Sezione divulgativa IT – 2 – Passato, presente e futuro della Business Intelligence

Passato, presente e futuro della Business Intelligence

Ieri: Business Intelligence, da oggi: Big Data, Analytics ma non solo

 

E’ opinione attuale abbastanza diffusa e consolidata – a partire da alcune note società di analisi e consulenza a livello mondiale come Deloitte e Gartner – che la Business Intelligence evolverà, nel breve, secondo un ben preciso percorso.

Iniziamo – prima di descrivere queste tendenze evolutive – a sintetizzare il significato di “dato” e di “Business Intelligence”, facendone rientrare il significato nel moderno approccio alla Strategia Aziendale, a sua volta riassumibile in questa sequenza “DATO -> INFORMAZIONE -> CONOSCENZA -> SAGGEZZA”.

Il dato – dal latino “datum” letteralmente: fatto – è una descrizione elementare la cui successiva elaborazione può portare alla conoscenza di un’informazione.

La “analisi dati” è un processo di ispezione, cernita, pulitura, sintesi, consolidamento, aggregazione, riconciliazione, interpretazione e presentazione di dati con il fine di evidenziare informazioni che aiutino a trarre conclusioni e supportino le decisioni strategiche aziendali.

La “Business Intelligence” – tipicamente abbreviata in BI – è l’insieme di processi aziendali istituiti per la raccolta ed analisi di dati – attraverso l’uso di soluzioni software dedicate – con lo scopo di estrarne informazioni strategiche, tipicamente usate da dirigenti d’azienda.

Una ottima definizione è di Forrester Research che definisce la BI come “a set of methodologies, processes, architectures, and technologies that transform raw data into meaningful and useful information used to enable more effective strategic, tactical, and operational insights and decision-making.”

Essa comprende sia i tradizionali sistemi di raccolta dei dati con lo scopo di analizzare il passato o il presente per capirne i fenomeni, le cause dei problemi o le motivazioni delle performance ottenute, sia sistemi più evoluti dedicati a stimare o a predire il futuro e a simulare scenari alternativi.

La BI è stata anche definita “la statistica per non statistici” (Docente Paolo Pasini – SDA Bocconi Milano – 2006) per sottolineare il fatto che il suo uso non debba richiedere particolari competenze da parte dell’utente finale, tipicamente – ma lo scenario lato fruitori è in forte evoluzione – un manager e non un informatico o uno statistico.

Il motto della BI è: “the right information reach the right people at the right time”.

Tipicamente, i vantaggi che vengono apportati da progetti di BI corrispondono molto bene alle aspettative dell’utente medio, sia esso un dirigente o un produttore del dato stesso.

Si dice – e la nostra esperienza sul campo lo conferma – che spesso durante il ciclo di vita di un progetto di Bi si incontra la classica resistenza al nuovo iniziale ma poi avviene una spinta successiva – con una montagna di richieste di evolutive – da parte degli stessi utenti.

La BI è centrata sull’utente e sul dato di cui lui ha bisogno- anche se non sempre ne è pienamente consapevole – presentato nella forma che lo renda più comprensibile, piuttosto che sullo strumento.

Quest’ultimo strumento – o, meglio, categoria di strumenti – è da vedere come un metodo di accesso alle informazioni ed essi – inizialmente denominati Decision Support Systems (DSS), nati per i dirigenti – si stanno sempre più evolvendo e spostando verso una base di utenti, compresi quelli con ruoli operativi, molto più allargata.

La storia della BI comprende, ad oggi, sostanzialmente 3 fasi: chiamate BI 1.0, BI 2.0 e BI 3.0.

