Big Data e Change Management: 3 insight dal Baseball [video]

Recentemente ho rivisto il film “Moneyball” di Bennet Miller del 2011, basato sul libro di Michael Lewis “Moneyball: The Art of Winning an Unfair Game”. Racconta l’impresa della squadra di baseball Oakland Athletics e di Billy Beane, il loro General Manager tra il 2001 e il 2002.

Con lo stato d’animo di chi è davanti a qualcosa che “non dice, ma immediatamente chiarisce”, due temi mi sono risuonati in testa: Big Data e Change Management.

Nulla come lo storytelling di un’esperienza vissuta può essere così efficace.  La narrazione del film illumina quello che è un percorso che molte organizzazioni  stanno percorrendo oggi: dare valore al business attraverso i Big Data.

Va detto che i fatti, seppur reali, risalgono al 2001/2002, periodo nel quale non erano ancora disponibili le tecnologie  dei Big Data e relativi Analytics come le conosciamo oggi. Ma quello che ha intuito e poi realizzato Billy Beane, racchiude modelli di analisi del business, gestione dei Big Data e soprattutto un coerente piano di change management necessario per trarre valore dai dati.

Nella stagione del 2001, gli Oakland Athletics vengono sconfitti dai New York Yenkees. Sfuma la possibilità di accedere alla World Series. Conseguentemente, il General Manager si vede negare aumenti di budget per acquistare nuovi giocatori per la nuova stagione. La situazione è aggravata dalla partenza di tre campioni per la scadenza del contratto. Le trattative per acquistare nuovi giocatori saranno difficili. Il team degli Scout (coloro che hanno la responsabilità di identificare i giocatori da acquistare coerentemente al budget e alla strategia di gioco) è messo sotto pressione dallo tesso General Manager.

Durante una trattativa con i Cleveland Indians, Billy Beane incontra Peter Brand, neolaureato in economia a Yale, alla sua prima esperienza lavorativa con i Cleveland, appunto. Peter ha una sua visione sul gioco del Baseball, ma non viene ascoltato dai Dirigenti del Cleveland.

Billy Bean, però, intuisce qualcosa di valido, e spinge Peter a spiegargli il suo approccio al baseball attraverso i modelli del matematico Bill James. Billy Bean è colpito, e porterà Peter a lavorare con lui negli Oakland Atheltics.

Domande “giuste” e andare subito al sodo…

Peter raccoglie statistiche e scrive codice software per identificare gli indici più corretti all’approccio che promuove, trovando una rosa di potenziali giocatori in grado di realizzare la strategia condivisa con Billy Beane.

Oggi, a oltre 10 anni di distanza, la Big Data Economy sta esplodendo. Ogni oggetto può produrre una grande mole di dati. Noi stessi, attraverso i device personali, carte di credito, auto, orologi produciamo una serie di dati che consentono di conoscere abitudini, preferenze, etc. Sanità, Finanza, Logistica, Retail, Marketing, Automotive sono solo alcuni dei settori di business in cui si vengono sfruttati i Big Data. Grazie a fattori abitanti quali la potenza di calcolo, alle enormi capacità di storage e all’accessibilità dei dati, tutto diventa misurabile e interrogabile.

Ma un vantaggio competitivo si può raggiungere senza questi fattori. Il film, infatti, mostra il valore che risiede nella comprensione e nella capacità di cogliere il significati nei Big Data. Ad un patto, però. Che si pongano le domande giuste per comprendere realmente i fenomeni e il business.

Peter, infatti, si interroga su come ottenere vittorie, non su quali giocatori comprare. E’ andato al cuore del gioco del baseball (il business, appunto). Solo con il numero di colpi giusti conquisti il numero di basi necessarie, ottieni il numero di vittorie e puoi vincere il campionato. Se ti concentri sui giocatori, si rischiano valutazioni su fattori non direttamente correlati con l’obiettivo “numero di vittorie”.

La complessità che oggi i Big Data ci restituiscono dei fenomeni di business attuali supera di gran lunga questa – seppur brillante – lettura del Baseball. Come i Dirigenti del Cleveland Indians non hanno colto il valore del modello di analisi di Peter Brand, possiamo essere sicuri di cogliere i giusti significati che oggi ci restituiscono i Big Data di fenomeni generati da cambiamenti di paradigma che la tecnologia porta in molti business?

