Un approccio corretto all’implementazione dei progetti analitici prende le mosse dalla costruzione di una data platform moderna. Mirko Menecali, Partner and alliance manager di Sinfo One, spiega come si arriva a realizzare una BI efficace, self-service e predittiva
Nell’attuale scenario di instabilità socio-economica, le aziende devono fronteggiare i ritmi frenetici del mercato globalizzato e un’escalation di concorrenti sempre più agguerriti. La capacità di processare rapidamente le informazioni per prendere decisioni strategiche e ottimizzare le performance è una chiave di competitività imprescindibile per qualsiasi azienda.
Ma come traguardare l’obiettivo? Sinfo One, società parmigiana di consulenza IT, può accompagnare le aziende nella realizzazione di sistemi integrati di Data Warehouse, Business Intelligence ed Enterprise Performance Management, finalizzati a trasformare i dati in conoscenza e quindi in azione.
Mirko Menecali, Partner and alliance manager della società, spiega la vision aziendale, che mette al centro l’innovazione del Data Warehouse come chiave per ottimizzare le attività analitiche.
Verso una Business Inteligence autonoma e predittiva
«La capacità di utilizzare informazioni oggettive o oggettivabili – dichiara Menecali – a supporto del processo decisionale, ovvero ciò che l’informatica definisce Business Intelligence nell’accezione più ampia, è sempre esistita. Oggi, tuttavia, si delineano due approcci: a un più tradizionale utilizzo di report o dashboard istituzionali si affianca un approccio self-service BI ovvero la possibilità per ciascun utente di essere autonomo nel processare i dati e produrre reportistica, un approccio decentrato che consente di effettuare analisi più velocemente con maggiore frequenza senza rinunciare anche a una modalità predittiva».
Who's Who
Mirko Menecali
Partner and alliance manager di Sinfo One
Come spiega Menecali, infatti, in un periodo di forte incertezza le aziende che intendono mantenersi competitive, devono eseguire più spesso i controlli sulla marginalità e sull’efficienza, così da rilevare e ridurre le criticità, ottimizzando i processi. Inoltre, hanno bisogno di prevedere accuratamente i benefici ottenibili da eventuali investimenti per una migliore pianificazione dei budget. «Poniamo il caso – prosegue il manager – di un’impresa che stia valutando l’implementazione di un impianto fotovoltaico per sopperire al caro energia: grazie ai dati e ai modelli previsionali, è possibile costruire un business plan e capire la convenienza del progetto».
Il Data Warehouse al cuore della Business Intelligence
Se le nuove frontiere analitiche spingono verso la fruizione autonoma e il forecasting, come è possibile evolvere e ottimizzare la Business Intelligence per soddisfare le richieste attuali? Secondo Sinfo One, il Data Warehouse è il punto di partenza imprescindibile per costruire una soluzione di BI efficace e moderna.
«La nostra – afferma Menecali – è un’offerta incentrata soprattutto sulla conoscenza e sulla gestione del dato anziché sugli strumenti di presentation, che spesso rappresentano il fulcro di molti servizi di Business Intelligence. Non siamo legati infatti a nessun software, ma lavoriamo con i maggiori vendor come Oracle, SAP, Microsoft, Qlik e così via. Pertanto il Data Warehouse costituisce il core del nostro approccio alla BI, perché permette di estrarre valore dalle informazioni provenienti da diversi sistemi».
Menecali spiega in dettaglio cosa si intende con il termine Data Warehouse. «È una metodologia nata ormai da un ventennio – precisa il manager -, un database relazionale che permette di collezionare grandi volumi di dati ed eseguire processi ETL (Extract/Transform/Load). A differenza dei classici database che servono una singola applicazione specifica, il Data Warehouse è stato progettato espressamente per assolvere le attività analitiche, consentendo di preparare i dati raccolti da una pluralità di fonti».
Cloud e Intelligenza artificiale per modernizzare il Data Warehouse
Secondo Menecali, gli approcci tradizionali alla realizzazione del Data Warehouse oggi possono essere ammodernati attraverso alcune innovazioni tecnologiche ma soprattutto architetturali.
«Innanzitutto – suggerisce il manager – l’avvento del cloud computing permette oggi di costruire i Data Warehouse all’interno di piattaforme tecnologiche molto evolute, con funzionalità di intelligenza artificiale che automatizzano molti processi di gestione delle informazioni. Così, si accelerano le operazioni tipicamente svolte dai sistemisti, ottenendo risparmi significativi in termini di tempo e risorse. Quindi, sintetizzando, una prima forma di modernizzazione del Data Warehouse passa attraverso la pura e semplice tecnologia».
Allargando il concetto di Data Warehouse e considerando lo spettro più ampio della BI, l’Artificial Intelligence può generare ulteriori opportunità di ottimizzazione. «Basti pensare – aggiunge Menecali – alle funzionalità di Natural Language Processing all’interno degli strumenti di presentation. Un utente oggi può chiedere al sistema di eseguire determinate analisi semplicemente utilizzando il comune linguaggio parlato, proprio come farebbe con un assistente virtuale in stile Google. L’intelligenza artificiale capisce il comando, lo trasforma in query, elabora i dati e propone la rappresentazione grafica dei risultati secondo il formato che ritiene ottimale».
