I trend della Business Intelligence e Analytics: miti e mode! - Paolo Pasini - Information Builders Summit 2012
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Information Builders
Summit 2012
I trend della Business Intelligence e Analytics:
miti e mode!
Paolo PasiniBusiness Intelligence:
la situazione italiana
Guardando la situazione media italiana, è necessario distinguere 3
casistiche in 3 fasi di maturità della BI:
1. Aziende nella fase di Introduzione della BI: è rilevante capire il Perchè
c’è bisogno della BI
2. Aziende nella fase di Crescita della BI: è rilevante capire su quali aree
sviluppare ulteriormente la BI e come, cioè quali sono i fattori
critici che garantiscono il successo dei progetti di BI e il
successo nell’utilizzo della BI
3. Aziende nella Fase di Integrazione/Ottimizzazione della BI: è rilevante
capire come sfruttare al meglio e razionalizzare gli investimenti in
BI, gestire e valorizzare il portafoglio applicativo di BI e fare una
BI Governance a livello di impresa
2Perché c’è bisogno di Business Intelligence
e Analytics
1. Complessità nella gestione d’impresa = incertezza + velocità
(metafora del “navigatore aziendale”)
2. Esperienza, intuito + “fatti oggettivi” + fortuna e caso
3. Fatti oggettivi e razionalità = cosa/perchè è successo +
cosa/perchè sta succedendo + cosa/perchè succederà
4. Data Velocity “matters”
3La piramide di esperienza della BI
RCS DIRECT. Il processo di scelta delle campagne
Creatività sul marketing (per gli abbonamenti RCS e per i clienti
mercato e nei esterni). TESCO. Dalla grande distribuzione alle fiere.
Business Model
Modelli decisionali
A2A. Il processo di per GDO + FONIA
Nuovi Prodotti e simulazione e di definizione MOBILE +
Servizi di nuovi contratti luce-gas CARBURANTI
PRECA BRUMMEL. Il processo di
Migliorare i processi aziendali e definizione del briefing (e del budget) di
le relazioni con clienti e collezione e pianificazione dei lanci di
fornitori (rete del valore)
produzione.
COREPLA. Il processo di
“Anticipare i problemi e Guidare il pianificazione finanziaria
Business” nel Breve-Medio Termine pluriennale. MAPEI. Budgeting e
forecast mensile.
AZIENDA OSPEDALIERA
“Capire e dare un senso al Business, al passato” DI PADOVA. Il
monitoraggio di
prenotazioni e
(Fonte: Osservatorio BI, SDA Bocconi, 2010)
pagamenti delle visite.
4Processi decisionali core business per
settore e relative Analytical Applications
Settore Core Analytical Applications Portfolio
Credit scoring, fraud detection, pricing dinamico, claims analysis, customer
Servizi finanziari
profitability, channel profitability, compliance
Promotions analysis, ottimizzazione dei riassortimenti, ottimizzazione degli
Retail scaffali, demand forecasting, ottimizzazione della logistica e dei centri
distribuzione, pricing, geo-intelligence
Supply chain optimization (matching tra stabilimenti-magazzini-PdV),
Manifatturiero demand forecasting, analisi garanzie, previsione personalizzazione e
innovazione prodotti
Diagnosi preventiva, previsione visite, revenue management, financial
Health care
resource analysis e forecasting
Energy management, trading allocation, demand forecasting, compliance,
Energy, Utility
pricing and contracts differentiation
Customer retention, demand forecasting, capacity planning, network
Telco
optimization, customer profitability
Web site metrics, customer recommendations and advs, Social Media
Web channels
Analysis, Location based services analysis
5The new BI scenario
BI Tools BI Analytics
What’s the best that can happen? Decision Optimization
What will happen next? Predictive Analytics
Competitive Advantage
What if these trends continue? Forecasting
Why is this happening? Statistical models
Alerts What actions are needed?
Query/drill down Where exactly is the problem?
Ad hoc reports How many, how often, where?
Standard reports What happened?
Information Degree of Intelligence Insight
(adattamento da Davenport, 2007)
6What
Business
Managers
think about
the future of
analytic
activities
(MIT Sloan Management
Review in collaboration
with the IBM Institute for
Business Value, “Big
Data, Analytics and the
Path From Insights to
Value, winter 2011)
7Nuovi trend della BI e delle Analytics:
miti e mode
Visioning nell’ICT = individuazione dei fenomeni di cambiamento +
previsione dei tempi di manifestazione (dalle sperimentazioni ai
pionieri all’innovazione diffusa)
È nei tempi di manifestazione che tutti gli analisti sbagliano
maggiormente (a volte anche nei fenomeni)!
