Dopo la Data Analytics e la Business Intelligence, la nuova frontiera per massimizzare l'efficienza in azienda è la RPA (Robotic Process Automation) coadiuvata dalle tecniche di Text Mining. Non si tratta di un semplice passo in avanti, ma di un ulteriore step evolutivo lungo il percorso della digital transformation: per molti versi rappresenta una vera e propria rivoluzione sul piano tecnologico, su quello metodologico e, soprattutto, in termini di risultati e di impatto sull'organizzazione.

Qual è l'elemento alla base di questa differenza sostanziale con gli altri due approcci (di cui non bisogna comunque fare a meno, in quanto complementari e propedeutici a una corretta esecuzione dei piani di Robotic Process Automation)? Il Text Mining è in grado di mettere al servizio delle analisi di business la semantica, con la possibilità quindi di accedere a fonti di dati non strutturati ed estrarre valore da conversazioni e interazioni che avvengono attraverso il linguaggio naturale. Che si tratti di relazioni interne all'impresa o di rapporti che i rappresentanti dell'azienda intrattengono con i clienti, o ancora di discussioni che prendono vita sui social network, dove i consumatori commentano i prodotti e i servizi offerti dai brand, queste conversazioni risultano preziosissime per comprendere cosa ciascuno degli stakeholder – dipendenti, collaboratori, clienti e prospect – si aspetta dall'ecosistema aziendale, non solo sul piano quantitativo, ovvero della performance, ma anche rispetto a elementi più intangibili, come quelli che riguardano la user experience e il mondo valoriale.

 

Quando è utile adottare la Robotic Process Automation

Performance, user experience e valori: per quanto aspetti estremamente diversi tra loro, sono del resto tutti componenti della proposizione di business che possono essere indirizzati, governati, controllati e potenziati attraverso i processi aziendali. Esistono naturalmente processi più delicati, di maggiore rilevanza strategica, che necessitano della costante presenza di decisori e operatori umani. Ci sono invece processi più ripetitivi, strutturalmente più semplici, che possono essere automatizzati e delegati alle macchine. Attenzione però: la Robotic Process Automation è possibile solo a patto che si forniscano ai sistemi, in modo continuo, dinamico e accurato, le coordinate indispensabili a mettere in moto e, soprattutto, a mantenere efficienti i vari processi, con la possibilità di intervenire in corsa per modificarli o correggerli.

 

Il ruolo del Text mining nella RPA

Fondamentalmente è per questo che il Text mining, usato in combinazione con strumenti di Data Analytics e Business Intelligence, ha tutte le carte in regola per fungere da cartina tornasole di un piano efficace di Robotic Process Automation. Innanzitutto, il Text Mining consente di esplorare aspirazioni, esigenze e criticità con una precisione e una – ci venga concesso il termine – sensibilità che le tradizionali piattaforme analitiche non potranno mai avere, essendo vincolate a dataset strutturati con informazioni di natura prettamente quantitativa. Quindi, prima di ogni altra cosa, definire gli obiettivi di ciascun processo e le finalità dei task e degli attori coinvolti diventa più semplice. In secondo luogo, il Text Mining aiuta a raccogliere praticamente in tempo reale il feedback degli utenti destinatari dei servizi automatizzati e a comprenderne punti di forza e criticità. In questo modo è possibile ottimizzare i processi con un'attività continua di fine tuning e al tempo stesso verificare l'efficacia di qualsiasi elemento di novità introdotto nel sistema.

Si pensi, per esempio, ai vantaggi che il Text mining potrebbe apportare nella definizione dei processi automatici per la risoluzione dei problemi nell'ambito di un servizio di customer care: “leggendo” le note inserite nel CRM e “ascoltando” le conversazioni tra addetti al contact center e clienti, una piattaforma di Text mining applicata a un piano di RPA risulterebbe strategica non solo per riconoscere ed evidenziare problematiche ricorrenti nelle interazioni, colli di bottiglia generati da vizi procedurali e livello di soddisfazione degli stakeholder, ma anche per individuare elementi utili che aiutino gli strumenti di automazione ad apprendere e migliorarsi continuamente.

Infografica - estrarre valore dai dati