6 sfide di business intelligence nel 2022

L'importanza delle soluzioni di BI sta diventando indiscutibile. Le statistiche mostrano che il 26% di tutte le aziende ha già adottato la BI e circa il 33% l'avrà implementata entro il 2023. Tuttavia, nonostante la rapida crescita del trend, la strada per sfruttarne il valore non è costellata di petali di rosa. Un gran numero di sfide di business intelligence derivano dai limiti di un sistema, dai complessi requisiti aziendali, dai fattori umani e quant'altro.

La profonda esperienza nell'implementazione di soluzioni BI in vari settori e livelli aziendali ci consente di spiegare i problemi di business intelligence e di fornire suggerimenti rivoluzionari per risolverli.

Entrare nell'era dell'azione comporta alcune sfide di BI

La business intelligence non è più confinata ai grandi. Le aziende di tutte le dimensioni possono ora trasformare dati disparati in un piano d'azione. Tuttavia, l'analisi dei dati orientata all'azione si basa su più precursori, ciascuno dei quali rappresenta una potenziale sfida per i primi utenti della BI.

1. Integrazione di dati da diversi sistemi di origine

La BI ha senso solo quando può raccogliere e analizzare dati da più origini per presentare all'utente finale una solida base per approfondimenti. Altrimenti, che senso ha? Tuttavia, le numerose origini dati a cui il software BI deve connettersi, da una pletora di database e app aziendali a sistemi di big data, aumentano il rischio di raccontare la storia sbagliata.

Fin dall'inizio, potrebbe non sembrare un problema fintanto che i processi ETL integrati consentono alle piattaforme BI già pronte di connettersi direttamente a varie origini dati e trasformare i dati per il proprio uso. Per quanto veloce e attraente possa sembrare, l'ETL integrato non è onnivoro. Sebbene alcuni connettori specializzati vengano costantemente finalizzati per nuovi sistemi di origine, un'organizzazione di dimensioni medio-grandi a un certo punto dovrà affrontare problemi di ridimensionamento, prestazioni e manutenzione se usa esclusivamente flussi di dati Power BI come strumento ETL e archiviazione DWH.

In primo luogo, lavorare con dati grezzi e non strutturati aumenta la complessità e il numero di set di dati, il che rende la creazione di report più dispendiosa in termini di tempo. Se il report integra dati provenienti da fonti diverse, la stessa logica non può essere facilmente applicata a un altro set di dati. In secondo luogo, con più versioni della verità su diversi set di dati, le probabilità di discrepanze nel sistema di segnalazione sono elevate. In terzo luogo, se i tuoi dati ammontano a milioni di righe, l'ETL integrato non sarà in grado di gestirli, con conseguente rallentamento della reattività dei rapporti.

La soluzione più razionale in questa situazione sembra essere la creazione di un unico repository, in cui i dati sarebbero preaggregati e archiviati in modo strutturato: un data warehouse. Eliminare la confusione all'interno dei tuoi dati contribuisce alla creazione di un'unica versione della verità. Tra gli altri vantaggi significativi apportati dai repository centrali c'è la possibilità di analisi dei dati storici e una preparazione più rapida dei report. La tecnologia del data warehouse consente di gestire una quantità sempre crescente di origini dati senza farti spendere di più per la manutenzione degli strumenti BI.

2. Problemi di qualità dei dati

La qualità dei dati è una delle principali sfide della business intelligence e degli ostacoli per il raggiungimento degli obiettivi di BI, vale a dire prendere le decisioni giuste e preziose. Errori umani, dati duplicati e non validi e formati di dati incoerenti non consentono di acquisire informazioni utili e possono provocare azioni sbagliate.

Una corretta strategia di gestione dei dati aiuta ad affrontare i problemi di qualità dei dati. In poche parole, si occupa dei dati raccolti o generati dall'azienda per garantire un migliore processo decisionale.

L'architettura dei dati è un componente cruciale della gestione dei dati che svolge un ruolo fondamentale nella fornitura di informazioni di alta qualità. Diciamo che un'azienda ha più canali di vendita, è una bella idea unire tutte le informazioni da loro generate a livello di data warehouse, da cui possono essere ulteriormente distribuite a diversi report, dopo aver superato determinati algoritmi di liquidazione definiti dalle regole di business.

La modellazione dei dati è un'altra cosa che non puoi trascurare mentre cerchi di rendere i tuoi dati idonei per l'analisi. Ad esempio, un visitatore del tuo sito Web, un partecipante a un sondaggio che hai condotto e il tuo cliente possono essere una sola persona. Tuttavia, potresti averli presentati in ruoli diversi in sistemi diversi, anche se si tratta della stessa entità. Ecco perché, per evitare la ridondanza dei dati, è opportuno decidere a quale sistema (CRM, ERP, ecc.) assegnare questa entità.

La strategia di gestione dei dati è in gran parte un'attività amministrativa. Allo stesso tempo, non deve essere scartata la parte tecnica della costruzione di una vera e propria architettura di soluzione ben congegnata. Il lavoro sulla strategia dovrebbe iniziare con un diagramma di tutti i flussi di dati dell'azienda. Determina i sistemi di origine che hai, dove i dati vengono generati e consumati, quali entità hai e dove sono archiviati, quindi decidi come implementarli tecnicamente.

