Ogni azienda che opera nel food and beverage, dalle piccole aziende locali alle grandi multinazionali, deve confrontarsi e rispondere ai trend che si stanno registrando sulle scelte e modalità di consumo.
Il cibo impatta sulla salute e sulla cultura in modo profondo e tendenze quali la svolta verde e salutista si estrinsecano in una crescente attenzione ai temi della sostenibilità, della salute, della sicurezza e così via.
La sostenibilità non è più solo un obbligo di legge, ma una richiesta dei consumatori e un elemento imprescindibile per un prodotto di successo. La tracciabilità non è più solo una questione di rispetto di normative, ma un fattore non negoziabile perché la sicurezza è centrale nelle scelte di consumo.
E poi ci sono tendenze come quelle dei Foodies, gli amanti del cibo di qualità, attenti alle nuove tendenze pur non essendo gourmet di professione.
Come può l’imprenditore destreggiarsi in un panorama così eterogeneo continuando a tenere sotto controllo le tradizionali aree di tensione, in primis la produzione, il rapporto con la GDO e il ciclo di approvvigionamento? Il suo intuito è ancora sufficiente? Come possono le nuove tecnologie affiancarsi o supportare le decisioni strategiche dell’azienda?
Per orientare le decisioni servono informazioni, ovvero servono i dati e la capacità di governarli. E su questo fronte viene in aiuto la tecnologia: la scienza dei dati sta cambiando l’industria alimentare con soluzioni avanzate di Business Intelligence e tecniche di data science, che aiutano a esplorare lo spazio delle probabilità e trovare la soluzione più adatta ai diversi problemi. Il ruolo dei dati non può più essere ignorato se si vuole governare l’industria alimentare in questa economia digitale.
SENTIMENT ANALYSIS
Uno strumento importante per comprendere le tendenze è l’analisi del sentiment, ovvero l’inclinazione generale del cliente verso un marchio, i suoi prodotti e le esperienze personali. I dati, generati dalle attività di monitoraggio sui social media, sono estratti, compilati, analizzati, visualizzati e interpretati statisticamente per guidare le decisioni aziendali.
I DATI A SUPPORTO DEL MARKETING
La fedeltà al marchio si costruisce con la personalizzazione, ma anche con una costante presenza del prodotto sugli scaffali e nei vari canali di distribuzione.
Ecco un’altra area in cui entrano in gioco le scienze dei dati. Con le moderne tecnologie si possono offrire informazioni sulle strategie di marketing: quando e dove il tuo marchio o i tuoi prodotti potrebbero essere rilevanti, quali dovrebbero essere le piattaforme di marketing e chi sono i tuoi potenziali clienti.
I sistemi di BI consentono di tenere sotto controllo le segmentazioni di clienti e prodotti individuando elementi di correlazione geografica, tecnologica e comportamentale in modo da andare a evidenziare le opportunità di ottimizzazione sia logistico produttiva che commerciale.
TRASPARENZA NEL PROCESSO AZIENDALE
I clienti cercano prodotti sicuri, rispettosi dell’ambiente e cruelty-free. È importante comprendere la catena di fornitura esistente per offrire operazioni fluide e migliorare le relazioni con i clienti. L’applicazione della Data Science ha un’influenza enorme a partire dall’individuazione del giusto prodotto fino alla consegna tempestiva dei prodotti alla porta del cliente.
I marchi possono creare fiducia e legami con i clienti, fornire prodotti di qualità superiore e stabilire autorità attraverso la trasparenza. I sistemi di BI consentono alle aziende e ai fornitori di monitorare le merci acquistate e trasportate e quindi abilitano e ottimizzano tale trasparenza.
Le previsioni meteorologiche basate sull’intelligenza artificiale vengono utilizzate per modellare la produzione sulla domanda e ridurre i costi di spedizione e stoccaggio. Allo stesso modo, i progressi della robotica vengono utilizzati in tutte le parti del settore manifatturiero, compresa la lavorazione degli alimenti.
La scienza dei dati supporta e cambia il modo di lavorare dell’industria alimentare su aree quali:
- la stima della quantità di domanda alimentare personale, la classifica delle preferenze alimentari
- la previsione dei risultati della sicurezza alimentare
- l’identificazione degli alimenti
- il sistema di raccomandazione alimentare per il consumatore finale
- la rilevazione di malattie di origine alimentare
- le valutazioni automatizzate della qualità dell’etichetta alimentare
DATI DENSI E PARADOSSO DELLE PREVISIONI AUTO ESECUTIVE
Guardando le potenzialità delle nuove tecnologie ci si potrebbe domandare: l’imprenditore o il manager sono più importanti o saranno le macchine a decidere cosa produrre e come promuoverlo sul mercato?
Forse questo potrebbe essere uno scenario futuro, ma la realtà oggi è diversa: la tecnologia supporta il processo decisionale strategico, ma è sempre l’essere umano che imposta il lavoro e definisce i presupposti su cui i sistemi di apprendimento lavorano. Proprio per questo la minaccia maggiore è quella di impostare un sistema di previsione partendo da un modello preconcetto, con il rischio di formulare previsioni vedendo solo quello che si vuole vedere e non mettendo in crisi il modello stesso.
Per evitare questo rischio i sistemi di Business Intelligence devono essere impostati in modo professionale e diventare quindi un alleato a supporto e forse anche di ispirazione per l’intuizione degli imprenditori e dei manager.
Ecco perché l’introduzione di queste tecniche comporta spesso anche dei cambiamenti organizzativi in azienda, con la creazione di enti dedicati che aiutano le funzioni nel processo di creazione e supporto dei dati in modo quasi indipendente e scevro da condizionamenti.
LO STATO DEL MERCATO
Appurato quanto siano importanti le strategie “data driven” per il settore alimentare, esiste ancora un gap che va colmato nelle aziende italiane.
Un recente studio dell’osservatorio dedicato del Politecnico di Milano ci mostra come innanzi tutto la crisi generata dal Covid abbia impattato negativamente sugli investimenti specifici: il settore degli analytics è cresciuto nel 2020 solo del 6%. Mai così poco.
Secondo lo stesso studio, mentre il 45% delle aziende con un basso livello di maturità tecnologica hanno accantonato il tema analytics, quelle con un buon livello di maturità lo hanno abbandonato solo per il 14%, e il 31% ha addirittura accelerato nello sviluppo.
Questo a riprova che tali strumenti, quando messi in funzione, sono un reale supporto, in modo particolare quando i manager o l’imprenditore devono prendere decisioni strategiche fondamentali tipiche dei momenti di difficoltà o discontinuità.
Ma qual è la sfida tecnologica più sentita dalle aziende che stanno investendo su queste tecnologie? La data governance, l’integrazione di dati strutturati e destrutturati, di dati interni ed esterni all’azienda. Insomma,vale ancora il vecchio adagio secondo cui un buon sistema di Business Intelligence è soprattutto un buon sistema di gestione dei dati da analizzare.
