sabato 15 luglio 2017

L'innovazione è un ecosistema

PwC ha rilasciato l'edizione 2017 dell'Innovation Benchmark, che si basa su interviste a 1200 manager in 44 nazioni.
Emergono 5 risultati principali, che confermano il fatto che l'innovazione non è soltanto questione di tecnologia.

Il ritorno economico dell'innovazione dipende più dall'approccio, che dal budget
Non sempre un maggiore budget di spesa per l'innovazione produce risultati economici migliori. Il survey evidenzia infatti che non vi è una correlazione chiara tra spesa per R&D e risultati economici dell'azienda. Sembra dunque che sia più importante spendere bene il budget per l'innovazione, piuttosto che cercare di aumentarlo. Solo il 32% degli intervistati ritiene infatti necessario un aumento del budget per migliorare le prestazioni dell'innovazione.

Servono nuovi modelli di business
Raramente singoli atti innovativi producono risultati utili: l'innovazione deve dunque essere allineata con una solida strategia aziendale. In particolare le nuove tecnologie permettono (richiedono?) nuovi modelli di business ed è pertanto necessario allineare sin dall'inizio ed in modo completo la strategia per l'innovazione con la più ampia vision aziendale.

Un modello più inclusivo
Le imprese che hanno più successo nell'innovazione sono quelle che adottano un modello più inclusivo, sia verso l'interno, che verso i clienti ed i fornitori. In particolare soltanto il 34% degli intervistati crede che la ricerca (R&D) sia sufficiente per assicurare innovazione di successo. Il 61% utilizza invece l'open innovation per generare idee, il 59% utilizza il design thinking, mentre il 55% ritiene fondamentale il coinvolgimento dei clienti e dei fornitori nel processo di innovazione. 

Soft skills
L'innovazione richiede molto più di forti competenze tecnologiche. I team innovativi devono essere formati da persone con culture diverse ed in particolare molte imprese si affidano ad alcune competenze "soft" dei loro collaboratori: intuizione, capacità di giudizio e creatività. Il 65% dei manager intervistati ritiene infatti che un fattore chiave per il successo dell'innovazione siano la cultura ed i comportamenti innovativi dell'ecosistema, il 63% pensa che il "fresh thinking" sia fondamentale.

Importanza della tecnologia
La tecnologia è sicuramente un elemento fondamentale per l'innovazione: nuove tecnologie permettono infatti di ideare prodotti e servizi innovativi, di modificare i business model, di raggiungere nuovi clienti, di aumentare la conoscenza dei clienti. Il 33% degli intervistati ritiene infatti che l'innovazione sia principalmente un effetto della tecnologia, mentre un altro 33% ritiene che l'innovazione sia la combinazione di nuove tecnologie e mercati.

Nonostante l'importanza della tecnologia, risulta dunque evidente che l'innovazione sia il risultato di un ecosistema, che include tutte le funzioni aziendali, i clienti ed i fornitori e che si basa sui comportamenti innovativi delle persone coinvolte.
Direi che questi risultati non sorprendono, anzi confermano il fatto che l'innovazione liquida sia un possibile modello di riferimento per avere successo e creare profitto nel mercato attuale.

Il report completo si può leggere qui.

domenica 18 giugno 2017

Architettura modulare dei prodotti: la chiave per la gestione della varietà

Nel mondo liquido i prodotti evolvono molto velocemente e devono essere personalizzabili dai clienti anche dopo l’acquisto. C’è un solo modo di soddisfare queste necessità ed è l'utilizzo dell’architettura modulare.
Architettura modulare significa che i prodotti sono costruiti a partire da elementi base simili ai mattoncini del Lego. In questo modo è possibile offrire al mercato una gamma ampia e personalizzabile pur con un numero limitato di “mattoncini”, ottenendo l'effetto dell'iceberg rovesciato.



