Cos’ è la Business Intelligence

Le aziende del terzo millennio hanno un pensiero fisso: il cliente.

Il cliente riveste un ruolo determinante all’interno dell’impresa e senza esagerazione lo si potrebbe definire “il re”. Nella scala evolutiva del marketing si è passati dalla brand image ad un complesso Customer Relationship Management: la gestione delle relazioni con i clienti.

E allora, come fare? Come attrarre l’inafferrabile oggetto del desiderio?

La risposta è semplice: con l’utilizzo dalla Business Intelligence.

Ma cos’è questa Business Intelligence?

La B.I. è’ un termine coniato agli inizi degli anni ’90 (esattamente nell’89 da Howard Dresner analista di Gartner Group), per l’insieme dei concetti, delle metodologie e la capacità dell’impresa di accedere, esplorare ed analizzare le informazioni aziendali.

Fare Business Intelligence in azienda vuol dire cercare, trovare, organizzare, interpretare informazioni che consentono di sfruttare, anticipare, controllare processi e fenomeni di mercato o interni all’azienda stessa, con l’obiettivo di accrescere il proprio valore e porsi in posizione di vantaggio nei confronti della concorrenza.

Fare quindi operazioni di Intelligence mirate al Business, vuol dire definire una struttura aziendale che vede manager ed analisti impegnati su di un unico fronte, proiettati secondo le strategie aziendali, al raggiungimento dell’obiettivo prefissato: conoscere per fare business.

Gartner Inc. è una società di consulenze e ricerca tecnologica con oltre 10.000 clienti nel mondo L’attività principale si svolge nei campi di ricerca, consulenza, benchmarking, eventi e notizie. L’azienda è stata fondata nel 1979 da Gideon Gartner, che l’ha lasciata nel 1992 per fondare Giga. Tra i suoi successi ricordiamo la creazione dell’indice e della metodologia di calcolo TCO.

La sede principale è a Stamford, Connecticut negli Stati Uniti, Ha oltre 3.800 associati, includendo circa 1.000 analisti e consulenti, in oltre 75 sedi a livello mondiale.

Alla base della B.I. ci sono i concetti di:

• Informazione
• Data Mining
• Datawerehouse

Per “informazione” s’intende un insieme di dati elementari, che opportunamente aggregati e integrati secondo specifiche regole, determinano un elemento di base per il patrimonio informativo aziendale.

L’informazione nasce come strumento fondamentale del manager per prendere decisioni. Nei tradizionali database ci troviamo spesso davanti ad una struttura dati orientata ad ottimizzare le operazioni che giornalmente più volte sono necessarie nella gestione di un’azienda. Tali sistemi, proprio perché pensati in quest’ottica, sono detti operazionali oppure OLTP (On Line Transaction Processing). In questa visione tutto il patrimonio aziendale conosciuto viene identificato come “dato” e legato fisicamente all’archivio nel quale è contenuto.

A chi si rivolge l’informazione?

Ai Manager e a chiunque altro sia interessato al processo di decision-making, hanno bisogno di accedere ai dati in un modo che supporti il loro modo di lavorare con le informazioni.

Il punto di forza dell’analisi del manager sta nell’identificare e comprendere le tendenze e fare dei paragoni. In questa fase dell’attività le informazioni sono presenti a livello aggregato; l’accesso a dati dettagliati si ottiene tramite un’analisi by-product eseguita a livello sommario.

Il maggior valore di un sistema di Business Intelligence non viene dalla semplice raccolta dei dati e dal loro immagazzinamento in un sistema consistente; piuttosto il vantaggio innovativo deriva dall’uso di tool per analizzare il significato nascosto dei dati e ricavare i risultati dell’analisi quali i fenomeni e le loro caratterizzazioni a livello dell’azienda e in rapporto al mercato.

Di conseguenza risulta essere :

• di proprietà dei responsabili tecnici ;

• elaborato ed estratto dalle procedure sviluppate dal personale applicativo ;

• gestito ed organizzato dal personale sistemistico.

Tutto questo vincola le capacità analitiche e decisionali del manager a scelte informatiche specifiche, che non sempre portano ai risultati attesi.

E’ preferibile quindi puntare dritto agli obiettivi, trasformando i dati memorizzati nei DB in informazioni da ricercare, utilizzare e diffondere nell’azienda, attraverso i canali più opportuni, riuscendo quindi a riconoscere come entità “l’Informazione” e non “il dato” o la tabella sulla quale è stato memorizzato.

