Data driven management in Industry 4.0 : a method to measure data productivity

In the early 1900s, together with the birth of mass production, modern managerial approaches were conceived, under the motto “you can’t manage what you don’t measure”. Since then, operations managers throughout the world had been getting used to measure the productivity of materials, machines and workers in order to control and improve their own businesses. Nowadays, in the Industry 4.0 era, the emphasis is shifting toward data, under the new motto “data is the new oil”. Despite many managers pledging allegiance to the principles of data driven decision making, still no comprehensive approach exists to measure how good a company is at exploiting the potential of its own information assets; in other words, no “data productivity” measure exists. Therefore, the aim of this Master thesis work is to define a metrics to measure Data and Information Asset of a company. The research poses the basis on a detailed literature review divided into three sections to examine the issues concerning data and information assets, decision-making processes and productivity in the manufacturing sector. This dissertation considers the different characteristics of Data and Information Asset such as the data availability, the completeness and correctness of data, the data timeliness, the goodness of indicators and algorithms of Decision Support Systems (DSS), the data integration and the data usage. Without a proper assessment of these characteristics, it is impossible to measure and enhance the management of these crucial assets and thus improve decisions, competitive position and rapid react to changing scenarios. The involvement of companies both for the model development and for its applications, provides useful insights on how to apply it and confirms its applicability and validity.

Nei primi anni del 1900, insieme alla nascita della produzione di massa, sono stati concepiti approcci manageriali moderni, con il motto " you can’t manage what you don’t measure". Da allora, i responsabili delle Operations in tutto il mondo sono soliti misurare la produttività di materiali, macchine e lavoratori al fine di controllare e migliorare le proprie performance. Oggi, nell'era dell'Industria 4.0, l'enfasi si sta spostando verso i dati, con il nuovo motto "data is the new oil". Nonostante molti manager si impegnino a rispettare i principi del processo decisionale guidato dai dati, non esiste ancora un approccio globale per misurare quanto una azienda sia brava nello sfruttare il potenziale delle proprie risorse informative; in altre parole, non esiste una misura di "produttività dei dati". Pertanto, lo scopo di questo lavoro di tesi è definire una metrica per misurare i dati e il patrimonio informativo aziendale. La ricerca si basa su un’analisi dettagliata della letteratura, suddivisa in tre sezioni, che ha lo scopo di esaminare le problematiche relative a dati e risorse informative, processi decisionali e produttività nel settore manifatturiero. La tesi considera le diverse caratteristiche dei dati e delle Informazioni, come la disponibilità dei dati, la completezza e la correttezza dei dati, la loro tempestività, la bontà degli indicatori e degli algoritmi dei sistemi di supporto alle decisioni (DSS), l'integrazione dei dati e l'utilizzo dei dati. La mancanza di un'adeguata analisi di queste caratteristiche rende impossibile misurare e migliorare la gestione di queste importanti risorse e quindi migliorare le decisioni, migliorare la posizione competitiva e reagire rapidamente a scenari in continua evoluzione. Il coinvolgimento delle aziende nello sviluppo del modello e nelle sue applicazioni fornisce spunti utili su come applicarlo e conferma la sua applicabilità e validità.