1. BI e Big Data
Cosa, Perché, Come
Business Opportunities
Alessandro Trinca Arnould
Analytics| BPMN Consultant
1
CONCETTI di SINTESI
Aprile 2016
2. Business Opportunities
BI e Big Data
BI e Big Data
Per esaminare ed indagare le informazioni ed ottenere indicazioni rispetto alle performance, ai fenomeni
aziendali/di processo, per effetture analisi temporali, what-if e molto altro su svariati scenari, esistono
fondamentalmente due approcci (estremizzando):
- Quello che coinvolge perlopiù informazioni provenienti dall’interno della propria organizzazione
- Quello che coinvolge anche informazioni provenienti dal mondo esterno, a vari livelli
Il primo tende ad esaminare il passato e il presente.
Il secondo tende a proiettarsi anche in avanti, formulando previsioni.
Il primo viene risolto essenzialmente con metodologie e strumenti di Business Intelligence (BI).
Il secondo abbraccia molto spesso il mondo dei cosiddetti «Big Data» richiedendo approcci,
metodologie e strumenti diversi.
2
Big Data
Business
Intelligence
Cose che conosco
Domande cui posso rispondere
Cose che NON conosco
Domande cui NON so rispondere
3. Business Opportunities
BI e Big Data
BI (Business Intelligence)
La Business Intelligence, per come oggi la conosciamo è nata quasi contestualmente ai Datawarehouse
negli anni ’90.
E’ un insieme di metodi e strumenti creati per analizzare ed indagare informazioni provenienti generalmente
da sistemi interni (ERP, gestionali, flat files..), per ottenere reportistiche avanzate, grafici e indicatori utili
Principalmente (ma non solo) alla misurazione delle performance e dei fenomeni di processo.
Il tutto con frequenze di aggiornamento delle informazioni talvolta molto vicine al real-time.
Per sua natura la BI richiede competenze:
- Tecnologiche
- Di Dati
- Di Business
3
4. Business Opportunities
BI e Big Data
BI (Business Intelligence)
Gli ambiti di applicazione della BI sono innumerevoli e non riguardano solo la sfera del business.
Molto sinteticamente si tratta di leggere dati da fonti esterne, normalizzarli, integrarli tra loro,
definire quelli che in gergo sono le Dimensioni e i Fatti per poi disegnare un modello dati
specifico per lo strumento di BI che si sta utilizzando.
La visualizzazione delle informazioni che «pescano» dal modello dati BI si dividerà in Tabelle,
Grafici, Indicatori, Mappe georeferenziate e quant’altro. Il tutto secondo i requisiti funzionali
richiesti.
Caratteristica fondamentale degli strumenti evoluti di BI è quella di poter effettuare l’analisi e la
«navigazione» delle informazioni senza percorsi predefiniti, sia su pc che su dispositivi mobili.
4
ERP
Db
Txt,
csv, xls
Lettura,
normalizzazione,
integrazione,
preparazione
OLAP /
AQL Db
Dashboard
Sorgenti dati Analisi / NavigazioneInformazioniProcessi ETL, datastore, BI repository
5. Business Opportunities
Bi e Big Data
Big Data
Twitter, rete mondiale dei principali server. Il traffico produce ogni giorno enormi quantità di dati.
Rappresenta solo una piccola parte delle informazioni di tipo nuovo a disposizione delle analisi di mercato.
5
6. Business Opportunities
BI e Big Data
Big Data
Dati
Strutturati
Dati
Destrutturati
Internet
(Web, Social,
Engines,
etc.)
Mobile
Devices
Internet Of
Things
Sensori GIS
Sempre più informazioni di natura diversa, che viaggiano simultaneamente,
provenienti dalle fonti più disparate, e che producono una vera e propria valanga di
Bit che può essere utilizzata sapientemente a proprio vantaggio.
6
7. Business Opportunities
BI e Big Data
Big Data
Cosa significa Big Data ?
