L’idea, sostenuta tra i primi sul mercato da Qlik, segue un ragionamento molto semplice. Per orientare le decisioni future servono dati il più possibile aggiornati. La portata e il ritmo dei cambiamenti sono tali da non potersi più permettere di limitarsi a un modello previsionale costruito sullo storico e su poche iterazioni periodiche. Il processo di Business intelligence attiva fa leva, prima di tutto, sulla dinamicità e quindi sulla capacità di prendere in considerazione i dati non appena prendono forma. In pratica, in tempo reale.

Un’esigenza più diffusa di quanto si possa pensare. Se può venire spontaneo pensare al mondo finanziario, dove fluttuazioni importanti sono da considerare ormai nell’ordine dei minuti, se non dei secondi, altri settori meno scontati possono ricavarne importanti benefici. Per esempio, con l’IoT al servizio del mondo produttivo, diventa possibile prevedere con maggiore affidabilità una potenziale situazione a rischio per un impianto produttivo; o in ambito Healthcare, dove di riesce a riconoscere tempestivamente i sintomi di un malore e aumentare le probabilità di intervenire per tempo; o ancora in aziende che operano nel mondo B2C, dove l’analisi del comportamento di acquisto dei clienti può segnalarne la potenziale disaffezione quando non addirittura il potenziale abbandono e l’utilizzo di algoritmi predittivi, interni alla piattaforma o integrati con essa, può quindi consigliare l’azione migliore da mettere in campo per evitare che accada.

Una missione per esperti

Si tratta di un quadro facile da comprendere ma decisamente più difficile da tradurre in trasformazione dei processi, naturalmente con l’apporto di adeguati strumenti e un elevato livello di automazione. Quantità di dati da trattare, complessità delle procedure e tempi di manovra sono infatti al di fuori delle capacità umane.

La strategia e le competenze messe in campo da Qlik prevedono, prima di tutto, la Data Integration. Le informazioni non vanno semplicemente raccolte e classificate. È altrettanto importante correlarle e selezionarle, liberandole dai silos in cui si trovano. Per esempio, analizzando e trattando di conseguenza tutti i possibili riferimenti, sintatticamente diversi, a uno stesso oggetto.

Una fase delicata ma anche estremamente personalizzata. Da qui, l’esigenza di un profondo conoscitore della tematica. Un partner con competenze consolidate sul mercato in grado di individuare gli elementi particolari necessari a individuare la soluzione ideale e calarla nella singola realtà.

Un percorso costante, dove la messa in opera di un sistema di Business Intelligence Attiva è solo una tappa. Efficienza e ritorno degli investimenti si ottengono da una riorganizzazione dei processi, ma anche da un continuo aggiornamento in linea con l’evoluzione degli scenari.

La marcia in più di Qlik

Dal punto di vista dell’utente, la piattaforma di Active Intelligence di Qlik aiuta, in particolare, a superare alcuni limiti dei sistemi attuali. Garantendo, per esempio, maggiore autonomia nell’esplorare il dato e di personalizzare le ricerche e le proprie analisi costruendo dashboard dinamici più facili da interpretare e aderenti alle esigenze dell’utente business (Self-Service BI) ma anche di impostare azioni automatiche, verso utenti o sistemi terzi grazie all’Application Automation. Inoltre, la piattaforma agisce anche come stimolo alla collaborazione, attraverso alert e messaggi su diversi canali.

Opportunità disponibili per buona parte solo sulla piattaforma end-to-end Qlik adottabile, peraltro, anche modularmente e con logica di integrazione. Si pensi ad esempio alle moderne data-platform offerte dai 3 principali Cloud Vendor (Amazon, Google e Microsoft) con cui la piattaforma Qlik può essere facilmente integrata. Grazie a Qlik è infatti possibile attivare una soluzione di Active Intelligence in grado di combinare Data Integration e Data Analytics, con l’obiettivo principale di essere in grado di trasformare dati grezzi in azioni informate, stabilendo una pipeline di dati analitici per aiutare a liberare i dati dai propri silos, trovarli, comprenderli e renderli utilizzabili a supporto di decisioni operative.

Un primo passo importante è liberare le informazioni dai silos. I dati grezzi, a prescindere dall’origine, vengono estratti, trasformati e resi omogenei e confrontabili ed infine portati nei target individuati (dwh, datalake, etc) con un processo continuo, riflettendo nelle applicazioni in mano al business i cambiamenti in tempo reale che avvengono nelle fonti dati coinvolte.