L’introduzione dell’architettura modulare ad una famiglia di prodotti esistenti è un progetto di medio-lungo termine e porta spesso più lontano di quanto si possa immaginare all’inizio. Pensiamo ad esempio alla Lego, che produceva giochi di plastica “normali” e che oggi è il gigante che conosciamo proprio grazie all’introduzione degli “automatic binding bricks” nel 1949.

Focalizzandoci esclusivamente sugli aspetti tecnici, l’introduzione dell’architettura modulare prevede l'esecuzione di 3 macro passi:
  1. definizione dei requisiti funzionali
  2. definizione dell’architettura funzionale
  3. definizione dei moduli e delle interfacce


Definizione dei requisiti funzionali
La definizione dei requisiti funzionali può partire dalla teoria dei jobs-to-be-done di Anthony Ulwick. In estrema sintesi si analizza l’esperienza di utilizzo dei prodotti dal punto di vista degli obiettivi degli utilizzatori. I prodotti possono essere allora rappresentati come una sequenza di “job” che gli utilizzatori devono eseguire.
È possibile utilizzare uno schema simile a quello sottostante per collegare i job con le funzioni che i prodotti dovranno realizzare.


Definizione dell'architettura funzionale
Una volta identificate le funzioni da realizzare è possibile rappresentare l’architettura funzionale del prodotto. Ogni funzione è rappresentata da un modulo funzionale, che è attraversato da flussi di materia, energia o informazioni.


Definizione dei moduli e delle interfacce
Dall’architettura funzionale è possibile identificare i moduli fisici che realizzeranno le funzioni seguendo 2 regole fondamentali che definiscono i prodotti modulari:
  1. ogni funzione è realizzata da un solo modulo fisico (ogni modulo può invece realizzare più funzioni),
  2. le interfacce tra i moduli sono standardizzate, così che sia possibile sostituire un modulo con un altro equivalente (ma con prestazioni diverse).

Non esistono algoritmi che permettono di definire la miglior architettura fisica di un prodotto. È dunque necessario procedere in modo sperimentale tenendo conto di parametri quali:
  • necessità di personalizzazione,
  • velocità di evoluzione dei diversi elementi,
  • processo di costruzione,
  • catena di fornitura,
  • costi,
  • caratteristiche fisiche del prodotto (dimensioni, vicinanze, ...),
  • complessità delle configurazioni da gestire.

Si ottiene in questo modo una prima ipotesi di architettura modulare del prodotto a partire dai job-to-be.done.


Ogni modulo può allora essere visto come una black-box con comportamenti, prestazioni ed interfacce definite. È allora possibile sostituire un singolo modulo senza dover “rivedere” l’intero prodotto. Questo vale sia per personalizzazioni, sia per l’evoluzione tecnologica dei singoli moduli e fornisce dunque un'elevata flessibilità al prodotto.

sabato 27 maggio 2017

Intelligenza Artificiale: come funziona?



L’intelligenza artificiale è già intorno a noi in molti settori: dall’aeronautica al gaming, dal customer service ai mercati finanziari e ovviamente nelle linee produttive di alcune aziende. Lo sviluppo dell’intelligenza artificiale ha avuto una brusca accelerazione negli ultimi anni ed avrà conseguenze importanti in molti settori di business.

All’inizio l’intelligenza artificiale era innanzitutto una speculazione teorica e ruotava intorno alla domanda: “Le macchine possono pensare?”. Nel 1950 Alan Turing nel suo articolo "Computing Machinery and Intelligence" riformulò la domanda modificandola in modo significativo: "Le macchine sono in grado di imitare il comportamento intelligente di un essere umano?" (da qui il cosiddetto test di Turing ed il titolo del film "The imitation Game” del 2014).
Una definizione pragmatica di Intelligenza Artificiale prevede dunque la capacità di un computer di esibire comportamenti tipici della mente umana. In particolare un sistema intelligente deve essere in grado di elaborare conoscenze precedenti estrapolando le linee guida da utilizzare per risolvere con successo problemi che non ha mai affrontato.

