VUOI PRENDERE DECISIONI MIGLIORI NELLA TUA AZIENDA?

Scopri il mio libro “Decisioni Data-Driven”: una guida per manager e imprenditori che vogliono trasformare dati, analytics e intelligenza artificiale in risultati concreti, evitando gli errori più comuni.

👉 https://www.glowbooks.it/project/decisioni-data-driven/

OGNI SETTIMANA, UN'IDEA IN PIÙ PER DECIDERE MEGLIO

Iscriviti gratuitamente alla mia newsletter: approfondimenti pratici su dati, Business Intelligence, AI e strategia aziendale. Strumenti, esempi e riflessioni per andare oltre i numeri e imparare a usarli davvero.

👉 https://substack.com/@dati365

La tua azienda raccoglie dati. Ma li sta davvero usando per prendere decisioni migliori?

Molte aziende investono in software, dashboard e intelligenza artificiale, ma continuano a prendere decisioni basate sull'intuito, su informazioni frammentate o su numeri che non coincidono.

Il problema, spesso, non è la mancanza di tecnologia. È tutto quello che dovrebbe esserci prima.

In questa puntata condivido l'intervista che mi ha fatto Claudio Beretta per il podcast La Socratica del Business, dedicato agli imprenditori che “non sanno di non sapere”.

Siamo partiti dalla mia esperienza professionale e dal mio libro Decisioni Data-Driven per affrontare una domanda fondamentale: come si costruisce un'azienda capace di trasformare i dati in decisioni migliori?

Durante la conversazione approfondiamo:

• Perché avere tante dashboard non significa essere un'azienda data-driven.
• Come passare dalle decisioni di pancia a scelte supportate da dati affidabili.
• Quali sono gli errori più comuni delle PMI italiane nella gestione dei dati.
• Perché la trasformazione digitale è soprattutto una questione di persone, cultura e organizzazione.
• Come superare il divario tra business e IT per ottenere analisi davvero utili.
• Perché l'intelligenza artificiale deve arrivare dopo aver costruito solide basi di dati, processi e competenze.
• Come iniziare un percorso di trasformazione con piccoli risultati concreti, senza aspettare anni prima di vedere benefici.

Diventare data-driven non significa avere più dati, più report o più tecnologia. Significa costruire un'organizzazione capace di prendere decisioni migliori, più velocemente e con maggiore consapevolezza.

Se sei un imprenditore, un manager o un professionista che vuole portare davvero i dati e l'AI nella propria azienda, questa conversazione è per te.

E nella tua azienda come vengono prese le decisioni?

Se trovi utile questo episodio, lascia un like e iscriviti al canale per non perdere i prossimi approfondimenti.

00:00 Introduzione: dati, AI e decisioni aziendali

01:52 La mia storia: dalla Business Intelligence alle decisioni

11:12 Decidere di pancia o usare i dati: gli errori delle aziende

17:16 Come diventare un'azienda davvero data-driven

25:40 Caso pratico: come utilizzo i dati in Dati 365

30:20 Il divario tra business e IT: come superarlo

35:00 AI e trasformazione digitale: perché la tecnologia non basta

42:28 La resistenza al cambiamento nelle aziende

49:00 Machine Learning e AI: opportunità, previsioni e rischi

63:00 Da dove iniziare e quanto tempo serve per vedere risultati

LA SOCRATICA DEL BUSINESS

Un ringraziamento a Claudio Beretta per l'invito e per questa bella conversazione sul futuro delle imprese, dei dati e dell'intelligenza artificiale.

🎧 Ascolta la puntata originale:
https://www.spreaker.com/episode/166-il-viaggio-di-fabiano-sileo-verso-la-cultura-data-driven-il-problema-non-sono-i-dati-che-mancano-e-la-decisione-che-non-sai-prendere--74996796

#DataDriven #IntelligenzaArtificiale #BusinessIntelligence

Se lavori ogni giorno con Excel, report, KPI e dati aziendali, probabilmente conosci molto bene il tuo business. Sai quali domande fare, quali numeri ti servono e cosa vuoi capire. Il problema arriva quando, per ottenere quei numeri, devi chiedere un'estrazione all’IT, aspettare un collega della BI o ricevere un file che non è esattamente quello che avevi immaginato.In questa masterclass vediamo come aumentare concretamente la tua autonomia nell’analisi dei dati, senza diventare un Data Analyst e senza pensare di sostituire l’IT.Costruiamo una vera e propria mappa delle competenze per capire cosa serve davvero a un professionista di business che vuole lavorare meglio con i dati: partiamo da Excel e arriviamo a Power Query, Data Modeling, DAX, Power BI, Data Storytelling e SQL.Ma il punto non è imparare tutti questi strumenti.È capire quale parte ti serve davvero, in quale ordine impararla e soprattutto cosa puoi tranquillamente lasciare fuori.Vedremo quindi:- quali competenze permettono di ridurre il lavoro manuale in Excel;- come preparare e trasformare i dati in modo ripetibile con Power Query;- perché comprendere il Data Model cambia il modo di lavorare con Power BI;- quali concetti di DAX servono davvero nel lavoro quotidiano;- come trasformare un’analisi in qualcosa che supporti una decisione;- quanto SQL serve a una persona di business;- quando puoi lavorare in autonomia e quando, invece, ha senso coinvolgere l’IT.Parleremo anche di un problema spesso sottovalutato: la distanza tra la domanda di business e il risultato finale. Ogni volta che deleghi completamente un’analisi, qualcun altro deve interpretare la tua richiesta, prendere decisioni sui dati e restituirti un risultato. Più riesci a governare direttamente alcuni passaggi, più aumentano velocità, controllo e capacità di interpretare ciò che i numeri stanno davvero dicendo.L’obiettivo non è quindi diventare più “tecnici”.È passare dall’essere la persona che chiede o produce un report alla persona che sa usare i dati per capire un problema e contribuire concretamente alla decisione.Durante la masterclass presento anche Dati365, il percorso che ho costruito proprio per professionisti di business che vogliono sviluppare queste competenze attraverso casi aziendali concreti. In questo periodo ho aperto un’offerta dedicata a questo specifico profilo:👉 https://webinar.dati365.it/academy-pageLa masterclass nasce proprio per controller, marketer, buyer, professionisti Finance, Sales, Operations, Supply Chain, Project Management e, più in generale, per chi conosce il business ma vuole diventare molto più autonomo nell’utilizzo dei dati.