Le informazioni, inoltre, devono essere facili da recuperare. Viene quindi eseguita la classificazione intelligente in un catalogo governato, dove gli utenti possano acquisire i dati e pubblicarli nel loro strumento di analisi, in ottica di Self-Service Data Preparation.

In termini di facilità di comprensione delle informazioni, con Qlik Sense si può contare sull’analisi aumentata grazie al motore di AI/ML integrato che lavora di concerto con il motore associativo per scoprire insights più significativi e trend e pattern non visibili a prima vista. Questo permette di cogliere un altro degli obiettivi di Qlik, che consiste nell’abbattere le barriere all’ingresso costituite da una cultura del dato potenzialmente bassa o comunque non uniformemente distribuita in azienda. In questo senso l’adozione di Qlik contribuisce ad aumentare il livello di Data Literacy all’interno delle organizzazioni.

A questo punto si può contare su tutte le informazioni utili per passare all’azione. Si parla dell’elemento chiave dell’Active Intelligence Platform. Il sistema incorpora l’analisi nei flussi di lavoro automatizzati e fornisce avvisi sofisticati e sensibili al contesto in tempo reale, nel momento in cui si verificano i cambiamenti.

I dati sono infine accessibili in qualsiasi momento su diversi canali. Non solo attraverso dashboard, ma anche sfruttando alert (via mail o anche app su smartphone) o semplici messaggi sintetici, dai quali eventualmente è possibile approfondire accedendo attraverso un deep link all’applicazione e al set di filtri all’origine dell’alert. In questo modo il sistema di Business Intelligence è in grado di portare le informazioni strategiche direttamente sul punto in cui nasce l’esigenza di prendere una decisione.

L'articolo Sistemi di business intelligence: come superare il modello di BI “passiva” con Qlik proviene da Horsa Blog.

Il modello di BI passiva: perché è superato

Uno dei maggiori ostacoli che le aziende incontrano nel raccogliere e rendere omogenei e confrontabili i dati che servono per prendere decisioni è rappresentato dalla separazione che si è creata fra due aree essenziali: quella della data integration e quella della business analytics. Questa divisione crea una mancanza di allineamento tra i team delle due aree, ed è spesso uno dei motivi che generano gli “investimenti IT ombra” in seno alle funzioni aziendali e in modo non coordinato con la funzione IT, e che portano a sfide e difficoltà nella governance dei dati.

Questo modello a due diversi compartimenti porta a un approccio passivo ai dati e all’analisi, ciò che viene spesso definito BI passiva, che tratta i dati come storici e statici, elaborati in batch, da pochi sistemi transazionali. Un approccio passivo alla BI è anche troppo concentrato nel dirci che cosa è successo in passato, informandoci a posteriori, e non agisce in modo efficace e tempestivo, quando conta di più, cioè nel momento in cui serve l’informazione più aggiornata e più “arricchita” possibile per decidere.

Soprattutto manca dell’ “ultimo miglio”.  Cioè di rendere evidenti i fenomeni che vengono posti in risalto dalla business analytics (gli “insights”) e di facilitare decisioni ed azioni basati su di essi, abbattendo gli ostacoli affinché ciò avvenga e possibilmente automatizzando alcune delle azioni, sia verso l’organizzazione (es. produzione, logistica, forza vendite, etc) che verso altri sistemi (ERP, CRM, verticali, etc). Aggiungiamo a questo che la natura basata su SQL della maggior parte dei moderni strumenti di visualizzazione esclude sistematicamente le informazioni chiave con ogni domanda posta o in altri termini ad ogni query fatta. Crea una visione a tunnel, opposta alla visione periferica garantita dal motore associativo, che permette di vedere tutti i valori associati o meno ad una certa selezione. Inoltre, il modello passivo di BI non consente di ottenere esperienze basate sui dati integrate direttamente nei processi decisionali e nelle applicazioni.

Le mancanze della BI passiva: verso un approccio di Active Intelligence

Il risultato è che in genere l’IT dispone di più dati di quanti il business ritenga realmente accessibili, lasciando ad una piccola intersezione tra l’IT e il business il compito di guidare la trasformazione e rendendo più difficile per l’IT dimostrare il valore che fornisce all’organizzazione.

