Cultura del dato: perché un'azienda data driven vende di più online

La parte difficile di un progetto di dati non è quasi mai tecnica. La tecnologia, oggi, è la commodity: strumenti per misurare, integrare e prevedere ce ne sono in abbondanza, e funzionano. Quello che manca, quando un progetto di Business Intelligence o di intelligenza artificiale si arena, è qualcosa di molto meno citato e molto più decisivo: la cultura del dato.

Un'azienda data driven non è un'azienda che ha comprato un buon software. È un'azienda in cui le persone, davanti a una scelta, si chiedono prima cosa dicono i dati e solo dopo cosa dice l'istinto. Sembra una differenza sottile. È invece la linea che separa gli ecommerce che crescono in modo ripetibile da quelli che crescono per fortuna.

Non è un'impressione. Anno dopo anno, la Data and AI Leadership Executive Survey di NewVantage Partners e Wavestone raccoglie la stessa risposta dai dirigenti delle grandi imprese: alla domanda su che cosa impedisca di diventare davvero data driven, la maggioranza schiacciante indica le persone, la cultura e i processi, non la tecnologia. Attorno all'80% nelle rilevazioni più recenti, con punte fino al 92% in quelle passate. La tecnologia, semmai, è la parte che le aziende hanno già imparato a comprare.

Vale la pena parlarne per esteso, perché è il fattore che da solo spiega perché due aziende con gli stessi strumenti ottengono risultati opposti.

Che cosa significa davvero cultura del dato

La cultura del dato è l'insieme di abitudini, valori e comportamenti per cui in azienda i dati vengono prodotti con cura, condivisi senza gelosie e usati per decidere. Non è un reparto, non è un ruolo, non è una licenza software. È il modo in cui le persone trattano l'informazione tutti i giorni, dal magazziniere che inserisce bene una causale di reso al direttore che apre il cruscotto prima di una riunione invece che dopo.

Alla base c'è una competenza diffusa che gli anglosassoni chiamano data literacy, l'alfabetizzazione al dato: la capacità, non del solo analista ma di chiunque prenda decisioni, di leggere un grafico senza farsi ingannare, di distinguere una correlazione da una causa, di riconoscere quando un numero è solido e quando è soltanto rumore. Non serve che tutti sappiano scrivere una query: serve che tutti sappiano fare le domande giuste ai numeri che hanno davanti. Dove questa alfabetizzazione manca, il cruscotto più bello del mondo resta un quadro appeso al muro.

Tre comportamenti la rendono riconoscibile. Il primo è la condivisione: i dati non sono il tesoro di un reparto ma un bene comune, e i muri tra marketing, vendite, logistica e amministrazione si abbassano. Il secondo è l'apertura al dato scomodo: una cultura sana accoglie il numero che smentisce la decisione del capo, invece di nasconderlo. Il terzo è la curiosità: davanti a un risultato strano la reazione non è scrollare le spalle ma chiedersi perché.

Messi insieme, questi comportamenti spostano il centro di gravità delle decisioni. In un'azienda senza cultura del dato la domanda ricorrente è chi ha deciso; in un'azienda che ce l'ha, la domanda diventa su che cosa ci basiamo per decidere. È un cambio di grammatica che sembra piccolo e cambia tutto.

Perché un'azienda data driven vende di più online

Il titolo di questa pagina promette una cosa precisa, quindi conviene mantenerla: perché mai una cultura del dato dovrebbe far vendere di più. La risposta non è magica, è cumulativa. Ogni decisione presa sui numeri invece che a sensazione è mediamente un po' meno sbagliata della stessa decisione presa a intuito, e in un ecommerce le decisioni sono migliaia all'anno. Quel piccolo margine, moltiplicato per il volume, diventa la differenza tra un conto economico che tiene e uno che perde colpi.

Esiste una misura di questo effetto che gli economisti citano da anni. In uno studio ormai classico su un campione di grandi imprese, Strength in Numbers, Erik Brynjolfsson e i suoi coautori hanno trovato che le imprese che adottano un processo decisionale guidato dai dati mostrano produttività e output più alti del 5-6% rispetto a quanto ci si aspetterebbe dai loro investimenti in tecnologia. Cinque o sei punti percentuali non fanno notizia, ma chi gestisce un ecommerce sa che sono un margine enorme, il tipo di scarto che di solito si insegue a suon di campagne, sconti e nuove funzionalità.

