<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1267344923293614&amp;ev=PageView&amp;noscript=1">

Smart Blog

Il futuro della Business Intelligence è nel Machine Learning

Giuseppe Costa,

Il futuro della Business Intelligence è il Machine LearningÈ davvero possibile che il futuro degli strumenti di Business Intelligence stia nello sviluppo del Machine Learning? E che cos'è esattamente questa tecnologia di cui tanto sentiamo parlare? La prima risposta è semplice: sì, l’apprendimento automatico è o potrà essere un game changer per aziende di ogni genere, attive in ogni settore di mercato. Là dove esistono dati da raccogliere e analizzare, esiste anche il bisogno di trovare al loro interno, sempre meglio e più velocemente, nuovi significati. Per rispondere alla seconda domanda serve un po’ più di tempo.

 

Scopri come usare la Business Intelligence per la tua azienda!

 

Considerando che c'è ancora molta confusione tra i concetti di Business Intelligence (un’attività tutto sommato ormai “tradizionale”, all'interno di molti contesti) e di Machine Learning, è bene ricordare che questi due concetti sono solo in parte sovrapponibili. Il punto di partenza sono sempre loro, la croce e delizia delle aziende: i dati. A cambiare invece sono i percorsi e le destinazioni finali del viaggio, un viaggio chiamato analytics.

Con il Machine Learning si ottengono benefici tangibili su fatturato, vendite, riduzione dei costi, conquista della clientela e molto altro. Vorresti ottenerli in un batter d’occhio? Prima chiariamoci le idee sui termini, per poi capire come far fruttare al meglio il patrimonio dei tuoi dati.

Pregi e limiti della Business Intelligence

Chiamiamo Business Intelligence l’insieme degli strumenti e delle attività che permettono di comprendere l'operato di un'azienda, i suoi processi e il successo o insuccesso delle sue strategie sulla base dei dati. Le indagini possono sfociare in report dettagliati o in visualizzazioni più intuitive (con la Data Visualization), che fanno ricorso a istogrammi, torte e altro genere di infografica.

I tassi di adozione dei software di BI nelle aziende aumentano, tant'è che il valore del mercato mondiale secondo Zion Research crescerà dai 16,3 miliardi di dollari del 2015 ai 26,5 miliardi di dollari stimati per il 2021. Ma allo stesso tempo, come sottolinea Gartner, solo tre manager su dieci usano regolarmente questi software nel loro lavoro, mentre agli altri mancano il tempo, la voglia e a volte le nozioni tecniche.

Un vero peccato, perché la Business Intelligence è utile, eccome: le sue specialità sono il tracciamento e dei KPI e l’esplorazione dei dati (anche in forma visiva) per andare alla ricerca di risposte. Questi strumenti hanno però anche dei limiti, in particolare il fatto che tendono a “guardarsi alle spalle”, per così dire. La BI è perfetta per analizzare dati storici, eventi già accaduti, e può trovare precise risposte a precise domande. Certo, gli insight possono aiutare a correggere il tiro, rivedendo tattiche e strategie, dunque non è del tutto vero che si guardino solo alle spalle. Ma se vuoi davvero essere proiettato al futuro e giocare d'anticipo, è al Machine Learning che devi rivolgerti.

Il Machine Learning analizza anche i dettagli

Il Machine Learning, o apprendimento automatico, è una tecnologia basata su modelli statistici e sul training di algoritmi, che altro non sono se non particolari software che vengono “allenati” con dei dati per continuare poi a migliorarsi nel tempo. Proprio come fa il cervello umano elaborando nuove informazioni, anche gli algoritmi imparano con l’esperienza, cioè usano il passato per diventare ancor più abili in futuro.

Il Machine Learning è il pilastro di applicazioni di intelligenza artificiale oggi molto chiacchierate, come gli assistenti vocali degli smartphone, i chatbot per l’assistenza clienti e più in generale i software che comprendono il linguaggio naturale. Ma è anche ciò che fa funzionare i sistemi di guida autonoma di droni e automobili all’avanguardia, e che permette a un sistema informatico di vincere una partita a scacchi con un campione in carne e ossa. Che cosa c’entra tutto questo con la tua azienda? C’entra, perché l’apprendimento automatico può aiutarti a comprendere meglio le sfide, le strategie vincenti, gli errori e molte altre variabili del tuo lavoro.

Come dicevamo, la Business Intelligence è utile per comprendere le tendenze e le dinamiche dell’azienda, dando una forma visiva a numeri e statistiche. In quei numeri e statistiche potrebbero nascondersi però dei dettagli che nessuna dashboard saprebbe evidenziare con i soli strumenti di BI tradizionali. E il diavolo, com'è noto, spesso si nasconde nei dettagli: l’errore nella gestione di costi, produzione, attività di marketing, vendite, o magari un micro-andamento che nella visione d’insieme sfugge. Se solo riuscissimo a vederlo… Ma non è affatto impossibile: il Machine Learning serve anche a questo, non solo a pilotare un drone o a far funzionare Siri!

BI e ML: questo matrimonio s’ha da fare!

