Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Giugno 2002

Integrare la Business Intelligence nell'Impresa (I parte)

Mike Ferguson by Mike Ferguson

Tipicamente, i sistemi di BI vengono costruiti utilizzando strumenti ETL (Estract, Transform and Load), cioè di estrazione e trasformazione dei dati, unitamente a strumenti di reingegnerizzazione dei dati stessi, con l'obiettivo di estrarre, validare, integrare/associare, trasformare e caricare i dati a partire da fonti multiple di sistemi operativi diversi, in uno o più depositi di dati analitici.

Quindi, vengono poi utilizzati pacchetti applicativi analitici, oltre a strumenti OLAP e di data mining, per analizzare i dati all'interno di questi depositi, in modo da produrre nuove informazioni significative sia per la gestione dei clienti che per il controllo delle prestazioni dell'impresa nelle aree del marketing, delle vendite, delle finanze (ad es.: pagamenti e analisi del cash flow, gestione dei debiti, ecc.), delle risorse umane e delle operazioni.

Attualmente, la grande maggioranza degli utenti di sistemi di BI è costituita, tipicamente, dal management e da utenti della potenza di analisi del business che analizzano i dati, interpretano le informazioni di intelligence prodotte e adottano decisioni.

Tuttavia, per molte organizzazioni, la distribuzione della business intelligence a questi utenti di "prima linea" non ha apportato sufficienti benefici, almeno nella misura ipotizzata dalle aspettative iniziali.

Un fattore che ha contribuito a questa mancanza è il fatto che esistono chiari segni che gli utenti dell'impresa debbono lottare contro un'esagerata competitività per riuscire a focalizzare la attenzione, con particolare riferimento ai sistemi guidati dagli eventi.

Ad esempio, molte persone impiegano attualmente due ore ogni mattina solamente per rispondere alle e-mail, senza riuscire a esaminare i dati di business intelligence per effettuare qualche tipo di analisi. Un'altra ragione è che esistono troppe informazioni da analizzare.

L'introduzione dei sistemi di e-business non ha aiutato a risolvere questa situazione. Un numero crescente di visitatori del web, che effettuano transazioni di business self-service e accedono ai contenuti informativi mediante diverse apparecchiature collegate via Internet, genera un'enorme volume di dati nei file di log del web stesso, oppure li crea sotto forma di cookies, pagine di formulari elettronici, ecc.

Questo è notoriamente uno dei maggiori problemi, in quanto gli utenti della potenza elaborativi dei sistemi di business intelligence spesso non agiscono sufficientemente vicino alle linee operative per comprendere come ottenere il massimo effetto per il core business dell'applicazione di queste tecniche di analisi dei dati.

Ad esempio, le persone del Servizio clienti oppure le forze di vendita raramente hanno accesso alle informazioni di BI relative ai clienti con i quali sono contatto giornalmente. Le persone che operano in Centro di contatto spesso rappresentano solo un centro di costo per l'impresa.

Fornendo loro, invece, informazioni di business intelligence al momento giusto, possono essere trasformati in professionisti in grado di ottenere nuovi profitti dal contatto con i clienti. I sistemi tradizionali di data warehousing pongono una serie di ostacoli per miglioramenti di questo tipo.

Gli strumenti di BI ne costituiscono un esempio poiché, in effetti, il personale di un Centro di contatto non ha il tempo per utilizzarli in maniera appropriata nel suo ruolo di interfaccia diretta in tempo reale verso i clienti.

Se tale genere di interfaccia deve divenire più efficace nel contribuire all'incremento del valore del cliente per l'impresa e nel fornire servizi sempre più personalizzati, allora le informazioni di BI debbono semplicemente essere sullo schermo, a loro disposizione per essere immediatamente utilizzate, senza la necessità di imparare l'uso di nuovi strumenti o nuove applicazioni.

Queste persone hanno bisogno di informazioni significative istantanee, (ad esempio, raccomandazioni dal vivo di prodotti/servizi, ecc.) da girare ai clienti nel momento in cui interagiscono con l'impresa.

Tutto questo aiuta gli addetti a migliorare il servizio, incrementando il valore del business con i singoli clienti, oltre ad assicurarne la fidelizzazione.

Spesso, nel back-office gli addetti non sono al corrente delle necessità dei canali del front-office.

Quindi, ad esempio, possono mancare l'opportunità di incrementare gli inventari per coprire impennate della domanda oppure possono effettuare stime errate, che comportano incrementi di spesa, per costituire stock che si rivelano poi ridondanti.

Esistono pochi esempi di casi nei quali la business intelligence risulti correttamente nelle mani di figure decisorie delle organizzazioni, anche se non risulta completamente integrata nell'operatività del core business, are in cui risulterebbe sicuramente più efficace.

Gli esempi di questo tipo sono così numerosi che le imprese sentono oggi la necessità di procedere su questa strada. Infatti, vogliono integrare la business intelligence all'interno dell'operatività, per migliorare l'efficace e l'efficienza del front-office, del back-office e dell'intera impresa.

In breve, le società esprimono adesso il desiderio di inserire la BI ovunque, in modo da potersi definire come impresa intelligente.

Questo articolo esamina le modalità con cui questo può essere realizzato, raggiungendo il massimo effetto.

Il processo analitico incompleto

Prima di esaminare come possiamo integrare la BI nei sistemi informativi dell'impresa, è importante ricordare la differenza tra data warehousing e business intelligence, oltre che comprendere quello che hanno realizzato fino ad oggi le imprese.

Il data warehousing differisce dalla business intelligence in quanto contiene informazioni integrate acquisite da fonti e sistemi diversi e destinate ad essere rese disponibili per le analisi successive.

La business intelligence, invece, è il prodotto di tali analisi condotte sui dati contenuti nel data warehouse e, quindi, è "condizionata" direttamente dai processi di costruzione di questo.

Tale considerazione implica un processo analitico nel quale il dato viene per prima cosa acquisito e integrato prima di essere analizzato per produrre intelligence - anche se questa affermazione può sembrare ovvia.

Il processo analitico tipico corrente per molte organizzazioni che oggi producono business intelligence è, quindi, un processo che si articola in due fasi:

Acquisire -> Analizzare

Tale processo risulta utile solamente nella misura in cui può produrre informazioni di BI. Tuttavia, non è un processo che possa essere integrato con i sistemi informativi dell'impresa.

E' "stand-alone" e dipende dalle persone che sono coinvolte nell'analisi, nell'interpretazione dei risultati di intelligence e quindi nelle azioni risultanti. Non è sempre chiaro fino a che punto arrivi l'efficacia del processo.

Integrare la Business Intelligence nell'Impresa (I parte) - Technology Transfer

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer