Crisi d'impresa e benchmarking

Abstract

- Descrivere il significato di benchmarking

- Illustrare il tema crisi d'impresa e benchmarking

- Illustrare un possibile approccio al benchmarking

Il significato di benchmarking

Il seguente articolo vuole approfondire il tema della crisi d'impresa e benchmarking. La letteratura appare concorde nel segnalare come indicatori principali della perdita di fit e conseguente crisi aziendale possano essere riconosciuti attraverso una perdita di performance. In questo contesto, la letteratura ha evidenziato il ruolo fondamentale di eventuali benchmark di riferimento per poter apprezzare le reali condizioni di fit aziendale. Ad esempio, Croom et al. (2017) [1], approfondendo il problema organizzativo, hanno confrontato 3.269 casi, riconoscendo come in assenza di misure di confronto (benchmark) i manager intervistati hanno dimostrato percezioni sostanzialmente sbagliate dello strategic fit aziendale in termini di costo, qualità, innovazione, reattività (agilità) e affidabilità aziendale. Simili risultati sono stati raggiunti da Hannilla et al. (2020) [2] che enfatizzano l’importanza delle misure di benchmark per la definizione del problema tecnologico in termini di effort e attese dei consumatori.

Secondo Vedovato (2007, p. 1) [3], il “benchmarking è uno strumento direzionale che attraverso il rifermento alle esperienze degli altri mira a sostenere processi di apprendimento e cambiamento”. Sebbene il tema del benchmarking sia ormai consolidato nella letteratura economico-aziendale, è soprattutto negli ultimi anni che questo approccio ha visto un rinnovato interesse da parte di studiosi e professionisti grazie alla disponibilità sempre maggiore di dati. Lo sviluppo di internet e la disponibilità di grandi quantità di dati acquisibili in modo libero ha spinto alcuni studiosi a definire il benchmarking come una tecnica manageriale portatrice di un nuovo paradigma economico .

Gli approcci di benchmarking possono essere classificati sulla base di alcune variabili chiave. In particolare, la letteratura distingue:

• Benchmarking esplorativo, volto a individuare opportunità di miglioramento. Viene eseguito con logiche saltuarie, anche se nelle realtà più grandi può divenire una pratica sistematica, ed è finalizzato alla individuazione di possibili fenomeni rilevanti. Può essere effettuato con approcci formali ma anche informali.

• Benchmarking reattivo, volto non a individuare opportunità ma risolvere problemi specifici emersi. Condivide la natura saltuaria e la finalizzazione a risolvere problemi specifici.

• Benchmarking formale, volto ad effettuare un’analisi sistematica sia con approcci di problem finding che di problem solving. Si tratta di una pratica normalmente integrata nei processi aziendali.

Lo sviluppo di un approccio di benchmarking per l’analisi dello strategic misfit richiede di identificare alcune variabili fondamentali sintetizzate nella tabella di seguito illustrata.

Variabile	Descrizione
Frequenza	Periodica infra-annuale, annuale, pluriennale
Metodologia di analisi	Formale, informale
Focalizzazione	Problemi specifici, ampio spettro
Finalità	Problem finding, problem solving, environmental scanning
Integrazione	Integrata nei processi decisionali, autonoma

Applicare il benchmarking per capire il ritardo competitivo

Il benchmarking può essere utilizzato per comprendere il ritardo competitivo rispetto ai principali concorrenti e l'effettiva possibilità attraverso un piano di un recupero di una efficienza necessaria. Si supponga che il dottor X viene incaricato di valutare il piano di ristrutturazione dell’impresa Y. Nel piano di ristrutturazione il management evidenzia come l’impresa abbia dimostrato tassi di riduzione dei volumi di fatturato, indebitamento ed efficienza inferiori rispetto ai propri competitor e evidenzia previsioni di allienamento rispetto ai valori medi delle aziende presentate. Per comprendere la fattibilità del piano si esegue una analisi di benchmarking come di seguito illustrata.

L’analisi condotta analizza tre variabili chiave: redditività del capitale investito, rotazione del capitale investito, rapporto di indebitamento. L’obiettivo di quest’analisi è quello di considerare simultaneamente queste tre variabili, al fine di verificare se si possono creare dei gruppi di imprese simili. L’analisi viene condotta attraverso la tecnica della analisi per cluster. L’analisi dei dati porta a riconoscere un raggruppamento ideale a quattro cluster. Analizzando su un grafico tridimensionale le variabili appare chiaro come un primo cluster di imprese (cluster 4, colore grigio) sia rappresentato da aziende con bassi valori su tutte le misure analizzate: redditività del capitale investito, rotazione del capitale investito, rapporto debito/equity. Gli altri tre cluster invece presentano risultati di polarizzazione su una variabile e di forte dispersione sulle altre. Il cluster 3 (colore darkgreen), infatti, appare caratterizzato da imprese con valori molto alti in termini di debt/equity. Il cluster 1 (colore rosso) appare caratterizzato da valori medi su tutto. Il cluster 2 (colore blue) appare quello caratterizzato da migliori valori su due delle tre dimensioni analizzate. Quanto detto trova sintetica rappresentazione nel grafico sotto riportato. I dati evidenziano come, storicamente, l’azienda analizzata appartenga al cluster 3, evidenziando valori piuttosto inferiori alla media. Sulla base di queste ipotesi l’analista suppone, quindi, che le variabili di allineamento su cluster di media siano ragionevoli.

Un possibile processo

Lo sviluppo di un processo di benchmarking si articola in fasi:

1. Definire il panorama delle aziende che si vogliono comparare

2. Riconoscere le misure da porre sotto osservazione. Un piano ad esempio che voglia compredere specifici processi di efficienza potrebbe considerare misure come l'Asset Turnover e la redditività delle vendite

3. Scaricare i dati da database quali AIDA, oppure dai bilanci aziendali (es. in formato XBRL)

4. Effettuare l'elaborazione usando strumenti di analisi statistica: PowerBI, Python, R, etc.

------------------------------

[1] Croom, S., Svetina, M. and Betts, A. (2017), “Does customer or competitor performance drive operations prioritisation?”, Production Planning and Control, Taylor & Francis, Vol. 28 No. 1, pp. 2–16.

[2] Hannila, H., Kuula, S., Harkonen, J. and Haapasalo, H. (2020), “Digitalisation of a company decision-making system: a concept for data-driven and fact-based product portfolio management”, Journal of Decision Systems, Taylor & Francis, Vol. 00 No. 00, pp. 1–22.

[3] Vedovato, M. (2007), Benchmarking, complessità e apprendimento, Giappichelli, Torino.