Forse non impiegano le Predictive Analytics?!!
Attenzione quindi ai Trend della BI!
Il futuro della BI si gioca sulla percezione di innovazione, di valore e di utilità da
parte dei Business manager, e sul “pivoting” e supporto da parte delle direzioni IT
in azienda.
8Nuove suggestioni o trend reali?
(Fonti: Gartner, Forrester, Datawarehousing Institute -TDWI.com, Information-Management.com, Osservatorio
BI-SDA Bocconi - sdabocconi.it/obi)
Maturità della BI ed Evoluzione delle applicazioni di BI:
1. Più BI Decision-oriented e meno BI Reporting-Based
2. Big Data: “Umbrella term”!
• Open Data
• Web BI: dalle Web Metrics & Analytics alla Social Web BI
• Geo-Data
3. Near Real Time BI
9È un fenomeno di management,
non solo di ICT!
e-Survey: “Big Data: le nuove frontiere
della conoscenza aziendale”
10BIG DATA: nuove frontiere della
conoscenza aziendale
• Ricercare reali nuove analisi e insight, rese possibili dalle nuove
tecnologie hw-sw di data generation e traceability, di intelligence e
analisi, dai Cloud Services
• Risolvere nuovi problemi
– Nel mondo fisico-scientifico e R&D (medico-farma, clima-eventi naturali, …)
– Nel mondo del management aziendale
• “Start with questions or start with collecting data?
– ”Ricercare l’inaspettato, con requirement più Bottom-Up, cioè derivanti
dalla nuova disponibilità di dati in termini di:
• Volume
• Velocità (di generazione, raccolta, elaborazione/analisi e distribuzione)
• Variabilità (di fonti e formati)
• Valore potenziale nuovo
11Le origini dei BIG DATA
Ogni persona o evento genera attorno a sé in
modo sempre più automatico centinaia o
migliaia di dati strutturati e non strutturati (nel
privato, nell’ambiente o in azienda)
(“The human face of
big data” Project:
Un esempio di
Crowdsourcing via
Apps)
Comprensione del Comprensione dei
comportamento di gusti/esigenze e nuove forme
persone (consumatori o di “member get member”!
professionisti) e di
dispositivi in rete
12Fonti di BIG DATA
Social networks e social media (es. Twitter, FB, blogs, forum, …)
Email
Transazioni
Documenti cartacei digitalizzati
Registrazioni video
Registrazioni audio
Immagini
Dati di geo-posizionamento (GPS)
Dati generati da trasmettitori e sensori (cellulari, wifi, bluetooth, Rfid,
NFC, …), o misuratori digitali (digital meters)
M2M (Machine to Machine) data - Internet of Things
Automazione processi produttivi
Digitalizzazione dei processi di R&D (es. nella bioinformatica e
biogenetica, chimica, climatologia, ecc.)
Clickstream – Web Log
…
13BIG DATA Applications: B2C ma non solo! (reti di field service, reti di punti vendita o figure commerciali, reti di flotte, etc.)
Un esempio di BIG DATA
RECENCY, FREQUENCY,
MONETARY
PROFITABILITY
PROFILO SOCIO-DEMO
FIDELITY CARD, PUNTI PREMIO
BASKET E MIX
DI ACQUISTO
SOCIAL WEB DATA (RT e non RT)
consumer
GEO-POSITIONING
GARANZIE PRODOTTI
FEEDBACK E-SURVEY
VIDEO-INTELLIGENCE
(riconoscimento volti e INFORMAZIONI E RECLAMI
Comportamento fisico) AL CONTACT CENTER
15Un esempio di BIG DATA
FASCICOLO SANITARIO
DATI RT DI TELEMEDICINA
CURE E TERAPIE IN CORSO E TELEASSISTENZA
SOCIAL WEB DATA (RT e non RT)
paziente
GEO-POSITIONING
(paziente in movimento)
DATI DAL CONTESTO DOMESTICO
VIDEO-INTELLIGENCE …
(riconoscimento …
Comportamento fisico)
16BIG DATA as a real opportunity
Non è un problema di Volumi!
È un problema cognitivo e analitico!
