Cos’è la Business Intelligence e a che cosa serve
L’obbiettivo della Business Intelligence è conoscere come le informazioni possono essere utilizzate per analizzare una attività, o comprendere come un sistema può convertire i dati grezzi in informazioni utili.
Spesso esperienze, percezioni e strategie che usiamo nei processi decisionali, cambiano molto lentamente. Le informazioni invece sono sempre nuove, cambiano rapidamente e in modo importante.
A che cosa vale un piano d’azione ben concepito se poi è semplicemente tardi per raggiungere il vantaggio competitivo?
Spesso c’è un’enorme differenza tra le informazioni che i decision maker richiedono, e la miriade di dati che le aziende raccolgono tutti i giorni. Il problema principale che rimane è di come fare a convertire tutti i dati in informazioni utilizzabili.
L’aspetto più difficile è quello di trovare la giusta metrica per misurare il rendimento dell’azienda. Queste metriche si chiamano KPI o Key Performance Indicator (indicatori principali del rendimento)
La Business Intelligence utilizza un approccio razionale di gestione
Grazie a questo processo, le diverse fonti di dati presenti in azienda, diventano informazione a supporto delle decisioni. La trasformazione avviene attraverso i seguenti step:
Fonti di dati –> Analisi dei cubi multidimensionali –> Esplorazione dei Dati –> Data Mining –> Ottimizzazione –> Decisione
Le Fonti di Dati possono essere:
- ERP
- CRM
- DataBase
- Files
- Social Networks
- …
Mediante gli strumenti di ETL (Extract, Transform, Load) i dati delle diverse fonti vengono integrate in un unico data warehouse da cui si estraggono i data mart per le successive analisi dei vari settori aziendali (Logistica, Marketing,…).
Il Dataware house è il luogo di consolidamento dell’insieme dei dati aziendali.
Il termine Data Mart (letteralmente deposito di dati) designa un sotto-insieme del data warehouse che contiene i data del data warehouse per un particolare settore aziendale (dipartimento, direzione, servizio,gamma prodotto, ecc.). Si parla quindi ad esempio di Data Mart Marketing, Data Mart Commerciale
Un Dataware House è disegnato per agevolare l’analisi di dati non volatili, provenienti da fonti diverse, trasformati logicamente e fisicamente e mantenuti per lunghi periodi di tempo per permettere di effettuare anche analisi di mercato. Non può gestire dati volatili
Extract, Transform, Load (ETL) si riferisce al processo di estrazione, trasformazione e caricamento dei dati in un sistema di sintesi (Data warehouse, Data Mart).
I dati vengono estratti da sistemi sorgenti quali database transazionali (OLTP), comuni file di testo o da altri sistemi informatici (ad esempio, sistemi ERP o CRM).
Subiscono quindi un processo di trasformazione, che consiste nel:
- Selezionare solo quelli che sono di interesse per il sistema
- Normalizzare i dati (per esempio eliminando i duplicati)
- Derivare nuovi dati calcolati
- Eseguire accoppiamenti (join) tra dati recuperati da differenti tabelle
- Raggruppare i dati che appartengono allo stesso oggetto
Tale trasformazione ha lo scopo di consolidare i dati (cioè rendere omogenei dati provenienti da sorgenti diverse) in modo che siano aderenti alla logica di business del sistema di analisi per cui viene sviluppato. Vengono infine caricati nelle tabelle del sistema di sintesi (load).
Il Data Mining è l’estrazione di un sapere o di una conoscenza a partire da grandi quantità di dati e l’utilizzazione industriale o operativa di questo sapere.
Oggi il Data Mining ha una duplice valenza:
- Estrazione, con tecniche analitiche all’avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile
- Esplorazione ed analisi, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi. Questo tipo di attività è cruciale in molti ambiti della ricerca scientifica, ma anche in altri settori. E’ utilizzata per risolvere problematiche diverse tra loro, che vanno dalla gestione delle relazioni con i clienti (CRM), all‘individuazione di comportamenti fraudolenti.
