Che cos'è la Business Intelligence (BI)?

Oggi, chi prende le decisioni è chiamato a fare scelte importanti in tempi più rapidi e con un livello di precisione più alto che mai. Per fortuna, strategie e strumenti adeguati possono aiutare a prendere decisioni basate sui dati in modo rapido e preciso.

Che cos'è la Business Intelligence (BI)?

La Business Intelligence (BI) è l'insieme di processi, tecnologie, competenze e applicazioni necessari per prendere decisioni informate guidate dai dati. La BI comprende raccolta, aggregazione, analisi e presentazione chiara dei dati per agevolare i processi decisionali.

Le organizzazioni guidate dai dati usano svariati strumenti di BI per accedere a dati storici e in tempo reale conservati in un repository per effettuare interrogazioni (query), generare report personalizzati e prevedere tendenze future. Questi strumenti comprendono l'analisi avanzata svolta da data scientist qualificati e informazioni dettagliate generate autonomamente da algoritmi di machine learning.

I repository per lo stoccaggio di dati per applicazioni di BI possono essere: data warehouse (centralizzati o decentralizzati), database di produzione, data store operativi e data mart.

Risorse aggiuntive:

Differenza fra Business Intelligence e Business Analytics

La BI viene spesso confusa con la BA (Business Analytics) La Business Analytics (BA) si riferisce ai metodi statistici utilizzati per misurare le prestazioni e ottimizzare i processi aziendali.

L'analisi dei dati è il processo di analizzare set di dati per ricavarne informazioni approfondite. Due tipi di analisi dei dati sono:

  1. Analisi predittiva — Analizzare i dati storici per determinare l'esito più probabile.
  2. Analisi prescrittiva — Eseguire scenari ipotetici per determinare l'esito più probabile di una certa azione.

L'analisi dei dati è una componente primaria di BI e BA, ma è solo una parte del sistema complessivo.

La BA è un processo simile ma distinto, con una funzione diversa. La BA "scava" alla ricerca di dati storici di tendenze e informazioni per guidare il cambiamento dell'azienda. La BI usa dati storici e in tempo reale a supporto dei processi decisionali presenti, cioè valutare che cosa funziona evche cosa non funziona, per poi decidere il modo migliore in cui proseguire. La BI aiuta principalmente a gestire un'attività oggi, mentre la BA viene utilizzata soprattutto per prevedere che cosa accadrà in futuro.

Perché la Business Intelligence è importante?

La crescente accessibilità dei Big Data sta rendendo le decisioni delle imprese moderne sempre più cruciali ma al tempo stesso più difficili da ottenere. Il data warehouse di un'impresa contiene spesso un terabyte o più di dati grezzi che devono essere elaborati e preparati per l'analisi. I sistemi BI consentono l'analisi completa dei dati (spesso in pochi minuti) per rispondere a richieste specifiche.

Ad esempio, SKF è un'azienda manifatturiera multinazionale, pertanto ha la necessità di prevedere con precisione le dimensioni del mercato di sbocco dei propri prodotti e la domanda di specifiche tipologie di prodotti.

“Quali prodotti deve fabbricare l'azienda e in quali volumi? Dove deve investire o disinvestire e come deve rispondere agli sviluppi emergenti del settore? Talend ci aiuta a rispondere a queste domande.” — Fritz Ulrich Dettmer, Manager of Business Intelligence, SKF

F+W è un'azienda di contenuti ed e-commerce che si occupa di innovazione e creatività. Questo significa che tutto il team deve poter accedere ai dati necessari per valutare il successo e sostenere il progresso.

“Con Talend, i nostri sistemi in cloud e on-premise finalmente dialogano fra loro. Questo ha migliorato l'organizzazione nel suo complesso e ci sta aiutando a passare da decisioni basate su sensazioni a scelte fondate su dati concreti.” — Greg Sitzman, VP of Business Intelligence, F+W

Altri vantaggi chiave della BI sono:

  • Accelerazione dei tempi di risposta — L'analisi con soluzioni data warehouse in cloud consente di analizzare dati in tempo reale, fornendo informazioni basate su fatti concreti in pochi minuti.
  • Decisioni migliori — La BI estrapola fatti e trasforma i dati in informazioni fruibili che possono essere considerate affidabili.
  • Maggiore efficienza operativa — La BI rende più visibili le interconnessioni fra le diverse componenti dell'azienda, in modo da individuare problemi e inefficienze e risolverli più velocemente.
  • Miglioramento del ROI — La BI aiuta a individuare le risorse necessarie per raggiungere gli obiettivi, aumenta la produttività velocizzando l'analisi dei dati e aiuta nella scoperta di nuovi flussi di ricavi.
  • Reportistica più rapida — La BI fornisce report in tempo reale di set di dati precisi e aggiornati al minuto, assicurando alle organizzazioni un vantaggio competitivo nella soluzione di problemi complessi.