Business Intelligence e Machine Learning non si escludono a vicenda. Dopo alcune prove di convivenza, anzi, sembrano destinati a un matrimonio felice: capacità di apprendimento automatico, un tempo costose e di difficile accesso per una normale aziende, oggi iniziano a essere incorporate all’interno degli strumenti di analytics tradizionali. In questo modo si ottiene il meglio dai due mondi, combinando l’analisi delle tendenze alla ricerca degli insight. Il Machine Learning può regalare una marcia in più alla BI, anzi può regalarne almeno tre:

Velocità di accesso ai dati

Automazione significa velocità. Rendendo automatiche molte operazioni di analytics (l’analisi delle varianze e la ricerca di anomalie, per esempio), la BI combinata con gli algoritmi libera le persone da compiti di routine e a scarso valore aggiunto. Ma c’è di più: con il machine learning l’intero processo di consultazione dei dati mette il turbo. L’approccio tradizionale agli analytics è pieno di interruzioni e attese, riguardanti questioni tecniche e di metodo (la necessità di correggere o ampliare i database, con i relativi aggiornamenti da eseguire) o burocratiche (valutazioni di compliance sui nuovi dati, per esempio). Con il Machine Learning, invece, le regole impostate nell'algoritmo possono essere usate per trovare nuovi dati, esaminare i requisiti di compliance e garantire accesso immediato. Dunque la velocità si combina con la compliance, che è necessaria per garantire qualità e validità alle analisi.

Anomalie scovate in tempo reale

Si può definire anomalia tutto ciò che si discosta dalla normalità statistica o che balza all'occhio all'interno di un grafico o di un insieme di dati. Ma il problema è proprio qui: com'è che balza all'occhio, quanto facilmente e rapidamente? Con la BI tradizionale, come dicevamo, è tutt'altro che scontato che i dettagli rivelatori dell’andamento del business emergano con chiarezza, mentre il Machine Learning interpreta l’anomalia alla luce della conoscenza già posseduta dall'algoritmo. Potresti così, per esempio, capire quali prodotti non funzionano in specifici punti vendita o perché un potenziale cliente ha abbandonato il carrello degli acquisti sul tuo sito di e-commerce. Il Machine Learning ti aiuta anche a monitorare la salute dei tuoi server o software, scovando irregolarità nel traffico dati e indizi di attacchi informatici in corso o potenzialmente in arrivo. La scoperta delle anomalie, a seconda dei casi, può servirti a prendere decisioni immediate o addirittura a prevenire potenziali problemi.

Prevedere il futuro

Nel business non servono certo fondi di caffè, tarocchi o linee del palmo della mano, e nemmeno ci si deve affidare solo all'istinto. Gli indizi sul futuro si celano tra i dati del passato e del presente, dati che il Machine Learning analizza, scompone e ricompone per trovare significati. E questi significati non sono soltanto risposte a domande già formulate (come quelle che scova la Business Intelligence), ma anche scoperte che non immaginavamo di poter fare. Una delle declinazioni del Machine Learning sono le analitiche predittive, con le quali si traggono previsioni sul futuro a partire dallo studio dei dati storici. Qualche esempio? Potrai usare queste capacità per scegliere il prezzo ideale a cui vendere un articolo in un preciso momento (magari quando la domanda avrà un picco), o per modificare l’inventario e soddisfare nuove richieste dei clienti oppure, se gestisci una fabbrica, per giocare d’anticipo sostituendo un componente della linea di montaggio, prima che smetta di funzionare.

Il software non è tutto!

Mettendo insieme Business Intelligence e Machine Learning potrai velocizzare l’analisi dei dati, scoprire insight nascosti e prevedere eventi futuri. Le sorprendenti abilità dell’AI, però, non tolgono importanza all'intelligenza umana. Anzi: proprio perché si tratta di attività complesse, potresti aver bisogno di un alleato in carne e ossa, che faccia da ponte di collegamento tra i dati e il business, tra le analisi e le strategie da mettere in atto. Non è un caso se nelle aziende questa figura sia richiestissima e tutt'altro che facile da reperire, trattandosi non di un semplice matematico o statista bensì di un professionista dotato anche di competenze di business. Di certo non tutti possono permettersi di assumere un data scientist, mentre è decisamente più facile rivolgersi a consulenti esterni per avere la certezza di non perdere l’orientamento nella Business Intelligence di nuova generazione. I dati saranno la tua mappa, il data scientist sarà la tua bussola.

Ora che abbiamo fatto un po’ di chiarezza, sono sicuro che i benefici del machine learning ti appaiono non più come un miraggio, ma come un traguardo reale. Il primo passo da compiere per trasformare i dati in valore, ancora prima di scegliere gli strumenti software della tua dotazione, è il più facile a farsi che a dirsi: scaricare, in un click, il nostro eBook gratuito “Guida alla Business Intelligence per le aziende”. Scopri tutte le potenzialità della Business Intelligence per la tua azienda!

 

New call-to-action

Share this post

  

Commenti

New call-to-action

Iscriviti alla Newsletter

Condividi questo blog