Sfruttare i propri dati: le questioni chiave di una BI moderna

I dati sono diventati un elemento chiave nella nostra società, e l’adozione di una cultura basata sui dati è diventata una questione strategica. Questa cultura si basa essenzialmente sull’accessibilità dei dati aziendali e sul loro sfruttamento su larga scala, che è il ruolo della BI (Business Intelligence). Tuttavia, solo il 24% delle aziende ha dichiarato quest’anno di aver forgiato una cultura dei dati, secondo il rapporto Big Data and AI Executive Survey 2021 pubblicato da NewVantage Partners.

Gli strumenti di business intelligence sono ampiamente distribuiti nelle aziende, ma il loro uso è spesso limitato e il valore che apportano consiste nell’automatizzare compiti manuali come la creazione di rapporti. Tuttavia, mentre i dati sono diventati il nuovo oro nero, si differenziano per il fatto che più sono utilizzati, maggiore è il loro valore.

È in questo contesto che i cosiddetti strumenti “moderni” di BI si sono evoluti, le cui sfide principali sono:

• Massimizzare il valore creato dai dati permettendo a tutti di analizzarli in totale autonomia
• e senza vincoli garantendo una coerenza globale (qualità dei dati, razionalizzazione dei rapporti e delle analisi, ecc.).

1. Rendere accessibili i propri dati

I database di business intelligence sono delle vere e proprie miniere d’oro che centralizzano i dati aziendali provenienti da diversi sistemi. Per permettere al maggior numero di persone di trarne valore, questi dati vengono “preparati” prima di essere resi accessibili agli utenti: ordinati, puliti, rinominati, modellati e persino formattati.

Questi principi sono validi in molti casi, ma cercare di semplificare l’uso dei dati ne limita anche lo sfruttamento. La fase di modellazione comporta la definizione di tutti i possibili incroci, il che permette solo analisi attraverso un prisma ridotto.

I moderni strumenti di BI rendono ormai facile per gli utenti sfruttare i dati grezzi e costruire nuovi modelli. Questa autonomia non porta solo a una migliore reattività, ma anche alla creazione di nuovi casi d’uso, lasciando molto più spazio all’innovazione e alla creatività.

2. Creare un’organizzazione adeguata

I cosiddetti strumenti decisionali “self-service” sono stati a lungo limitati alla possibilità per gli utenti finali di costruire i propri rapporti sulla base di un modello prestabilito. Questo approccio tradizionale ha mostrato i suoi limiti, riducendo la portata dell’analisi e limitando la creazione di valore.

Dal momento che l’uso dei dati non può essere limitato a casi d’uso finiti e conosciuti in anticipo, gli approcci tradizionali dei progetti non sono più rilevanti, poiché il bisogno è per sua natura fluttuante. Lo stesso vale per le tradizionali organizzazioni IT-centriche, che sono diventate un freno alla creazione di valore e devono essere ripensate.

La necessaria autonomia delle linee di business non relega in alcun modo il dipartimento IT in secondo piano. È prima di tutto il garante dei dati messi a disposizione, il che deve avvenire in modo controllato e sicuro. Svolge anche un ruolo di “centro di eccellenza“, diffondendo buone pratiche, formazione e innovazione. Infine, assicura la coerenza generale e la razionalizzazione delle produzioni per evitare una marea di pubblicazioni di rapporti che diventerebbero necessariamente ingestibili.

3. Gestire e controllare i dati

Apertura e accessibilità dei dati non significa mancanza di controlli e di governance. Al contrario, la tendenza verso il self-service ha aumentato notevolmente la necessità di una strategia di gestione dei dati ambiziosa e ricca di strumenti.

Essa deve consentire di soddisfare vari punti:

• Condividere una comprensione comune dei dati e del loro ciclo di vita, rendendoli comprensibili e utilizzabili da una vasta gamma di utenti
• Fornire dati affidabili e controllati in piena trasparenza con i dipartimenti aziendali
• Disporre di un’organizzazione chiara che definisca i ruoli e i processi intorno ai dati
• Centralizzare e facilitare l’accesso ai dati e ai rapporti

L’autonomia dei settori di attività rende impossibile sapere in anticipo quali dati o quali riferimenti incrociati saranno utilizzati, rendendo l’intero processo più complesso. Si possono mettere in atto diversi tipi di strumenti per raggiungere questo obiettivo, ma la sfida principale rimane metodologica e umana.

4. Stabilire una cultura dei dati

Avete reso i vostri dati accessibili, distribuito strumenti analitici e report in modo esteso, strutturato una strategia di gestione dei dati, eppure… i dati mancano ancora rispetto a molte decisioni. La parte più difficile deve ancora venire: ovvero creare una cultura dei dati.

Le azioni che abbiamo appena menzionato sono certamente il fondamento di questa cultura, ma sono ancora insufficienti. Alcuni dipartimenti aziendali sono naturalmente orientati ai dati e sfrutteranno rapidamente i vari strumenti a loro disposizione, mentre altri richiederanno un grande sforzo di gestione del cambiamento. Ci possono essere molte ragioni alla base di ciò: difficoltà di lettura e comprensione dei dati, mancanza di interesse, o mancanza di visibilità di ciò che questi strumenti possono fare. Si possono intraprendere diverse azioni per promuovere tale cultura.

È possibile impostare una fase iniziale di sensibilizzazione per trasmettere le opportunità di sfruttamento e le leve di miglioramento offerte dalla gestione basata sui dati. È necessario in questa fase che i dipendenti abbiano una chiara comprensione del loro ruolo all’interno dell’azienda e che i KPI siano chiaramente definiti all’interno di ogni dipartimento.

Potrà seguire una seconda fase per mobilitare i dipendenti attraverso azioni concrete: laboratori di manipolazione, o prototipazione co-creativa per far emergere nuovi casi d’uso. Anche la comunicazione gioca un ruolo essenziale, ed è necessario parlare dei benefici ottenuti per dimostrare la creazione di valore.

Conclusione

Gli strumenti di business intelligence si sono evoluti molto negli ultimi anni. Da un lato, hanno sfruttato i Big Data, rendendo possibile l’elaborazione di un numero sempre maggiore di dati più rapidamente. D’altra parte, sono diventati più agili, rendendo le funzioni di analisi avanzate più accessibili. Questo secondo punto tende a democratizzare l’uso degli strumenti di analisi in tutta l’azienda, rendendo ognuno un attore piuttosto che un semplice consumatore di rapporti fatti da altri.

Questi cambiamenti tecnologici implicano cambiamenti d’uso da sfruttare al massimo, che devono essere promossi e organizzati attraverso nuove strutture.

Questa transizione verso una BI moderna sarà basata sui 4 punti menzionati sopra:

• l’accessibilità dei dati non modellati, per permettere agli utenti di guardare i dati da nuove angolazioni in modo indipendente, o per essere più reattivi ai rischi.
• un cambiamento completo nel modello di consegna dei dipartimenti IT ai dipartimenti aziendali.
• la promozione di una strategia di gestione dei dati basata su una fonte comune di dati comprensibili, visibili e accessibili.
• una cultura dei dati che vada oltre l’analisi e si imponga ai decision maker.

Avete bisogno di supporto per i vostri progetti di BI?