Questo sito utilizza cookie per raccogliere informazioni sull'utilizzo. Cliccando su questo banner o navigando il sito, acconsenti all'uso dei cookie. Leggi la nostra cookie policy.OK

L’assessment della Business Intelligence: il Bi Maturity Model

pittogramma Zerouno

L’assessment della Business Intelligence: il Bi Maturity Model

12 Gen 2010

di Paolo Pasini e Angela Perego

L’Osservatorio Business Intelligence di Sda Bocconi ha identificato una serie di variabili la cui misurazione consente alle aziende di capire in quale livello esse si collocano all’interno del maturity model della Business Intelligence

La diffusione dei Sistemi di Business Intelligence nelle aziende italiane rappresenta oggi un fenomeno ormai conosciuto soprattutto nelle imprese con più di 100 dipendenti: i risultati dell’Osservatorio BI/BPM di SDA Bocconi (www.sdabocconi.it/obi) l’anno scorso hanno messo in luce il passaggio dalla 2° alla 3° fase del Maturity Model che sarà descritto in questo articolo. Un “BI digital divide” permane nei confronti delle imprese minori (con dipendenti tra 10-100), che costituiscono il 95% delle imprese italiane con più di 10 dipendenti.
Il percorso verso una piena maturità dei sistemi di Business Intelligence in azienda viene oggi declinato dai mass-media o dagli analisti (non dalla letteratura scientifica che è un po’ più cauta in questi casi) con termini avveniristici di “BI 2.0”, intesa come orientamento delle soluzioni verso ogni tipologia di utente (BI pervasiva o democratica), di utente Web (Mashup user), di utenti itineranti (Mobile BI), in una prospettiva sempre più real-time (o Near Real Time BI) e sempre più convergente con l’utilizzo anche dei dati non strutturati (BI search, BI e Content management, Information Management a livello d’impresa).
Il Maturity Model della Business Intelligence risulta utilizzabile, con opportune modalità di misurazione delle variabili sottostanti le varie fasi, per valutare lo stato dell’arte dei sistemi di BI e di BPM oggi presenti (“As Is”) in azienda, nonché gli interventi necessari per effettuare il passaggio a fasi di maturità più avanzate.

Figura 1: Bi Maturity Model di Sda Bocconi
(Cliccare sull’immagine per ingrandirla)

