Business Intelligence

I sistemi di Business Intelligence sono costituiti da tecnologie ed applicazioni progettate per aiutare gli utenti a prendere decisioni fondamentali per la gestione aziendale. L’intelligenza implementata dai sistemi informatici è paragonabile all’intelligenza umana;

Vendite e Marketing Fornitori e partner commerciali Produzione Finanza e contabilità Risorse Umane Clienti e distributori Processi Processi

Sistemi di gestione della conoscenza

Database Database Database Database

45 questa si propone cioè di combinare la base di conoscenza con nuove informazioni per adattare il comportamento a differenti situazioni. Analogamente i sistemi di Business Intelligence (BI) offrono la capacità di immagazzinare dati su base storica ed a partire da questi derivare informazioni utili per progettare una linea di sviluppo o un supporto alle decisioni manageriali.

I sistemi di Business Intelligence sono un supporto alla strategia ovvero, quello strato di sistema informativo aziendale che fornisce al top management i dati e gli strumenti per analizzare le attività di business in relazione alla strategia programmata. Sono sistemi OLAP, On Line Analytical Processing, che permettono l’analisi interattiva di grandi quantità di dati.

Possono essere divisi in due sottoclassi, i Decision Support System (DSS) e gli Executive Support System (ESS).

 I sistemi di supporto alle decisioni (DSS) rispondono all’esigenza di prendere decisioni uniche, in seguito a rapidi cambiamenti e difficilmente prevedibili a priori. Sono tipicamente i problemi la cui la soluzione non ha una procedura codificata o comunque non è nota anticipatamente. I DSS utilizzano sia fonti date interne all’azienda, i sistemi transazionali, ma anche informazioni da fonti esterne. Fra i DSS si distinguono due categorie principali i DSS model-driven e quelli data-driven.

o I DSS model-driven sono sistemi indipendenti e isolati rispetto ai principali sistemi informativi aziendali, la capacità di analisi si basa su una teoria, un modello matematico a cui è stata fornita un’interfaccia utente per semplificarne l’utilizzo, un esempio tipico sono i DSS per la ricerca dei tragitti di trasporto che si basano su modelli paragonabili al TSP14.

o I DSS data-driven analizzano la grande quantità di dati prodotta dai sistemi transazionali, supportano l’analisi decisionale consentendo l’estrazione di informazioni dalla base dati aziendale. Questi sistemi spesso fanno largo uso delle teorie di Data Mining cioè attraverso l’analisi di dati che apparentemente non hanno legami espliciti vengono derivate relazioni, associazioni e regolarità che si ripetono, contribuendo a creare un modello che potrà essere utile come supporto alle decisioni future.

 I sistemi di supporto direzionale (ESS) rispondono alle esigenze del top management, essi costituiscono un supporto tecnologico per decisioni non di routine che richiedono valutazioni molto complesse, e difficilmente formalizzabili in procedure standard, come è invece possibile nei sistemi MIS (Management Information System) dedicati ai middle - manager. Gli ESS sono progettati per incorporare dati legati ad eventi esterni, come modifiche legislative, dati provenienti dai sistemi transazionali e DSS. Le attività principali di un ESS sono quelle di filtrare, comprimere, estrarre e individuare la massa di dati critica per effettuare analisi e decisioni. Un altro elemento caratterizzante è la capacità di approfondire i dati, cioè a partire dal dato aggregato si ha la possibilità di esplodere il dettaglio fino ai livelli più bassi grazie ai collegamenti tra i vari sistemi informativi, operazione che nell’ambito della teoria dei sistemi OLAP viene chiamata Drilldown.

14

Traveling Salesman problem, o problema del commesso viaggiatore, consiste nel minimizzare la funzione obiettivo che rappresenta il costo della visita di un grafo.

46 Un aspetto fondamentale di questi sistemi è la presentazione delle informazioni, sia sotto l’aspetto grafico, sia sotto l’aspetto della raggiungibilità delle stesse. In particolare molti sistemi utilizzano un portale web aziendale attraverso cui presentare i dati in modo personalizzato, integrando le varie fonti.

Questi sistemi non sono progettati per proporre soluzioni ma soprattutto per fornire capacità di calcolo e di comunicazione applicabile ad ogni tipo di problema non codificato e non strutturato.

Spesso è molto difficile fare una netta distinzione tra un DSS e un ESS, poiché entrambi sono focalizzati su utenti che appartengono alla gerarchia medio - alta, cioè responsabili di funzioni o di processi, oppure top manager. Nella realtà i produttori forniscono entrambi i prodotti all’interno di un più generico sistema di Business Intelligence, sono poi gli utenti ad utilizzare il sottoinsieme di funzionalità a loro più congeniale.