Troppo spesso le strategie sui dati (data strategies) sono orientate all’integrazione delle sorgenti dati in un sistema target, piuttosto che a generare valore aziendale da esso, spesso sperando che il valore venga scoperto più avanti nel processo. («intanto facciamo un dwh»). Al contrario, l’azienda sta cercando talvolta disperatamente di rispondere a domande strategiche a cui non è possibile rispondere con i dati esistenti, lasciando enormi punti ciechi per il business che cerca risposte. Nella migliore delle ipotesi, il risultato non è ottimale né per il Business né per l’IT, peggio ancora crea attrito e sfiducia tra i due team.

Si tratta, quindi, di un modello limitato ed inadeguato, soprattutto se confrontato con la realtà odierna costituita da molte fonti dati, ognuna con un “battito” cioè con un tempo di aggiornamento diverso, alcune delle quali in tempo reale, che vanno considerate su larga scala, e con architetture che possono variare dall’essere on-premise o basate su cloud oppure ancora ibride. Questo contesto fa emergere la necessità di un nuovo approccio ai dati e al loro utilizzo, affiancato dallo sviluppo di una cultura basata sui dati come driver dell’azienda verso l’innovazione.

Un nuovo modello di BI: cosa fa l’Active Intelligence

In questo scenario diviene essenziale unire queste due aree – la data integration e la business analytics – in un’unica pipeline di dati analitici end-to-end (“end-to-end streaming data pipeline”). In questo modo, l’integrazione, la distribuzione dei dati e l’accesso alle informazioni in modo governato si semplificano, massimizzandone il valore per gli utenti di business e quindi per l’azienda. Si passa così all’adozione di una piattaforma di Active Intelligence: un vero e proprio percorso verso il ROI.

Un passaggio di modello di BI di questa portata cambia radicalmente l’approccio che un’azienda ha nei confronti dell’uso dei dati. Innanzitutto, si estende il ciclo di vita dei dati oltre il tradizionale paradigma “da fonte a destinazione”. Si include ora l’intero ciclo di vita dei dati analitici, generando nuovi insights attraverso gli analytics e la collaborazione fra utenti lungo tutto il processo, e infine integrandoli e incorporandoli nei processi aziendali. Ultimo, ma non per importanza, si attivano azioni immediate nel momento in cui si devono prendere decisioni, in contrapposizione agli interventi a posteriori legati al vecchio modello.

Una piattaforma di Active Intelligence, dunque, ha lo scopo di unificare questi due mondi (data integration e business analytics), liberando i dati dai loro silos, e mettendoli a disposizione in tempo reale. In questo modo tutti gli attori coinvolti possono trovarli semplicemente accedendo ad un catalogo, arricchendoli e creando azioni e risposte automatiche, a partire da essi.

I vantaggi di una piattaforma di Active Intelligence

Una piattaforma di Active Intelligence aiuta gli utenti nel comprendere fenomeni e scoprire insights che possono essere consumati ovunque, grazie ad un sistema che permette di automatizzare azioni a valle della BI, stabilendo una pipeline affidabile per l’analisi dei dati end-to-end.

Permette di superare la “dashboard fatigue” (fatica della comprensione di una dashboard ma anche la “stanchezza” che comporta l’analizzare i dati in modo ripetitivo tramite una dashboard). La piattaforma spinge all’azione, grazie anche al fatto che le informazioni vengono “spinte” verso l’utente attraverso alert e messaggi su su diversi canali (email, Microsoft Teams…). Queste informazioni vengono però condivise solo quando serve e grazie al supporto di trigger, impostati manualmente ma anche generati grazie al motore di AI/ML (“Cognitive Engine”) che lavora di concerto con il motore associativo (“Associative Engine”) di Qlik.

Questa è la visione che abilita l’Active Intelligence, una prospettiva nuova e fresca che riflette le realtà odierne in cui i dati devono essere posseduti sia dall’IT che dal business, sono vivi, in continua evoluzione e devono essere utilizzati in tempo reale e spingere a fare o fare direttamente delle azioni a beneficio del business. Tutto ciò deve avvenire su scala cloud in modo cross fra cloud dei vendors e cloud privati e anche in architetture ibride nel caso parte delle fonti dati sia on-premise, con dati strutturati e non strutturati e tuttavia completamente governati end-to-end.

L'articolo Ottimizzare l’uso dei dati con un nuovo modello di BI: l’Active Intelligence proviene da Horsa Blog.