Nel libro Artificial Intelligence: a modern approach di S.J. Russell (prima edizione con P. Norvig  del 1995, una vera bibbia dell'intelligenza artificiale) viene riportata una schematizzazione delle diverse aree applicative che costituiscono l’intelligenza artificiale.
Il tema è quanto mai ampio e complesso. Riporto di seguito una semplificazione di queste aree per fornire una prima base  per comprendere come funziona l’intelligenza artificiale.



Comunicare con linguaggio naturale
Un sistema intelligente è in grado di comunicare utilizzando un linguaggio naturale, cioè un linguaggio caratterizzato da una certa ambiguità intrinseca. Questo significa che il significato di ogni parola e frase può essere attribuito soltanto se il sistema è in grado di conoscere ed interpretare il contesto. Ad esempio la parola “dado” può significare dado da brodo, dado da gioco o dado per serrare le viti. Il corretto significato può dunque essere attribuito soltanto conoscendo il contesto del discorso.
Un agente intelligente in grado di utilizzare un linguaggio naturale può comunicare con le persone, con altri agenti intelligenti e può effettuare ricerche su internet.

Percepire
Un agente intelligente è in grado di rilevare informazioni dall’ambiente circostante tramite sensori di diverso tipo e di utilizzare i nuovi dati per migliorare la propria conoscenza dell'ambiente.

Rappresentare la conoscenza
Un agente intelligente è in grado di rappresentare oggetti, azioni, concetti e le rispettive relazioni. Conosce inoltre le regole per manipolarli, per inferire ragionamenti e per ampliare la propria conoscenza.
Un esempio ci viene dalle reti semantiche nelle quali i vertici rappresentano oggetti o concetti e sono collegati tra loro da legami semantici. Si possono allora costruire sillogismi ed altri ragionamenti logici semplicemente navigando la rete.



Pianificare i risultati delle azioni
I sistemi intelligenti sono in grado di comprendere i propri obiettivi, di prevedere gli stati futuri del loro universo conosciuto e di prendere decisioni al fine di raggiungere gli stati futuri maggiormente desiderabili, pianificando dunque le proprie azioni in modo da massimizzarne il “valore”.

Gestire l’incertezza
Gli ambienti dove gli agenti intelligenti operano, sono spesso estremamente complessi e prevedono la presenza contemporanea di più attori che agiscono in modo indipendente ed imprevedibile. In queste condizioni i sistemi intelligenti devono essere in grado di rappresentare l’incertezza, di prendere decisioni che ne tengano conto e che massimizzino la probabilità di raggiungere l’obiettivo desiderato, evitando allo stesso tempo i comportamenti con rischi troppo elevati.

Imparare (machine learning)
La definizione più pragmatica di machine learning è stata data da Tom M. Mitchell nel libro "Machine Learning" (1997). Semplificando la sua definizione formale si può dire che "un programma apprende se le sue performance migliorano con l'esperienza".
L'apprendimento automatico si basa sulla costruzione di algoritmi che possano riconoscere degli schemi in un insieme di dati e di comportamenti e sappiano quindi costruire in modo induttivo un modello in grado di "riconoscere" nuovi dati, adeguando in modo coerente il proprio comportamento.

Esistono due metodi fondamentali con i quali le macchine possono imparare:
  • Supervised learning: al sistema intelligente vengono forniti ingressi e corrispondenti uscite in modo che l’agente possa costruire euristicamente la funzione che trasforma gli ingressi in uscite. In questo modo al ricevimento di un ingresso mai ricevuto in precedenza, il sistema sarà in grado di determinarne l’uscita (un esempio è la classificazione di diversi input in classi predefinite dall'utilizzatore),
  • Unsupervised learning: al sistema intelligente vengono forniti soltanto dati di input tra i quali l'agente individua pattern e correlazioni (un esempio è il raggruppamento di diversi input in "gruppi" non definiti a priori dall'utilizzatore).