Il Data Lake affianca il Data Warehouse per analisi dinamiche
Menecali torna quindi a parlare di modernizzazione del Data Warehouse in senso stretto. «Il Data Warehouse classico – prosegue il manager – estrae e prepara le informazioni in modo piuttosto rigido, trasformando anche i dati meno strutturati con processi ETL. Sebbene il Data Warehouse tradizionale rimarrà probabilmente il cuore delle attività analitiche aziendali, può essere affiancato da più flessibili Data Lake, che permettono di acquisire da sistemi eterogenei e archiviare in formato nativo grandi volumi di informazioni strutturate e non come immagini o file audio. Dai dati non-strutturati vengono quindi estratte informazioni utili alle finalità analitiche con processi dinamici. Ad esempio, per condurre una verifica sulla frequenza dei fermi produttivi negli ultimi sei mesi, si possono analizzare i filmati registrati all’interno dell’impianto e archiviati nel Data Lake; da lì verranno quindi estratte all’occorrenza le opportune informazioni statistiche. Oppure, diventa possibile abilitare l’analisi in streaming dei dati non-strutturati provenienti dai sensori di temperatura delle macchine, che, processati dinamicamente, restituiscono un segnale di allerta ogni volta che viene individuata un’anomalia».
Menecali offre un ulteriore chiarimento della differenza tra Data Warehouse e Data Lake. «Il processo di pulizia e organizzazione del dato è invertito. Nel primo caso, i dati più o meno strutturati vengono trasformati a monte con processi ETL eseguiti centralmente, quindi archiviati in un formato pronto per la Business Intelligence. Nel secondo caso, vengono immagazzinate informazioni grezze che vengono processate solo quando richiamate per le analisi in logica self-service» precisa il manager, che aggiunge: «Tutto questo serve a far evolvere il sistema in una moderna piattaforma dati che sposta l’accento dal mero stoccaggio delle informazioni all’“attivazione del dato”. Una piattaforma dati è un’applicazione che trasforma il Data warehouse da mero magazzino dati a servizio di report a vero e proprio Hub di flussi dati da e verso delle aree di fruizione degli stessi, che siano software, essere umani con il compito di analizzarli, altre aziende o siti esterni».
La distribuzione culturale delle competenze sul dato
Passando dal mondo centralizzato del Data Warehouse dove chi gestisce gli analytics è l’IT, a un mondo decentralizzato, dove gli utenti possono fruire autonomamente della BI, diventa necessario anche uno shift di competenze. «La migrazione verso una piattaforma dati moderna – asserisce Menecali – passa attraverso una trasformazione culturale, degli skill e delle conoscenze: la sensibilità sul dato deve essere sempre più vicina al business e meno centralizzata».
Tuttavia, secondo Menecali, le due modalità di organizzazione e fruizione delle informazioni, ovvero in capo ai Sistemi Informativi oppure in mano all’utente, non dovrebbero escludersi o rappresentare due stadi evolutivi della Business Intelligence: piuttosto dovrebbero convivere a seconda della tipologia e delle finalità analitiche. La figura del Data Scientist, con competenze matematico-statistiche e comprensione degli strumenti tecnologici, può rappresentare un punto importante di raccordo tra i due mondi e spesso è il principale interlocutore di Sinfo One per la realizzazione di progetti di BI.
L’approccio di Sinfo One ai progetti di Business Intelligence
Ma come si traduce la visione di Sinfo One in progetti concreti di Business Intelligence per i clienti?
«Tipicamente – riprende Menecali – ci indirizziamo ad aziende italiane di medie dimensioni, con fatturati da cento a trecento milioni di euro all’anno, attive quasi esclusivamente nel comparto manifatturiero, soprattutto in ambito Food & Beverage. Nel caso l’impresa debba partire da zero con la costruzione del Data Warehouse e iniziative di Business Intelligence, proponiamo delle piattaforme preconfigurate, che mettono a frutto le nostre competenze nel settore industriale e su tecnologie come Oracle, SAP o il nostro gestionale SiFides. Così l’azienda può beneficiare in modo economico e veloce, saltando la fase progettuale, di soluzioni per la BI già evolute, aperte rispetto a fonti dati eterogenee e ai principali sistemi ERP, con funzionalità di intelligenza artificiale e un Data Warehouse moderno. In questi casi, il nostro approccio è di trasferimento tecnologico: costruiamo e implementiamo lo strumento, fornendo ai clienti una formazione adeguata e continuativa per l’utilizzo».
Sulle imprese più grandi, con un livello di maturità già elevato rispetto alle tematiche di Business Intelligence, invece, Sinfo One si muove con un approccio modulare e sartoriale, che punta a costruire soluzioni personalizzate di concerto con il cliente. Per le aziende di fascia alta, viene proposto anche un servizio di esternalizzazione che prevede la gestione della data platform completamente in carico a Sinfo One.
Una squadra di professionisti dedicata alla Business Intelligence
«Avendo clienti molto diversi per dimensione e fatturato – sottolinea Menecali – adottiamo approcci differenti a seconda dei casi, forti delle nostre professionalità e competenze. Abbiamo innanzitutto figure specializzate nel project management, perché le iniziative di BI vengono spesso gestite in modalità “ibrida”, combinando processi waterfall e Agile, quindi richiedono una capacità spinta nella gestione del progetto. Inoltre, mettiamo in campo le competenze tecnologiche e sistematiche per permettere il buon funzionamento delle soluzioni, anche quando richiedono il ricorso al cloud e l’integrazione di ambienti ibridi e multi-vendor. Infine, l’attore principale della nostra offerta, con un ruolo più trasversale, è il consulente, preposto a dialogare con il cliente, trasmettere competenze, fare training e raccogliere i requisiti per nuovi progetti».
Insomma, nella ricetta di Sinfo One per la Business Intelligence, la chiave è la modernizzazione del Data Warehouse, unita a una serie di solide competenze maturate nel tempo, per fornire a ciascun cliente la soluzione ottimale.