17BIG DATA & BIG BROTHER:
threaths, individual perceptions, privacy
18(Public) Open Data
Ambiente e
Turismo e cultura Sport PMI e Commercio Agricoltura
Territorio
• musei • Strutture • Fiere e mercati • Imprese agricole • Basi geografiche
• archivi e sportive • Grandi strutture • Aree agricole di riferimento
biblioteche • Piste ciclabili di vendita • Patrimonio (Carta tecnica,
• beni culturali • Impianti sci e • Negozi storici faunistico Ortofoto, DTM,
skipass Stradario)
• mostre / eventi / • Imprese • Catasto terreni
spettacoli • Eventi sportivi artigiane • Parchi e aree
• Coltivazioni
protette
• itinerari turistici e • Bandi di
cicloturistici finanziamento • Aree dismesse
• Itinerari culturali • Brevetti • Qualità dell’aria
• uffici turistici • Iter autorizzativi • Risorse idriche
• agriturismi commerciali • Rete idrografica
• alberghi, • Punti di • Vincoli
ristoranti erogazione paesaggistici
• terme carburante • Piani di Governo
del Territorio
• eventi
enogastronomici • Uso del suolo
/ tradizioni • Impianti energia
• Impianti
trattamento rifiuti
• Carta geologica
• Frane e
valanghe
(fonte: Regione Lombardia, 2012)
19(Public) Open Data
Pubblica
Prevenzione e
Trasporti Sanità Amministrazione Statistica
Protezione
lombarda
• Sedi di Polizia • Rete stradale • Cittadini assistiti • Sedi Regione • Dati ISTAT da
locale • Rete ferroviaria • Strutture Lombardia censimenti
• Alert Protezione • Rete navigli e sanitarie: • Enti locali e loro • Zone di
Civile lacuale ospedali, ASL, sedi censimento
• Rete Protezione • Porti e aeroporti farmacie, MMG e • Informazioni • Indicatori su
Civile pediatri, RSA amministrative popolazione
• Fermate
• Opere di difesa trasporto • Prenotazioni sui Comuni • Indicatori su
del suolo pubblico locale sanitarie • Limiti imprese
• Orari trasporto • Pronto soccorso amministrativi PA • Indicatori su
pubblico locale (AREU) lombarda agricoltura
• Prevenzione (Comuni, • Indicatori da
• Linee
sanitaria Province, Osservatori
metropolitane
(IMPRES@) Comunità Regionali
montane)
• Toponomastica
(stradari, vie e
civici)
(fonte: Regione Lombardia, 2012)
20Social Web BI: Matrice Unità di analisi/Tipologie di analisi
Fonti Web Social Communities Forum, Fonti Siti web
Network Blogs tematiche Newsgroups mainstream istituzionali
Tipologia di Analisi New Opinion & Profiling, Social Web
Reputation Concept Satisfaction New Product Sentiment / Behaviour,
Testing Monitoring Competition Perception Experience Network
Unità di Analisi
Business Policy ALCATEL COMUNE TO COMUNE TO
ALCATEL,
Brand aziendale ALCATEL, ERIF ALCATEL, BINDA
EDENRED
ALCATEL,
ALCATEL, BINDA,
Brand di prodotto ALCATEL, ERIF
FM, PIRELLI
BINDA, FM,
PIRELLI
Personale aziendale
ALCATEL,
ALCATEL,COMUN BINDA,
Prodotti/Servizi attuali ALCATEL, ERIF E, ERIF, FM, COMUNE TO,
PIRELLI ERIF, FM,
PIRELLI
Nuovi Prodotti/Servizi o Eventi BINDA COMUNE TO COMUNE TO
BINDA,
Nuovi Concept Prodotti/Servizi EDENRED, ERIF
Customer TUTTI I CASI
BINDA,
Processi aziendali ALCATEL
COMUNE TO
ALCATEL, FM, ALCATEL, ERIF,
Concorrenti PIRELLI FM, PIRELLI
(Fonte: Osservatorio BI, SDA Bocconi, 2010) 21Geo-data: un quadro di riferimento
Realtime
Dinamici
Geo-Spatial intelligence (es. controllo sicurezza
urbana, meteo, controllo del traffico o dell’affollamento,
analisi ambientale, anti-terrorismo, tracciamento di una
Tipologia di dati impiegati nelle mappe
flotta)
GEO-INTELLIGENCE
Location- Controllo di
Controllo di Based Service performance
fenomeni fisici (es. self-
aziendali e
positioning e POI,
e supporto LB-Mktg; LB Social supporto
a decisioni più Networking) Obiettivi dell’applicazione di Geo-Intelligence
a decisioni di
operative management
GIS di
mktg o
logistici
GIS per gli
impianti o le
infrastrutture
(es. SIT, field
services)
Storici
Statici
22Nuove suggestioni o trend reali?