Per il continuo miglioramento del processo di apprendimento si possono utilizzare tecniche di:
  • Apprendimento per rinforzo: il sistema intelligente produce un output sulla base dell'input ricevuto, vi è poi un algoritmo in grado di misurare la bontà del risultato ottenuto assegnando una ricompensa o una punizione. Il sistema intelligente adatta quindi il proprio comportamento con l'obiettivo di massimizzare le proprie ricompense.
  • Deep learning: diversi meccanismi di apprendimento sono posti uno “sopra” l’altro, in modo che ognuno possa apprendere dai risultati del precedente. In questo modo si possono ottenere livelli di astrazione crescenti e conoscenze sempre più complesse.
Agire
La conoscenza permette di prendere decisioni, che nel caso dei robot diventano azioni. I robot devono dunque sapersi muovere in ambienti complessi ed interagire con oggetti diversi (e nuovi) ed in continuo movimento.

Questa schematizzazione è parziale, sintetica e semplificata, ma vuole essere un primo passo verso la comprensione del funzionamento dell'intelligenza artificiale, allo scopo di individuarne le possibili applicazioni nel mondo del business.

lunedì 15 maggio 2017

Creare valore con l'Internet of Things

Con l’arrivo dell’internet of things ogni prodotto può avere una propria vita sul web ed essere il nodo di un ecosistema in grado di gestire informazioni, anche complesse. 
L’introduzione di questa nuova tecnologia costituisce l’opportunità di creare più valore per i clienti e richiede alle imprese un cambiamento del modello di business. L’interazione tra cliente, prodotto ed azienda si protrae infatti nel tempo: ogni volta che il cliente utilizza un prodotto interconnesso, l’azienda viene coinvolta e deve “reagire”. Immaginiamo l’esempio, ormai classico, del termostato che impara: il produttore registra continuamente i dati sulla temperatura reale e desiderata in casa ed ogni volta che l’utilizzatore effettua una regolazione, l’azienda (un algoritmo) viene coinvolta e sceglie la strategia migliore per realizzarla.

Per la maggior parte delle imprese la vera sfida dell’IoT non è dunque tecnologica, ma è la ricerca di nuovi modi di creare valore per gli utilizzatori e di proporli attraverso business model adeguati.

Sulla base dell’esperienza fatta con alcuni progetti in settori diversi, riporto qui alcuni “paradigmi” a cui ispirarsi nella ricerca di modi di creare valore mediante l’interconnessione. Un’impresa che voglia avvicinarsi all’internet of things può provare ad immaginare se i propri prodotti possono:
  • Raccogliere informazioni: raccogliere dati istantanei sul funzionamento e/o sulla posizione e sullo stato dei prodotti e/o dell’ambiente circostante e riproporli sottoforma di grafici, mappe o altri strumenti che aiutino a comprendere meglio le modalità di utilizzo del prodotto (es. strumenti che registrano i dati di allenamento e li ripropongono su un portale o li condividono sui social),
  • Essere monitorati da remoto: raccogliere dati istantanei sul funzionamento e/o sulla posizione e sullo stato dei prodotti e/o dell’ambiente circostante ed effettuare il monitoraggio remoto del prodotto (es. manutenzione programmata basata sull'effettivo utilizzo),
  • Fornire informazioni durante il funzionamento: fornire suggerimenti sull’utilizzo dei prodotti basati sull’effettivo utilizzo e/o sullo stato attuale del prodotto e/o dell’ambiente (es. navigatore satellitare),
  • Essere comandati da remoto: eseguire tutte le funzioni di comando e regolazione da remoto (es. regolazione remota della temperatura),
  • Connettere più utenti: fornire informazioni istantanee a diversi utilizzatori che possano collaborare per il raggiungimento dell’obiettivo (ad es. sistema di allenamento che fornisca dati al preparatore atletico, che a sua volta possa modificare la resistenza o le regolazioni dell’apparecchio per ottimizzare l’allenamento),
  • Far giocare più utenti: connettere utenti che svolgono gli stessi compiti ed organizzare delle competizioni (ad es. conoscere i tempi e la posizione di tutti i ciclisti che in un determinato momento stanno facendo il mio stesso percorso),
  • Imparare dall’esperienza: interpretare le esigenze dell’utilizzatore e modificare il proprio comportamento sulla base dei risultati ottenuti nel passato in situazioni simili (ad es. termostato che impara a regolare la temperatura sulla base delle caratteristiche dell'ambiente e le abitudini dell'utilizzatore),
  • Imparare dall’esperienza condivisa: poter accedere alle informazioni su comportamenti e risultati ottenuti da prodotti simili in altri contesti (ad es. macchine utensili che imparano le regolazioni da altre macchine simili),
  • Automatizzare processi: ottimizzare processi sulla base di informazioni e decisioni locali (ad es. frenata automatica in caso di pericolo),
  • Collaborare: collaborare con altri prodotti intelligenti inviando e ricevendo richieste di modificare il proprio comportamento (ad es. smart grid per la distribuzione dell’energia elettrica).
Provare ad applicare questi modelli ai propri prodotti è spesso un punto di partenza efficace per immaginare come rendere più intelligenti i propri prodotti.

