Cos'è la Business Intelligence e perché è importante. Capiamo quali sono i suoi ambiti applicativi e come fare Business Intelligence in azienda
Ogni giorno le aziende si trovano ad aver a che fare con una mole immane di dati. Riuscire a raccoglierli, analizzarli e renderli utilizzabili per ottimizzare o snellire le operazioni aziendali diventa fondamentale. Da qui occorre partire per comprendere cosa sia la Business Intelligence e quale sia la sua reale importanza.
Se vogliamo, aggiungiamoci già oggi che in termini di valore, l’infrastruttura tecnologica utile per attuarla è in continua crescita. Secondo Statista, la dimensione del mercato delle applicazioni software di Business Intelligence e analytics è destinata ad aumentare a livello globale nei prossimi anni da 14,9 miliardi di dollari nel 2019 a 17,6 miliardi nel 2024. E aggiunge che questo è un sotto segmento del mercato del software applicativo aziendale il cui fatturato mondiale assomma a 210 miliardi di dollari USA nel 2019.
Ma, come vedremo, la Business Intelligence è assai importante per un’azienda, perché è un processo tecnologico che combina analisi dei dati, strumenti di business intelligence (e non solo, anche predictive analytics e machine learning), infrastrutture e best practice in grado di aiutarla a prendere le giuste decisioni a partire dai dati.
Cos’è la Business Intelligence (BI)
La Business Intelligence (BI) combina business analytics, data mining, visualizzazione dei dati, strumenti e infrastrutture per i dati, nonché buone pratiche per permettere alle organizzazioni di prendere più decisioni basate sui dati. Da diversi anni ormai, la “nuova era” della Business Intelligence, oltre a prevedere i più tradizionali strumenti di Business Intelligence, integra anche business intelligence self-service, predictive analytics e machine learning.
Questa è la definizione che ha assunto negli ultimi anni. Ma il termine è assai più datato. Addirittura si deve risalire al 1865, quando Richard Devens lo presentò nella “Cyclopædia of Commercial and Business Anecdotes”, usando questo termine per raccontare come il banchiere Sir Henry Furnese traesse profitto dalle informazioni, raccogliendole e utilizzandole prima dei suoi concorrenti. Nel 1958 compare in un articolo scritto da Hans Peter Luhn, scienziato e ricercatore informatico IBM, per descrivere il potenziale della BI ottenibile attraverso l’uso della tecnologia.
Il concetto si è evoluto nel tempo, arrivando agli anni Sessanta del secolo scorso, quando tradurre i dati in informazioni utilizzabili era appannaggio unicamente di persone con competenze estremamente specializzate. Non solo: a quel tempo, i dati provenienti da più fonti erano normalmente immagazzinati in silos, e la ricerca era presentata in report frammentati e disarticolati. È con gli anni Ottanta che si è ulteriormente sviluppata insieme ai modelli informatici per il processo decisionale e la trasformazione dei dati in intuizioni prima di diventare un’offerta specifica dei team di BI con soluzioni di servizio dipendenti dall’IT.
Il numero di venditori dedicati è cresciuto in questi anni in maniera direttamente proporzionale alla scoperta, da parte del mondo business, della scoperta del valore della BI e si è assistito allo sviluppo di strumenti assortiti e dedicati.
Le applicazioni della BI
Sono infiniti i settori e le aziende che oggi si avvalgono della Business Intelligence. Per comprendere perché, occorre mettere in luce le sue possibili applicazioni.
Business Intelligence per la relazione con i clienti
Un’applicazione chiave è quella che riguarda il rapporto col cliente. La negoziazione con il cliente è un’abilità cruciale per i reparti vendite di ogni organizzazione. A volte può essere difficile convincere i potenziali clienti ad acquistare il prodotto o servizio. Attraverso strumenti di business intelligence, le applicazioni di business analytics e intelligence, questo processo permette di essere molto più fluido e prevedibile.
BI per la pianificazione
C’è un altro vantaggio nell’applicazione della BI: nel mondo degli affari, stare un passo avanti ai concorrenti è vitale. I dati raccolti dai sistemi dedicati aiutano i manager a rimanere informati su dove si trova il loro business in relazione a diversi KPI, in modo da non essere mai presi alla sprovvista. La pianificazione è uno dei passi più importanti per rimanere in cima al mercato in qualsiasi settore, e gli strumenti di business intelligence la rendono davvero semplice ed efficace.