  • La BI 1.0 ha le sue origini nei primi anni 80, quando Ralph Kimball e Bill Inmon inventarono il concetto di Data Warehouse che aveva l’obiettivo di memorizzare dati da fonti diverse. Con i Data warehouse, le aziende sono state in grado di archiviare i propri dati aziendali in un unico repository centralizzato, in forma non volatile, non variabile nel tempo, con l’integrazione tra varie fonti generanti il dato stesso. Il processo di consultazione dei dati presenti nel data warehouse è stato il cuore della nascita di aziende come Business Objects, Microstrategy, Crystal Reports ed altre nei primi anni 1990, completando così lo scenario della prima generazione di strumenti software per la Business Intelligence.
  • La BI 2.0 – indicativamente dal 2005 – aveva come scopo permettere l’interrogazione dinamica in tempo reale di dati aziendali da parte dei dipendenti, un approccio basato su browser, in opposizione agli strumenti di interrogazione proprietari che avevano caratterizzato la precedente generazione di software di BI.
  • La BI 3.0 – fase attuale dalla data di inizio non univoca – come altre tecnologie, si è spostata da configurazioni client-server per il web verso i dispositivi mobili, diventando estremamente facile da usare aggiungendo funzionalità di uso collaborativo seguendo l’espansione della platea degli utilizzatori: dirigenti di ogni livello, responsabili di magazzino, responsabili uffici acquisti, personale di vendita e di marketing, ecc. La BI 3.0 diventa l’ideale per gruppi di lavoro sociale ed invece di generare i classici report mensili, settimanali o giornalieri, è ora in grado di generare report in tempo reale su qualsiasi numero di processi.

Ora vediamo una panoramica del percorso evolutivo della BI cui abbiamo accennato all’inizio di questa pagina, iniziando ad elencare le sue 5 principali probabili linee evolutive:

  1. I Big Data
  2. Le estensioni degli Analytics
  3. Una nuova governance dei dati
  4. Una apertura a nuovi approcci collaborativi (open data)
  5. La valorizzazione – anche economica – dei dati

Come annotazione iniziale, si vedano queste linee non in contrapposizione tra di loro ma in cooperazione reciproca, volta a dare maggiore utilità al lavoro sotteso alle relative attività.

I Big Data: molti ne parlano, qualcuno li contesta, altri vi contrappongono gli “Smart Data”, ma pochi – soprattutto nello scenario italiano – vi hanno davvero lavorato utilizzandoli. Per Deloitte anche il 2015 seguirà sulla stessa falsariga, quindi la diffusione generalizzata dell’uso di tali dati dovrà probabilmente ancora attendere.

Il motivo di questa situazione è che le tecnologie sono in costante evoluzioni in parallelo con le opportunità di business associate alla digitalizzazione delle informazioni. Si pensi a quante fonti dati sono ancora destrutturate e non studiate a fondo. La possibilità di lavorare in modo sistematico – con strumenti moderni – su dati già esistenti, già generati, ma fino ad ora poco sfruttati è un percorso di sviluppo molto probabile, promettente ed economico.

Analytics è la analisi per arrivare alla scoperta e alla comunicazione di pattern significativi nei dati. Particolarmente rilevante nei campi ricchi di informazioni registrate e storicizzate, questa analisi si basa sulla applicazione di statistica, linguaggi di programmazione per computer e ricerca operativa fatte lavorare insieme – si tratta infatti di una disciplina multidimensionale -e spesso favorisce la visualizzazione dei dati al fine di comunicare una visione, un approccio, il rispetto ad una teoria.

Le aziende possono applicare tali strumenti di analisi per i dati aziendali, con l’obiettivo di descrivere, prevedere e migliorare le performance aziendali; in particolare: gestione delle decisioni aziendali, analisi per la vendita al dettaglio, flussi di assortimento merce, l’ottimizzazione delle campagne di marketing, web analytics, dimensionamento della forza vendita, analisi di portafogli e di rischi, analisi su prezzi e promozioni, l’analisi contro le frodi.

In conseguenza di questo scenario, la governance dei dati assume un ruolo di crescente importanza. Un punto di partenza per le aziende può essere la definizione di un quadro chiaro – a livello di organigramma – per l’utilizzo dei dati che, nelle società più evolute e strutturate, viene affidato alla figura del Chief Digital Officer.

Tale figura – il CDO – non ha ancora un proprio posizionamento chiaro e, dove presente, è ancora troppo trasversale con il risultato che, pur esistendo in teoria tale figura, la governance concreta dei dati non viene condotta in modo definito e preciso.