lunedì 1 maggio 2017

10 domande per sviluppare prodotti desiderabili

La scelta di un prodotto o di un servizio da parte dei clienti è un processo in gran parte inconscio, che coinvolge aspetti razionali ed emozionali. La valutazione si basa sia su aspetti tangibili (oggettivi, misurabili), che su aspetti intangibili (soggettivi, non misurabili).
Riprendendo e combinando numerosi studi e teorie (tra tutti cito: Emotional Design di Donald Norman, The meaning of things di Mihaly Csikszentmihaly, Jobs to be done: theory and practice di Anthony Ullwick), ho provato a riassumere le domande fondamentali che ognuno di noi si pone al momento di acquistare un prodotto o un servizio. 
Il processo di valutazione non è sequenziale e strutturato, ma le domande sono valide per ogni tipo di prodotto e di mercato. L’importanza relativa delle domande varia a seconda dei prodotti e dei potenziali acquirenti.

Ecco le domande che utilizziamo per valutare i prodotti e servizi:
  • Mi stupisce? L’attenzione è una risorsa scarsa, che viene dedicata soltanto ai prodotti che in qualche modo ci meravigliano. I prodotti “banali” rischiano infatti di non essere nemmeno presi in considerazione per una valutazione seria.
  • Mi serve? I prodotti aiutano gli utilizzatori a raggiungere i propri obiettivi: se voglio piantare un chiodo, mi servirà un martello. I prodotti vengono infatti scelti sulla base delle funzioni che possono eseguire.
  • Funziona bene? Quando acquista un prodotto, ogni cliente si chiede se sta scegliendo qualcosa che sarà veramente efficace, facile da utilizzare, sicuro ed affidabile.
  • Mi piace? Se sul mercato sono disponibili almeno due prodotti che svolgono le stesse funzioni in modo comparabile, la scelta si sposta sugli aspetti emozionali. Tutti noi cerchiamo infatti di acquistare prodotti belli da guardare, piacevoli da utilizzare e che ci facciano “stare bene”.
  • Che cosa dice di me? Ogni prodotto è anche inevitabilmente un “segno”, che comunica qualcosa di noi agli altri e che noi utilizziamo (consciamente o inconsciamente) per rappresentare noi stessi nella società.
  • Che cosa evoca? Per come funziona la nostra mente, ogni stimolo (quindi anche ogni prodotto) viene ricollegato ad esperienze pregresse per essere collocato nel nostro sistema di conoscenza. I prodotti che colleghiamo ad esperienze e conoscenze positive acquistano per noi più valore. Un esempio evidente di questo processo sono i souvenir che acquistiamo durante i viaggi e che hanno spesso soltanto valore evocativo.
  • È coerente con i miei valori? Indipendentemente da leggi, principi e religioni, ognuno di noi ha il senso di che cosa è giusto e che cosa è sbagliato. I prodotti che utilizziamo devono essere coerenti con il nostro senso di giustizia. In questi ultimi anni ad esempio la sostenibilità dei prodotti è un elemento sempre più importante nelle decisioni d’acquisto.
  • Come entrerà nella mia vita? Sarà un prodotto “impegnativo”, che dovrò tenere con me molti anni e che richiederà molta manutenzione (ad esempio una casa) oppure sarà un prodotto “leggero”, che non richiederà molto impegno e non mi porrà vincoli. È evidente che più un prodotto è leggero, più facile sarà la decisione di acquistarlo.
  • Che cosa rischio? I prodotti che acquistiamo devono essere rassicuranti verso quello che è importante per noi: la salute, le proprietà, ma anche le abitudini e le idee.
  • Posso permettermelo? Il prezzo non è mai il primo elemento di valutazione di un prodotto. La risposta positiva alle domande precedenti può infatti alzare significativamente la soglia oltre la quale decidiamo che il prodotto sia troppo costoso per noi.