— Alex Obolensky, capo dell'unità BI presso *instinctools

3. Mancanza di talento per i dati

La carenza di competenze è tra gli altri problemi comuni di business intelligence che ostacolano gli sforzi di analisi dei dati. Nel 2020, gli Stati Uniti hanno dovuto affrontare una scarsità di talenti nella scienza dei dati: le aziende non sono riuscite a ricoprire circa 250.000 posizioni. Il sondaggio sulle assunzioni tecnologiche del 2022 ha anche definito la scienza dei dati come una competenza per la quale la domanda supera di gran lunga l'offerta.

È esacerbato dall'incombente crisi dei talenti nell'intero mercato delle assunzioni, dal cambiamento demografico e dalle "grandi dimissioni", compattate da quella che potrebbe essere un'altra recessione. Senza competenze dedicate, le aziende non fanno un uso efficace dell'analisi BI, non creano data warehouse per le informazioni di base o non stabiliscono il livello richiesto di alfabetizzazione dei dati in generale.

Per affrontare la crisi dei talenti, le aziende tendono a sfruttare le competenze esternalizzate. Un team BI dedicato compensa un'intera suite di esperti di dati interni e aiuta le aziende a convalidare le proprie iniziative sui dati in modo rapido e senza problemi di assunzione.

4. Cattiva visualizzazione dei dati

La qualità dei tuoi dati e dei processi di analisi tende a rubare tutta la gloria. Tuttavia, la progettazione dei dashboard di BI è altrettanto importante per comunicare dati complessi ai responsabili delle decisioni e trasformare le informazioni critiche in azioni.

Se i dati non sono presentati e argomentati in modo convincente, vengono ignorati o superati dall'opinione. Il valore di avere un argomento e creare una componente della storia non dovrebbe mai essere sottovalutato.

— Dan Sommer, Direttore senior di Market Intelligence presso Qlik

La mancanza di interattività, l'impossibilità di ottenere dati quasi in tempo reale, modelli rigidi e persino la scelta sbagliata del colore possono portare a potenziali sfide nell'implementazione del dashboard. Per enfatizzare i valori dei dati corretti, le aziende dovrebbero utilizzare dashboard altamente personalizzabili con ampie capacità di personalizzazione per soddisfare le esigenze specifiche dell'organizzazione.

La scelta giusta del tipo di dashboard può anche dare forma alla gestione della BI. I dashboard analitici forniscono una panoramica completa dei dati cruciali, mentre i dashboard operativi includono aggiornamenti in tempo reale rilevanti per un dipartimento specifico. Il tipo strategico fornisce ai dirigenti una panoramica dei KPI essenziali.

5. Scegliere il software giusto

La scelta dello strumento BI giusto è metà della battaglia quando si tratta di affrontare le sfide dell'implementazione della business intelligence. Secondo TrustRadius, Tableau, Qlik Sense e Microsoft Power BI sono le principali piattaforme di business intelligence con le maggiori quote di mercato. Ma quale fa clic con le tue esigenze uniche? Tocchiamo la principale differenza tra i tre.

Come si vede dalla tabella, scegliere tra questi tre strumenti è come scegliere tra Audi, BMW e Mercedes, circa la stessa qualità racchiusa in un esterno leggermente diverso.

Tuttavia, nel caso di un'adozione su larga scala, anche le sottili differenze iniziano a giocare un ruolo. Il tipo di licenza, i ruoli e le autorizzazioni, l'allocazione degli sconti e altri fattori devono essere presi in considerazione per ottimizzare l'esperienza BI.

Inoltre, le soluzioni commerciali generiche potrebbero non essere sempre sufficienti per le tue esigenze di visualizzazione. Ad esempio, le startup B2C stanno meglio con soluzioni BI open source a causa delle elevate esigenze analitiche e dell'assenza di oneri di licenza. In alcuni casi, le aziende optano per uno strumento BI personalizzato per il design di marca.

6. Bassi livelli di adozione della BI tra i dipendenti

Dopo tutti i soldi, il tempo e gli sforzi che hai investito nel tuo software di analisi, potrebbe ancora non funzionare perché gli utenti non lo accetteranno. I bassi livelli di adozione all'interno delle organizzazioni rimangono uno dei principali problemi di BI. Se desideri che uno strumento di BI appena implementato venga utilizzato non solo da analisti o data scientist, assicurati che sia facile da usare e non intimidatorio.

Inoltre, i dipendenti spesso mostrano una giustificata resistenza, dal loro punto di vista, al nuovo software. Tale avversione alla BI è del tutto comprensibile in quanto le persone il cui compito principale è stato quello di riunire manualmente le analisi dell'azienda temono che l'automazione dei report le elimini dal lavoro. Ecco perché devono essere convinti del contrario. I dipendenti che possono cogliere le sfide e le opportunità di business intelligence diventeranno risorse più preziose per l'azienda poiché non dovranno più sprecare tonnellate di tempo a scricchiolare i numeri o preoccuparsi del rischio di commettere un errore. Invece, analizzeranno le informazioni dall'alto verso il basso e comunicheranno il risultato di questa analisi ai loro manager.

