Business Intelligence e Business Analytics cosa sono, le differenze e come si attivano. La sfida non è banale. Si tratta di due tra i termini più diffusi, e spesso abusati, nel panorama aziendale moderno. Il motivo è semplice, sul piatto c’è la possibilità, e il desiderio fortissimo, di prendere decisioni migliori, in meno tempo grazie a moli di dati per qualità e profondità impensabili solo fino a pochi mesi fa. Siamo dunque la centro, nel cuore del sento della trasformazione digitale. Un processo evolutivo dirompente che sta guidando manager e imprese verso il futuro, manco a dirlo grazie ai dati.
Non è assolutamente un caso, in questo scenario, che colossi dell’innovazione come HPE abbiano da tempo messo al centro delle proprie strategie concetti come il Data Driven.
Concetti che, ora, stanno traducendo in storie reali, progetti concreti, tangibili, sul territorio grazie a progetti di successo come HPE Innovation Lab Next e a collaborazioni storiche come quella con un system integrator di eccellenza come TT Tecnosistemi. Una collaborazione che proprio sulle piattaforme e i servizi innovativi che abilitano Business Intelligence e Business Analytics sta costruendo casi e soluzioni di successo. Ma, come da tradizione, andiamo con ordine e proviamo a fare chiarezza su due concetti, come detto, spesso abusati e, soprattutto, confusi.
Business Intelligence cos’è
Intano la business intelligence (BI). Vocabolario alla mano parliamo di un processo basato sulla tecnologia per l’analisi dei dati e la presentazione di informazioni fruibili che aiuta dirigenti, manager e altri utenti finali aziendali a prendere decisioni aziendali informate.
La BI comprende una vasta gamma di strumenti, applicazioni e metodologie che consentono alle organizzazioni di raccogliere dati da sistemi interni e fonti esterne, prepararli per l’analisi, sviluppare ed eseguire query su tali dati e creare report, dashboard e visualizzazioni dei dati per rendere disponibili i risultati analitici ai decisori aziendali, così come ai lavoratori operativi.
Nel complesso, il ruolo della business intelligence è migliorare tutte i processi di un’azienda migliorando l’accesso alle informazioni e quindi utilizzando tali dati per aumentare la redditività.
Le aziende che impiegano pratiche di BI possono tradurre i loro dati raccolti in approfondimenti sui loro processi aziendali. Le intuizioni che ne derivano possono quindi essere utilizzate per creare decisioni aziendali strategiche che migliorano la produttività, aumentano le entrate e accelerano la crescita.
I dati di BI possono includere informazioni storiche archiviate in un data warehouse, nonché nuovi dati raccolti dai sistemi man mano che vengono generati, consentendo agli strumenti di BI di supportare processi decisionali sia strategici che tattici.
Inizialmente, gli strumenti di BI erano utilizzati principalmente da analisti e altri professionisti IT che eseguivano analisi e producevano report con risultati di query per gli utenti aziendali.
Sempre più spesso, i dirigenti e i dipendenti oggi utilizzano le stesse piattaforme di business intelligence, in parte grazie allo sviluppo di strumenti e dashboard di BI self-service e di rilevazione dei dati. Il mercato BI dovrebbe sperimentare una crescita continua poiché gli strumenti incorporano sempre più sia l’intelligenza artificiale che il Machine Learning.
Business Analytics cos’è
E poi c’è la Business Analytics (BA). Si parla della esplorazione metodica dei dati di un’organizzazione, con enfasi sull’analisi statistica. La Business Analytics viene utilizzata dalle aziende impegnate a prendere decisioni basate sui dati. Per poi trarne un vantaggio competitivo. Una Business Analytics di successo dipende dalla qualità dei dati, da analisti qualificati che comprendono le tecnologie e il business e da un impegno organizzativo nell’uso dei dati per ottenere approfondimenti che informano le decisioni aziendali.