Possiamo dire che:
I «Big Data» sono «dati» così vasti, complessi e dinamici da dover essere
estratti, processati, immagazzinati e analizzati mediante metodi e strumenti
NON convenzionali, differenti da quelli utilizzati per la BI normalmente
intesa
7
9. Business Opportunities
BI e Big Data
BI e Big Data
Cosa significa valorizzare le informazioni
Gran parte del valore potenziale dei Big Data sta nelle analisi che
vi si possono applicare. Un esempio: per capire sempre meglio
tutto ciò che riguarda dinamiche di mercato e, sopratutto,
specificità del cliente. In altre parole: il contesto socioeconomico
in cui viviamo per poi tradurlo in VALORE.
Descrittive Predittive Adattative
Business Intelligence
Big Data
TipidiAnalisi
9
10. Business Opportunities
BI e Big Data
Le analisi effettuate mediante utilizzo di metodi e tecnologie di Big Data possono accrescere
enormemente il Vantaggio Competitivo.
Tipi di Analisi :
DESCRITTIVE - analizzo il passato
PREDITTIVE - cerco di capire cosa potrebbe avvenire
ADATTATIVE - capisco cosa avverrà e mi organizzo per rispondere
Descrittive Predittive Adattative
Business Intelligence
Big Data
TipidiAnalisi
Crescita del Vantaggio Competitivo
10
BI e Big Data
11. Business Opportunities
BI e Big Data
Le aziende che decidono di analizzare i Big Data per migliorare il proprio Business riescono ad
individuare prima e meglio dei competitor dove e come intervenire sul mercato.
Business
Monitoring
Business
Insight
Business
Optimization
Data
Monetization
Business
Metamorphosis
Processo di crescita – dalla BI verso il Big Data
VantaggioCompetitivo
11
BI e Big Data
12. Business Opportunities
BI e Big Data
Basic
Analytics
Performance
Mgmt
Analytics
Advanced
Analytics
Processo di crescita – modalità di utilizzo delle analisi Big Data
VantaggioCompetitivo
Le analisi che coinvolgono i Big Data, per essere efficaci, dovrebbero avvenire entro perimetri ben
definiti con obiettivi mirati, per poi estendersi man mano che se ne apprezzano i risultati.
12
BI e Big Data
13. Business Opportunities
BI e Big Data
Si può introdurre una tripartizione in cui suddividere la maturità delle aziende rispetto al tipo di
informatizzazione adottato.
1. Esistono le imprese che ancora mantengono un approccio “prima maniera”, con un ICT che vive a
latere del business (ancora parecchie)
2. Ci sono poi le organizzazioni che sono passate ad un approccio più industrializzato e strutturato
dell’ICT (in crescita)
3. Infine, ci sono le aziende che hanno capito che ICT e business fanno parte di un unico modello di
sviluppo ben definito, caratterizzato dalla capacità di scegliere e guidare l’innovazione digitale,
promuovendo nuove modalità di relazione e ingaggio tra colleghi così come tra partner, operatori e
clienti (al momento una piccola minoranza, pochissime in Italia)
Le aziende del punto 3. inaugurano inedite economie di scala capaci di portare valore aggiunto non solo in
termini di efficienza ed efficacia, ma anche in funzione di una nuova visione olistica secondo cui non c’è
business se non c’è una buona gestione delle informazioni
Dalla governance dell’ICT alla Leadership digitale
13
BI e Big Data
14. Business Opportunities
BI e Big Data
Dalla governance dell’ICT alla Leadership digitale
IT Artigianale
Tecnologia
Programmazione,
gestione dei sistemi
Lavoro in isolamento,
scarsa interazione con
utenti interni ed esterni
Automazione relativa,
innovazione sporadica,
problemi frequenti
IT Industriale
Processi
IT Management, Service
Management
Colleghi gestiti come
clienti, disimpegno verso
gli utenti esterni
Diversi servizi e soluzioni
per una maggiore
efficienza ed efficacia
Digitalizzazione
Modello di Business
Leadership Digitale
Colleghi gestiti come
partner, impegno verso i
clienti esterni
Digital Business
Innovation e nuove scale
di valore
FOCUS
CAPACITA’
INGAGGIO
LIVELLO DI
SVILUPPO
siamo qui (2016)
Scenario
14
BI e Big Data
15. Business Opportunities
BI e Big Data
Secondo IDC negli ultimi tre anni siamo riusciti a produrre il 90% delle informazioni che oggi
circolano in Rete: si parla di oltre 3 quintilioni di bytes, e le statistiche raccontano che ogni 14
mesi i dati in Italia raddoppiano.
