Una frase che mi ha colpito particolarmente negli anni scorsi e che mi ha detto uno dei nostri analisti è di una banalità unica, ma ti colpisce come una doccia fredda ed è se non lo misuri non lo sai.

Tutto il resto sono soltanto ipotesi e opinioni.

Quindi noi lavoriamo in un mondo sempre di più circondato dai dati, eh? Possiamo misurare tutto, eppure ancora pochissime persone utilizzano i dati per prendere decisioni.

Quindi quello che vedremo in questo episodio sono le metriche.

Le metriche sono un concetto.

Forse sono il concetto portante dello chiaro, perché chi le salse non sono altro che metriche.

Quindi se tu non sai che cosa sono le metriche, sono Lucy ancora le metriche sarà impossibile utilizzare.

Ok, adesso algoritmi e quindi i numeri vanno a definire quanto noi siamo simili ad altre persone per trascorrere la vita insieme.

Mi parlò di applicazione per scegliere la persona giusta con cui trascorrere la propria vita.

Eppure ancora siamo pochissimo i numeri non soltanto nella vita personale, ma nella nostra vita professionale.

Questo perché il principale ostacolo alla misurazione siamo noi e il nostro ego siamo noi stessi.

Quindi nel futuro siamo tutti più magri.

Siamo tutti più in forma.

Risparmiamo più soldi o li investiamo meglio.

Abbiamo abitudini più salutari, abbiamo raggiunto degli obiettivi che oggi sogniamo.

Però mi piace stare in quest'aula, galleggiare in questo limbo in cui abbiamo questi obiettivi abbastanza opachi che vediamo, ma non ci chiediamo nel tempo se ci stiamo avvicinando o allontanando da questi obiettivi.

Sto parlando della tua vita personale in questo momento, quindi non della vita aziendale.

Perché l'hai ancora più semplice? Perché noi tendiamo a non misurare uno perché la misurazione costosa in termini di tempo da dedicare serve disciplina.

Ma non è il motivo fondamentale.

Il motivo fondamentale è perché quando iniziamo a misurare possiamo fallire e nessuno vuole fallire.

Perché noi viviamo in una cultura che è quella italiana, una perché la misurazione costosa in termini di tempo da dedicare, serve disciplina.

Ma non è il motivo fondamentale.

Il motivo fondamentale è perché quando iniziamo a misurare possiamo fallire e nessuno vuole fallire.

Perché noi viviamo in una cultura che è quella italiana, in cui la prima cosa che ti dicono il primo giorno di scuola, ecco, non devi sbagliare che sia il sistema religioso o il sistema culturale o il sistema scolastico.

Noi viviamo in un sistema culturale che quello italiano in cui sbagliare è sbagliato, mentre l'esatto opposto di quello che deve accadere.

Se vuoi migliorare, se vuoi fare un progresso, la misurazione adesso parli.

Partiamo dalle aziende? No, perché è più facile, perché la misurazione spesso risulta complessa, perché si inizia tardi quando il prodotto, il progetto, il servizio è già in vendita è già live da tempo e raccogliere dati risulta molto costoso.

Dovremo regolare anche tutto quello che è successo prima.

Siamo talmente circondati da dati che vogliamo misurare tutto.

Ti do un consiglio é di una banalità unica.

Devi ricordarti che quando raccoglie i dati, poi devi utilizzarli.

Quindi il tuo sistema di misurazione, a meno che tu non sia il team l'id dei data scientist di Booking che lavora subito, che sono tipo centocinquanta e lavorate con machine learning l'intelligenza artificiale e a infrastruttura dati costruita che vale milioni di euro.

Devi semplificare, quindi non ti mettere a raccogliere.

Facciamo un esempio molto semplice parliamo di gestione social, decine di dati like, interazioni, numeri di post, pullover settimanali.

Scegli poche cose da misurare, ma devi scegliere con criterio.

Questo è il motivo per cui ne stiamo parlando all'interno dello chiaro l'accesso ai dati.

