, i dati sui dati demografici del mercato locale o sulle attività commerciali locali potrebbero essere acquisiti e quindi analizzati insieme ai dati interni creando un elenco migliore di potenziali clienti mirati, consentendo non solo una migliore strategia di marketing e coinvolgimento, ma anche un migliore adattamento del prodotto al mercato.

I dati regionali potrebbero anche essere analizzati per prevedere il cambiamento nelle preferenze dei consumatori e quindi prevedere uno spostamento delle offerte dalle aziende locali che potrebbero essere potenziali clienti alle aziende Mittlestand. Mittlestand era stato tradizionalmente abbastanza agile da agire rapidamente su qualsiasi cambiamento individuato nelle preferenze dei clienti, dato che il cambiamento è stato individuato in tempo. In questo caso, i modelli di dati progettati e implementati con cura potrebbero davvero fornire un vantaggio competitivo a Mittlestand individuando il cambiamento nel tempo e fornendo i dettagli necessari del cambiamento.

Figura 2: Trovare un percorso verso un nuovo mercato
Gestione e analisi del diluvio di dati da Internet of Things (IoT): uno studio del 2019 commissionato da Deutsche Telekom intitolato “The Internet of Things in German SMEs” rivela che le PMI in Germania stanno ponendo una maggiore enfasi sui nuovi casi di applicazione IoT. Con una maggiore adozione dell’IoT, i dati con le aziende cresceranno in modo esponenziale e diventerà imperativo trovare modi innovativi per gestire e analizzare questi dati.

Molte piattaforme di dati cloud come Record Evolution, Snowflake, Dataiku, Panoply vengono lanciate tenendo presente le esigenze delle PMI di ospitare e analizzare i propri dati IoT nel cloud . Un altro importante risultato del rapporto di cui sopra è che i Mittlestand stanno attualmente concentrando i loro investimenti IoT nell’area della “Manutenzione predittiva” (il 33% degli intervistati ha dichiarato così) dove il ruolo dell’analisi dei dati è forse il più pronunciato. Il ROI dell’IoT potrebbe essere ulteriormente migliorato utilizzando l’analisi per lo sviluppo di nuove idee creative per le implementazioni dell’IoT.

Figura 3: Analisi IoT
Analisi per le operazioni commerciali: se c’è una cosa che Mittlestand non può dare per scontata è la fedeltà dei clienti, per quanto radicati possano essere in una catena di approvvigionamento o per quanto noti possano essere per la qualità dei loro prodotti. Poiché la voce sul successo del modello Mittlestand si diffonde in tutto il mondo, possono solo aspettarsi una concorrenza più intensa da parte di coloro che li emuleranno. In questo ambiente, conoscendo l’orientamento a lungo termine di Mittlestand, è fondamentale che si concentrino maggiormente sulle operazioni commerciali nonostante abbiano team di vendita relativamente più piccoli. In effetti, operazioni commerciali come entrate, servizi e operazioni di vendita potrebbero essere convertite in centri di comando di analisi per superare i limiti di avere team di Go-To-Market più piccoli. Mittlestand può anche cercare aziende comeAllura Analytica per eseguire o configurare le proprie operazioni commerciali e i centri di comando di analisi per loro.

Figura 4: Centro di comando di Analytics guidato dalle operazioni commerciali
Conclusione

Ormai è un cliché dire che i dati sono il nuovo petrolio, tuttavia, le aziende stanno iniziando a rendersi conto solo ora che possono creare molti vantaggi competitivi concentrandosi sulla costruzione di motori di analisi migliori in grado di estrarre valore anche dall’ultima goccia di questo petrolio . Mittlestand può migliorare il proprio vantaggio competitivo tradizionale concentrandosi sull’analisi per esplorare e accedere a nuovi mercati, comprendere meglio e automatizzare completamente i propri processi di produzione attraverso l’IoT e sfruttare le operazioni commerciali non solo per comprendere e servire meglio i propri clienti, ma anche per comprendere i consumatori che alla fine influenzano il scelte che fanno i loro clienti. Data la proliferazione di prodotti e fornitori di servizi basati su cloud e l’avvento di società di analisi e consulenza tecnologica di nicchia come Allura Analytica non è mai stato così facile per Mittlestand tuffarsi nel mondo di Analytics.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi