Nel Finance la maturità in termini di dati e analytics è ancora lontana

Secondo uno studio di Harvard che ha coinvolto 162 manager e senior executive Finance, c'è uno scarto notevole tra le loro aspirazioni e la realtà del lavoro quotidiano.

Image placeholder

L'incremento esponenziale dei dati aziendali unito al boom delle funzionalità di analytics rappresenta un'enorme opportunità per la funzione Finance di contribuire attivamente alla nascita dell'azienda basata sui dati. Tuttavia, sullo sfondo della pandemia globale, uno studio recente condotto da Harvard Business Review Analytic Services e sponsorizzato da Workday, ha rilevato un profondo divario tra la visione del futuro dei manager Finance e la realtà in cui operano i loro team. 

Nonostante una percentuale elevata di dirigenti Finance ritenga che promuovere una cultura aziendale in cui i dati guidano i processi decisionali sia indispensabile per garantire le performance future, solo un'esigua maggioranza ritiene che lavorare per creare una cultura di questo tipo sia una priorità per il senior management. 

Lo studio che ha coinvolto 162 manager e senior executive Finance rivela che c'è uno scarto notevole tra le loro aspirazioni e la realtà del lavoro quotidiano. La vasta maggioranza di questi manager ritiene che creare un hub di dati flessibile sia essenziale per le performance future, ma molti di loro ricorrono ancora a processi manuali per raccogliere e utilizzare i propri dati. Il report sottolinea il fatto che la maggior parte dei team Finance è ancora all'inizio del percorso di trasformazione dei processi di analytics e gestione dati.

L'esplosione dei dati paralizza le analisi

La continua crescita del volume di dati di carattere finanziario e non rende la capacità della funzione Finance di gestire in modo più efficiente i dati e i processi associati più importante che mai. Il 90% degli intervistati ritiene che il volume dei dati raccolti e utilizzati dal team Finance è cresciuto apprezzabilmente o notevolmente negli ultimi due anni.

Tuttavia molti manager Finance faticano a elaborare volumi di dati così ingenti. In base allo studio, le tre sfide principali legate alla gestione dei dati per i team Finance sono: preparare, riconciliare e accedere a volumi elevati di informazioni (68%); integrare dati recenti o in tempo reale nelle analisi (55%); analizzare i dati, formulare consigli e comunicarli (52%).

Lo studio che ha coinvolto 162 manager e senior executive Finance rivela che c'è uno scarto notevole tra le loro aspirazioni e la realtà del lavoro quotidiano.

L'eterogeneità dei dati richiede strumenti e tecnologie emergenti

Poiché il ruolo del CFO sta evolvendo, è necessario avere un quadro aggiornato della situazione aziendale e il team Finance deve poter disporre di maggiori capacità di analisi e di approfondire la sua conoscenza della performance aziendale. Anche l'esigenza del Finance di utilizzare dati non finanziari di altre aree del business per rendere più strategico il processo decisionale assume un'importanza sempre maggiore. Di fatto, quasi i due terzi degli intervistati dichiara di generare insight utilizzando in modo significativo dati di funzioni aziendali non finanziarie. Inoltre, il 64% degli intervistati indica che il proprio team utilizza dati di altre reparti aziendali per generare insight.

Tuttavia, la ricerca evidenzia che l'adozione di strumenti e tecnologie in grado di analizzare in modo efficiente tipi di dati diversi tra loro è ancora un miraggio. Secondo il report, solo il 37% degli intervistati dichiara che il proprio team considera importante o molto importante utilizzare un hub di dati flessibile in grado di elaborare tipi di dati diversi provenienti da reparti diversi (per il 16% questa esigenza è molto importante). Analogamente, il 49% degli intervistati dichiara che il proprio team considera importante o molto importante investire in tecnologie per la gestione e l'analisi dei dati (per il 20% questo aspetto è molto importante). 

Le tecnologie legacy e i processi manuali ostacolano l'evoluzione

Tenuto conto delle tecnologie di cui disponiamo attualmente, sembra impensabile che i team Finance che analizzano i dati con processi manuali siano più numerosi di quelli che utilizzano strumenti di data analytics. Eppure oltre tre quarti (77%) degli intervistati afferma di utilizzare spesso o abbastanza spesso processi manuali laboriosi per raccogliere e utilizzare i dati, mentre una percentuale più limitata (62%) utilizza spesso o abbastanza spesso strumenti o piattaforme di analytics per prendere decisioni in ambito Finance.

La maggior parte dei team Finance condivide gli insight generati dai dati con il senior management e con il management di altre funzioni aziendali trasmettendoli con tecnologie obsolete. L'84% degli intervistati dichiara che il team Finance condivide informazioni e insight con gli altri team inviando per e-mail fogli di calcolo e slide. Le riunioni periodiche sono al secondo posto dei metodi di condivisione più utilizzati (65%). Il 51% degli intervistati condivide i dati tramite dashboard e circa un quarto (28%) utilizza software o piattaforme di collaborazione diverse dai dashboard.