In concreto, la cultura del dato si vede in scelte molto pratiche.

• L'assortimento: quali prodotti tenere, spingere o dismettere si decide guardando margine, rotazione e resi per categoria, non solo il fiuto del buyer.
• Il prezzo: si osserva come reagiscono davvero le vendite a un ritocco, l'elasticità reale, invece di allinearsi al concorrente per riflesso.
• La spesa di marketing: il budget si sposta sui canali che portano clienti che ricomprano, e per capirlo serve un modello di attribuzione onesto, che dica da dove arrivano davvero le vendite e non si fermi all'ultimo clic.
• La retention: si intercetta il calo del riacquisto di un segmento prima che diventi abbandono, e si interviene finché il cliente c'è ancora.

Nessuna di queste è una funzione da comprare: sono decisioni che un'organizzazione prende bene solo se è abituata a guardarsi allo specchio dei propri numeri. È qui che la cultura diventa fatturato.

Perché i progetti di Business Intelligence falliscono per ragioni umane

Quando un progetto di dati non decolla, la tentazione è dare la colpa allo strumento. Quasi sempre è la spiegazione sbagliata. Le cause vere sono poche, si ripetono, e nessuna abita nel software.

La resistenza al cambiamento. Introdurre un nuovo modo di decidere significa togliere a qualcuno il comfort delle vecchie certezze. Chi ha sempre deciso a sensazione vive il cruscotto come un giudice, non come un alleato. Se la leadership non accompagna questo passaggio, lo strumento viene adottato di facciata e abbandonato nei fatti.

I silos informativi. La Business Intelligence vive di dati incrociati, e i dati incrociati richiedono che i reparti li condividano. In un'azienda dove l'informazione è potere e ognuno custodisce la sua, l'analisi resta frammentata e le decisioni restano parziali. Nessun software risolve un problema che è di fiducia, non di tecnologia.

La visione a breve. I dati danno il meglio nel medio periodo: accumulano, mostrano tendenze, smentiscono o confermano scelte nel tempo. Un'azienda ossessionata solo dal risultato del mese taglia i progetti di dati prima che maturino, e poi conclude che non servivano. È una profezia che si autoavvera.

La qualità del dato. Vale il vecchio principio: se entra spazzatura, esce spazzatura. Un cruscotto costruito su anagrafiche sporche, causali inserite a caso e integrazioni che perdono pezzi produce numeri che nessuno crede, e fa bene a non crederci. Anche qui la radice non è tecnica ma di abitudini: è l'operatore che salta un campo perché tanto non lo guarda nessuno, ed è l'assenza di qualcuno che risponda della pulizia di quel dato. La qualità non è un progetto una tantum, è un comportamento quotidiano, e quindi è cultura.

Questi ostacoli pesano ancora di più quando l'azienda lavora con clienti complessi, perché la lettura del dato diventa il modo principale per capirli davvero, come abbiamo raccontato parlando di come i dati aiutano a conoscere il cliente.

I sintomi di un'azienda che non è ancora data driven

Riconoscere il problema è metà della soluzione. Ci sono segnali che ritornano sempre uguali, e che chi guida un ecommerce farebbe bene a leggere come campanelli d'allarme.

• La riunione del numero unico: ogni reparto arriva con la sua versione del fatturato e si litiga su quale sia giusta, invece di discutere cosa fare.
• Il cruscotto che nessuno apre: è stato costruito, è costato, e vive in una cartella che nessuno consulta perché nessuno si fida o nessuno lo capisce.
• La decisione già presa: i dati vengono cercati dopo aver deciso, per giustificare la scelta, non prima per orientarla.
• L'analista solitario: una sola persona sa leggere i numeri e tutti gli altri aspettano da lei la risposta, trasformando un patrimonio aziendale in un collo di bottiglia.
• La metrica di vanità: si festeggiano i numeri che gonfiano l'ego, visite e follower, e si evitano quelli scomodi che dicono la verità su margine e riacquisto.
• Il dato che cambia padrone: lo stesso indicatore vale una cosa diversa a seconda di chi lo estrae e di quando, e alla fine nessuno sa più quale sia quello buono.