Conoscere questi elementi di valutazione aiuta le imprese ad ideare e sviluppare prodotti e servizi desiderabili.

martedì 18 aprile 2017

Gestire il portafoglio progetti

La scelta dei prodotti e servizi da sviluppare è una competenza di fondamentale importanza per le imprese. Le risorse per sviluppare nuovi prodotti e servizi sono infatti sempre scarse e devono essere dedicate ai progetti migliori.
Esistono diversi metodi per la gestione del portafoglio progetti, un buon libro su questo tema è ancora questo: Portfolio management for new products di Robert Cooper (2002). I metodi più efficaci a mio parere sono quelli di bilanciamento, che permettono di valutare le idee in modo omogeneo e di costruire una mappa che aiuta a prendere le decisioni.

Le idee possono essere valutate secondo 3 dimensioni principali:
  • Importanza strategica: quanto il progetto è importante per la sopravvivenza dell’azienda e/o per la realizzazione della sua strategia.
  • Probabilità di successo: quanto è alta la probabilità di riuscire a realizzare il prodotto nei tempi e nei costi desiderati e quanto è probabile che i clienti siano disposti effettivamente ad acquistarlo.
  • Importanza economica: quanto vale economicamente il progetto.

Le modalità di valutazione sono necessariamente diverse per ogni azienda. È però possibile utilizzare uno schema semplificato ed abbastanza generale come quello riportato qui sotto, che permette la costruzione di mappe efficaci (ogni potenziale progetto viene rappresentato da un post it posizionato sul tabellone).



Importanza strategica
Viene valutata combinando l’importanza del mercato (o del cliente) target e l’importanza dell’opportunità di business. Un’opportunità di business è considerata strategica se è strategica per il cliente, se permette di affrontare un nuovo segmento di mercato o di sperimentare nuove tecnologie.
La scala di valutazione è a due valori: strategico / non strategico. Il progetto si posiziona nei quadranti superiori per clienti strategici ed opportunità strategiche, nei quadranti inferiori per clienti ed opportunità non strategici e nei quadranti intermedi se soltanto una delle due valutazioni risulta strategica.

Probabilità di successo
La probabilità di successo è la combinazione della probabilità di successo tecnica e commerciale.
La probabilità di successo tecnica misura la fattibilità tecnica e la probabilità di rispettare i tempi ed i costi target.
La probabilità di successo commerciale misura la facilità di penetrazione del prodotto nel mercato e comprende valutazioni sul canale di vendita, sulle norme di riferimento, sui prodotti e servizi della concorrenza e sulla propensione all’acquisto dei clienti.
La scala di valutazione è a tre valori: alta / media / bassa. Il progetto si posiziona nei quadranti a destra se entrambe le probabilità di successo sono alte, nei quadranti a sinistra se almeno una delle probabilità di successo è bassa, altrimenti si posiziona nei quadranti intermedi.

