Nell’attuale scenario della competizione aziendale sempre più si discute di strategie di customer satisfaction (il cliente viene accontentato con servizi mirati) o di retention (mantenimento del cliente), di analisi del rischio oppure di abbandono. L’attenzione verso certe metodologie, anche di natura statistica, è cresciuta da quando alcuni mercati si sono aperti alla competizione concorrenziale: pensiamo per esempio al mercato della cosiddetta telefonia mobile, che nel nostro Paese fino a qualche anno fa era completamente gestito da un solo fornitore di servizio.
La pluralità che oggi esiste obbliga i diversi fornitori ad attuare politiche di marketing operativo e strategico che siano sempre più penetranti nel settore di competenza, e che assicurino anche la possibilità di aumentare i consensi fino a quel momento ottenuti. La grande sensibilità dimostrata delle aziende di tutto il mondo nei confronti dei sistemi di supporto decisionale (DSS), in tutte le sue possibili forme e declinazioni, ci dà l’idea di quanto queste siano fermamente impegnate ad incrementare la propria competitività sul mercato attraverso lo sfruttamento delle informazioni che costituiscono il loro vero patrimonio aziendale.
Introduzione
Per questi fini aziendali è diventato indispensabile poter disporre di informazioni sempre più accurate in modo rapido ed efficace. La soluzione trovata dai maggiori nomi nel settore dell’informatica è quella riconosciuta come Business Intelligence (BI): una mistura opportunamente dosata di tecnologia di alto livello, informatica e statistica, che fornisce agli addetti ai lavori le informazioni necessarie per rispondere efficacemente alle esigenze di business e aiuta a prendere decisioni strategiche.
I sistemi di Business intelligence (BIS), sono vitali nella creazione di vantaggi competitivi che hanno impatto sulla profittabilità a lungo termine dell’azienda (management information systems, sales controlling). Grazie al processo di raccolta della grande mole di informazioni aziendali e di quelle che a questa arrivano anche da contesti esogeni, si progettano una serie di avanzati strumenti di analisi che permettono un’indagine strategica nel patrimonio informativo aziendale, che assume il ruolo di vera miniera informativa dalla quale mutuare nuove conoscenze. L’approccio seguito in un contesto di BIS, infatti, è articolato in tre punti fondamentali:
- Navigare attraverso i dati per evidenziare punti di interesse analitico
- Approfondire l’analisi in questi punti per validare e/o sviluppare ipotesi
- Presentazione appropriata dei risultati
Business Intelligence System (BIS)
In questo articolo non abbiamo la pretesa di trattare tutti gli argomenti inerenti la BI e le metodologie che ad essa sottendono; meno che mai potremmo farlo per ciò che concerne i dati, che de facto costituiscono la pietra angolare di tutti i concetti e processi inerenti la BI. Possiamo però introdurre un concetto fondamentale e strettamente legato ai dati, quello di data warehouse (magazzino di dati), come propedeutico alla BI.
L’imperativo categorico per un’azienda che intraprenda la strada della BI come supporto alle sue decisioni, è quello che vede il patrimonio informativo aziendale pienamente fruibile dagli analisti interni nel miglior modo possibile. È necessario perciò che i dati vengano strutturati in modo tale da essere facilmente accessibili e manipolabili da particolari tipi di software specializzato. Se, come accade nella maggior parte dei casi, è richiesta anche la possibilità di utilizzare modelli matematici previsionali, è altresì necessario avere cognizione della storia informativa dell’azienda. Questa necessità non è affatto soddisfatta dai sistemi di database tradizionali che sono stati concepiti per gestire l’operatività corrente e perciò transazioni in tempo reale, le cosiddette attività di OLTP (on line transaction processing).
BIS e data warehouse
Al fine di minimizzare l’impatto computazionale delle richieste dei BIS sui sistemi operazionali, in generale si adotta una strategia della ‘divisione‘ dei due ambienti operativi; viene creato un ambiente repository funzionale solo agli scopi BIS, chiamato data warehouse (DW). La natura totalmente diversa dei BIS rispetto agli ambienti operazionali risiede nel fatto che i primi forniscono informazioni sui trend o sugli aggregati piuttosto che su singole transazioni, e quindi un data warehouse deve fornire appropriati livelli di sommarizzazione delle informazioni.
È necessario di solito soddisfare esigenze relative a particolari aree di interesse (clienti, aree geografiche, ecc.) e perciò un DW è sempre organizzato per soggetti (argomento di interesse analitico per l’utente finale). Deve inoltre essere possibile investigare i trend su diverse scale temporali, e perciò un data warehouse deve offrire in maniera consona anche dati relativi a periodi passati.
I DW di solito contengono una mole di dati che non interessa nella sua interezza ma solo in parte, a seconda della funzione aziendale dell’utente; per questo motivo è stato introdotto il concetto di data mart che sempre più si sta affermando nel settore specializzato. Il data mart rappresenta una parte dell’intero patrimonio dati aziendale che ha una specifica rilevanza per un particolare dipartimento aziendale, funzione di business oppure applicazione.
Conclusioni
Per essere coscienti pienamente dei cambiamenti del mercato e perciò riuscire ad anticiparli in maniera competitiva, è necessario accedere alle informazioni aziendali in maniera flessibile e da diversi punti di vista e dimensioni. Con appropriati tool di BI è possibile sondare qualsiasi segmento del business aziendale e rispondere a domande del tipo “COSA ACCADE SE….” invece che alle tradizionali “COSA È SUCCESSO?“. Il must dei vendor ad oggi più accreditati sul mercato delle solution BI, è di fornire agli utenti una visione del mondo aziendale e del mercato che abbia questa flessibilità, fornendo così tutte le informazioni necessarie per decidere in maniera corretta al momento giusto.