Per discutere degli open data – che sconsigliamo di tradurre in italiano – è prima necessario definirli. La definizione – consultabile su http://opendefinition.org – dice testualmente: “Open means anyone can freely access, use, modify, and share for any purpose (subject, at most, to requirements that preserve provenance and openness)” – ma momento non si riscontra un accordo generale e comunemente condiviso su questa definizione.

L’open data si lega indissolubilmente alla disciplina dell’open government, cioè una teoria in base alla quale la pubblica amministrazione dovrebbe essere aperta ai cittadini, sia in termini di trasparenza che di partecipazione diretta al processo decisionale, comprendendo pure il il ricorso alle nuove tecnologie dell’informatica.

Gli open data frequentemente si riferiscono ad informazioni in forma di database e riferite ai temi più disparati – cartografia, genetica, chimica, formule matematiche e scientifiche, dati medici o delle bioscienze, dati anagrafici, dati governativi – e vi sono alcune difficoltà oggettive che impediscono alla pratica dei dati aperti una larga diffusione tra cui restrizioni relative alla privacy, segreto statistico, dati su flora e fauna protetta e interessi aziendali.

Secondo i sostenitori del movimento Open data, i dati andrebbero trattati come beni comun dell’ umanità. Qui di seguito alcune argomentazione utilizzate a sostegno della tesi:

  • I dati appartengono al genere umano. (esempio: i dati sui genomi, sugli organismi per la scienza medica, dati ambientali e meteorologici)
  • I dati prodotti dalla pubblica amministrazione, in quanto finanziati dalla tassazione, devono ritornare ai contribuenti, e alla comunità in generale, sotto forma di dati aperti e universalmente disponibili
  • In generale: restrizioni sull’accesso ai dati e sul loro riutilizzo limitano lo sviluppo della comunità
  • I dati sono necessari per agevolare l’esecuzione di comuni attività umane (esempio: i dati cartografici, o delle istituzioni pubbliche)
  • In campo scientifico è ormai dimostrato che il tasso di scoperta è accelerato da un più facile accesso ai dati.
  • È essenziale che i dati scientifici siano resi aperti per fare in modo che la scienza sia più efficace e quindi che la società che finanzia tale scienza ottenga il massimo beneficio dalle ricerche scientifiche

Questo tema – la cui base dati è in continua espansione – è oggi utilizzato soprattutto dalle realtà del settore pubblico. Per una diffusione più capillare, occorrerà – secondo Deloitte – risolvere il nodo cruciale della loro disponibilità e quantificazione del valore – anche sotto il semplice profilo economico.

Il tema si fa più intricato con interessanti implicazioni legali oltre che tecniche ed economiche.

Un esempio per chiudere: l’acquirente di un oggetto – e l’Internet delle cose ci avvolgerà nel breve – è titolare dei dati da esso generati o il produttore dell’oggetto può rivendicarne la proprietà ed il successivo riutilizzo?

Annunci
Questa voce è stata pubblicata in divulgazione IT, lavoro e contrassegnata con , , , , , , . Contrassegna il permalink.

2 risposte a Sezione divulgativa IT – 2 – Passato, presente e futuro della Business Intelligence

  1. Man from Mars ha detto:

    Interessante serie di post, complimenti!
    Riguardo gli open data, riporto solo una considerazione letta in altre discussioni a tema. I dati devono essere sì accessibili senza limitazioni, ma anche in formati non proprietari, ovvero che vincolino gli utenti all’utilizzo di specifici programmi. Banalmente, un testo non deve essere disponibile come file Microsoft Word perché 1) il formato .docx non è standard e 2) il software con cui leggerlo non è esso stesso liberamente disponibile.

    Mi piace

    • dv8888 ha detto:

      Grazie mille.
      Relativamente al concetto di “open format” ho preferito non inserirlo direttamente nel tema “open data” per lasciare l’accento sul dato in sé.
      Oggi spero arrivi il nuovo testo di questa sezione divulgativa.

      Daniele Vanoncini

      Mi piace

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione / Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione / Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione / Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione / Modifica )

Connessione a %s...