Che cos'è la Business Intelligence (BI) rispetto alla Business Analytics (BA)?

Il mercato dell'informatica (IT) è pieno zeppo di parole alla moda e termini che spesso vengono utilizzati in modo intercambiabile. Tuttavia, in alcuni casi esistono sottili differenze tra i termini che è importante comprendere e che possono influire sulla scelta degli strumenti e sulle modalità di implementazione. Un esempio è l'uso dei termini business intelligence (intelligenza aziendale) e business analytics (analisi aziendale) o BI e BA. Continua a leggere per scoprire come si differenziano questi termini e strumenti e in che modo si completano a vicenda.

Cominciamo con una lezione di storia.

La Business Intelligence nasce dal supporto decisionale

Sebbene esistessero alcuni utilizzi precedenti, la business intelligence (BI) come la intendiamo oggi si è evoluta dai sistemi di supporto decisionale (in inglese Decision Support System - DSS) utilizzati tra gli anni '60 e la metà degli anni '80. Nel 1989, Howard Dresner (ex analista di Gartner) ha proposto il termine “business intelligence” come termine generico per descrivere “i concetti e i metodi per migliorare il processo decisionale aziendale utilizzando sistemi di supporto basati sui fatti”.

La definizione più moderna fornita da Wikipedia descrive la BI come “un insieme di strategie e tecnologie utilizzate dalle imprese per l'analisi dei dati relativi alle informazioni aziendali”. Un'altra definizione offerta da TechTarget afferma che “la Business Intelligence (BI) è un processo basato sulla tecnologia per l'analisi dei dati e la fornitura di informazioni utilizzabili che aiutano dirigenti, manager e lavoratori a prendere decisioni aziendali informate”.

La definizione di TechTarget prosegue descrivendo come, nell'ambito del processo di BI, le organizzazioni raccolgono dati dai sistemi IT interni e da fonti esterne, li preparano per l'analisi, eseguono query sui dati e creano visualizzazioni dei dati, dashboard di BI e report per presentare i dati e rendere disponibili i risultati delle analisi agli utenti aziendali per il processo decisionale operativo e la pianificazione strategica.

Il Business Analytics diventa il termine generico

“Business analytics” o “data analytics” è il termine più moderno utilizzato per indicare il settore più ampio della BI, della gestione delle prestazioni aziendali (in inglese Corporate Performance Management - CPM) e degli strumenti e delle applicazioni analitiche. Ciò che mi piace del termine “analisi” è che denota un approccio più “attivo” al consumo delle informazioni. Mentre la BI è spesso vista principalmente come il processo di raccolta delle informazioni e di formattazione per la consegna agli utenti finali, l'analisi si riferisce più al processo di accesso, elaborazione, consumo, manipolazione, suddivisione, analisi approfondita delle informazioni per comprendere le tendenze e ottenere risposte a domande analitiche.

Di seguito è riportata la taxonomia dell'International Data Corporation (IDC) (vedere figura 1) relativa al software per big data (megadati) e analisi dei dati, che illustra come tutti questi strumenti e applicazioni si integrano tra loro. In questa taxonomia, il mercato è suddiviso in tre segmenti principali:

In alto a sinistra sono riportate le applicazioni di gestione delle prestazioni e analisi. Queste includono applicazioni finanziarie EPM/CPM (in inglese Enterprise Performance Management), nonché altre applicazioni analitiche, quali CRM (in inglese Customer Relationship Management), catena di approvvigionamento (in inglese - supply chain), forza lavoro e altre utilizzate nelle operazioni aziendali.

In alto a destra sono riportati gli strumenti di business intelligence e analisi. Questi includono query, reporting, multidimensionale/OLAP (in inglese Online Analytical Processing) e visual discovery, nonché analisi avanzate e predittive.

Alla base di entrambi questi segmenti vi sono le piattaforme di gestione e integrazione dei dati analitici. Queste includono strumenti di integrazione dei dati, nonché tecnologie di data warehousing e gestione dei dati in grado di fornire dati agli strumenti di BI e analitici o di essere sfruttate dalle applicazioni di gestione delle prestazioni e analitiche.