4.3.1 Il Gap analitico

Poche aziende hanno capito fin da subito l’importanza e la reale portata del supporto che la business intelligence può offrire per migliorare le prestazioni, molto più spesso esse hanno preferito investire nei sistemi gestionali nel senso più classico (Sistemi ERP) perché hanno un’influenza diretta sui processi aziendali. Questo fatto ha creato una netta distinzione non solo fra i sistemi informativi di analisi e di esecuzione, ma ha addirittura creato una sorta di barriera tra i loro utilizzatori, i Business Analysts e i Business Users. Nel tempo, con l’acquisizione di maggiori competenze e con la richiesta di supporti informativi integrati, le esigenze dei Business Users sono cambiate, richiedendo applicazioni analitiche, si è quindi creato quello che viene definito Gap Analitico poiché non ci sono applicazioni di analisi che coprono le rinnovate esigenze dei Business Users. Sono sostanzialmente due le cause che hanno creato questo gap:

1. I Business Users hanno bisogno di dati molto dettagliati, con alto livello di granularità e molto aggiornati, al limite del real-time. Gli analisti, al contrario, hanno bisogno di dati storici sintetizzati. La progettazione dei sistemi di business intelligence rispecchia l’esigenza di sintesi piuttosto che l’esigenza di efficienza e di dettaglio. I dati storici non riescono a soddisfare i requisiti per le attività operative, sarebbe piuttosto necessario memorizzare dati più granulari rispetto a quelli sintetici. Modificare un sistema di business intelligence e renderlo capace di gestire in modo efficiente dettagli transazionali, significa migliorare di molto le performance dell’hardware, questo aspetto è senza dubbio realizzabile anche se con costi abbastanza alti. L’aggiornamento real-time dei dati è in realtà il vero problema che non può essere risolto semplicemente perché per motivi progettuali un’applicazione di business intelligence ha esigenze informative differenti rispetto a quelle delle applicazioni operative.

2. Il costo. Distribuire ad un insieme più ampio di utenti gli strumenti di analisi è una scelta non efficiente. Le funzionalità di un sistema di business intelligence sono in genere eccessive rispetto alle richieste dei business users mentre le licenze hanno un costo elevato. Il costo della licenza non può essere giustificato per un business user semplicemente perché non potrà mai utilizzare le capacità di analisi nel loro complesso e quindi sarebbe una spesa che non ha un corrispondente aumento di

47 produttività e di efficienza per l’organizzazione. Sempre all’interno di questa tematica si può considerare che, data l’alta complessità computazionale delle analisi OLAP, rendere disponibile il sistema a molti utenti significa condividere le risorse (hardware e software) fra più utilizzatori e quindi degradare le prestazioni con conseguenti aumenti di tempo richiesto per una singola analisi.

4.3.2 Business Analytics

La risposta al problema del Gap Analitico viene identificata comunemente con le cosiddette Business Analytics, cioè un’applicazione che è in grado di interagire con tutti i vari sistemi informativi, di collezionare le informazioni necessarie e di rendere possibile l’esecuzione di azioni a seguito delle decisioni prese.

Le applicazioni di Business Intelligence non sono adatte a supportare le attività operative, un business user richiede applicazioni che presentino dati provenienti (in generale) da più sistemi operazionali e che i dati siano ad un alto livello di granularità. I requisiti dell’applicazione però non si fermano alla semplice presentazione dei dati ma essa deve prevedere le capacità per tradurre le decisioni in interventi operativi sul processo.

Le applicazioni di Business Analytics forniscono i benefici degli strumenti OLAP anche alle figure aziendali operative contribuendo a formare delle nuove figure professionali, i cosiddetti Empowered Business User, utenti cioè che a differenza dei classici business users (“gli operativi”) riescono, grazie al supporto informatico, ad avere una visione d’insieme dei processi aziendali e a prendere decisioni in modo consapevole.

ERP SCM CRM OLTP Business Intelligence OLAP G a p An a lit ico Business Analytics Business User Business Analyst

Empowered Business Users

48 L’empowerment è uno dei principi di fondo del Business Process Reengineering (BPR – Hammer) e può essere efficacemente riassunto dalla frase seguente: “Le fasi decisionali devono essere collocate, sia nel tempo che nello spazio, dove il lavoro viene effettivamente eseguito”. L’empowerment permette di snellire la struttura organizzativa perché riduce al minimo il riporto gerarchico decisionale, di conseguenza per avere un corrispondente snellimento al livello delle tecnologie informatiche è necessario un nuovo strato di applicazioni che forniscano a chi esegue il lavoro (i business user) gli strumenti decisionali per prendere le decisioni e che permettano di rendere efficaci le decisioni supportando le azioni operative.