Tipologie specifiche di Business Analytics includono:
Analisi descrittiva, che tiene traccia degli indicatori chiave di prestazione (KPI) per comprendere lo stato attuale di un’azienda;
Analisi predittiva, che analizza i dati di tendenza per valutare la probabilità di risultati futuri;
Analisi prescrittiva, che utilizza le prestazioni passate per generare raccomandazioni su come gestire situazioni simili in futuro.
Come funziona la Business Analytics
Una volta determinato l’obiettivo aziendale dell’analisi, viene selezionata una metodologia di analisi e vengono acquisiti dati per supportare l’analisi. L’acquisizione dei dati spesso comporta l’estrazione da uno o più sistemi aziendali, la pulizia e l’integrazione in un singolo repository come un data warehouse.
La Business Analytics viene in genere eseguita su un set di dati campione più piccolo. Gli strumenti analitici spaziano da fogli di calcolo con funzioni statistiche a complesse attività di data mining e modellazione predittiva. Man mano che vengono scoperti modelli e relazioni nei dati, vengono poste nuove domande e il processo analitico viene ripetuto fino al raggiungimento dell’obiettivo aziendale.
Business Intelligence e Business Analytics, le differenze
Mentre, come anticipato, i termini business intelligence e business analytics sono spesso usati in modo intercambiabile, ci sono alcune differenze chiave
Business Intelligence e Business Analytics come abilitarle. Il caso HPE e TT Tecnosistemi
Detto di cosa e delle differenze siamo al come e per spiegarlo ci avvaliamo del contributo esclusivo di un giovane manager di un system integrator come TT Tecnosistemi che, come detto, grazie ad un progetto come HPE Innovation Lab Next sta portando, da tempo, sul territorio, soluzioni verticali capaci di accendere, davvero, i vantaggi, appena descritti, di Business Intelligence e Business Analytics.
«Non c’è dubbio che negli ultimi anni la digital trasformation è stata pervasiva e capace di rendere digitale un sempre maggiore numero di dati che da analogici sono divenuti sempre più digitali – spiega Alessandro Niccoli Project Manager PLM, BPM, BI & Analytics presso TT TECNOSISTEMI SPA -. In questo contesto l’evoluzione tecnologica ha permesso di aggiungere ai dati già presenti in azienda (Erp, Crm, Documentali, ecc..) Big Data provenienti da dispositivi mobili, Social Media, IOT, Sensoristica oltre che da Open Data.
L’obiettivo che si sono poste le aziende è trarre valore dai dati per far emergere opportunità, automatizzare i processi, predire comportamenti o per mitigare rischi. Per elaborare efficacemente grandi moli di dati, è necessaria una infrastruttura scalabile che permetta delle prestazioni ottimali all’aumentare del sizing dei dati ed in più delle componenti applicative che ne permettano l’archiviazione, il calcolo distribuito, il machine learning, l’intelligenza artificiale, l’implementazione di algoritmi, la modellazione dei dati per arrivare al Reporting a supporto del Management e delle Operations.
I report possono essere su ciò che è avvenuto (Business Intelligence) o su quanto potrà accadere (Business Analytics). Sono sorte nuove figure professionali come il Data Scientist, che con competenze Statistiche e di Programmazione mediante l’analisi dei dati riesce a individuare delle correlazioni tra variabili che possono permettere la scoperta di nuove opportunità.
In questo scenario HPE ha fornito un’infrastruttura d’avanguardia, combinando l’innovativo concetto di Silycon Root of Trust installato sui server di nuova generazione, alle piattaforme di storage come 3PAR, Nimble e Primera e le piattaforme di iperconvergenza come Synergy e Simplivity utilizzabili sfruttando il moderno servizio Green Lake As a Service.
TT Tecnosistemi ha prodotto delle soluzioni che rendono scalabile e sicura la governance dei dati aziendali e costituiscono una piattaforma su cui sviluppare facilmente algoritmi, machine learning, intelligenza artificiale per dare valore all’azienda con nuovi revenue e savings che diversamente non sarebbero ottenibili»