Data visualization
Un’altra applicazione riguarda la visualizzazione. Gli strumenti di business intelligence utilizzano tool di data science, come i data analytics progettati per analizzare e gestire i dati relativi alle operazioni aziendali. Presentati sotto forma di visualizzazioni, essi permettono all’organizzazione di monitorare la logistica, le vendite, la produttività e molto altro, sempre più anche attraverso business intelligence self-service, predictive analytics e machine learning.
Reporting, applicazione fondamentale della Business Intelligence
Un’applicazione commerciale fondamentale della Business Intelligence è il reporting. Gli strumenti BI raccolgono e studiano set di dati non strutturati, oltre a organizzarli e utilizzarli per generare una serie di diversi tipi di report. Questi possono includere il personale, le spese, le vendite, il servizio clienti e altri processi.
Infine, grazie alla BI, le organizzazioni possono monitorare il progresso degli obiettivi in base a scadenze predefinite o personalizzabili.
Gli esempi applicativi della BI
Per comprendere meglio, presentiamo alcuni esempi. Uno riguarda Coca-Cola. Il suo team di Business Intelligence gestisce i report di tutte le operazioni di vendita e consegna in azienda. Grazie alla piattaforma di BI, il team ha automatizzato i processi di reporting manuale, risparmiando oltre 260 ore all’anno: più di sei settimane lavorative di 40 ore.
Altro esempio riguarda HelloFresh, azienda internazionale che opera nella realizzazione di kit per la preparazione dei pasti. Essa ha sviluppato una soluzione di Business Intelligence centralizzata che ha consentito al team responsabile delle analisi di marketing di risparmiare 10-20 ore lavorative al giorno, automatizzando i processi di elaborazione dei report. Ha inoltre offerto all’intero team di marketing la possibilità di creare campagne di marketing digitale mirate e orientate a livello regionale. Elaborando le analisi aggregate del comportamento dei clienti, HelloFresh ha nominato tre responsabili degli acquisti incaricati di seguire queste attività. La possibilità di vedere e monitorare i dati in tempo reale consente di reagire meglio ai comportamenti dei clienti e di ottimizzare le campagne di marketing. L’azienda ha così aumentato le conversioni e rafforzato la fidelizzazione dei clienti.
Starbucks è un colosso che ogni giorno gestisce montagne di dati per migliorare il proprio giro d’affari e fornire sempre al cliente l’esperienza più piacevole. Processa 90 milioni di transazioni alla settimana e non è un caso che sia all’avanguardia nell’uso dei big data e dell’intelligenza artificiale per aiutare il marketing, le vendite e le decisioni aziendali. Una di queste ha a che fare con la capacità di determinare le nuove ubicazioni dei negozi, essenziale per avere successo nella vendita al dettaglio. Il team di pianificazione del mercato di Starbucks sfrutta il potere della data intelligence attraverso Atlas, uno strumento di mappatura e Business Intelligence. Questo strumento valuta un’enorme quantità di dati, come la vicinanza ad altre sedi di Starbucks, i dati demografici, i modelli di traffico e altro ancora, prima di raccomandare la posizione di un nuovo negozio. Questo sistema predice anche l’impatto sulle altre sedi di Starbucks nella zona se un nuovo negozio dovesse aprire. Questo ha portato a essere la più grande catena del suo genere al mondo, con 28.720 punti vendita in 78 paesi, di cui 12mila negli Stati Uniti.
Perché la Business Intelligence è importante
La Business Intelligence può supportare notevolmente i processi aziendali.
Essa aiuta le aziende a monitorare le tendenze, ad adattarsi a condizioni di mercato variabili e a migliorare il processo decisionale a tutti i livelli dell’organizzazione.
Il miglioramento della pianificazione e dell’analisi può essere usato per rafforzare i processi, focalizzare le operazioni aziendali e usare i dati per guidare il processo decisionale.
Dati più accurati significano decisioni più efficaci. L’accuratezza perfeziona anche la fiducia nelle previsioni aziendali. Quando si sa che si può fare affidamento sui propri dati, si possono fare ipotesi più accurate sul futuro del proprio business. Sono tutti effetti positivi a cascata.
Se volessimo tradurre sinteticamente l’importanza della BI potremmo enunciare i benefici che si possono ottenere grazie ad essa, come: decisioni tempestive, vantaggio sui competitor, maggiori ricavi e opportunità, elevato ritorno degli investimenti, minori costi e rischi.
