Secondo la definizione di Gartner, la Self-Service Analytics è una forma di business intelligence per cui i professionisti delle diverse funzioni aziendali sono abilitati (e addirittura incoraggiati) nell’eseguire interrogazioni e generare report personalizzati, con il supporto nominale dell’IT. La self-service analytics inoltre è spesso caratterizzata dall’utilizzo di semplici strumenti di Bi con funzionalità analitiche basilari, nonché da un modello sottostante di gestione e visualizzazione dei dati che permette un accesso facilitato alle informazioni e una rapida comprensione degli insights.
Business intelligence classica e self-service analytics
Tradizionalmente, le soluzioni analitiche erano di esclusiva pertinenza del dipartimento It e le richieste degli utenti aziendali venivano soddisfatte attraverso l’erogazione di report statici (ovvero non aggiornati con gli ultimi dati disponibili, ma elaborati sulla base dello storico). Senza la self-service analytics, insomma, il processo per ottenere le evidenze utili al business rischia di protrarsi oltre il tempo massimo: con l’avvento della digitalizzazione e in un contesto socio-economico frenetico, infatti, le esigenze delle organizzazioni cambiano molto rapidamente e la reportistica della Bi classica non è in grado di tenere il passo.
I dipendenti aziendali devono avere accesso alle informazioni e agli insights analitici in autonomia e nel più breve tempo possibile, senza dipendere dalla mediazione dei sistemi Informativi. Solo così potranno prendere decisioni data-driven, con cognizione di causa e alla luce di analisi attendibili.
La scelta di piattaforme moderne per la business intelligence risulta cruciale perché mette a disposizione di qualsiasi utente, senza background tecnologico o competenze analitiche, una serie di dashboard e documenti personalizzabili in pochi click, con la possibilità di ottenere una vista di insieme sul fenomeno o esplorare i dettagli con diversi livelli di granularità.
I benefici della self-service analytics per gli utenti di business
La self-service analytics ha il primo grande merito di eliminare la frustrazione degli utenti aziendali che devono ottenere immediatamente le risposte necessarie per elaborare le strategie di business o risolvere problematiche contingenti. Il fatto di dipendere dalla disponibilità del personale It risulta controproducente: spesso i report vengono generati sulla base di dati ormai obsoleti o in risposta a richieste già superate. Si incorre così nel rischio di un totale disallineamento tra i servizi forniti dai Sistemi Informativi e le effettive esigenze delle line-of-business.
Soprattutto grazie alle funzionalità di data visualization, le soluzioni di self-service analytics accelerano il processo di decision making. Diagrammi, grafici, mappe, colori e altri elementi visivi che caratterizzano i moderni cruscotti di business intelligence non solo risultano più appealing e leggibili rispetto alle righe di un file Excel, ma soprattutto permettono agli utenti di focalizzarsi sulle evidenze a valore, in modo intuitivo e immediato.
L’ampia possibilità di personalizzazione delle dashboard consente inoltre di disegnare una vista puntuale sui fattori di interesse e di integrare diverse fonti dati in base alle finalità analitiche. Lo stesso livello di flessibilità risulterebbe impensabile qualora i processi di business intelligence fossero centralizzati in un unico punto di gestione in capo al dipartimento It aziendale.
La cultura analitica e i vantaggi per l’azienda
Ovviamente al crescere dell’autonomia rispetto agli strumenti di Bi deve corrispondere un aumento della consapevolezza degli utenti e della cultura analitica. Diventare una data-driven enterprise significa soprattutto affrontare un cambiamento organizzativo e attitudinale: bisogna trasformare il modello di gestione strategica del business, basando ogni decisione sulla certezza dell’informazione.
Il cambio di prospettiva deve intendersi applicato a qualsiasi processo e recepito a qualunque livello della compagine aziendale. Occorre quindi non solo organizzare la formazione per l’utilizzo dei nuovi strumenti tecnologici, ma anche sviluppare una ferma strategia di change management per preparare le persone all’approccio analitico.
Solo così, attraverso la self-service analytics e il conseguente cambio di mindset, le aziende potranno realmente valorizzare gli investimenti effettuati in ambito datawarehouse, applicazioni di business intelligence e processi di information management, accelerando il decision making e arrivando alla metamorfosi dei modelli di business.
L’impatto della self-service analytics sull’organizzazione IT
Se la “democratizzazione” degli strumenti di business intelligence libera i professionisti aziendali dai vincoli della reportistica statica con benefici significativi sull’andamento e sulle strategie dell’impresa, la self-service analytics ha risvolti positivi anche sull’organizzazione IT.
I sistemi informativi infatti non devono più dedicarsi a risolvere le code infinite di richieste da parte delle line-of-business, che sembrano non terminare mai: ottenuto un report, infatti, solitamente si apre una lunga trafila di domande aggiuntive cosicché il dipartimento It inizia un’attività senza tregua per fornire ulteriori documenti in risposta alle nuove interrogazioni.
La self-service analytics insomma permette al team informativo di risparmiare tempo da investire in attività a maggiore valore, fornendo un servizio di business intelligence più efficace e flessibile che contribuisce alla maggiore soddisfazione degli utenti aziendali. Vengono eliminate la pressione dovuta all’eccesso di richieste e la frustrazione di non riuscire a fornire i risultati analitici con la dovuta puntualità.
Sebbene l’accesso agli insights venga liberalizzato dai nuovi strumenti di Bi, al reparto It restano comunque in carico tutte le attività di data governance, poiché bisogna garantire la raccolta, la pulizia, l’archiviazione e la sicurezza delle informazioni, regolando gli accessi secondo i ruoli dell’utenza e le politiche aziendali di autorizzazione. I processi di gestione dei dati giocano un ruolo indispensabile nel flusso delle attività analitiche e il presidio del dipartimento informativo rimane quindi un imperativo.
