Il progetto di Business Intelligence

Business intelligence è una terminologia americana molto intrigante per un mondo in continua competizione come il nostro. Suona come un invito a usare nuovi strumenti “intelligenti” che ci aiutino ad aumentare il nostro “business”. 
Se però cerchiamo di capire più in dettaglio cosa ciò significhi, iniziano le difficoltà.
Se inseriamo in un motore di ricerca come Google, la parola “Business intelligence”, otterremo circa 501.000.000 risultati. Difficile farsi un’ idea in un contesto così ampio.
Senza contare che nel grande contenitore della Business intelligence è confluita una infinità di termini come Data Warehouse, Data Mart,  analytics, data mining, process mining, , business performance management,  text mining, predictive analytics , prescriptive analytics, solo per citarne alcuni. (non lasciamoci però confondere da tutta questa terminologia. Molti delle funzionalità che sottintendono a quei termini le potremo implementare in seguito, solo dopo avere costruito una solida piattaforma di base).
 
Se proviamo però a cercare una definizione su Wikipedia, otterremo delle informazioni sorprendenti. Ecco il testo:

“Con la locuzione business intelligence (BI) ci si può solitamente riferire a:

• un insieme di processi aziendali per raccogliere ed analizzare informazioni strategiche.

• la tecnologia utilizzata per realizzare questi processi,

• le informazioni ottenute come risultato di questi processi.”

Questa espressione è stata coniata nel 1958 da Hans Peter Luhn, ricercatore e inventore tedesco, mentre stava lavorando per IBM.
E’ veramente sorprendente come  Hans Peter Luhn sia riuscito a dare una defininizione di Business Intelligence così chiara e ancora valida a una distanza di 54 anni. Ai giorni nostri, direi che la definizione di Forrester Research è sicuramente quella più vicina alla realtà dei fatti:
 "La Business Intelligence è un insieme di metodologie, processi, architetture e tecnologie che trasformano i dati grezzi in informazioni significative e utili utilizzati per consentire analisi strategiche, tattiche e operative più efficaci per il processo decisionale”
A fronte di tali obiettivi, nessuna azienda dovrebbe rimanere indifferente, anzi, dovrebbe valutare seriamente la possibilità di implementare un progetto di Business Intelligence. Bisogna però ascoltare con molta attenzione quanto ci dice Ralph Kimball (e altri) prima di implementare tale progetto. Secondo Kimball ci sono alcuni fattori da considerare prima di procedere. In particolare ci sono tre aree critiche.

1. il livello di impegno e sponsorship da parte del senior management
2. il livello di conoscenza del business
3. l’ammontare e la qualità dei dati di business disponibili.

Al di là del terzo punto, che, sebbene corretto, il più delle volte lo scopriamo dopo che siamo partiti,  i primi due punti sono fondamentali.
E’ necessario che i dati raccolti ed elaborati vengano utilizzati per supportare concretamente le decisioni di chi occupa ruoli direzionali. Che permettano di capire l'andamento delle performance dell'azienda, di generare previsioni e ipotizzare scenari futuri. Nella mia esperienza personale, sicuramente aree aziendali come il Controllo di Gestione o la Direzione Commerciale sono degli ottimi sponsor per iniziative di Business Intelligence.

Terminate le definizioni, proverò a dare alcune linee guida, avendo sempre in mente la vecchia e spesso citata metodologia KISS (Keep It Simple, Stupid). In particolare, vediamo di spiegare in modo semplice quali sono le macro fasi che costituiscono un progetto di Business Intelligence.

Fondamentalmente, un progetto di Business Intelligence è costituito da due componenti fondamentali. Un Back-end e un Front-end. E’ auspicabile che queste due componenti siano presenti chiaramente nel piano di progetto, perché richiedono capacità e strumenti diversi.
Nella fase di back-end avviene il processo di caricamento dati (ETL = Extract, Transform and Load) che riceve i dati forniti dai sistemi alimentanti e li carica nella Base Dati cioè il Data Warehouse (DWH). Quindi la fase di Back-end è cosituita da due componenti: una componente statica, cioè tabelle, indici, viste materializzate, e tutti  gli oggetti fisici presenti nel DWH,  e una componente dinamica, cioè il processo che estrae, trasforma e carica (ETL) tali dati nel DWH.

Alla fine della costruzione del Back-end, abbiamo i dati, ma gli utenti finali non li possono vedere. Per poterli vedere e analizzare, c’è bisogno del Front-end.
Anche il Front-end è costitito da due componenti. Il Business Model è la componente logica, che abbina la nomenclatura informativa del database a quella più consona, diciamo di business, dell’utente finale. Il Presentation Model, invece, costituisce le videate finali, cioè il modo con cui l’utente vuole vedere e navigare il risultato delle sue analisi.

Ovviamente possono esistere diverse varianti e aggiunte a questo modello, ma se ragioniamo secondo questa prospettiva, e vogliamo iniziare in modo semplice, queste sono la basi minime della Business Intelligence.

Vediamole all’opera con un esempio.

• Un utente clicca un pulsante, presente su una videata web, che mostra l’analisi della redditività dell’ azienda del mese scorso. La videata fa parte del lavoro eseguito nel Presentation Model.
• Il Presentation model, sulla base della richiesta utente, utilizza le informazioni presenti nel Business model e trasforma la richiesta utente in una richiesta (statement SQL) che possa essere compresa dal repository dei dati, cioè il Data Warehouse.
• Il Data Warehouse riceve la richiesta, la elabora, e restituirà il risultato finale all’utente solo se il processo di caricamento dei dati ricevuti dai sistemi alimentanti (ETL) è terminato correttamente.

Mi rendo perfettamente conto della estrema semplificazione adottata e delle insidie e complessità che ancora si nascondono dietro quelle poche componenti, ma spero che quanto descritto abbia fatto un po’ più di chiarezza per chi si appresta a implementare una soluzione di Business Intelligence.