Business Analytics vs Business Intelligence: le differenze

La Business Analytics e la Business Intelligence sono la stessa cosa?
Non proprio, anche se i due approcci vanno a braccetto.

Infatti le aziende data driven non possono fare a meno di BA e i BI per migliorare il processo decisionale. Attraverso i dati, infatti, le organizzazioni riescono a fotografare la situazione attuale e prevedere le svolte successive.

Attraverso le piattaforme di self-service analytics anche gli utenti business, come ad esempio i manager e chi gioca un ruolo chiave nelle aree aziendali, possono interrogare i dati per prendere decisioni, anche senza l’aiuto del data scientist.

Ora analizzeremo nel dettaglio i diversi approcci all’analisi dei dati in azienda e le loro differenze:

• la business analytics;
• la business intelligence;
• la data analytics e la data analysis.

Che cos’è la business analytics

Con la locuzione Business Analytics ci riferiamo a un insieme di competenze, pratiche e tecnologiche che permettono alle aziende di monitorare continuativamente le performance delle azioni per pianificare gli sviluppi futuri.

L’analisi dei dati di business analytics ha quindi l’obiettivo di produrre nuovi insights basati sull’esperienza passata, facendo leva su elementi statistici, per prendere decisioni migliori in futuro. Per questo si dice che la BA è orientata all’analisi predittiva

La business analytics usa il data mining, il predictive modeling e l’intelligenza artificiale per anticipare i risultati futuri più verosimili secondo calcoli statistici. Lo scopo è di dare basi solide ai manager che sono chiamati a prendere le prossime decisioni per lo sviluppo del business. In alcuni casi, si può ricorrere anche a un sistema di BA totalmente automatizzato che può gestire in autonomia anche i processi decisionali.

Che cos’è la business intelligence

Al contrario della business analytics, la business intelligence è rivolta alla descriptive analytics, ovvero all’analisi descrittiva.

Anche la BI raccoglie i dati relativi alle performance delle azioni già operate dall’azienda, con lo scopo di monitorare i risultati per produrre report.

Parte dell’attività di Business Intelligence consiste nel creare un inventario storico continuativo delle performance delle varie aree e delle strategie aziendali, per conoscere ciò che ha funzionato meglio e ciò che invece non ha portato ai risultati sperati.

Cosa sono la data analytics e la data analysis

Altri due termini potrebbero creare confusione e sovrapporsi ai concetti di BI e BA. Sono:

• Data Analytics
• Data Analysis.

Data Analytics corrisponde in italiano a analisi dei dati e include qualsiasi operazione, tecnologia, processo organizzativo del lavoro con i dati. Questo lavoro deve essere finalizzato ad estrarre un’informazione di senso.

Fa da cappello a diversi processi differenziati, che vanno dalla governance dei dati al data storing, dalla ETL alla condivisione dei dati. Tra questi processi c’è anche la data analysis.

La data analysis è la parte del lavoro con i dati che consiste in preparare, modellare e interrogare i dati per ottenere risposte.

Esistono diversi tipi di data analysis come l’analisi descrittiva, l’analisi predittiva e l’analisi prescrittiva.

Questi tre filoni convergono nel modo in cui le aziende applicano la Data Analytics sia a livello di Business Intelligence che a livello di Business Analytics.

Descriptive analytics, predictive analytics e prescriptive analytics

Analisi descrittiva, analisi predittiva e analisi prescrittiva sono tre approcci diversi che, tuttavia, disegnano insieme un percorso lineare.

Analisi descrittiva

L’analisi descrittiva, come abbiamo detto, si svolge con la Business Intelligence.

I dati del passato servono a descrivere la situazione. Risulta particolarmente utile per capire quali azioni hanno performato e quali sono state fallimentari.

La descriptive analytics risponde a due domande:

• cosa?

• come?

Lo step descrittivo è fondamentale per individuare i punti di forza e i punti di debolezza della strategia di business, correggendo il tiro in caso di errori.

Analisi predittiva

L’analisi predittiva è invece quella che appartiene alla Business Analytics. Attraverso i dati delle azioni svolte e delle azioni in corso, isola i  possibili trend futuri basandosi su elementi statistici e probabilistici.

La domanda a cui risponde è: perché?

Conoscendo le cause di una situazione, infatti, è più facile ipotizzare anche la sua evoluzione.

Le piattaforme di self-service analytics (per esempio Tableau) rendono autonomi anche manager e utenti di business nella predictive analytics, attraverso l’impiego dell’intelligenza artificiale.

Analisi prescrittiva

Infine c’è l’analisi prescrittiva, che risponde a domande come:

• Cosa dovrebbe essere fatto?

• Cosa posso fare per innescare l’evento X?

Di solito questa tipologia di analisi di business richiede competenze specifiche e calcoli molto avanzati (si parla di Advanced Analytics). Con Tableau può essere svolta e condivisa più agevolmente su TabPy, un’applicazione che esegue il codice Python mostrando i dati nelle Viz interattive di Tableau.

Come facilitare il processo decisionale con i dati

Un’azienda che riesce a mettere in campo ogni tipo di approccio di analytics, facilita il processo decisionale.

La maggior parte delle aziende fa Business Intelligence, appoggiandosi sull’analisi descrittiva.

Poche aziende, con un indice avanzato di maturità digitale e di data culture, fanno anche analisi predittiva e sfruttano i sistemi di self service analytics.

Pochissime arrivano all’analisi prescrittiva, che è più complessa ma offre una completezza di informazioni a sostegno del processo decisionale.

Ogni azienda deve usare i dati nel modo più appropriato per sé

Secondo la nostra esperienza di partner Tableau e di esperti di BI e BA, la prima decisione da prendere non è quale tipo di approccio ai dati utilizzare.

In primis, infatti, suggeriamo ai nostri clienti di individuare gli obiettivi che intendono raggiungere grazie ai dati. 

Questi obiettivi devono essere SMART: specific, measurable, accepted, realistic, timely.

Soprattutto devono essere in linea con gli obiettivi di business dell’azienda, in un quadro più ampio.

Solo una volta che sono stati stabiliti gli obiettivi si può mettere a punto una strategia di BI o di BA, tenendo conto anche delle dimensioni dell’azienda, delle competenze interne, delle infrastrutture dati già esistenti.

Da questa analisi del contesto dipendono tutte le scelte conseguenti:

• quali tecnologie adottare;
• quale piattaforma e con quali licenze;
• quale deploy;
• che tipo di contratto di assistenza fare;
• quanta formazione è necessaria per il personale interno

ecc.

Sono decisioni complesse da prendere, per le quali la consulenza di un team esperto può assumere un’importanza cruciale. Infatti occorrono competenze molto specifiche e una visione ampia sulle problematiche di business intelligence e business analytics.

Per questo motivo la nostra idea di consulenza tecnica e strategica è quella di un percorso condiviso insieme ai clienti, da partire dalle fasi preliminari fino al post-vendita. La data analytics per le aziende è un percorso di miglioramento continuo, che rende il processo decisionale sempre più snello.