Nuovi metodi di BI design e delivery:
1. Agile BI, Usability
2. Self-Service BI
3. User centric design, Design sperimentali, iterativi, User test
continuo
4. Autocertificazione dei dati
• Velocità di generazione (bassa latenza)
• Dati non certificati da procedure o sistemi ufficiali
• Poca consapevolezza e metodi
5. Embedded analytics nei processi operativi (es. gestione di un reclamo,
Web Advertising, prevenzione medica, ecc.); molto sviluppo custom!
23Nuove suggestioni o trend reali?
Nuove tecnologie di BI:
1. Advanced visualization: la grafica è il punto di partenza delle analisi, non
l’arrivo!
2. BI collaborativa: integrazione con workflow, portali aziendali, strumenti di
messaging e communication; grande potenziale inespresso
3. InMemory: prestazioni e verso la RT information
4. Analytical Platform: nicchie di applicazioni
5. BI Mobile: quanto “spinge” realmente la BI e le Analytics?
• Apps per la raccolta dati e Apps analitiche
• Smartphone: solo per data collect e information presentation
• Tablet: anche per information analysis; i device sono decisamente più “cool”,
ma la logica del “baratto” con l’utente rimane: l’adozione del tablet è diversa
dall’adozione della BI/Analytics aziendale!
• Gestione di più piattaforme oggi presenti sul mercato (non solo Iphone e
Ipad!)
“Still dreams”:
Necessità crescente di una 1. BI in SaaS, in Cloud
maggiore BI Governance 2. BI Open source
24BI Governance: BI Maturity Model, Fase 1 Fase 2 Fase 3 Fase 4 Fase 5
Sperimenta- Crescita Integra- Ottimizza- Distintività
SDA Bocconi, © 2009 zione zione zione
1. Strategia aziendale di BI
2. Budget dedicato alla BI BI Strategy
3. Diffusione/penetrazione dei sistemi di BI Assessment
BI Governance
4. Grado di Copertura dei fabbisogni informativi
5. Grado di esperienza nella BI BI Diffusion Profilo
6. Architettura BI
7. Standard tecnologici
Punti di
forza e di
8. Data Quality Management BI Architecture debolezza
9. Ownership e Accountability della BI
10. Unità organizzative dedicate alla BI Piano di
sviluppo
11. Relazioni specialisti-utenti e SLA della BI
BI Organization
12. Analisi costi/benefici
13. Misurazione dei risultati BI Measurement
14. BI sourcing BI Sourcing
Valori Medi delle imprese italiane, dati 2008
25BI Governance nel gruppo Multiutility:
punti di forza e possibili azioni di miglioramento
2,6
Strategia aziendale di BI 2,5
2,0
Budget della BI 3,0
2,8
Diffusione/Penetrazione 2,2
2,8
Grado di copertura dei fabbisogni informativi 2,5
2,6
Grado di esperienza
Variabili del BI Maturity Model
3,0
2,3
Architettura di BI 3,5
2,8
Standard metodi e tecnologie 1,5
2,4
Data Quality Mgmt 1,5
2,2
Ownership-Accountability della BI 2,0
2,0
Unità organizzative per la BI 3,5
2,5
Relazioni specialisti-user e livelli di servizio 3,0
2,3
Analisi costi/Benefici della BI 2,0
3,2
Misurazione risultati ex-post della BI 2,5
2,0
BI Sourcing 2,5
1 2 3 4 5
Fasi di maturità
media aziende italiane
26BI/Analytics Organization
BICC
centrale
BICC
divisionale
(MIT Sloan Management
Review in collaboration
with the IBM Institute for
Business Value, “Big
Data, Analytics and the
Path From Insights to
Value, winter 2011)
27BI/Analytics:
l’esperienza migliora ma gli ostacoli sono
sempre gli stessi!
Culture
Competences
Capabilities
Costs
28Grazie per
l’attenzione
paolo.pasini@unibocconi.it
osservatoriobi@sdabocconi.it
www.sdabocconi.it/obi
29Puoi anche leggere