Se in questo elenco si riconoscono tre o quattro situazioni familiari, il problema non è che manca un software. È che manca l'abitudine. E l'abitudine, per fortuna, si costruisce.

Come si costruisce la cultura del dato

La buona notizia è che la cultura del dato si costruisce, non si eredita. Non con un corso una tantum, ma con scelte ripetute che la rendono il modo normale di lavorare.

L'esempio dall'alto. Se chi guida l'azienda apre il cruscotto in riunione, fa domande sui numeri e cambia idea davanti a un dato, tutti gli altri capiscono che fa sul serio. La cultura del dato si diffonde per imitazione, e parte sempre da chi comanda. Il contrario, il capo che predica i dati e poi decide di pancia, la uccide nel giro di una stagione.

La fonte unica. Finché ogni reparto ha i suoi numeri, la fiducia non nasce. Servono una fonte condivisa e definizioni concordate, in modo che la parola fatturato voglia dire la stessa cosa per tutti, con lo stesso perimetro e lo stesso momento di rilevazione. È un lavoro tecnico al servizio di un risultato culturale: togliere alle persone la scusa per non fidarsi.

Il dato ha un padrone. Ogni informazione critica dovrebbe avere qualcuno che ne risponde: che garantisce come si misura, che la tiene pulita, che è il riferimento quando due versioni non tornano. Senza questa responsabilità esplicita, la qualità del dato è affare di tutti e quindi di nessuno, e il primo numero sbagliato basta a far crollare la fiducia costruita in mesi.

La formazione che parte dai problemi. Non corsi astratti sui grafici, ma allenamento sui problemi reali dell'azienda: come leggere il margine di una categoria, come interpretare un calo di riacquisto. Le persone imparano a usare i dati quando li vedono risolvere un problema che le riguarda da vicino.

I piccoli traguardi. La cultura non si impone con un piano triennale, si innesca con qualche vittoria visibile. Si sceglie un problema sentito da tutti, lo si risolve con i numeri davanti a tutti, e si lascia parlare il risultato. Una decisione che ha evitato un errore costoso convince più di dieci slide sui valori aziendali.

Gli obiettivi condivisi. Quando i reparti vengono misurati su indicatori comuni e non in competizione tra loro, la condivisione dei dati smette di essere una concessione e diventa interesse di tutti. La struttura degli incentivi disegna i comportamenti più di qualsiasi manifesto sui valori.

Lo spazio per il dato scomodo. Le persone dicono la verità sui numeri solo se dirla non è pericoloso. Se chi porta il dato che smentisce il capo viene punito, la volta dopo quel dato semplicemente sparisce. Una cultura del dato adulta protegge chi solleva il numero fastidioso, perché è proprio quello che salva l'azienda dagli errori più cari.

La cultura del dato è la precondizione dell'intelligenza artificiale

Il discorso vale oggi più di ieri, perché sopra i dati si è appena posato un nuovo strato di aspettative: l'intelligenza artificiale. Modelli predittivi, motori di raccomandazione, previsioni della domanda, assistenti che scrivono schede prodotto e classificano richieste. Sono strumenti potentissimi e, come tutti gli strumenti, ereditano lo stato di salute di ciò su cui poggiano. Un modello allenato su dati sporchi impara a sbagliare in modo sistematico, e lo fa alla velocità della macchina.

Vale qui la stessa diagnosi della Business Intelligence, semmai aggravata. Le stesse indagini che indicano nella cultura, e non nella tecnologia, l'ostacolo principale al dato riportano il medesimo divario per l'intelligenza artificiale: le aziende comprano modelli con facilità e faticano a portarli a terra, perché portarli a terra significa fidarsi dei loro risultati, integrarli nei processi e accettare che a volte contraddicano chi comanda. Di nuovo, cose che richiedono una cultura, non una licenza. L'AI non salta la fila: pretende una casa dei dati in ordine, e a chi non ha costruito quella cultura presenta il conto con gli interessi.

Cultura del dato e scelta della piattaforma

C'è un legame poco evidente tra la cultura del dato e la tecnologia che la sostiene, ed è bidirezionale. Una piattaforma chiusa, che rende difficile estrarre e incrociare i dati, scoraggia anche l'azienda più volenterosa: se ogni analisi è una sofferenza, le persone smettono di farla e tornano all'istinto. Una piattaforma aperta e ben integrata, al contrario, abbassa l'attrito al punto da rendere naturale il gesto di guardare i numeri.