Relativamente agli strumenti di Business Intelligence, i vantaggi che essi forniscono spaziano dalla possibilità di contare su una reportistica rapida e accurata alle preziose intuizioni di business ottenibili. A questo proposito le imprese possono misurare la produttività dei dipendenti, le entrate, il successo generale e le prestazioni specifiche dei reparti. Si possono scoprire i punti di forza e di debolezza poiché gli strumenti di BI aiutano le organizzazioni a capire cosa sta funzionando e cosa no. Impostare gli avvisi è facile e può aiutare a tracciare queste metriche e aiutare i dirigenti impegnati a rimanere in cima ai KPI che contano di più per il loro business.
C’è un altro vantaggio, tipico della data science: la capacità di gestire e manipolare una grande quantità di dati ma anche di qualità migliore.
Identificare le tendenze del mercato, contare su una maggiore efficienza operativa, prendere decisioni più efficaci e accurate, sono vantaggi sostanziali che la BI offre grazie alla tecnologia (strumenti di business intelligence e data science, business intelligence self-service, predictive analytics, machine learning).
Tutto questo si traduce anche in un aumento delle entrate, obiettivo fondante di qualsiasi azienda. I dati dagli strumenti di BI possono aiutare le aziende a comprendere determinate dinamiche, potendo anche mettere a fuoco i punti deboli del processo di vendita, per esempio. Sapendo ascoltare e osservare meglio, si riescono a ottenere risultati ottimali – e, conseguentemente, maggiori ricavi.
Infine, gli strumenti di Business Intelligence possono analizzare le inefficienze e aiutare a espandere i margini.
Qual è la differenza tra Business Intelligence e Data Science?
Spesso quando si parla di Business Intelligence si tende a fare confusione ed a considerarla alla stregua della Data Science, ma i due concetti sono molto differenti tra loro.
Secondo la definizione riportata da Wikipedia, la Data Science è l’insieme di principi metodologici (basati sul metodo scientifico) e di tecniche multidisciplinari volto a interpretare ed estrarre conoscenza dai dati attraverso la relativa fase di analisi da parte di un esperto, solitamente il Data Scientist.
La differenza tra Business Intelligence e Data Science sta dunque nella “missione”: la Data Science è la scienza che estrae valore dai dati, la scienza che afferisce a tutte le fasi necessarie per l’analisi dei dati (dalla preparazione all’analisi stessa dei dati, passando per la pulizia, la trasformazione, ecc.); la Business Intelligence, invece, è l’insieme dei processi volto a raccogliere ed analizzare dati storici per estrapolarne informazioni utili.
In questi termini, la Data Science potrebbe essere vista come una evoluzione più ampia della Business Intelligence.
Come fare Business Intelligence
Negli ultimi anni, la Business Intelligence si è evoluta per includere più processi e attività per aiutare a migliorare le prestazioni. Questi processi includono: estrazione dei dati; report per condividere l’analisi dei dati alle parti interessate; metriche di performance e benchmarking; analisi descrittiva; strumenti di querying, per porre domande specifiche; analisi statistica e visiva dei dati e loro preparazione;business intelligence self-service; predictive analytics; machine learning.
Da qui si comincia a comprendere come funziona la BI. Le aziende e le organizzazioni hanno domande e obiettivi. Per rispondere a queste domande e monitorare le prestazioni rispetto a questi obiettivi, raccolgono i dati necessari, li analizzano e determinano quali azioni intraprendere per raggiungere i loro obiettivi. Essi vengono elaborati e poi memorizzati in data warehouse. Una volta archiviati, gli utenti possono accedere ai dati, iniziando il processo di analisi per rispondere alle domande riguardanti l’azienda.
Si tratta di un processo complesso, che fa capo alla Business Intelligence che, a sua volta, comprende data analytics e business analytics e che si può sinteticamente riportare a tre azioni cardine: raccolta dei dati; analisi ed elaborazione; verifica dei risultati.
Gli strumenti
Il primo passo necessario è la raccolta dati. È un’operazione possibile grazie a software e a device che possono estrarre i Big Data provenienti sia dal sistema aziendale sia da altre fonti come social media, oppure AdWords o Google Analytics. Un’altra fonte sono anche i sistemi di e-mail marketing.