Figura 1 – Tassonomia IDC per il software di analisi e big data

Business Analytics in azione

Con la tassonomia IDC che identifica i vari tipi di strumenti di business analytics disponibili sul mercato, parliamo dei casi d'uso della business analytics. Esistono essenzialmente tre tipi di analisi che le aziende utilizzano per guidare il proprio processo decisionale:

• Analisi descrittiva: ci dice cosa è già successo in passato
• Analisi predittiva: ci mostra cosa “potrebbe” succedere in futuro
• Analisi prescrittiva: ci informa su cosa “dovrebbe” succedere in futuro

L'analisi descrittiva costituisce la maggior parte dei report gestionali odierni. Si tratta dell'analisi dei dati storici utilizzando tecniche semplici come l'aggregazione e il data mining, che vengono utilizzate per individuare tendenze, segnali e modelli. Queste informazioni vengono fornite agli utenti finali tramite report e dashboard di gestione che includono rappresentazioni visive dei dati, come grafici a linee, grafici a barre e grafici a torta, che forniscono informazioni utili e costituiscono la base per ulteriori analisi dei dettagli sottostanti.

L'analisi predittiva è un metodo più avanzato di analisi dei dati che applica tecniche di analisi statistica e apprendimento automatico ai dati storici per prevedere i risultati futuri e la probabilità che questi si verifichino. I casi d’uso dell’analisi predittiva includono problemi quali la previsione della domanda o delle vendite, l'individuazione delle frodi e l'analisi dell'abbandono dei clienti.

Sebbene strettamente correlata all'analisi descrittiva e predittiva, l'analisi prescrittiva fa un passo avanti, mostrando ai responsabili delle decisioni quale scenario futuro rappresenta la strada migliore da seguire utilizzando una varietà di metodi statistici. Ciò è possibile grazie alla raccolta di dati provenienti da una serie di fonti descrittive e predittive e alla loro applicazione al processo decisionale. Ciò consente ai team di visualizzare la linea d'azione migliore prima di prendere decisioni, risparmiando tempo e denaro e ottenendo risultati ottimali.

Sebbene ciascuno di questi metodi sia utile se utilizzato singolarmente, diventano particolarmente efficaci se utilizzati insieme.

L'approccio di OneStream all'analisi predittiva e all'apprendimento automatico

OneStream consente ai team finanziari di operare rapidamente unificando l'analisi predittiva con i processi CPM fondamentali: pianificazione, budgeting e previsioni; consolidamento finanziario; reporting; qualità dei dati finanziari. Inoltre, grazie alla nostra soluzione di analisi predittiva integrata (vedi figura 2), OneStream sta rivoluzionando il settore finanziario per migliorare ulteriormente i processi di budgeting, pianificazione e previsione, consentendo ai team di pianificare, analizzare e prevedere con sicurezza.

Figura 2 – Predictive Analytics 123 di OneStream. Come annunciato durante l'evento virtuale Splash di OneStream nel 2021, i servizi di intelligenza artificiale e la soluzione SensibleAI™ di OneStream forniranno ai team finanziari la possibilità di sfruttare modelli di ML predittivi senza un lavoro approfondito da parte dei data scientist. Questa soluzione guiderà gli utenti attraverso un processo graduale per ogni fase della creazione e dell'implementazione del modello ML (apprendimento automatico; in inglese Machine Learning). Ciò include l'ingegneria delle caratteristiche attraverso la configurazione avanzata degli algoritmi, la formazione e l'implementazione.

Per saperne di più

Gli strumenti di Business Intelligence fanno parte di una gamma più ampia di strumenti di analisi aziendale che includono infrastrutture di dati analitici, CPM e applicazioni analitiche, nonché strumenti avanzati di analisi predittiva. Questi strumenti e applicazioni di analisi aziendale sono tutti progettati per aiutare le organizzazioni a raccogliere, organizzare e diffondere le informazioni ai dirigenti e ai responsabili delle decisioni e fornire “l’intelligenza analitica” necessaria per prendere decisioni tempestive e informate in grado di migliorare le prestazioni aziendali.

Per ulteriori informazioni sull'approccio di OneStream all'analisi predittiva e all'apprendimento automatico, scaricate il nostro white paper e contattate OneStream se la vostra organizzazione è pronta a trasformare la funzione finanziaria allineando l'analisi predittiva avanzata e l'apprendimento automatico ai processi CPM fondamentali.