Blog

Controllo di gestione aziendale: ecco come estrarre valore dai dati

Il controllo di gestione aziendale ha da tempo sposato il concetto di Big Data: nell’economia digitale il flusso di dati che le imprese devono gestire e che loro stesse generano è sempre più voluminoso. Come estrarne valore per essere guidate da un business data-driven resta, invece, una strategia ancora in parte da apprendere, soprattutto per le imprese medio-piccole. Un efficace controllo di gestione aziendale richiede di scalare una piramide che alla sua base ha il dato grezzo e alla punta il vero valore: il contesto dei dati che permette di passare a decisioni efficaci e processi efficienti. I passaggi intermedi partono dalla rilevazione del dato, per evolvere verso la Business intelligence potenziata da Intelligenza Artificiale, Predictive Analytics e tecnologie cognitive, che traducono il dato in informazione. Per costruire questo modello virtuoso l’essenziale è disporre di un dato di qualità: di dettaglio, affidabile e fruibile. Così il controller può trasformare l’informazione in conoscenza che diventa a sua volta strategia per la gestione aziendale e la crescita di tutta l’organizzazione.

 

Controllo di gestione aziendale: perché sono importanti i sistemi MES

I Manufacturing Execution Systems o MES riuniscono le tecnologie più avanzate per abilitare un efficace controllo della funzione produttiva e rendere data-driven le organizzazioni e le loro decisioni. I sistemi MES rappresentano un’opportunità per migliorare il controllo di gestione aziendale, offrendo proprio i dati di qualità di cui c’è bisogno: di dettaglio, affidabili e fruibili, fungendo da collettore fra i diversi sistemi IT.

Oggi le imprese produttive, specialmente se medio-piccole, spesso non dispongono di dati di dettaglio, ma di dati aggregati tipicamente rilevati manualmente nei reparti, o resi disponibili al controller dalle altre funzioni aziendali. Per esempio, dal reparto vengono rilevate le sole quantità prodotte, spesso senza un riferimento preciso ai tempi o agli impianti su cui è stata effettuata la lavorazione, senza indicare nemmeno l’operatore che ha svolto la fase. Altri esempi di dati aggregati sono gli stipendi pagati agli operai, l’energia elettrica utilizzata nello stabilimento, o il totale del peso degli scarti, divenuti rottame. Ma, siccome si tratta di dati aggregati, il controller è costretto, tramite una serie di supposizioni per definire i driver di costo, ad ottenere un’attribuzione di costi sui prodotti che non rappresenta la realtà. Il controllo di gestione aziendale è inficiato quindi da un’alta dose di aleatorietà.

 

Al controllo di gestione aziendale serve il dato di dettaglio

Il controller deve, per esempio, attribuire un costo diretto sul singolo articolo prodotto, partendo dalle voci di costo aggregate, ad esempio la spesa elettrica. Ma dividere il totale di una voce di costo per il numero di pezzi prodotti (uno dei driver di costo più semplici) non permette di ottenere una distribuzione corretta, perché non è affatto detto che ogni articolo prodotto abbia richiesto la stessa energia per essere prodotto. Anzi. Lo stesso vale per i costi della forza lavoro: il dato aggregato non permette al controller di misurare la produttività del singolo e distinguere le ore perse a causa di disguidi o problemi tecnici (la merce da lavorare non è arrivata o il programma sulla macchina non corretto e l’operatore ha perso ore in queste attese). Il controller è costretto quindi a definire i migliori driver di costo, per tradurre un dato aggregato in un dato di dettaglio, introducendo approssimazioni in questo processo.

Il sistema MES, invece, rende il controllo di gestione aziendale efficace perché “scientifico”. Lo schema precedente viene ribaltato: si parte dal dato di dettaglio, non da quello aggregato. Dal dato di dettaglio si ottiene la conoscenza puntale, anche sul costo inutilizzato o sommerso; l’aggregazione si può effettuare in un secondo momento preservando l’affidabilità delle informazioni. Il contrario non è vero: dal dato aggregato non si può più scendere in modo affidabile al dettaglio.

 

Piena visibilità e contestualizzazione dei dati

Come già sottolineato, un altro vantaggio dei sistemi MES nel controllo di gestione aziendale è quello di eliminare i data silos. Molti dei dati presenti in azienda sono spesso inutilizzati perché distribuiti su diversi sistemi IT che non dialogano tra loro. Con un sistema MES si fornisce uno strato software che mette in comunicazione il gestionale a cui arrivano i dati generati dai reparti: i dati diventano tutti “visibili” perché collocati in un sistema integrato i cui elementi comunicano tra loro.

I sistemi MES agevolano il controllo di gestione aziendale fornendo un contesto ai dati. Per esempio, possono indicare quale operatore ha lavorato su quale macchina, quando inizia e quando termina il lavoro, se distribuisce il suo tempo su più mansioni contemporaneamente o se deve interrompersi per un guasto. Queste informazioni garantiscono al controller conoscenza del vero costo diretto: è possibile che un operaio stia un’ora su un pezzo e pochi minuti su un altro e conoscere questa informazione “di dettaglio” rispetto alle ore di presenza in reparto che rappresentano un “aggregato” permette al controller di focalizzarsi sui costi diretti rilevabili, senza utilizzare dati aggregati ribaltati sul costo degli articoli tramite driver di costo. Con dati già “puliti” il controller non è più costretto a fare ipotesi.

 

MES e controllo di gestione aziendale: un motore di change management

Con i sistemi MES si abilita anche un salto di qualità per i risultati del controller. Se il controller ha molti dati aggregati e deve, tramite ipotesi per la definizione dei driver di costo, ricavare i dati di dettaglio, la sua informazione non è veramente data-based e potrebbe rivelarsi poco utile, se non inaffidabile, per il top management. Se invece il dato a monte è già di dettaglio e il modello di controllo di gestione non è basato sul ribaltamento di tutti i costi aggregati, la C-suite può prendere decisioni puntuali realmente data-driven.

L’implementazione dei sistemi MES è quindi anche un potente motore di change management, come crescita del modello di controllo di gestione e dell’azienda stessa, che, grazie al valore creato dal dato, può arrivare a strategie di controllo di gestione mirate, tagliare gli sprechi e aumentare l’efficienza, la produttività e la competitività.

Infografica-Digital twin