Perché oggi è così importante parlare di Self Service Business Intelligence?

Nel normale processo di Business Intelligence, gli utenti devono affidarsi al personale IT per l’implementazione dei report e, prima ancora, dei cubi OLAP.

In questo scenario, l’intervento tecnico diventa necessario affinché l’utente riesca ad analizzare i propri dati. Ciò causa ritardi a livello di decision making e può portare a un eccessivo sovraccarico di lavoro per l’IT. Di fronte ad un numero di richieste elevato, le attività di implementazione e manutenzione portate avanti dall’IT nei tempi desiderati saranno sempre meno. Ciò causa ritardi che potrebbero far ridimensionare i benefici di un sistema di Business Intelligence; la stessa lunghezza del procedimento di produzione e condivisione delle informazioni rappresenta una barriera alla richiesta del dato da parte del business.

Self Service BI: cos’è

Per evitare una simile situazione, l’azienda deve adottare un modello di sviluppo di report, cubi e modelli analitici che consenta il veloce ottenimento delle informazioni.

La self service Business Intelligence è proprio questo: un modo per l’utente finale di ottenere le informazioni in maniera veloce e intuitiva.

Per ottenere un tale modello d’azione, occorre che gli utenti e l’IT lavorino nella direzione di creare un ambiente che consenta ai primi di agire senza il supporto continuo del personale informatico.

La possibilità di navigare un cubo OLAP attraverso strumenti client flessibili e facili da utilizzare (pensiamo per esempio a Microsoft Excel e alla pivot table) consente di porre le basi per la creazione di report svolta direttamente dall’utente finale.

L’utilizzo dei tool di Self Service Business Intelligence, unito alla solidità del data warehouse, comporta importanti benefici per l’azienda, che vede aumentare il ROI della Business Intelligence grazie alla riduzione dei costi a carico del reparto IT.

Principali strumenti di reportistica di Self Service BI

Esistono numerosi strumenti di reportistica che, dopo brevi sessioni di formazione, mettono in grado gli utenti di produrre report e pubblicarli sul portale aziendale di Business Intelligence. I più famosi e performanti, leader di settore secondo quanto pubblicato da Gartner nel Febbraio 2019, sono Microsoft Power BI, Tableau e Qlik.

  • Microsoft Power BI è una soluzione di business analytics che consente all’utente di business di connettersi alle fonti, navigare e modellare i propri dati in maniera intuitiva, in quanto alcune formule e il layout del tool sono vicini a strumenti a lui tipicamente già noti (Excel, PowerPoint). Attualmente, è una soluzione che vede tra i principali vantaggi un’ottimo rapporto qualità/prezzo.
  • Tableau è una potente piattaforma di analisi end-to-end che garantisce all’utente autonomia nella connessione e modellazione dei propri dati. Anche in questo caso, il tool presente un’interfaccia semplice da usare, seppur innovativa rispetto agli strumenti Microsoft a cui l’utente tendenzialmente è già abituato. Il pricing per l’adozione di questo strumento è più elevato di quanto previsto per l’implementazione in azienda di Microsoft Power BI.
  • Qlik garantisce un’analisi del dato agile e intuitiva, soprattutto se legata all’utilizzo del suo prodotto di punta, QlikSense. In generale, l’ecosistema di prodotti Qlik garantisce la possibilità di  analizzare i dati e utilizzare le proprie rilevazioni dati per supportare il processo decisionale.

Alessandro Rezzani

Sono un consulente senior nell’ambito della Business Intelligence, specializzato in analisi di Big Data e tecniche di Analisi Predittiva. Nel 2016 ho fondato Dataskills, presto diventata azienda di riferimento nel territorio italiano per soluzioni di Data Science. Sono anche ricercatore e professore presso l’Università Bocconi di Milano.
Leggi la mia Biografia

Iscrivi alla newsletter






Dichiaro di aver letto ed accetto l’informativa sulla privacy

Alessandro Rezzani

Sono un consulente senior nell’ambito della Business Intelligence, specializzato in analisi di Big Data e tecniche di Analisi Predittiva. Nel 2016 ho fondato Dataskills, presto diventata azienda di riferimento nel territorio italiano per soluzioni di Data Science. Sono anche ricercatore e professore presso l’Università Bocconi di Milano.
Leggi la mia Biografia