Il punto non è quale marchio scegliere, ma quanto la piattaforma ti lascia padrone dei tuoi dati: quanto è facile esportarli, collegarli a un gestionale o a uno strumento di analisi, leggerli senza chiedere il permesso a un fornitore. Un ecosistema che tiene i tuoi dati in ostaggio lavora contro la cultura che vorresti costruire, perché ogni domanda diventa un ticket e ogni ticket un motivo per rinunciare a farsi la domanda.

Per questo un cambio di piattaforma non è mai solo un fatto tecnico: è anche l'occasione per riprogettare il modo in cui l'azienda produce e usa i propri dati. È uno dei motivi per cui, quando affianchiamo un cliente in un progetto ecommerce enterprise su Shopify Plus, la parte organizzativa e quella tecnica camminano insieme. Non basta dare strumenti migliori a un'azienda che decide di pancia: bisogna costruire le condizioni perché impari a decidere sui dati.

Domande frequenti

Cultura del dato e Business Intelligence sono la stessa cosa?

No, sono le due facce della stessa medaglia. La Business Intelligence è lo strumento, la cultura del dato è la disposizione delle persone a usarlo. La prima senza la seconda resta un cruscotto inutilizzato; la seconda senza la prima resta una buona intenzione senza numeri su cui poggiare.

Da dove si parte per diventare un'azienda data driven?

Dall'alto e dalla fonte unica. Dall'alto, perché senza l'esempio di chi guida nessuna cultura attecchisce. Dalla fonte unica, perché finché i numeri non sono condivisi e affidabili la fiducia non nasce e ogni riunione si trasforma in una disputa su chi ha ragione.

Serve un data scientist per diventare data driven?

Non all'inizio, e non per la maggior parte delle aziende. La cultura del dato si costruisce prima con le persone che già ci sono, dando loro numeri affidabili e l'abitudine di usarli. Un profilo tecnico specializzato serve quando le domande si fanno sofisticate, previsioni, segmentazioni fini, modelli; ma assumere un data scientist in un'azienda che decide ancora di pancia significa affidargli un lavoro che l'organizzazione non è pronta a usare. Prima la cultura, poi lo specialista.

La cultura del dato serve anche a un ecommerce piccolo?

Serve prima e di più a chi è piccolo. Una grande azienda può assorbire qualche decisione sbagliata; un ecommerce che sta crescendo non ha margine per sprecare budget su un canale che non rende o per tenere a magazzino ciò che non gira. Con meno risorse, decidere bene conta di più, non di meno. E chi è piccolo parte perfino avvantaggiato: meno silos, meno passaggi, meno persone da convincere.

Quanto tempo serve per costruire una cultura del dato?

Non è questione di settimane. È un cambiamento di abitudini, e le abitudini cambiano con la ripetizione: mesi per i primi segnali, più di un anno per farne il modo normale di lavorare. Chi promette una trasformazione lampo sta vendendo un software, non una cultura.

Come si capisce se la cultura del dato sta funzionando?

Da un segnale semplice: nelle riunioni si smette di litigare su quale numero sia giusto e si comincia a discutere cosa fare a partire da quel numero. Quando la fonte è condivisa, il dibattito si sposta dai dati alle decisioni, ed è lì che la cultura del dato inizia a produrre valore invece di attrito.

In sintesi

Si può comprare il miglior strumento di analisi sul mercato e non diventare comunque un'azienda data driven, perché la cultura del dato non è in vendita: si costruisce, con l'esempio di chi guida, con dati condivisi e affidabili, con qualcuno che ne risponde e con la pazienza di chi sa che i frutti arrivano nel tempo. È la precondizione che fa funzionare ogni progetto di Business Intelligence e di intelligenza artificiale, e quasi sempre è anche la più trascurata.

Quando affianchiamo un'azienda in un progetto ecommerce, è il primo nodo che proviamo a sciogliere: perché gli strumenti li sappiamo dare a tutti, ma servono a poco in mano a chi non ha ancora imparato a fidarsi dei propri numeri.