Il rischio, infatti, è quello interrogare i dati con l’obiettivo di ricercare trend a progressione lineare se non vi à davvero un modello di interpretazione nuovo.

… ma poi come si cambia?

Conoscenza del business e domande “giuste”, non bastano. A inizio campionato, infatti, gli Oakland Athletics incassano una serie di sconfitte. La stampa sbeffeggia il loro General Manager, accusato di seguire bizzarre formule matematiche, il team degli Scout lo critica in quanto si è rifiutato di sfruttare la loro esperienza e il loro “human touch”. Anche l’Allenatore non segue le indicazioni sui giocatori da schierare e sulle strategie di gioco.

In mancanza di successi immediati, ogni organizzazione rifiuta l’introduzione di innovazioni, in questo caso l’introduzione di nuove metriche. Anche agli Oakland Athletics la tensione è altissima. Billy Beane è assediato. Lo scontro con il Responsabile degli Scout porta all’esonero di quest’ultimo. Comunque Beane non demorde e persegue la propria strategia attraverso costanti azioni volte a realizzare il suo progetto. Affronta l’Allenatore imponendogli i nomi dei giocatori da far giocare, e quando si accorge che non viene ascoltato, decide di cedere ad altre squadre diversi giocatori, anche se si tratta dei più blasonati. A quel punto anche l’Allenatore non ha più scelta. In campo scende la squadra il cui potenziale è racchiuso nelle analisi e negli indicatori del giovane Peter Brand.

Il General Manager ha dato realizzato la strategia attraverso coerenti azioni di Change Management, anche dure.

Queste azioni hanno scongiurato due rischi.

Il primo è il rischio di cercare conferme. Frequentemente, organizzazioni che hanno intrapreso forti cambiamenti faticano a misurarli con indicatori diversi da quelli del passato. Misurano asset, competenze, know how alla base dei successi passati. Per questo, non arrivano a verificare il valore che il cambiamento porta, o può portare.

Il secondo rischio è quello di non mutare realmente le proprie strutture e le relative attribuzioni di responsabilità e potere. Mantenere processi e ruoli responsabili di decisioni, investimenti e risultati non è coerente con una strategia disruptive che l’uso dei Big Data richiede. Questo rischio è molto frequente oggi, momento nel quale sono molte le organizzazioni che stanno perseguendo la cosiddetta Digital Trasformation.

I Big Data… dove servono

La Digital Trasformation, infatti, genera nelle organizzazioni dinamiche di cambiamento che si traducono nella necessità di una diffusa autonomia e responsabilizzazione.

I processi di Cascading sono inefficaci, fortemente centrati sul presidio e controllo dei messaggi da diffondere, ma poco efficaci nell’ascoltare, conoscere e coinvolgere le persone. Sono inefficaci anche i nuovi ruoli di Digital Manager se non attivano con una nuova leadership processi trasversali e realmente partecipati. Sono inefficaci i progetti speciali o strategici se ancora prevedono le classiche fasi sequenziali a scapito dell’interattività che il tema Digital richiede.

Nel film assistiamo ad un’altra fase di cambiamento forse poco evidente, ma cruciale nel trarre in valore dall’uso dei Big Data e relative metriche. Billy Beane e Peter Brand iniziano a condividere con i singoli giocatori le statistiche del loro rendimento e le relative caratteristiche, indicando con precisione quali sono i colpi su cui possono contare. Ogni giocatore è così più consapevole e maggiormente focalizzato quando è in campo, e sa interpretare correttamente ogni momento della partita.

I Big Data dove servono, a chi li può utilizzare per orientare autonomamente e in modo responsabile le decisioni e per migliorare performance e risultati. Quanto più nelle organizzazioni vengono diffuse le metriche, e anche modello e strategia sottostante, tanto più le persone portano valore attraverso un esercizio della propria autonomia decisionale. Questa è una precondizione, ossia dare al “titolare di un’area di azione” (credo che il concetto di ruolo lo utilizzeremo sempre meno) la possibilità di interrogare e interpretare i dati.