Strumenti di Business Intelligence

La BI può essere distinta in due categorie principali: BI tradizionale e BI self-service. La BI tradizionale viene gestita da un team IT o da specialisti di gestione dei dati che eseguono interrogazioni (query), effettuano analisi guidate e generano report. Il lato negativo di questo approccio è che possono servire settimane o anche di più per preparare un report.

Oggi la richiesta più pressante riguarda la “business intelligence self-service (SSBI).” Si parla di BI self-service quando i professionisti di un'azienda, senza alcuna formazione in analisi statistica, possono fare interrogazioni e generare report (analisi ad hoc) utilizzando dashboard interattivi installati su un PC. Questi strumenti sono intuitivi, facili da usare e offrono l'accesso ai dati in tempo reale.

Per saperne di più, vedi "Che cosa significa preparazione dei dati?" →

Strumenti di Business Intelligence: sette caratteristiche e funzionalità chiave

Una Business Intelligence efficiente richiede strumenti adeguati. Diversi tipi di strumenti di BI eseguono diverse parti del processo di BI complessivo e funzionano secondo diversi standard. Possono operare come strumenti standalone o come parte di una suite integrata di prodotti.

  1. Online Analytical Processing (OLAP) — Strumenti di BI utilizzati per analizzare grandi quantità di volumi di dati storici con funzionalità di analisi approfondita (drill-down). Le informazioni vengono memorizzate in cubi OLAP e offrono una vista multidimensionale dei dati.
  2. Analisi ad hoc — Strumenti di BI che consentono a qualsiasi utente di fare interrogazioni e generare report per rispondere a una domanda specifica, spesso utilizzando un dashboard OLAP “point and click” .
  3. Reportistica — Strumenti di BI che forniscono una rappresentazione visuale dei dati estratti da una query come diagrammi, mappe e grafici. Gli strumenti di reportistica BI offrono diversi vantaggi fra cui maggiore velocità, efficienza e precisione dei report utilizzati per l'analisi.
  4. Analitica avanzata — Strumenti di BI utilizzati dai data scientist per costruire modelli di analisi predittiva e prescrittiva. Questi strumenti autonomi o semi-autonomi hanno capacità sofisticate per prevedere esiti futuri e fare raccomandazioni.
  5. BI operativa — Strumenti di BI che elaborano dati in ingresso in tempo reale, dando visibilità e accesso più rapido a informazioni per i processi decisionali. Con dati e informazioni approfondite in tempo reale, un'azienda può rispondere rapidamente a tendenze ed eventi del mercato.
  6. BI open-source — Strumenti di BI sviluppati con codice open-source che può essere modificato secondo necessità. Questi strumenti vengono tipicamente commercializzati come suite di prodotti con funzionalità di reportistica e analisi incluse.
  7. BI self-service — Strumenti di BI che non richiedono alcuna formazione in analisi statistica o data mining per essere usati. I sistemi self-service sono configurati per consentire a qualsiasi utente di fare interrogazioni, creare report e ottenere informazioni dettagliate utilizzando dashboard interattivi.

Come trovare gli strumenti BI migliori

Il primo passo per scegliere uno strumento di BI è capire il tipo di sorgenti di dati (schemi e definizioni) a cui l'organizzazione ha accesso e come dovranno essere analizzate. La maggior parte delle sorgenti di dati è facilmente accessibile con uno strumento di BI, ma alcune tipologie specifiche di dati rendono l'accesso di fatto proibitivo. Uno strumento nativo per il cloud dovrebbe inoltre supportare i dati presenti in diversi data repository o data warehouse.

Il passo successivo è definire gli obiettivi di business e l'esito desiderato:

  • individuare i KPI che il sistema di BI deve misurare;
  • stimare i costi e valutare le competenze tecniche necessarie per gestire lo strumento;
  • decidere se serve uno strumento di BI standalone, uno strumento open-source o una suite di strumenti.

Uno o più strumenti di BI giusti dovrebbero consentire di scendere in profondità fino al minimo dettaglio e ottenere risposte precise filtrate per sorgente, ora e altri parametri necessari per rispondere a una richiesta. Dovrebbero avere funzionalità di "intelligenza suggestiva" (automatizzate con machine learning) in grado di individuare schemi ricorrenti nei dati pertinenti alla domanda a cui si deve rispondere, e suggerire le relative soluzioni.