Siamo nel pieno dell’epoca dei «Big Data», la cui analisi richiede metodi e strumenti sempre
più potenti: tool e software capaci di effettuare analisi e simulazioni statistiche, ipotizzando
scenari e previsioni a corto, medio e lungo termine.
I Big Data derivano dalla digitalizzazione di attività una volta cartacee (ordini, bollettazioni,
fatture, ma anche cartelle cliniche o carteggi notarili), dai social, dalle pagine web di qualsiasi
tipo, da sensori di vario tipo (IoT) che stanno inondando ogni angolo della nostra vita, dalla
contabilizzazione dei consumi (smart grid), dalle attività di monitoraggio (emissioni nocive,
umidità, radiazioni e via dicendo), dai sistemi di pagamento e dai siti di e-commerce. Una
vera e propria valanga di dati dalle proporzioni inimmaginabili.
Dalla governance dell’ICT alla Leadership digitale
15
BI e Big Data
16. Business Opportunities
BI e Big Data
Esistono sempre più mezzi, strumenti, logiche che si intersecano e impattano sui sistemi IT e
sulla cultura aziendale. Vivere passivamente il mondo digitale è quasi impossibile e non
avere una strategia di misurazione a riguardo è un grave punto di debolezza per il business.
Molto presto (in molti casi già oggi) non basterà più esaminare i dati provenienti dai propri
sistemi interni per produrre qualche dashboard di BI e misurare le performance. I CIO devono
cominciare ad affrrontare tematiche di integrazione talvolta molto complesse, ad esempio
amministrando il flusso delle informazioni che vengono dai pc, dalle telecamere, dai tablet e
dagli smartphone, dall’Unified communication, dalle tecnologie Rfid in tutte le declinazioni
(Nfc, Rtls, Gps tag e microchip) o da tutti i tipi di codici a barre che servono a tracciare beni e
servizi.
I dati corrono sulla Rete e vengono dalla Rete: per la business agility la digital strategy
diventerà un must: il marketing la invoca e l’ICT dovrà adeguarsi.
In un futuro peraltro già presente, gli IT manager vecchia maniera scompariranno per lasciare
il posto a figure in grado di comprendere le logiche di business e di condividere la digital
strategy con gli altri stakeholders.
Dalla governance dell’ICT alla Leadership digitale
16
BI e Big Data
17. Business Opportunities
BI e Big Data
Leader Tools
Dalla governance dell’ICT alla Leadership digitale – scegliere il Tool di BI / Analytics
Comparazione tra leader di mercato
17
Leader emergente.
Consente di trattare
enormi quantità di dati a
velocità elevatissima con
ridotto effort lato Back-
End. La tecnologia «in-
chip» unità alla potenza
dell’Elasticube e
all’integrazione di «R» e
molto altro, ne fanno il
Tool in assoluto più
interessante del mercato
Leader conclamato. Il
database associativo «in-
memory» costituisce
l’elemento distintivo di un
tool molto potente per il
«data discovery», in grado
di soddisfare molte
esigenze. Dispendioso in
termini di effort lato
«back-end» e poco adatto
al data-entry benché
consenta la gestione degli
input.
La «Self-Service BI» di Qlik.
Si contrappone a Tableau
essendo comunque più
potente e in grado di
trattare volumi di dati
molto maggiori in
multiutenza. Molto «user-
friendly» consente agli
utenti più smaliziati di
costruirsi i propri
dashboard. Nativamente
adatto al mobile.