📘 Scopri il mio libro “Decisioni Data-Driven”
https://www.glowbooks.it/project/decisioni-data-driven/

📩 Iscriviti gratuitamente alla newsletter Dati365
https://substack.com/@dati365

Avere un team Data & Analytics non significa automaticamente essere un’azienda data-driven.

In questa puntata ne parlo con Stefano Gatti, Head of Data & Analytics in Nexi, professionista con oltre vent’anni di esperienza nel mondo dei dati e contributor del mio libro Decisioni Data-Driven.

Partiamo da un problema organizzativo molto concreto: cosa succede quando il team dati è troppo lontano dal business?

Per anni molte aziende hanno lavorato secondo un modello abbastanza semplice: il business ha una necessità, formula una richiesta e il team tecnico produce un’analisi, un report o una dashboard.

Il limite è che chi conosce i dati può essere troppo distante da chi conosce realmente il processo aziendale. Bisogna tradurre continuamente esigenze, priorità e problemi da un linguaggio all’altro, con il rischio di ottenere un’analisi tecnicamente perfetta ma troppo tardi, quando la decisione è già stata presa.

È uno degli errori che affronto anche nel libro: centralizzare le competenze non deve significare delegare completamente dati e Analytics a un unico team specialistico.

Durante la conversazione ripercorriamo anche alcune lezioni dell’epoca dei Big Data e della Data Science. Molte aziende hanno creato team altamente specializzati che lavoravano quasi “in laboratorio”, producendo modelli sofisticati ma difficili da integrare nei processi reali.

Arriviamo quindi al cuore della puntata: il modello Hub & Spoke per Data & Analytics.

L’Hub mantiene centralmente competenze, infrastruttura, governance e standard tecnologici. Gli Spoke, invece, portano competenze analitiche direttamente nelle funzioni aziendali

La tecnologia smette così di essere il punto di partenza e diventa uno strumento per risolvere problemi di business.

Avvicinare dati e business permette di accorciare il ciclo:

problema → analisi → decisione → azione → feedback

In mercati sempre più veloci, questo può diventare un vero vantaggio competitivo.

Ma esiste anche il problema opposto: essere “troppo data-driven”.

Troppe dashboard, troppi KPI e troppi report possono creare quella che Stefano definisce una vera e propria paralisi della decisione da dashboard.

Una dashboard non genera valore perché esiste. Il valore nasce dall’azione che ne consegue.

Essere data-driven significa anche chiedersi quante dashboard vengono davvero utilizzate, con quale frequenza e da chi. Una dashboard che nessuno apre non è necessariamente un asset: può essere semplicemente un costo da eliminare.

Nella parte finale affrontiamo anche il tema della data culture e della data literacy. Il modello organizzativo da solo non basta: serve una cultura diffusa, il commitment del management e persone capaci di comprendere almeno i principi fondamentali di dati, KPI e Analytics.

E questi concetti valgono anche nelle PMI.

Una piccola azienda non deve costruire una complessa struttura Hub & Spoke, ma può avere anche una sola figura capace di unire competenze tecniche e conoscenza del business: un profilo “T-shaped” che aiuti l’organizzazione a trasformare i dati in decisioni.

00:00 Perché questa è una puntata speciale
02:01 Chi è Stefano Gatti
04:34 Dai Big Data all’hype dell’AI
06:58 L’errore dei Data Scientist in laboratorio
09:20 AI: costi, benefici e valore reale
12:54 Perché delegare tutto al team Analytics è un errore
16:36 Il modello Hub & Spoke
21:30 Portare Analytics dentro il business
24:54 Commitment, community e cultura dei dati
28:28 Quando troppe dashboard rallentano le decisioni
32:06 Il vero vantaggio: decidere più velocemente
35:44 Data culture e Data Literacy
37:21 Come applicare questi principi nelle PMI
40:07 Conclusioni

📩 Newsletter di Stefano Gatti
https://stefanogatti.substack.com/