I sistemi di business intelligence (BI), parafrasando una felice metafora che da qualche anno viene associata ai big data, possono essere definiti la benzina dell’impesa. Analogamente alla funzione assolta dal carburante per le macchine, spingono un altro motore, quello delle decisioni aziendali, alimentandolo di informazioni essenziali e accurate. Secondo l’ultimo Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano, nel 2019 il mercato relativo in Italia ha raggiunto un valore pari a 1,7 miliardi di euro, in crescita del 23% rispetto all’anno precedente. Al primo posto tra le voci di spesa dei sistemi di business intelligence si posizionano i software, suddivisi tra quelli per la visualizzazione e l’analisi dei dati e gli strumenti di ingestion, integrazione, preparazione e governance. Tra i settori, sono le banche a detenere il primato della spesa in BI, seguite da manifatturiero, telco e media, servizi, GDO e retail, assicurazioni, utility, PA e sanità.
Sistemi di business intelligence: a che punto siamo
La crescita di attenzione per i sistemi di business intelligence, sempre secondo l’Osservatorio, vede il 93% delle grandi aziende investire soprattutto in progetti di analisi dei dati, in infrastrutture per aumentare il livello di integrazione dei dati e in azioni per migliorarne la qualità. Sul versante, invece, delle PMI il focus si concentra, oltre che nell’integrazione dei dati interni, nella formazione di base sull’analisi dei dati a beneficio di risorse già presenti in azienda, nell’integrazione di dati da fonti esterne e nello sviluppo di progetti di analisi predittiva mediante la business intelligence. Identificare in anticipo eventuali anomalie nel ciclo produttivo o scoprire trend di mercato basandosi su dati statici ricavati dallo storico diventa la strada, ad esempio, per ottimizzare la supply chain o per aumentare l’efficacia delle campagne di marketing. A patto ovviamente che la “benzina”, cioè i modelli di analytics ricavati dalla propria base dati, sia un combustibile di qualità.
Come fare l’analisi predittiva nella business intelligence
È capitato a tutti di ricevere, via mail o mentre si naviga su un marketplace online, suggerimenti di acquisto non pertinenti. Eppure sono stati creati automaticamente tenendo conto dei comportamenti tracciati sui motori di ricerca. I cosiddetti recommendation engine, infatti, generano proposte a partire da un’aggregazione “intelligente” dei dati dei clienti, ma non sempre risultano attendibili. Basta una piccola variante, come può essere una ricerca svolta su Internet per interposta persona, a metterli in crisi. Per questo l’affidabilità dell’analisi predittiva nella business intelligence dipende certo dalla tecnologia che si sceglie di adottare, ma soprattutto dal system integrator o dalla software house con cui si decide di implementarla. Una delle maggiori criticità riscontrate dall’Osservatorio del Politecnico riguarda proprio la carenza di figure specializzate in sistemi di business intelligence (e quindi anche in modelli di analisi predittiva), quali Data Analyst e Data Scientist. Un problema a cui si può ovviare individuando il partner esterno giusto.
I requisiti essenziali dei sistemi di business intelligence
L’affiancamento di un soggetto con competenze specifiche nei sistemi di business intelligence è importante anche per definire insieme all’azienda alcuni requisiti che non possono mancare in uno strumento BI. Ecco i principali:
- visione completa di tutte le sorgenti dei dati;
- integrazione con le principali business application, in particolare con il gestionale ERP;
- tracciabilità di ogni operazione e delle risorse umane coinvolte;
- potenziamento degli strumenti standard di controllo di gestione grazie all’aggiunta di apposite metriche KPI (Key Performance Indicator);
- sistema di alert per segnalare eventi critici di natura economico-finanziaria;
- suggerimento automatico delle opzioni possibili per raggiungere un risultato;
- reportistica modulabile in funzione delle query impostate;
- facile consultazione su dashboard anche in mobilità;
- analisi predittiva avanzata con scenari presunti e variabili connesse.
I moderni sistemi di business intelligence devono possedere almeno le caratteristiche citate sopra. Ecco perché la software selection va fatta insieme a chi conosce bene qual è la benzina migliore per far correre la propria azienda.
In definitiva, per sapere come i sistemi di business intelligence possano influire nella definizione della strategia aziendale, leggi anche questo post in cui viene spiegato bene qual è il potere enorme dei dati.
