L’esplosione delle tecnologie digitali e delle annesse capacità di analisi dei (big) dati, stanno avendo un radicale impatto sulle aziende, anche quelle più tradizionali. Ad esempio, sono sempre più le aziende manifatturiere che, grazie l’utilizzo dei dati provenienti da prodotti e clienti connessi, stanno oggi ripensando le loro offerte, espandendo l’offerta di prodotti con nuovi e sempre più avanzati servizi (digital servitization). Oggi, la possibilità di collegare prodotti, creare nuove architetture e piattaforme verso il cliente, consente infatti alle aziende di disporre di informazioni su prodotti e clienti prima nemmeno immaginabili. Analizzare questi dati rappresenta quindi non solo un’opportunità ma, sempre più, una necessità per continuare a competere nel mutato contesto. Attenzione però: definire e progettare attraverso dati ed informazioni queste nuove offerte integrate di prodotto e servizi avanzati (i.e. “Data-Driven Product Service Systems” – DDPSS) è però tutt’altro che semplice. Al fine di meglio investigare questo tema, i ricercatori di ASAP hanno quindi sviluppato uno studio intitolato “From Data to Value” che ha viste coinvolte 7 importanti aziende operanti in diversi settori. Tra i risultati raggiunti, in questo articolo proponiamo un nuovo framework che può essere utilizzato dalle aziende per meglio comprendere le caratteristiche dei nuovi modelli DDPSS.
Rifacendosi alla letteratura, i “data-driven services” possono essere definiti come: “servizi caratterizzati da una componente digitale, basati su dati provenienti da prodotti intelligenti e collegabili. Essi creano benefici per le aziende e/o i clienti attraverso la generazione, la raccolta, l’analisi e/o la combinazione di dati interni ed esterni“. Ampliando il concetto, i ricercatori di ASAP hanno introdotto per questa ricerca il concetto di “Data-Driven Product Service Systems”(DDPSS). Con questa prospettiva il DDPSS rappresenta quindi una nuova offerta prodotto-servizio, composta da una parte tangibile di hardware (uno o più prodotti connessi) e da una parte “intangibile” di servizio che si basa proprio sui dati raccolti attraverso gli stessi prodotti connessi. Ma è proprio questa parte “intangibile” che caratterizza il valore del DDPSS: a differenzia delle più tradizionali offerte di prodotto-servizio (PSS) la fonte di valore per il cliente risiede proprio nella capacità dell’azienda di raccogliere, condividere ed elaborare dati trasformandoli in servizi avanzati a valore aggiunto. L’identificazione delle caratteristiche del DDPSS non è però immediata: è stato quindi fondamentale per i ricercatori ASAP svilupparne una prima comprensione e formalizzazione, cosicché il DDPSS potesse poi essere trasferito ed applicato al mondo industriale. Attraverso un’analisi della letteratura ed un’interazione continua con le aziende che hanno partecipato alla ricerca, i ricercatori hanno quindi sviluppato un innovativo framework che caratterizza i DDPSS. Tale framework è brevemente descritto in questo articolo seguendo le 4 dimensioni di analisi.
Indice degli argomenti
1. Integrazione dei dati
La possibilità di raccogliere dati dai prodotti connessi, come detto, sta spingendo sempre di più verso l’integrazione di dati non solo relativi al prodotto stesso, ma anche relativi al contesto industriale del cliente. È quindi importante poter valutare questa dimensione comprendendo come l’azienda sviluppi tale attività. Per questo sono state individuate una serie di variabili che caratterizzano questa dimensione:
2. Condivisione dei dati
Lo scambio di dati ha sempre rappresentato una possibilità per un alto livello di personalizzazione, configurazione e implementazione delle offerte. La partecipazione di terze parti può offrire opportunità per quanto riguarda l’accesso e la condivisione delle risorse, comprese le conoscenze e le capacità. Ecco secondo i ricercatori, le variabili da che caratterizzano questa dimensione.
3. Elaborazione del dato
L’elaborazione del dato in informazioni e conoscenza è oggi l’elemento cruciale per sviluppare DDPSS. Tale attività può essere fatta con approcci diversi e può portare a differenti livelli di servizio offerto. A seconda delle diverse tecniche di adottate, le analisi dati possono avere un impatto diverso sui processi di creazione della conoscenza e sul processo decisionale aziendale. In particolare, la possibilità di analisi predittive e prescrittive gioca un ruolo vitale nell’aiutare le aziende a prendere decisioni efficaci sulla direzione strategica e operativa dell’organizzazione. Inoltre, tanto più sono elevate sono le competenze sui dati e sul loro dominio, maggiore sono la potenzialità di offrire soluzioni efficaci ed adeguate. Ecco le variabili più rilevanti che caratterizzano le soluzioni DDPSS:
4. Interoperabilità di sistema
Questa dimensione fa riferimento alla capacità del sistema di scambiare informazioni e di utilizzarle con diverse finalità (qui evidenziate con le categorie), evitando la loro replicazione e abilitando l’integrazione di servizi e piattaforme diverse. Tre sono le variabili identificate dai ricercatori di ASAP per caratterizzare questa dimensione.
Il modello descritto è stato quindi applicato a 7 aziende. I risultati di questa applicazione saranno discussi il prossimo 10 Febbraio ore 16.00 durante il webinar promosso da ASAP. Per informazioni ed iscrizioni visitate la pagina dell’evento.
Immagine fornita da Shutterstock.