Come brillantemente illustrato da molti relatori intervenuti al SAS Forum 2015, oggi, il tema chiave dei Big Data è quello di creare prodotti vincendo la “sfida dell’ultimo miglio”. Lo ha rappresentato molto bene Pierre Philippe Mathieu, Earth Observation scientist, Applications & Future Technologies Department in ESA, quando sottolinea la necessità di trasformare la grande mole di dati oggi disponibile in small data per creare business. Tra le recenti innovazioni presentate e derivate dai Big Data, è emblematica l’applicazione nel campo meteorologico che consente attraverso un sms (l’ultimo miglio appunto) di fornire al contadino indicazioni su qual è il momento migliore per la raccolta del riso.

Conclusioni

La storia degli Oakland Athletics ha generato in me tre gli insight rispetto ai Big Data e a come trarre valore dall’applicazione nelle organizzazioni:

  1. l’utilizzo dei Big Data richiede una nuova capacità di interpretazione, guidata dalla conoscenza dello specifico settore di business in cui si opera, ma guidata da nuovi modelli di pensiero; occorrono domande nuove, che “vanno al punto”, in grado di orientare azioni che generano valore in momenti specifici dell’interazione con gli stakeholder coinvolti;
  2. nuovi modelli di interpretazione dei Big Data richiedono di essere implementati nell’organizzazione, che li deve far propri; troppo spesso vengono celebrate innovazioni organizzative attribuite ai soliti “ruoli”; da sempre chi governa la trasformazione esercita un potere determinante per il futuro dell’organizzazione; oggi, però, la discontinuità è tale da imporre nuovi attori con competenze non necessariamente già presenti nell’organizzazione, ma soprattutto occorre una nuova leadership capace di creare le condizioni per realizzare il cambiamento;
  3. la tecnologia ha potenziato molte delle nostre abilità e capacità; ruoli, in passato considerati operativi, oggi si caratterizzano per una maggior autonomia (di valutazione e decisione anche attraverso la disponibilità di Big Data) e quindi responsabilizzazione; proprio attraverso l’esercizio di autonomia e presidio responsabile possiamo liberare un nuovo potenziale nella creazione di valore; le organizzazioni possono garantirsi questo surplus di valore fornendo ad ogni livello strumenti per esercitare l’autonomia coerentemente agli obiettivi strategici; le tradizionali forme di comunicazione e governo prestano il fianco a più moderni strumenti basati sui dati coerenti con un idea di knowledge worker in grado di dare un contributo distintivo.

3 thoughts on “Big Data e Change Management: 3 insight dal Baseball [video]

  1. Già in altre sollecitazioni avevo detto dell’uso dei dati statistici e adesso si enfatizza l’uso degli stessi accedendo ai big data. Ma leggendo bene l’articolo emerge il problema di fondo che da sempre sostengo: se non si hanno le idee non è che avere più dati le idee vengono. In tutti i campi della vita chi non si è mai posto il problema di analizzare l’andamento di un qualche cosa e di proiettare le situazioni in base ai dati analizzati??? Ciò significa che si è cercato di soddisfare la sete anche semplicemente con mezzo bicchiere di acqua visto che nel passato i dati disponibili e le tecnologie erano limitate. La sete è aumentata: non significa che passare da un bicchiere d’acqua ad una diga che si rompe e riversa a valle tutto il suo contenuto, ci disseta di più. Anzi, dobbiamo capire come ripararci: e così passare da pochi dati ma “giusti” e su questi lavorarci con continue riflessioni, meditando, confrontandosi con altre persone esperte e anche non (in certi casi è meglio non sentire l’esperto ma uno che sappia ragionare) ad una inondazione di dati, non è che avremo le idee più chiare e avremo la soluzione per molti anni, sia per noi che per la nostra azienda/business.

    1. Grazie per il commento.
      Interessante anche lo spunto sul valore di coinvolgere esperti ma anche non esperti.
      Condivido questa valutazione.
      Lavorando con diverse organizzazioni per favorire l’innovazione anche attraverso metodologie di design thinking, rilevo spessissimo la difficoltà ad allontanarsi da gap analysis e ricerca di miglioramento dell’attuale per utilizzare dati e informazioni per generare nuove prospettive.

Rispondi