Altre funzionalità importanti di uno strumento di BI moderno e robusto sono:

  • possibilità di generare report grafici;
  • tracciamento dello stato di avanzamento e dei singoli KPI;
  • creazione di grafica pronta per le presentazioni;
  • interfaccia intuitiva e facile da usare;
  • sicurezza robusta;
  • applicazioni mobile incluse;
  • definizione automatica delle priorità delle attività;
  • individuazione tempestiva dei problemi;
  • interfaccia con linguaggio naturale;

Esempi di Business Intelligence

La BI non è un esercizio teorico: se implementata correttamente, può trasformare un'organizzazione. Ecco alcuni esempi.

1. Lenovo: la potenza della BI in tempo reale

Lenovo è il più grande fornitore mondiale di PC e un'azienda di tecnologie da 46 miliardi di dollari con sede negli Stati Uniti. L'azienda ha realizzato una piattaforma cloud ibrida elastica a supporto di una BI in tempo reale che ogni anno analizza 11 miliardi di transazioni di dati strutturati e non.

I risultati misurati dalla nuova piattaforma comprendono: 18% di incremento dell'attach rate per i laptop serie ThinkPad, 11% di aumento dei ricavi per unità retail con analisi congiunta, e 1 milione di dollari di riduzione dei costi operativi in sei mesi.

Leggi il caso di studio →

2. McDonald’s: BI guidata dai dati per migliorare il servizio al cliente

McDonald’s ha utilizzato la BI guidata dai dati per migliorare il servizio al cliente con un nuovo approccio a ETL, Big Data e qualità dei dati.

Fra i risultati misurati spiccano la riduzione di acquisti di nuovo hardware e la capacità di generare report business-critical in maniera puntuale per prevedere le vendite, assicurare un presidio del personale commisurato al fabbisogno e assumere nuovi dipendenti.

3. MoneySuperMarket: aggregare i dati per migliorare la BI

MoneySuperMarket (MSM) è il principale sito di comparazione di prezzi del Regno Unito. MSM ha sfruttato la capacità di Amazon Web Services con Talend Data Management per trasferire i dati provenienti da diversi servizi web in data warehouse per ricavarne BI di marketing.

Fra i risultati misurati ci sono il miglioramento del percorso di acquisto per i clienti, le previsioni sulle prestazioni del canale abilitate da metriche giornaliere, e l'applicazione della data science a 11 terabyte di dati per supportare analisi ad hoc.

Il futuro della Business Intelligence: Intelligenza Artificiale e Cloud

Il futuro della BI per i Big Data è rappresentato dal cloud e dall'intelligenza artificiale. Estrarre dati da un database in produzione e inserirli in un foglio di calcolo per generare report di BI è un'attività sempre più rara. Con la transizione delle aziende al cloud, il sistema di BI viene automatizzato usando applicazioni di BI native per il cloud che estraggono informazioni approfondite, propongono suggerimenti e creano rappresentazioni visuali dei dati.

Oggi, l'esigenza di farsi guidare dai dati e di affrontare le complessità delle informazioni e la modernizzazione dei dati sono i motori che guidano le strategie cloud delle aziende. I tre scopi principali indicati dai CIO per l'adozione di tecnologie informatiche di cloud computing sono:

  1. migliorare l'agilità e la reattività;
  2. accelerare lo sviluppo e l'innovazione di prodotto;
  3. risparmiare denaro.

Il cloud computing offre nuove soluzioni per gestire la BI e i Big Data con strumenti di BI automatizzati nativi per il cloud. Secondo le stime, entro il 2020, il 40% delle attività svolte dai data scientists sarà automatizzato.

Primi passi con la Business Intelligence

I business analyst fanno affidamento su informazioni concrete e affidabili provenienti dagli enormi archivi di dati di un'azienda, per rispondere secondo necessità alle domande dell'azienda stessa. La BI sfrutta vari processi e tecnologie per accedere al vasto patrimonio di dati contenuti in data warehouses o data mart e convertirli in informazioni fruibili.

Sempre più organizzazioni puntano su Talend per integrare i Big Data nei processi decisionali, perché i nostri strumenti unificati sviluppano e implementano il lavoro di integrazione dei dati dieci volte più velocemente rispetto alla scrittura di codice manuale, con costi di 1/5 rispetto alla concorrenza.

Scopri come il nostro software di integrazione open-source gratuito può connettere e trasformare rapidamente tutti i dati, preparandoli per l'analisi più velocemente di quanto tu abbia mai immaginato.

Sei pronto a iniziare con Talend?