La Business Intelligence o BI è la raccolta, analisi e archiviazione dei cosiddetti Big Data. I trend su questi dati vengono continuamente studiati per capire meglio il comportamento digitale e i comportamenti d’acquisto degli utenti, quando hanno a che fare con diversi dispositivi tecnologici.

Per il suo grande impatto socio-economico, si può dire che la Business Intelligence testimonia quanto la digitalizzazione sia importante nei mercati dei più svariati settori, che grazie ai Big Data possono essere meglio analizzati, migliorandone diversi aspetti.

Software e dispositivi tecnologici utilizzati per offrire servizi informatici e digitali, dispongono di database che raccolgono i Big Data; ma tra i moltissimi dati che circolano in rete, quando si può parlare veramente di Big Data?

Gli esperti considerano Big Data, quei dati che possono essere ricondotti a 5 fattori, ovvero le 5V:

• Velocità
  

  I Big Data possono essere analizzati da subito, dopo qualche millesimo di secondo, in seguito alle operazioni da cui dipendono. Come le condivisioni di contenuti e le interazioni sui social network, tramite cui si possono capire l’andamento della brand awareness  e della brand reputation di un marchio on line o come le transazioni bancarie, ambito dove  è necessario prevenire eventuali frodi. La Data Analysis è possibile anche prima che i Big Data vengano immagazzinati nei database.

• Volume
  

  Sono considerati Big Data (a differenza dei Medium e Small Data) quei dati disponibili in qualche millesimo di secondo che hanno come unità di misura il zettabyte, scomponibile in 1 miliardo di terabyte.

• Varietà
  

  I Big Data sono dati eterogenei, ovvero composti da elementi multimediali che nel caso dei social network sono gli hashtag, i like, le immagini e i post con geolocalizzazione.

• Variabilità
  

  L’estrazione dei dati o Data Mining, e l’analisi dei dati o Data Analysis, sono attività che rappresentano valori differenti in relazione e in base al contesto professionale in cui l’analista lavora, il quale attribuisce alle informazioni acquisite, determinati significati.

• Viralità
  

  I Big Data sono considerati dei dati virali perché si diffondono in fretta grazie agli elementi multimediali citati sopra, tra cui l’hashtag, che circolando in rete determina l’informazione ed influenza l’opinione pubblica.

E’ importante evidenziare il fatto che un sistema di Business Intelligence, e la sua utilità si relazionano sempre alla cultura aziendale di riferimento, e all’importanza che questa da all’informazione, al trattamento delle informazioni, nonché alla creatività.

Risulta dunque errato riporre totalmente fiducia nella tecnologia, poiché essa permette l’esistenza di un sistema di Business Intelligence, ma non è adatta a definire il disegno del sistema e la sua efficacia, poiché questo deve essere definito dalle logiche del business e dalle competenze multitasking degli analisti, dotati di strategia e spirito creativo assieme.

Come funziona la Business Intelligence: le 3 fasi

Il funzionamento della Business Intelligence viene schematizzato in 3 fasi:

• Raccolta dati
• Pulizia, validazione e integrazione dei dati
• Elaborazione, aggregazione e analisi dei dati

La raccolta dei dati

La raccolta dati è una selezione effettuata nelle banche dati, circoscrivendo tre tipologie di Big Data, ovvero demografici (riguardano soprattutto le istituzioni pubbliche che forniscono dati sulla popolazione), sociografici (utili per capire i consumi e lo stile di vita), psicografici (riportano gli interessi e le attitudini di una certa fetta di popolazione).

Il Business Intelligence Analyst ha il compito di accedere ai database (operazione che ha spesso un costo molto elevato), e selezionare le banche dati che più gli interessano in relazione al business su cui lavora. I Big Data possono essere avvalorati dagli Small Data, ovvero dati più piccoli ad essi relazionati, che hanno a che fare con specifici software come i CRM dei negozi on line, che forniscono informazioni sull’identità e sui comportamenti di acquisto dei clienti.

Pulizia, validazione e integrazione dei dati

La pulizia, la validazione e l’integrazione dei dati consiste nella selezione e nell’organizzazione dei vari dati, tra cui immagini, video, hashtag e contenuti testuali da dover poi inserire nel software di Data Analysis, una fase detta “normalizzazione”, che raggruppa più database e li fa confluire in un unico Data Warehouse, ovvero un potente database che è in grado di aggregare vari dati in un’ottica di Business Intelligence.

Elaborazione, aggregazione e analisi dei dati

L’elaborazione, l’aggregazione e l’analisi dei dati è la terza fase della BI, che coinvolge il Data Management, un software in grado di effettuare quattro tipologie di data analysis:

• Descriptive Analytics: è una tipologia di analisi che coinvolge dei dati provenienti da report e grafici, riguardanti i KPI, ovvero gli indicatori di prestazione riferiti a situazioni attuali o passate di determinati contesti.
• Predictive Analytics: è una tipologia di analisi che coinvolge dei tool programmati i quali confrontano i vari dati pervenuti per rispondere in modo adeguato alle tendenze venture di appositi mercati; tutto questo avviene tramite strumenti matematici quali il cosiddetto il forecasting, nonché la regressione e l’applicazione di modelli predittivi, utili allo sviluppo di un’economia.
• Prescriptive Analytics: è un’analisi dei dati che crea dei report per poi proporre ai decision maker delle operazioni specialistiche data driven, ovvero guidate dalla quantità, dal valore e dal significato dei dati.
• Automated Analytics: è considerata l’analisi dei dati più innovativa perchè basata su tecniche di machine learning, email marketing, pricing di prodotti in vendita on line.