Tutta la mole di dati raccolti va debitamente organizzata in un report. Stiamo parlando di informazioni riguardanti tutti coloro che hanno a che fare con l’azienda: dipendenti, soci, fornitori, clienti e che vengono raccolte nel data warehouse, ovvero un sistema informativo in grado di semplificare l’accesso ai dati. Un’operazione possibile mediante la creazione di dashboard, particolare interfaccia utente grafica che fornisce una visione immediata dei KPI, indicatori chiave di performance rilevanti per un particolare obiettivo o processo aziendale e grazie ai quali si possono evidenziare pregi e difetti dell’azienda. Per rendere così immediata la visione si avvale di rappresentazioni grafiche.
Altro processo di business intelligence è relativo alla possibilità di organizzare i dati in insights: sono i risultati utili per comprendere come l’azienda sta performando al presente e per informare sulle decisioni strategiche e tattiche che essa deve prendere per il suo futuro. Questo processo viene eseguito mediante software specifici che rendono immediatamente comprensibile e fruibile la raccolta dei dati e la loro analisi. Un esempio in questo senso è Business Explorer, strumento di analisi che fornisce strumenti flessibili per svolgere reporting e analisi per analisi strategiche e per il supporto decisionale.
Per un approfondimento consigliamo la lettura dell’articolo “I migliori software e strumenti per la Business Intelligence“.
Le fasi della BI
La Business Intelligence è generalmente divisa in quattro fasi che costituiscono il processo di BI:
FASE 1. Raccolta di informazioni
Durante la raccolta delle informazioni, i dati vengono preparati da fonti esistenti o raccolti esternamente attraverso l’uso di sondaggi di persona o online, sondaggi, questionari o moduli.
I dati di feedback possono essere raccolti da clienti, personale o consulenti, e si tiene conto dell’anonimato e della privacy al fine di fornire i dati più onesti e riflessivi possibili.
FASE 2. Analisi
Questa è una delle aree chiave per trasformare i dati grezzi in informazioni. La BI rende più facile per l’utente esplorare i dati e trasformarli in informazioni utili. Ci sono tre tipi comuni di analisi:
analisi del foglio di calcolo: probabilmente la forma più “antica” di analisi in cui i dati da un’applicazione di foglio di calcolo vengono tradotti in tabelle e grafici al fine di identificare tendenze specifiche e incongruenze.
Software per sviluppare specifiche query di dati: dove i dati sono stati raccolti possono essere analizzati automaticamente dal software o all’importazione.
Strumenti di visualizzazione: grafici e diagrammi che prendono i dati grezzi e creano visualizzazioni che gli utenti possono leggere e capire.
FASE 3. Reporting
Una volta che i dati sono stati analizzati, devono essere sottoposti a reporting, un sistema ordinato di resoconti, documenti e prospetti che si possono utilizzare per acquisire le informazioni necessarie a un periodico confronto tra obiettivi e consuntivi.
FASE 4. Monitoraggio e previsione
La Business Intelligence è un processo circolare, e quindi la quarta fase di monitoraggio e previsione può rifluire nella prima fase, quella della raccolta delle informazioni.
Il monitoraggio permette all’utente di visionare dati e informazioni in tempo reale. Fornisce istantanee tra i periodi di reporting o quando si prendono decisioni. Sue parti essenziali sono:
- Dashboard – elemento centrale dove sono contenute tutte le metriche e i dati utili e attivabili. Di solito sono rappresentati graficamente per facilitare la lettura da parte degli utenti.
- Key Performance Indicators – I KPI misurano le prestazioni di determinati driver chiave dell’organizzazione.
- Business Performance Management – Conosciuto anche come Balanced Scorecard, è un sistema progettato per assicurare che gli obiettivi di performance per l’organizzazione o i progetti siano raggiunti e che i risultati siano consegnati. La predizione aiuta il management a prevedere cosa accadrà sulla base dei dati attualmente disponibili e di altre tendenze. La previsione può essere una forma incredibilmente complessa di BI, e utilizza una combinazione di intuizioni raccolte durante le fasi di analisi e monitoraggio/previsione per prendere decisioni sui risultati futuri, o su quali dati concentrarsi per la prossima fase di raccolta delle informazioni.
- Per quanto riguarda la previsione, ne esistono di due tipi: data mining e modellazione predittiva. Nel primo caso ha a che fare con l’azione finalizzata a trovare modelli e relazioni in e tra grandi insiemi di dati al fine di estrarre o trasformare i dati in qualcosa che possiamo capire e utilizzare ulteriormente. Nel secondo caso s’intende qualsiasi modellazione che mira a prevedere il risultato di un’azione, o la probabilità di un risultato.