I responsabili Finance non considerano i dati abbastanza affidabili

In articoli precedenti, abbiamo esaminato le caratteristiche delle aziende in grado di prendere decisioni migliori e tra queste figurava la capacità di considerare affidabili i propri dati. La maggioranza degli intervistati ha una fiducia ragionevole che i dati utilizzati dal proprio team Finance a supporto delle decisioni aziendali siano precisi e tempestivi, ma la percentuale di soggetti che esprimono una fiducia elevata è molto inferiore. Il 59% attribuisce un punteggio di 4 o 5 su 5 alla propria fiducia nei dati (il 14% è per il 5 e il 45% per il 4). Il 41% degli intervistati esprime scarsa fiducia nella qualità dei dati e dà un punteggio pari o inferiore a 3.  

Questi risultati non sorprendono se si considera che nella maggior parte dei team Finance l'utilizzo di intelligenza artificiale (AI) e machine learning/analisi predittiva è ancora oggi in fase embrionale. Meno di un terzo (29%) degli intervistati assegna all'utilizzo di AI, machine learning e/o analisi predittiva nelle attività quotidiane un punteggio pari a 3, 4 o 5 su una scala di 5 punti, in cui il 5 rappresenta un utilizzo su larga scala di queste funzionalità. Il 33% degli intervistati afferma che attualmente i propri team Finance non utilizzano affatto queste tecnologie. 

L'88% degli intervistati dichiara che promuovere una cultura basata sui dati nell'ambiente Finance sarà importante o addirittura fondamentale per le performance future dei team Finance.

Il futuro: focus sui dati 

Anche se c'è ancora molto lavoro da fare per arrivare a un vero e proprio approccio basato interamente sui dati, l'adozione di una cultura dei dati nel team Finance è evidentemente una priorità assoluta per il senior management. Quasi 9 su 10 manager interpellati (88%) dichiarano che promuovere una cultura basata sui dati nell'ambiente Finance sarà importante o addirittura fondamentale per le performance future dei team Finance. Una percentuale simile (89%) afferma che l'utilizzo degli analytics e dei processi decisionali basati sui dati sarà importante o fondamentale per le performance future.

Per raggiungere questo obiettivo in modo efficiente, i leader Finance sanno che devono dare priorità agli investimenti strategici. La maggior parte di essi prevede di realizzare investimenti consistenti nelle capacità di analisi. Oltre la metà dei team Finance (il 58%) prevede di adottare o potenziare l'utilizzo di sistemi integrati di pianificazione, analytics e previsioni per consolidare le capacità di analisi, mentre il 53% prevede di adottare o potenziare l'utilizzo di un hub di data analytics che integri i dati finanziari e quelli operativi. Quattro team su 10 prevedono di adottare o incrementare l'utilizzo della raccolta automatica dei dati e di ottimizzare le API per lo scambio di dati tra diversi strumenti e/o di implementare un'integrazione più completa dei dati. Il 36% dei team prevede di adottare o incrementare l'utilizzo di un motore di contabilità centralizzato. Un numero limitato di intervistati, il 5%, ha dichiarato che non prevede di adottare o incrementare l'utilizzo di strumenti digitali nei prossimi due anni.

Ora che l'innovazione continua a offrire nuove opportunità per la funzione Finance, non sorprende che i manager prevedano l'esigenza di espandere rapidamente le capacità di AI e machine learning/analisi predittiva dei loro team. Il 72% degli intervistati prevede che nei prossimi tre anni il proprio team utilizzerà AI, machine learning e/o analisi predittiva in qualche misura o in modo estensivo (punteggio pari a 3, 4 o 5 su una scala di 5 punti) nelle attività quotidiane. Per quantificare il lavoro che resta da fare, si tratta di un aumento del 43% rispetto alla situazione attuale.

I responsabili Finance sono consapevoli che devono cambiare le proprie priorità e adottare nuove tecnologie se intendono creare la cultura basata sui dati di cui hanno bisogno per raggiungere i loro obiettivi. Il volume dei dati continuerà a crescere e il CdA guarderà al team Finance per analizzare e integrare in modo efficace una gamma di dati sempre più diversi tra loro. Il tempo ci dirà se la loro capacità di agire sarà all'altezza delle loro ambizioni, ma i CFO e il senior management hanno l'opportunità di incrementare l'impatto strategico che la funzione Finance ha sull'azienda.

Leggi il report completo per scoprire le misure che i senior manager Finance stanno adottando per creare aziende basate completamente sui dati.

Leggi di più