Ho pensato fosse doveroso iniziare con un disclaimer: nessun file excel è stato maltrattato per la realizzazione di questo articolo. 😃
Qualche settimana fa un cliente mi dice: “Massimo, fammi capire meglio cosa intendi quando dici che si possono rendere più automatiche alcune attività di routine che coinvolgono l’analisi e e l’elaborazione di dati.”
Per affrontare l’argomento siamo partiti da un esempio concreto, una attività che sviene svolta mensilmente e che riguarda la verifica ed il controllo della spesa per i rifornimenti dei mezzi aziendali. Il processo di questa routine mensile ha due parti, la prima riguarda l’analisi dell’andamento del prezzo dei carburanti basato sui dati pubblici disponibili, la seconda è relativa all’elaborazione dei dati interni sui rifornimenti dei mezzi.
Analisi dei prezzi carburanti
Il carburante può rappresentare una componente di costo importante per le aziende con molti mezzi, in particolare per quelle dove questi sono assets strumentali fondamentali per le operations. Tenere monitorati questi costi è importante per verificare i consuntivi, analizzare gli scostamenti verso il budget e aggiornare le previsioni sul suo andamento per l’intero anno.
Nel caso in questione, una volta al mese vengono scaricati due file dal sito del Ministero delle Imprese e del Made in Italy: 1) l’anagrafica degli impianti attivi e 2) il prezzo alle 8 di mattina. I file vengono quindi elaborati attraverso diversi passaggi: vertical lookup, pivot table, aggregazioni e filtri per ottenere una serie di tabelle di sintesi come, ad esempio, i prezzi medi per tipo di carburante o quelli per provincia, i prezzi medi per bandiera (compagnia o rete petrolifera), i prezzi medi complessivi suddivisi tra self e servito, etc. Sulla base di queste tabelle vengono poi fatti una serie di grafici utili ad evidenziare trend, comparazioni e metriche.
Questa attività – reiterata ogni mese – comporta un certo impegno di tempo per effettuarla e può essere quasi totalmente automatizzata. Per farlo ho sviluppato una routine e degli algoritmi con R che permettono di effettuare l’intero processo in pochi passaggi.
Per un periodo di tempo limitato è possibile vedere concretamente come funziona questo parte di processo accedendo a questa webapp sviluppata con Shiny.
Per prima cosa si parte dal caricamento dei dati che con un click viene effettuato tramite collegamento diretto (query) alla fonte.

Una volta caricati, i dati vengono elaborati automaticamente seguendo gli stessi passaggi logici che si farebbero dovendo effettuare le analisi manualmente su excel. Ad esempio, in questa prima tab viene aggiornata e visualizzata la tabella relativa alle “Bandiere” ovvero le compagnie petrolifiche e le reti di distribuzione e i relativi grafici con il confronto dei prezzi e il numero di impianti presenti.

In una seconda tab vengono create le tabelle coi prezzi medi per tipo carburante e per provincia. Le tabelle possono essere scaricate per effettuare eventuali ulteriori elaborazioni.

Nella terza tab invece vengono generati i grafici interattivi con la distribuzione dei prezzi di tutte le rilevazioni ed i prezzi medi per tipo carburante.

Analisi sui dati interni di rifornimento
La seconda parte dell’attività svolta mensilmente riguarda il controllo dei consumi e della spesa dei propri mezzi aziendali. Solitamente si parte da un file che contiene tutte le transazioni dei rifornimenti effettuati durante il periodo di riferimento. In particolare quando si usano le fuel card, il file contiente tutta una serie di informazioni che hanno come chiave univoca la targa del mezzo.
Anche in questo caso, si elaborano i dati in excel attraverso una serie di passaggi per arrivare ale informazioni di sintesi come, ad esempio, i km effettuati nel periodo, il volume (lt) di carburante, la spesa compessiva, il consumo medio (lt/100km), etc.
Come nel caso dei dati sui prezzi dei carburanti vista sopra, l’automazione permette di effettuare anche sui dati interni le stesse elaborazioni che faremmo in excel, con maggiore efficenza. Il primo passaggio è il caricamento dei dati delle transazioni (fuel card).

Spesso i dati di origine possono arrivare a contenere diverse decine di migliaia di righe singole. In caso di rielaborazione manuale su excel questo può richiedere una certa attenzione per non commettere errori oltre che essere time consuming.

In questo esempio con dati fittizzi, viene creata una tabella riepilogativa per ciascuna targa con tutte le informazioni utili per il controllo di consumi e spesa.

I dati interni possono essere inoltre messi in relazione con i dati pubblici per verificare ad esempio se i costi realmente pagati per il tipo di carburante sono in linea con i prezzi medi di mercato.
Oltre alle tabelle, in questo esempio vengono creati i grafici interattivi che consentono di ottenere rapidamente un report visivo sui volumi e sulla spesa.

Il grafico è interattivo perchè è possibile cambiare la vista del grafico, passando ad esempio dal “Prodotto” (ovvero il tipo di carburante), alla “Società”, o qualsiasi altra vista si decida di impostare.

Un passo in avanti nelle analisi
In questo case study mi sono focalizzato su una attività che spesso viene svolta in azienda dal controllo di gestione o da chi si occupa di fleet management. Ma è solo uno dei tanti esempi di attività che in azienda vengono svolte utilizzando excel e che spaziano dalle analisi di vendita, alle analisi finanziarie al marketing e così via.
Come ho scritto in un altro post, integrare nuovi strumenti nelle attività solitamente fatte in Excel può aumentare la produttività nel lavoro di analisi fino ad automatizzare alcune attività per lasciare tempo alla parte più importante: trovare insight per supportare il processo decisionale e migliorare le performance del business.
Aiuto le organizzazioni a potenziare competenze e processi decisionali basati sui dati e a introdurre strumenti di automazione. Se siete interessati a esplorare questa opportunità e saperne di più contattatemi.