Perché il Retail ha bisogno di Data Workflow Orchestration e come si fa

Il mondo del Retail ha subito negli ultimi anni una profonda evoluzione, guidata dall’attenzione al cliente, dalla digitalizzazione dei processi e dalle innovazioni tecnologiche, con l’obiettivo di trasformare il customer journey in un’esperienza memorabile, fatta di interazioni ricche, coinvolgenti e complete, qualunque sia il touchpoint utilizzato.

Il risultato, inevitabile, è il moltiplicarsi di applicazioni informatiche e, soprattutto, di flussi di dati relativi al contatto tra retailer e acquirente e alla profilazione di quest’ultimo. Si considerino, ad esempio, le visite al sito, le carte fedeltà, l’assistenza clienti, le campagne promozionali, ecc. In tale scenario, la Data Workflow Orchestration, ovvero la gestione efficace dei bacini di dati, risulta centrale per il corretto andamento del business.

Data Workflow Orchestration: perché è fondamentale per il Retail

Sono due gli aspetti da considerare per ciò che riguarda i flussi di dati all’interno del processo di business del retailer:

• Interazione con le applicazioni. In una situazione standard di acquisto online, il cliente mette i prodotti nel carrello, va al checkout e attende la consegna. Se in fase di evasione dell’ordine uno dei prodotti risulta fuori stock è necessario innescare un processo che proponga un prodotto alternativo, secondo le preferenze del cliente, o che attivi il rimborso. In questo contesto, è solo la stretta integrazione tra applicazioni diverse, quali e-Commerce, Supply Chain, CRM e servizi finanziari (e i relativi flussi di dati), che può garantire un’adeguata Customer Experience.
  La Data Workflow Orchestration assicura che i dati necessari siano disponibili all’applicazione che ne ha bisogno;

• Business Intelligence e Business Analytics. L’analisi sui dati raccolti nei vari touchpoint da applicazioni o piattaforme diverse può contribuire in modo significativo ad elevare la Customer Experience. Grazie alla Data Workflow Orchestration è possibile rendere automatiche tali analisi e innescare di conseguenza opportune iniziative di business. È possibile, ad esempio, raccogliere i dati di vendita a livello globale e produrre report di sintesi. Tali report, combinati con le informazioni di vendita provenienti dal territorio, possono dare indicazioni molto puntuali, ad esempio, per l’avvio di una campagna promozionale su uno specifico prodotto.

Va inoltre considerato che le tecnologie digitali oggi comunemente utilizzate creano un flusso pressoché continuo di dati: dispositivi IoT, streaming video da telecamere di sorveglianza, informazioni di localizzazione, ecc. E questo flusso deve essere armonizzato all’interno dei processi di business, dove coesistono applicazioni che utilizzano banche dati in formato tradizionale. È quindi necessario governare i molteplici flussi di dati in relazione ai processi di business che li devono utilizzare. La Data Workflow Orchestration è la metodologia che permette tale controllo.

Come fare Data Workflow Orchestration

Per implementare una Data Workflow Orchestration efficace in ambito Retail, è opportuno seguire un approccio in 4 step.

1. Identificare le sorgenti dei dati

Il primo passo è quello di mappare le fonti da cui provengono le informazioni. Bisogna distinguere tra le informazioni essenziali, senza le quali il processo è bloccato, e quelle opzionali, che possono migliorare le performance, ma non sono determinanti per l’esecuzione del processo.

2. Ciclicità, dimensioni e formati dei dati

La produzione dei dati può essere continua (è il caso della sensoristica e dello streaming audio/video), oppure a frequenza fissa (ad esempio, la chiusura di cassa giornaliera o l’approvvigionamento settimanale dei prodotti), o infine, non prevedibile (promozione una tantum). Tali flussi hanno dimensioni e formati dati specifici e occorre prevedere operazioni di normalizzazione per renderli coerenti e utilizzabili.

3. Individuazione delle relazioni e interdipendenze tra i flussi

Ai fini dei processi di business, questo passo ricopre un ruolo fondamentale. Informazioni appartenenti a fonti diverse possono essere strettamente collegate, come nel caso, ad esempio, del legame tra il mix e le quantità dei prodotti nei vari punti vendita e i flussi turistici stagionali o legati a particolari eventi sul territorio.

4. Reti di applicazioni

I diversi bacini di dati alimentano l’insieme delle procedure aziendali, sia di back-end che di front-end, la cui esecuzione è controllata dagli strumenti di Workload Orchestration. Tali reti sono il cuore dell’architettura informativa e supportano il business dell’azienda giorno per giorno.

La Data Workflow Orchestration supporta la crescita delle aziende Retail

In assenza di una Data Workflow Orchestration (e di una Workload Automation), un’azienda è obbligata a sviluppare in proprio la logica di gestione dei flussi di dati. Nella pratica, ciò comporta la realizzazione di centinaia, se non migliaia, di programmi di controllo interdipendenti.

Le aziende che hanno adottato questa strategia si sono trovate esposte al rischio di non poter controllare con efficacia l’intera architettura dei dati. La conseguenza è che, in caso di errore in un singolo programma, si possa scatenare un effetto domino capace di compromettere l’intero sistema e di cui sarebbe difficile trovare la causa.

Al contrario, adottare una strategia di Data Workflow Orchestration significa dotarsi di meccanismi di controllo in grado di intercettare gli errori e proporre rimedi tempestivi. Ma non solo. La Data Workflow Orchestration è in grado di assicurare, soprattutto nel settore Retail, che il costante aumento del numero e della complessità delle applicazioni non comporti alcun rischio per la stabilità dei sistemi informativi, ma che, anzi, contribuisca allo sviluppo dell’azienda in termini di ampiezza dell’offerta e incremento della profittabilità.