Pur essendo uno degli strumenti più longevi del panorama tecnologico, la Business Intelligence non ha mai raggiunto quella popolarità di cui invece hanno goduto altre soluzioni.
Tuttavia, la sua capacità di evolvere nel tempo sia dal punto di vista delle prestazioni che da quello dei campi di applicazione la pone ancora oggi tra quelle discipline degne di attenzione perché potrebbe essere di grande utilità per le aziende, facilitando un approccio alla gestione data-driven previsionale, ponendosi come interfaccia tra le moderne tecnologie di AI e il patrimonio di dati e sistemi di elaborazione specifico di ciascuna realtà.
Le prime tre vite
La Business Intelligence (BI) è una disciplina non certo giovane, visto che la sua nascita può essere fatta risalire al 1865 quando la pubblicazione “Cyclopaedia of Commercial and Business Anecdotes” di Richard Miller Devens utilizzò tale termine per descrivere il segreto del successo del banchiere Sir Henry Furnese che guadagnava raccogliendo informazioni politiche e di mercato, agendo di conseguenza prima dei suoi concorrenti. La prima forma di applicazione della BI si manifesta dunque come strategia basata sulle informazioni, adottata per creare o incrementare il vantaggio competitivo.
Per passare a una concezione più moderna e tecnologica della BI bisogna però attendere il 1958 con la pubblicazione dell’articolo “A Business Intelligence System”, scritto da Hans Peter Luhn, un informatico della IBM. In questa nuova fase evolutiva la BI si caratterizza come un insieme di processi e di strumenti con cui raccogliere i dati rendendoli fruibili per assumere decisioni strategiche. La successiva diffusione dei data-base relazionali, dei data-warehouse, dei decision support system (DSS) favorì il progressivo sviluppo di applicazioni di BI per estrarre dati da più fonti e per aggregarli in modo strutturato.
Arriviamo così alla più recente declinazione della BI che trova espressione nei tool di self-BI, semplici da usare anche da parte di utenti non specializzati, disponibili per diversi device e dotati di elevate capacità analitiche; grazie alla grande mole di dati oggi disponibile, la BI abilita l’approccio alla gestione aziendale data-driven. Citando Gartner, si può affermare che l’odierna applicazione della BI comprende strumenti, infrastruttura, metodi e best practice per l’accesso e l’analisi delle informazioni, al fine di migliorare le decisioni e le performance di business.
I tratti distintivi di queste prime tre vite della BI mostrano un’evoluzione lineare della disciplina che nasce come sistema di query e reporting diventando gradualmente sistema di data-analytics. Alla capacità iniziale di estrarre, aggregare e presentare i dati si aggiunge nel tempo la possibilità di trasformare i dati in insight:
- cioè da dati ben confezionati ma sostanzialmente ancora grezzi si passa a dati analizzati e valorizzati in ottica decisionale.
Da una fotografia statica e descrittiva dell’azienda si passa a una visione dinamica e predittiva che consente di rilevare connessioni e relazioni molto più profonde.
I benefici ottenuti finora
Inizialmente, nell’epoca dei mainframe e dello sviluppo di programmi in linguaggio Cobol, gli strumenti di BI hanno trovato proficua applicazione in quei contesti informatici in cui gli applicativi gestionali molto rigidi non consentivano di accedere al data-base aziendale in modo diverso da quello codificato nelle transazioni standard disponibili. Di fronte alla necessità di reperire velocemente dati aggregati secondo criteri specifici non preventivamente definiti, la BI rappresentava la sola alternativa al dover attendere mesi per l’implementazione di nuove funzionalità del gestionale aziendale.
Successivamente, i gestionali aziendali sono diventati più flessibili ma si sono moltiplicati e specializzati:
- l’ERP per l’area economico-finanziaria,
- il CRM per l’area commerciale,
- il MES per l’area produttiva.
In questa fase la BI è stata utilizzata per consentire l’accesso a diverse fonti di dati e per farli parlare tra di loro, diventando uno strumento di integrazione dei diversi sistemi IT presenti in azienda. Oltre alla capacità di elaborazione statistica dei dati finanziari e alle funzioni di simulazione “what-if” già precedentemente possedute, la BI consente ora di ricavare e monitorare KPI su una più vasta gamma di processi.