La figura illustra le 14 variabili descritte nell’articolo e ogni azienda può effettuare un auto-assessment dei propri sistemi di BI valutando ogni variabile e, a seconda del valore che oggi assume, posizionandosi nella fase di maturità corrispondente.
– 1. Strategia aziendale di BI: Nelle fasi 1 e 2 non esiste una reale strategia di BI, perché di fatto la BI ha una presenza a “macchia di leopardo”, solo in alcuni uffici o funzioni aziendali. L’ampliamento dello “scope” della BI verso tutte le funzioni e le divisioni aziendali nella fase 3, tipicamente porta alla formalizzazione di un capitolo dedicato alla BI nel piano strategico dell’IT, articolato sui principali progetti in corso o a piano e sulle maggiori criticità da affrontare. Dalla fase 4 in poi, la copertura aziendale e poi inter-aziendale della BI non solo sviluppa in modo formale una vera strategia di investimento, ma  si affrontano in modo serio e con reale esperienza i temi della cultura analitica aziendale.
– 2. Budget dedicato alla BI: nelle fasi iniziali (1 e 2) il valore della BI è poco percepito, è un costo, supporta processi di informazione tattici e il budget è una parte ridotta del budget IT complessivo. Nella fase 3 il valore della BI viene percepito come critico per il business e generalmente il budget cresce fino al 10-15% del budget IT. Nelle fasi 4 e 5 il valore della BI diventa strategico, il budget per la BI, oltre a continuare a crescere, si decentra in modo rilevante presso le funzioni utenti, nelle quali l’accresciuta cultura analitica e di BI consente di allocare in modo ottimale e autonomo le risorse economiche a disposizione.
– 3. Diffusione/penetrazione dei sistemi di BI: la diffusione è da intendersi come la quota di utenti di BI abilitati rispetto agli utenti potenzialmente interessati ad utilizzare la BI in azienda. Nelle fasi iniziali la diffusione della BI interessa prevalentemente le funzioni Vendite e Controllo di gestione, e le percentuali di diffusione sono generalmente inferiori al 10-15% della popolazione potenzialmente interessata alla BI; nella fase 3 si riscontrano percentuali oscillanti tra il 20-25%, per diventare nelle fasi più evolute 4 e 5 intorno al 50-70%, a seconda dell’intensità informativa del mercato/settore in cui l’azienda opera.
– 4. Grado di Copertura dei fabbisogni informativi: questa variabile viene  generalmente analizzata sia per funzioni aziendali “coperte” dalla BI, sia per tipologie e numero di processi/attività “coperti” all’interno di ogni funzione. Nella fase 1 le funzioni che sperimentano per prime applicazioni e tool di BI sono l’Amministrazione e controllo e le Vendite. Nella fase 2 si osservano spesso le prime implementazioni di sistemi di KPI e cruscotti per le Direzioni Generali e Divisionali. Nella Fase 3 ci si avvia all’estensione della BI anche nelle funzioni Mktg, Post vendita, Logistica e Operations, per approdare, ai sistemi di Business Performance Management aziendali, “trasversali”. Dalla fase 4 in poi, la copertura si estende definitivamente anche alle funzioni tipicamente meno “coperte” – es. IT, Acquisti, HR – oltre ad una maggiore copertura interna delle funzioni già citate.
– 5. Grado di esperienza nella BI: questa variabile misura l’esperienza storica di BI, cioè le competenze accumulate dagli specialisti IT e dagli utenti dal 1° progetto ufficiale di BI. Nelle fasi iniziali (1 e 2) si tratta di competenze soprattutto di data management per gli specialisti e di reporting dinamico e di analisi OLAP per gli utenti,; nella fase 3 si aggiungono maggiori competenze di sviluppo applicativo e di implementazione delle applicazioni di BI per gli specialisti, mentre gli utenti affinano i loro skill di analisi Pull delle informazioni  e di interpretazione delle informazioni,. Nelle fasi 4 e 5 gli specialisti possiedono oramai tutte le necessarie competenze tecniche per rendere autosufficiente la funzione IT rispetto alle competenze esterne.
– 6. Architettura BI: questa variabile è tra le più critiche nell’esprimere il grado di maturità in quanto l’esperienza ha oramai insegnato che due sono gli aspetti rilevanti che si combinano nel far evolvere l’architettura dei sistemi di BI: il grado di dispersione o integrazione, la tipologia di soluzione utilizzata. Nelle fasi 1 e 2 tipicamente la BI si presenta molto frammentata e dispersa in unità funzionali (come le vendite o il controllo di gestione), a “macchia di leopardo”; gli strumenti di supporto sono  prevalentemente di office automation o BI tool specializzati, ma diversi l’uno dall’altro,. Lo strato dei dati si presenta altrettanto frammentato, con datamart indipendenti, isolati. Nella fase 3 si avvia una prima forma di integrazione e razionalizzazione della BI: cresce la diffusione, ma il sistema di BI si articola su pochi strumenti specializzati, pacchetti di mercato prevalentemente,  e cresce la componente delle Analytic Application, ancor in modo un po’ disordinato, non integrato. Nasce un datawarehouse integrato. Nelle fasi 4 e 5 l’integrazione riguarda anche le Analytic Application introdotte e sviluppate con logiche “SOA-based”, lo strato dei dati si articola su più livelli integrati per supportare tutte le funzioni aziendali con ampiezza e profondità dei dati differenziate.
– 7. Standard tecnologici: strettamente connessa alla variabile precedente, questa è una tipica variabile di razionalizzazione della BI in azienda: la definizione di standard per la conduzione del progetto di BI, per la progettazione e lo sviluppo del progetto, per l’avviamento e l’utilizzo hanno tutti l’obiettivo implicito di migliorare l’efficienza tecnica e generare economie di scala, riducendo gli strumenti e le soluzioni di mercato presenti in azienda, il numero dei vendor e dei contratti di BI in essere, gli skill tecnici necessari per lo sviluppo della BI. In fase 1 di fatto non esistono standard tecnici. In fase 2 si definiscono gli standard di tipo progettuale. In fase 3 si avvia un processo di razionalizzazione delle soluzioni e delle tecnologie impiegate per la progettazione e lo sviluppo dei sistemi di BI, per migliorarne i costi di progetto e di infrastruttura, nonché i costi di addestramento e apprendimento degli utenti. In fase 4 si definisce una reale piattaforma e architettura tecnica standard a livello aziendale da impiegare per soddisfare, in modo efficace ma anche veloce, tutte le esigenze di BI, da quelle più semplici come il reporting a quelle più sofisticate o diversificate, come il data/text mining, il modelling di business o l’analisi dei dati georeferenziati o spaziali.
