Logo ImpresaCity.it

Tre ragioni per gestire meglio la Business Intelligence self-service

La diffusione di soluzioni di BI decentralizzate è un bene, ma introduce complessità che possono frenare l'azienda nella sua gestione analitica dei dati

Redazione Impresacity

L'evoluzione dei software di Business Intelligence ha tra l'altro portato una loro "democratizzazione", nel senso che hanno man mano acquisito potenza e versatilità gli strumenti self-service, patrimonio degli utenti business e non solo degli esperti di analisi dei dati e di statistica. Nel complesso è un bene, perché permette alle figure di business di prendere decisioni in tempi anche rapidi, senza aspettare che lo staff IT o di analytics esegua estrazioni di dati e analisi al posto loro.

In questa evoluzione c'è però un rovescio della medaglia abbastanza comune quando le tecnologie escono dal ristretto ambito degli addetti ai lavori (in questo caso i data analyst) e si diffondono in tutta l'azienda: l'utilizzo di alcuni strumenti software ha una perdita di efficienza complessiva se si distribuisce troppo. In questo caso tale limite è superato dai vantaggi della diffusione della BI, ma va comunue tenuto presente. E diventa importante se l'azienda si avvicina a tematiche come quelle dei Big Data.

Nel modello per così dire tradizionale, la Business Intelligence entra in azienda come elemento centralizzato a cui fanno capo sistemi e procedure per la raccolta, l'organizzazione e l'analisi dei dati. Altrettanto centrale è la definizione sia dei criteri per la pulizia dei dati, sia dei significati dei dati stessi e delle metriche che ne derivano.

finance34

Quando la BI man mano si decentralizza, è pratica diffusa che i vari dipartimenti business inizino a gestire sistemi e dati propri, al di fuori - del tutto o parzialmente - del controllo dell'IT. Non è neanche così assurdo pensare che in alcune imprese la BI diventi un'attività fortemente decentralizzata, con molti dipartimenti autonomi nella gestione dei dati e nell'estrazione di informazioni.

Il primo elemento che viene colpito negativamente da questa decentralizzazione è la gestione dei costi, banalmente perché si perdono le possibili economie di scala. Se ogni linea di business valuta e acquisisce i suoi sistemi, complessivamente l'azienda spenderà di più in licenze software e manutenzione.

Questi costi di acquisizione però non costituiscono il nodo principale e probabilmente sono superati dalla maggiore convenienza della BI decentralizzata. Un punto più indefinito e delicato è il costo indiretto legato al tempo e alle risorse che gli utenti di business devono impiegare per diventare quantomeno esperti dei tool che hanno ottenuto. In mancanza della figura intermedia - il mitologico citizen data scientist - tra esperti e utenti business, la questione resta sul tavolo.

analisi statistica

Il secondo rischio legato alla decentralizzazione è un disallineamento nella definizione di significati e indicatori. Nel tempo ciascun dipartimento arriva a seguire logiche proprie nella creazione delle basi dati, dà significati diversi alle medesime informazioni e basa le sue valutazioni di performance su metriche diverse. Non è un problema in assoluto, lo diventa quando le varie divisioni devono confrontare le proprie conclusioni alla ricerca una "verità" comune. In uno scenario del genere inevitabilmente non si riesce a raggiungerla, cosa che finisce per indebolire la BI invece di rafforzarla come strumento.

Si tratta peraltro di un sintomo di un terzo problema più ampio: la gestione decentralizzata della BI ha molti vantaggi, in particolare di velocità e flessibilità, ma "scala" solo fino a un certo punto. Se l'azienda nel suo complesso vuole darsi una strategia complessiva e a lungo termine dell'analisi dei dati, la gestione decentralizzata deve essere messa in armonia con una visione e una gestione anche centralizzate, più vecchio stile.

Questo perché l'introduzione della BI self-service arriva di solito come soluzione a problemi specifici e limitati alla business unit che le sceglie. E' una visione comprensibile ma a breve-medio termine, mentre per temi come la gestione dei Big Data serve una concezione molto più strutturata e di ampio respiro, che tenga conto anche di aspetti - ad esempio la qualità e la sicurezza dei dati - che applicazioni mirate possono permettersi di non considerare.

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato con le notizie di ImpresaCity.it iscriviti alla nostra Newsletter gratuita.
Pubblicato il: 23/10/2017

Speciali

speciali

La sicurezza informatica al servizio della digital transformation

speciali

Check Point Experience, il futuro della cybersecurity è servito