I dati possono essere aggregati per cluster tematici: a quelli più tradizionali come finanza e controllo di gestione, mercato e vendite, logistica e produzione si aggiungono quelli più attuali delle performance, del rischio, della sostenibilità, della strategia. I vantaggi che ne derivano vanno:
- dal miglioramento del rapporto con i clienti, grazie ad una più approfondita analisi della customer experience,
- alla massimizzazione della produttività basata sullo studio delle inefficienze e dei colli di bottiglia;
- dall’incremento del ROI ottenuto con una corretta allocazione degli investimenti,
- all’ottimizzazione dei flussi logistici.
Ma il terreno su cui oggi si fa la differenza è senza dubbio quello della gestione del rischio, degli impatti ESG e della strategia di lungo termine: in questi ambiti la BI può sprigionare tutte le sue potenzialità legate alla raccolta di dati da fonti diverse, all’analisi predittiva e alla presentazione sotto forma di dashboard che forniscono una visualizzazione chiara, completa, aggiornata e dinamica dei fenomeni sotto osservazione. In tal modo si possono ricavare con facilità misurazioni oggettive per attribuire rating o supportare processi di due-diligence, oppure report illustrativi che facilitano il percorso verso la rendicontazione di sostenibilità.
Le prossime vite
Più che gli ambiti applicativi già ben delineati, le future evoluzioni della BI riguardano gli aspetti tecnologici della disciplina che stanno maturando su due fronti.
Il primo concerne la gestione dei dati che dovrà evolvere da un approccio centralizzato, tipico dei data-base/data-lake, a una visione sistemica che affronta l’elevata delocalizzazione dei dati mediante la loro virtualizzazione. Il concetto innovativo di data-fabric si basa infatti sulla creazione di layer che contengono la mappatura logica dei dati provenienti da fonti diverse (applicativi in-house, applicativi SaaS, sistemi dipartimentali, cloud, streaming da IOT etc…) ma che non vanno a modificarne l’architettura fisica, né a creare silos di duplicati.
Nel contesto di un approccio data-fabric diventerà fondamentale la flessibilità dei tool specialistici di gestione dei dati e la loro integrazione nel panorama di sistemi IT gestiti con metodologie agili:
- l’orientamento è quello di andare verso applicazioni no-code/low-code con un modello DATAOPS in cui gli specialisti dei dati lavorano al fianco degli utilizzatori-decisori per consentire estrazioni e simulazioni in tempo reale (ottimizzando il cosiddetto “time-to-insight”), secondo l’ormai collaudato modello CI/CD (Continuous Integration – Continuous Delivery).
Il secondo fronte tecnologico riguarda la contaminazione della BI con altre discipline affini come la data-science, l’intelligenza artificiale (AI), il machine-learning, il digital-twin che aprono le porte a una sua caratterizzazione molto più spinta verso il forecasting di fenomeni e risultati e il supporto alla simulazione di scenari futuri. Per citare nuovamente Gartner, si stima che entro il 2025 il 75% delle grandi aziende avranno implementato strategie di DATAPOS; anche la stessa definizione di BI si sta trasformando in DI, Decision Intelligence, proprio per sottolineare il valore aggiunto degli insight, ormai considerati vero asset strategico aziendale.
E non è tutto: vogliamo parlare anche di come l’elaborazione quantistica potrebbe potenziare infinitamente gli strumenti di BI ? Oggi è ancora un’ipotesi un po’ prematura, ma sicuramente dobbiamo aspettarci che dopo il consolidamento della quarta e della quinta vita tuttora in corso, la BI possa aspirare a viverne almeno altre due, una delle quali già intuibile: le molteplici correlazioni supportate dai qubit quantici (la proprietà denominata “entanglement”) abiliteranno l’affinamento degli insight e la varietà degli scenari analizzabili. Se questo non fosse ancora abbastanza, chi vuole azzardare una profezia sulla settima vita?
Intervento di Giorgio IRTINO – Consulente, Temporary-Manager e Ricercatore in modelli organizzativi, tecnologie innovative, sostenibilità e compliance c/o METEC snc