– 8. Data Quality Management: nella fasi 1 e 2 generalmente la qualità dei dati viene garantita con interventi ad hoc, saltuari, su eccezione o su problemi manifesti. In fase 3 si definisce una policy di Data quality che mira a risolvere alla fonte i problemi di pulizia, inconsistenza o disomogenietà dei dati. Dalla fase 4 si introducono anche strumenti specializzati di Data Quality management per migliorare non solo la qualità, ma anche la tempestività di aggiornamento e di disponibilità dei dati.
– 9. Ownership e Accountability della BI: questa variabile, tipicamente organizzativa, fa riferimento alla proprietà del budget di BI e alla responsabilità aziendale dei progetti e dei sistemi di BI. Nelle prime fasi  il budget è generalmente gestito dalla funzione IT, mentre dalla 4° si avvia un processo di decentramento che porta a responsabilizzare le funzioni utenti nell’allocazione delle risorse economico-finanziarie sull’evoluzione dei propri sistemi di BI.
– 10. Unità organizzative dedicate alla BI: nella fase 1 generalmente si ritrova un piccolo team di specialisti IT che progressivamente si focalizza sulle tecniche di analisi, progettazione e implementazione della BI. Mentre l’implementazione si imposta sull’impiego più frequente di risorse esterne; nella fase 2 il gruppo di specialisti interni si struttura e si amplia, per arrivare a generare un’unità formale dedicata alla BI, generalmente all’interno dell’unità Sviluppo Applicativo della funzione IT. In fase 3 questa unità si distacca e diventa un’unità di linea all’interno della funzione IT oppure in staff al responsabile IT. Dalla fase 4 in poi si possono creare le condizioni per la creazione di unità di Competence Center, che hanno il grande vantaggio di accentrare su di sé tutte le attività di BI Governance, ma soprattutto di fondere competenze specialistiche di BI e competenze dei keyuser delle varie funzioni aziendali.
– 11. Relazioni specialisti-utenti e Livelli di servizio: strettamente connessa alle variabili dell’unità organizzativa per la BI e della strategia di BI, questa variabile riguarda in realtà due aspetti: tutti i meccanismi di relazione tra la funzione IT e le funzioni utenti di BI e la regolamentazione dei livelli di servizio della BI. In fase 1 questi ultimi aspetti sono entrambi inesistenti. In fase 2 si incominciano a intravedere i primi meccanismi formali di relazione che riguardano la definizione dei Business Requirements e di eventuali studi di fattibilità, o la prototipazione dei sistemi di BI. In fase 3 i meccanismi di relazione si sofisticano e si progettano veri processi di Demand Management per la BI con figure dedicate di Demand presso la funzione IT. In fase 4 il processo di Demand Management della BI si integra con il processo di BI portfolio management, si struttura e viene automatizzato. Nelle fasi 4 e 5 le relazioni tra specialisti di BI e funzioni utenti si articolano ulteriormente con la nascita di unità o team dedicati alla BI nei quali le competenze tecniche, progettuali, di business si fondono completamente.
– 12. Analisi costi/benefici: in fase 1 non vengono applicati metodi reali di calcolo del ritorno degli investimenti in BI. In fase 2 e 3 la tecnica prevalente di valutazione ex-ante riguarda la stima degli impatti qualitativi di business, tramite l’identificazione dei possibili driver, ma senza una reale quantificazione in termini di incremento dei ricavi/entrate o di riduzione dei costi/uscite. Nelle fasi 4 e 5, oltre all’identificazione dei driver di impatto, si cerca di determinarne anche l’impatto sul conto economico aziendale o sui rendiconti finanziari.
-13. Misurazione dei risultati: la misurazione dei benefici e dei risultati ex-post non vengono generalmente effettuate in fase 1, mentre in fase 2 incomincia un apprezzamento del grado di soddisfazione degli utenti, rilavato un modo informale. In fase 3 si struttura la misurazione della soddisfazione degli utenti e si avvia una rilevazione anche dei dati di utilizzo reale dei sistemi di BI. In fase 4 la misurazione dei risultati si completa con le misure quantitative anche degli impatti di business dei sistemi di BI che oramai hanno una forte diffusione in azienda e assorbono risorse economiche rilevanti e sui quali si ha ora una notevole esperienza. In fase 5 si struttura e si automatizza il più possibile un sistema integrato di misurazione dei risultati.
– 14. BI sourcing: in fase 1 generalmente non esiste di fatto un processo di sourcing specifico della BI, nella migliore delle ipotesi si applicano i criteri già utilizzati per il sourcing delle altre applicazioni aziendali. In fase 2 si realizza che il processo di sourcing della BI deve essere articolato in modo differente. In fase 3 si definiscono anche la politiche di sourcing della BI, in termini di mix tra skill critici (necessariamente interni) e skill esterni, in termini di politiche BI vendor management e di processo di selezione. In fase 4 e 5, oltre a consolidarsi i processi e le politiche di sourcing, la criticità e la diffusione assunte dalla BI in azienda sposta anche il baricentro decisionale dalla funzione IT verso il top management.

Paolo Pasini è responsabile dell’Osservatorio Bi e Bpm di Sda Bocconi School of Management
Angela Perego è Sda Lecturer – Unit Sistemi Informativi di Sda Bocconi School of Management

Paolo Pasini e Angela Perego

Articolo 1 di 5