La sottile arte di affrontare le questioni manageriali relative all'implementazione della BI e alle pratiche di trasformazione della mentalità richiede ancora più precisione quando si tratta di Excel. La fedeltà delle persone a questo strumento non dovrebbe essere ignorata. I numeri tendono a parlare più forte delle parole. Usali per mostrare ai tuoi dipendenti quanto può essere vantaggioso uno strumento di BI in termini di risparmio di tempo. Ad esempio, i controllori finanziari impiegano uno o due giorni per gestire le richieste ad hoc, tre-cinque giorni per preparare le riunioni mensili e circa tre settimane per riassumere i risultati dell'anno. Con il sistema BI, tutta la reportistica viene eseguita automaticamente, con un clic di un pulsante.

L'obiettivo principale è mostrare a una persona come utilizzare la dashboard per rispondere alle sue domande ed esplorare i dati disponibili in modo rapido ed efficiente. Le tendenze sono molto più facili da individuare quando i dati sono visualizzati in modo adeguato piuttosto che sparsi su fogli di calcolo.

Sì, sappiamo che Excel non riguarda solo le tabelle e puoi anche creare grafici in esso, ma non sarai in grado di interagire con loro sul posto. In una dashboard puoi fare clic su un singolo segmento e vedere subito le informazioni di cui hai bisogno, mentre in Excel ti ci vorrà più tempo per fare la stessa cosa.

Alex Obolensky, capo dell'unità BI presso *instinctools

Un modo efficiente per affrontare le sfide dell'implementazione della business intelligence e una componente essenziale di una corretta gestione del cambiamento progettata per alleviare il dolore degli utenti è la formazione del personale. Ecco perché gli utenti non dovrebbero essere lasciati in asso dopo l'implementazione del sistema. Trova partner di implementazione della BI che prepareranno la documentazione sui nuovi processi e organizzeranno una formazione ad ampio raggio mirata non solo a insegnare come lavorare con il software ma anche ad aumentare l'alfabetizzazione tecnologica generale.

Navigare nel percorso della business intelligence

I tassi di fallimento per i progetti di scienza dei dati incombono all'87%. Attesta il fatto che una solida architettura di analisi e visualizzazione dei dati non può essere strategizzata in base a un'intuizione a meno che non si desideri ottenere intuizioni sporadiche e incomplete. Consapevolezza, pianificazione e competenza ti aiuteranno a evitare la maggior parte dei problemi di BI. Di seguito, toccheremo i tre pilastri di una strategia di business intelligence di successo.

Definisci quale problema vuoi risolvere

L'area di applicazione della business intelligence è immensa e abbraccia praticamente ogni operazione aziendale. Pertanto, dovresti iniziare in piccolo identificando l'ambito dell'analisi e collegandolo a metriche e report correlati. I report, a loro volta, dovrebbero ruotare attorno a una specifica selezione di KPI, interni o esterni, per misurare e analizzare i dati di un'organizzazione e migliorarli. Un partner di consulenza BI può consigliarti sulle metriche rilevanti e convalidare il tuo ambito di analisi.

Trasformare la mentalità dell'organizzazione con una corretta gestione del cambiamento

Poiché gli utenti passano da strumenti frammentati a un sistema BI integrato, è necessario disporre dei metodi di trasformazione corretti in atto per eliminare l'inerzia e promuovere l'accettazione del sistema. Stabilisci flussi di comunicazione stabili e trasparenti, riunisci leader di linee diverse e organizza workshop e corsi di formazione per coltivare flussi di dati collaborativi e condivisione delle conoscenze senza interruzioni per approfondimenti aziendali accurati.

Scegli un partner di consulenza affidabile

Un unico data warehouse unificato e una strategia di dati coerente gettano le basi per un'analisi dei dati rapida e accurata. Senza questi precursori, le tue informazioni saranno isolate in silos di dati, bloccate all'interno dei dipartimenti come opportunità perse. Per evitare errori nei dati, affidati a un team di consulenza BI esperto per creare una solida infrastruttura di dati, gestire la governance dei dati e connettere il tuo data warehouse con lo strumento BI giusto.

Colpisci lo stipendio con la business intelligence

Il processo decisionale basato sui dati non è più un'opzione; è un mandato per la longevità e la competitività del business. La business intelligence è ciò che alimenta un approccio basato sui dati e consente alle aziende di trasformare i propri dati in azione.

La vigilanza abilitata alla BI è il risultato collettivo della giusta strategia per i dati, un'architettura IT unificata e una cadenza di adozione coerente. Se nel tuo puzzle di BI manca anche solo un pezzo, la tua azienda sarà miope riguardo ai dati, non riuscendo a prendere la decisione giusta. Affidarsi al supporto di professionisti della BI e dei dati ti aiuterà a mettere insieme il tuo puzzle e a superare le comuni sfide di business intelligence.

L'articolo è stato originariamente pubblicato qui.