Importanza economica
Viene valutata secondo il fatturato (o il profitto) previsto in un periodo di riferimento (ad es. 3 anni) o per il prodotto a regime. La scala è a tre livelli, con soglie definite dall’azienda. Ogni livello avrà un post-it di colore diverso sul tabellone.

Sulla base delle valutazioni di questi parametri, le opportunità vengono posizionate in uno dei 9 quadranti della mappa. Ogni quadrante è numerato secondo la priorità, suggerendo di assegnare priorità maggiori ai progetti che si posizionano nei quadranti con il numero più basso. Resta comunque una decisione del management selezionare i progetti da sviluppare partendo dalla mappa costruita.

sabato 1 aprile 2017

Canvas per azioni di miglioramento su prodotti e servizi esistenti

Un canvas ("canovaccio") in teatro è uno schema di riferimento che permette agli attori di costruire una storia, senza definirne a priori tutti i particolari, ma assicurando che gli elementi principali vengano sviluppati. Nel mondo liquido i canvas sono molto utili per guidare processi decisionali e migliorare la qualità di decisioni complesse.
Spesso i canvas si basano sul “buon senso” e questo è uno dei loro punti di forza: sono semplici ed efficaci. Un buon modo di utilizzare i canvas è quello di prenderli come riferimento durante le riunioni organizzate per prendere decisioni. Il canvas è uno strumento flessibile: non è necessario che la riunione segua una scaletta precisa, né che le informazioni vengano raccolte in modo predeterminato. È invece importante che tutti gli elementi del canvas vengano affrontati e che quindi alla fine dell’incontro si possa prendere una decisione oppure si possano richiedere degli approfondimenti.

Di seguito si trova un canvas che può essere utilizzato per decidere se apportare un miglioramento a un prodotto o un servizio esistente. Il miglioramento continuo dei prodotti e dei servizi è infatti fondamentale per prolungarne il ciclo di vita e/o per ridurre i costi, ma a volte viene affrontato in modo improvvisato. Il canvas, insieme al coinvolgimento delle persone giuste, può aiutare a rendere più efficaci le riunioni per valutare le proposte di miglioramento.



L’utilizzo del canvas è molto semplice:
  • Ipotesi di miglioramento: viene descritta in modo sintetico e comprensibile la modifica che si propone di apportare al prodotto o servizio
  • Pro: vengono identificati tutti i fattori a favore della modifica, sia esterni (cliente, canale, …), che interni (produzione, logistica, riduzione di rischi, …)
  • Contro: vengono identificati tutti gli eventuali fattori contro la modifica, sia esterni (cliente, canale, …), che interni (produzione, logistica, riduzione di rischi, …)
  • Delta Costi: viene fatta una stima delle eventuali variazioni dei costi variabili del prodotto o servizio (materiali, lavorazioni, scorte, …)
  • Delta fatturato: viene fatta una stima delle eventuali variazioni del fatturato, che deriveranno normalmente da modifiche nei volumi e nei prezzi di vendita
  • Investimenti: viene fatta una stima degli eventuali investimenti necessari alla realizzazione della modifica (progettazione, attrezzature, omologazioni, pubblicità, …)
  • Rischi: vengono identificati gli eventuali rischi sia nel progetto di introduzione della modifica, sia a causa della modifica stessa
  • Note / vincoli: vengono identificati eventuali vincoli o altre informazioni che emergono durante il processo decisionale
  • Azioni: l’obiettivo del canvas è quello di aiutare a prendere decisioni corrette. L’ultimo elemento del canvas è proprio l’identificazione delle azioni necessarie per la realizzazione di quanto deciso.
Nel suo utilizzo più agile, il canvas è uno schema mentale e non richiede che venga compilato alcun documento (nemmeno il canvas stesso). In alternativa il canvas stesso con alcune informazioni scritte in tempo reale durante la riunione, può diventare il verbale della riunione ed il documento che autorizza le azioni definite.