L’impiego dei Big Data e degli analytics può rivelarsi molto utile anche per un settore come quello delle costruzioni, che raramente viene associato con questo tipo di tecnologie. Lo conferma un’analisi appena rilasciata da McKinsey, secondo cui le grandi imprese di ingegneria hanno tutto l’interesse a implementare soluzioni basate sull’utilizzo dei dati per aumentare la propria competitività sul mercato. Occorre infatti prendere in considerazione che questo tipo di aziende si trovano nella condizione di decidere se fare o meno un’offerta per determinati progetti su grande scala, rischiando però di basarsi su informazioni del tutto incomplete. C’è poi da aggiungere che i grandi progetti di costruzione hanno spesso una tempistica di cinque o dieci anni, se non più lunga, fattore che rende estremamente difficile definire con precisione l’andamento dei progetti e predire le possibili complicazioni. In particolare, diventa complicato stabilire in fase iniziale quanto e come i cambiamenti di mercato possano influire sui propri costi di realizzazione.
Big Data costruzioni: i rischi di conti non corretti
Come si è fatto finora? Tradizionalmente le aziende del settore tendevano ad affidarsi all’esperienza del proprio personale per valutare a priori i potenziali rischi insiti nei progetti e la possibile redditività. Occorre considerare che però tali giudizi possono essere soggetti a pregiudizi intrinseci e, in ogni caso, possono essere influenzati da una moltitudine di variabili, quali ad esempio obiettivi di crescita ambiziosi o incentivi individuali. Il problema è che, però, sottovalutare o sopravvalutare i rischi e i costi può rivelarsi catastrofico per il business delle imprese del settore: in un ambito dove i margini non sono certo incredibili, anche soltanto sbagliare i calcoli del 10% può essere sufficiente ad azzerare i guadagni. Allo stesso modo, sovrastimare i costi e i rischi di un progetto può portare ad avanzare offerte eccessive, aumentando la probabilità di perdere contratti remunerativi a tutto vantaggio della concorrenza.
Big Data costruzioni: la risposta ai problemi di redditività
La risposta a questi ostacoli risiede, dunque, nell’impiego intensivo dei dati a disposizione, attraverso l’impiego di moderni strumenti di Big Data & Analytics, che permetta di prendere in considerazione tutte le possibili variabili e calibrare al meglio il proprio portafoglio di progetti. Si tratta di una scelta che è stata già affrontata con successo da alcune imprese del settore. Il rapporto McKinsey, ad esempio, fa riferimento a una organizzazione del settore che è stata in grado di sfruttare i dati di oltre 100 dei suoi progetti precedenti, combinando insieme le informazioni più eterogenee, provenienti sia da fonti interne che esterne: mentre le aziende spesso prendono in considerazione fattori come la regione o il tipo di progetto per prevedere la redditività, spesso tendono a tralasciarne altri che possono essere persino più influenti, come il grado di sindacalizzazione presente a livello locale o i budget a disposizione del settore pubblico. Analizzando questi fattori in modo aggregato, è stato possibile determinare particolari caratteristiche dei progetti, capaci di influenzare i margini di profitto in una maniera che l’analisi convenzionale non sarebbe stata in grado di illuminare.
Big Data costruzioni: cambiano le dinamiche del subappalto
Un altro punto in cui l’analisi dei Big Data è capace di fare la differenza è rappresentato dalla scelta delle imprese di subappalto, con cui tutte le grandi imprese di ingegneria si trovano a che fare nella realizzazione dei propri progetti. Il problema risiede nell’analisi delle offerte presentate da questi soggetti, che solitamente sono affidate alle valutazioni dei project manager che, però, presentano tutti i limiti già citati in precedenza. L’utilizzo intensivo degli analytics, in particolare dei costi dei precedenti progetti, può permettere alle società di ingegneria di valutare rapidamente e realisticamente il costo dei propri subappaltatori, sia da un punto di vista delle tempistiche che della manodopera e dei materiali.
Big Data costruzioni: il monitoraggio dei progetti è in tempo reale
Un altro elemento in cui le moderne soluzioni di analisi dei dati possono fare la differenza è rappresentato dal monitoraggio dell’andamento dei progetti, che può essere particolarmente difficile da realizzare quando le attività si snodano per diversi anni e gli attori coinvolti sono decine. Grazie all’impiego degli analytics i manager delle società di engineering hanno invece oggi la possibilità di analizzare rapidamente e continuamente i dati del progetto e valutare i progressi, consentendo ai manager di reagire più rapidamente ai potenziali problemi (come ad esempio il ritardo nella consegna dei lavori dei propri subappaltatori).
Big Data costruzioni: un modello
In buona sostanza, sottolinea l’analisi di McKinsey, le imprese del settore dovranno inevitabilmente stabilire un nuovo modello operativo, basato sull’analisi intensiva dei dati. Il vero grande ostacolo da superare è la riconciliazione e l’unificazione di questi dati, in una maniera tale da rendere possibile l’analisi: la grande maggioranza delle aziende ha raccolto molte informazioni nel corso dei propri anni di attività, che però si trovano archiviate in sistemi disparati e formati incoerenti. Il primo passo da compiere dovrebbe essere quello di fare il punto sulle informazioni a disposizione, che consentiranno l’avvio di una strategia di analisi a tutto campo e a evidente beneficio del business.