Difficile, quindi mi ricordo un'azienda in cui ho fatto consulenza per un piccolo periodo della mia vita.

Loro estrapolano questi report annuali che già quando arrivo mi chiedevo mi stavo male per loro.

Mettevano settimane a fare questi report, quindi loro mettevano settimane a fare un report e quindi già quando estrapola vanno i dati.

Il dato era già vecchio.

Era difficile avere accesso a quei dati.

Quindi che senso aveva nessuno che ti permette di essere regolare sull'avanzamento verso un obiettivo l'errore piu' semplice che puoi fare la misurazione sbagliata.

Questo è molto rischioso.

Perché tu magari ti prendi un dato, immaginiamo no, il convention Reith sulle vendite su un'azienda che fa i tubi e magari il numero di vendite finali.

Però non riesci a calcolare con esattezza quanti clienti hai dovuto bocciare, quanti clienti è dovuto contattare.

Quindi questo tasso di conversione tu non ha la certezza che sia buono.

E quindi magari ti porti a casa decisioni prese su un dato che hai sbagliato.

Pericolosissimo.

Perché per te quel dato è vero, ma stai prendendo decisioni basate su un dato sbagliato che ti porteranno a prendere decisioni sbagliate.

E poi la misurazione viene vissuta come un dovere.

Non devi usare i dati, non te l'ha prescritto il dottore.

Se non vuoi usare i dati esistono.

E poi la misurazione viene vissuta con un dovere estremamente meno efficaci e funzionali di management e gestione di un'azienda.

Ma tu devi utilizzare i dati perché ci credi? Perché credi che sia importante.

Quindi non pensare neanche di iniziare a utilizzare gli Oscar se non una mentalità data-driven o data Oriente.

Ok, quindi cosa sono le metriche di una semplicità unica fatturato, margine, costi? Tu sai misurare quanto è grave? Non stai facendo in base a quel numerino che mensilmente ti viene dato e capisci quanto progresso stai facendo, Qual è lo step in più e riuscire a costruire un sistema di misurazione secondario.

Quindi rispetto alla metrica primaria che il fatturato che ti permetta di capire se stai facendo bene verso quella metrica primaria, Ma ci arriveremo un pezzo alla volta.

Okay? Un esempio che uso sempre è quello della mappa.

Le metriche ti aiutano a prendere decisioni, Prendere decisioni in generale è veramente complicato quando non ci sono due cose.

Un esempio che uso sempre e quello della mappa come il giorno di oggi che è ventisei luglio è un numero, non mi serve a nulla.

Devo sapere che devo consegnare la mia tesi di laurea entro il dieci agosto.

Allora il ventisei luglio assume tutto un altro significato completamente.

Quindi le metriche vengono intese come una mappa, una mappa che ti serve orientarti.

Quindi le metriche non ti diranno la decisione che devi prendere.

Non fare questo errore.

Non pensare che raccogliere dei dati farà il lavoro decisionale al posto tuo, mentre avendo un obiettivo chiaro, misurando il tuo successo e il progresso verso l'obiettivo, è riuscire a capire se ti stai avvicinando o meno.

All'obiettivo finale.

Come no.

A che ti serve per orientarti in una città che non conosci? Quindi alcune cose e alcuni modi per utilizzare le metriche ti servono a capire come sta andando il tuo business.

Tutte cose che ho già detto dove intervenire per migliorare i risultati? E se le azioni che ho intrapreso effettivamente stanno muovendo l'astice in generale ti servono a definire le priorità.

Ti dico anche quali sono delle metriche inutili e delle metriche utili vengono definite metriche inutili, ovvero Vanity metrics sono guarda quelle metriche, anzi quei grafici che vanno sempre da basso a sinistra, alto a destra, quella cosa che cresce sempre ma che spesso non ha un impatto significativo sul tuo business.