In informatica, il Data Mining (letteralmente: estrazione da una miniera di dati) è l’estrazione di informazione utile, eseguita in modo automatico o semiautomatico, da grandi quantità di dati. Questo tipo di attività è cruciale in molti ambiti della ricerca scientifica, ma anche in altri settori (per esempio in quello delle ricerche di mercato).

Le tecniche e gli algoritmi di data mining hanno lo scopo di analizzare vasti campioni di dati, allo scopo di identificare interessanti regolarità dette pattern. I pattern così identificati possono essere, nella ricerca scientifica, il punto di partenza per ipotizzare e quindi verificare nuove relazioni di tipo causale fra fenomeni; in generale, possono servire in senso statistico per formulare previsioni su nuovi insiemi di dati.

Un concetto correlato al “data mining” è quello di machine learning (apprendimento automatico); infatti, l’identificazione di pattern può paragonarsi all’apprendimento, da parte del sistema di data mining, di una relazione causale precedentemente ignota, cosa che trova applicazione in ambiti come quello degli algoritmi euristici e della intelligenza artificiale. Tuttavia, occorre notare che il processo di data mining è sempre sottoposto al rischio di “rivelare” relazioni causali inesistenti.

Nonostante il termine data warehouse (DW) sia diventato molto di moda negli ultimi anni ed un gran numero di aziende stia implementando o per implementare sistemi di DW, non esiste una unanime definizione di magazzino di dati.

Secondo alcuni autori il DW è semplicemente un sinonimo di database fisico (relazionale o multidimensionale) che contiene dati; secondo altri, il DW può essere definito come un ambiente con strutture dati finalizzate al supporto delle decisioni, fisicamente separato dai sistemi operazionali. Entrambe le definizioni, tuttavia, sembrano abbastanza limitanti e non in grado di spiegare a fondo il concetto.

Inmon, che per primo ha parlato esplicitamente di data warehouse, invece, lo definisce come una raccolta di dati integrata, subject oriented, time variant e non-volatile di supporto ai processi decisionali. Quindi, l’integrazione dei dati di un DW costituisce una delle premesse necessarie che ne consentono una progettazione adeguata e che lo distinguono da ogni altro sistema di supporto alle decisioni.

Secondo Inmon la raccolta di dati è:

• Integrata: requisito fondamentale di un data warehouse è l’integrazione della raccolta dati. Nel data warehouse confluiscono dati provenienti da più sistemi transazionali e da fonti esterne. L’obiettivo dell’integrazione può essere raggiunto percorrendo differenti strade: mediante l’utilizzo di metodi di codifica uniformi, mediante il perseguimento di una omogeneità semantica di tutte le variabili, mediante l’utilizzo delle stesse unità di misura;

• Orientata all’oggetto: perché il DW è orientato a temi specifici dell’azienda piuttosto che alle applicazioni o alle funzioni. In un DW i dati vengono archiviati in modo che possano essere facilmente letti o elaborati dagli utenti. L’obiettivo, quindi, non è più quello di minimizzare la ridondanza mediante la normalizzazione ma quello di fornire dati che abbiano una struttura in grado di favorire la produzione di informazioni. Si passa dalla progettazione per funzioni alla modellazione dei dati al fine di consentire una visione multidimensionale degli stessi;

• Variante nel tempo: i dati archiviati all’interno di un DW hanno un orizzonte temporale molto più esteso rispetto a quelli archiviati in un sistema operazionale. Nel DW sono contenute una serie di informazioni relative alle aree di interesse che colgono la situazione relativa ad un determinato fenomeno in un determinato intervallo temporale piuttosto esteso. Ciò, tuttavia, comporta che i dati contenuti in un DW siano aggiornati fino ad una certa data, che nella maggior parte dei casi, è antecedente a quella in cui l’utente interroga il sistema.

In SAP, l’ambiete Business Intelligence è costituito dalla Business Objects. Tutte le grandi aziende e multinazionali clienti SAP, utilizzano questa tecnologia per la B.I..

I profili informatici che lavorano in questo specifico settore vengono definiti  consulenti esperiti Business Intelligence B.O. .

Per informazioni sul Corso SAP Business Intelligence Business Objects visitate il seguente link.