Ti faccio un esempio tu puoi magari aumentare il numero di pagine viste sul sito che gestisci, che magari guadagna grazie alle pubblicità.

E qui tu di fatto hai fatto a febbraio trentamila pagine viste a marzo cinquanta ad aprile sei arrivato effettivamente a settantamila mila pagine viste.

Ma tu tieni piatto la linea delle revenue e questo potrà accadere per tantissimi motivi diversi.

Nel caso specifico ha aumentato il numero di pagine viste, ma è diminuito il cpm.

Quindi il costo del advertiser paga per avere visibilità sul tuo sito, oppure hai rallentato il tempo di caricamento ed effettivamente i banner non vengono neanche mostrati o sta implementando deformati meno efficaci.

La cosa più importante è che le metriche tu va' a individuare davvero siano lo specchio delle attività che stai portando avanti e quindi a metri metri che utili quali sono sono metriche che dimostrano un chiaro rapporto di causa effetto.

Mi sono action able, sono accessibili, abbiamo detto poco fa accessible e devono usare dei dati dei dati buoni, quindi sono football, ma in generale una metrica ti servirà a prendere una decisione.

Un concetto ancora più semplice.

Questo è preso dal libro di John Doe.

É che quando tu definisci una metrica, nello specifico quando senti un chili salsa alla fine del quarter, ti sarà possibile dire Yes no, ho raggiunto quell'obiettivo non l'ho raggiunto dev'essere semplice, indiscutibile non devono lasciare spazio ad alcun tipo di interpretazione andando ancora un po'.

Più nello specifico, esistono due macro tipi di metriche leading Matrix e laghi in Matrix.

Adesso ti faccio un esempio.

Ok, conosci sicuramente Netflix e con la funzione del suo business.

Quindi lui è un Netflix è un business basato su un abbonamento mensile.

In media dovrebbe essere sui quindici euro per Netflix, una delle metriche fondamentali del charm, ovvero quante persone rimuovono il proprio abbonamento.

Ok, ma quando tu vai ad analizzare il charter di Netflix, immaginiamo di avere un charme di Netflix a giugno di centomila utenti.

È già troppo tardi.

Gli si è una metrica, è utile perché ti dice il numero di persone che si cancellano da Netflix, ma una leggings Matrix è una metrica che si riferisce al passato e su cui tu non puoi più agire.

Qual è un lavoro fatto bene sulle metriche e collegare questa metrica del char a metriche secondarie che invece ti danno una previsione dell'impatto sul charme.

Ragioniamoci insieme, no? Quindi la natura stessa del business model di Netflix è legato a un utilizzo ricorrente.

Quindi in teoria, se io uso molto Netflix non dovrei cancellare il mio abbonamento.

Se lo uso molto poco, potrei cancellare il mio abbonamento, quindi potrei andare a definire il numero di minuti guardati al giorno, il numero di minuti, guardate ogni mese il numero di accessi che fatto al che faccio al giorno il numero di serie tv.

Io guardo solo serie tv, quindi sono serie tv, però il numero di contenuti che guarda ogni giorno.

Se invece voglio tar ghettizzare le famiglie che uso tantissimo Netflix, Netflix for Kids, quindi potrei quale potrebbe essere una metrica predittiva del mio switch da Netflix a Disney Plus? Per esempio, il fatto che non uso più Netflix for kids e quindi collegare queste metriche secondarie alla metrica pina primaria è decisivo perché ti consente di intervenire prima e se ci pensi, poi il char ne è direttamente collegata all'america delle revenue.

Quindi dove devi immaginarti le metriche come una catena metrica primaria per Netflix, per gli investitori no revenge earnings per share, margine profit.

A questo sono collegate delle metriche fondamentali come il Charney o il suo diciamo fratello buono la retention.

Al char sono collegate delle metriche a loro volta secondarie, che però ti permetto di intervenire direttamente sul prodotto.

Spero di non averti confuso, però davvero è molto più semplice di quello che immagini e lo vedremo strada facendo insieme.