InfoManagement 2007 @ Roma

La settimana scorsa ho “sbirciato” i lavori della sessione di InfoManagement 2007 dedicata alla Business Intelligence. Obiettivo del convegno è stato offrire un’opportunità di incontro e discussione fra l’utenza business e i diversi attori dei mercati Document/Knowledge Management, Crm e Business Intelligence.

I vendor del mercato della BI erano rappresnetati da Oracle e QlikView, mentre a fare la parte dell’utente business c’era Mirò.

L’elegante intervento di Gherardo Infunti (Oracle) e l’efficace presentazione di Massimo San Giuseppe (QlickView) sono stati preceduti e seguiti dagli interventi di Michele Rosco (Mirò) che ha illustrato quelle che a suo avviso sono le reali esigenze degli utenti di un sistema di Business Intelligence. Come spesso accade, l’esperienza dell’utente finale finisce per essere più coinvolgente (e a volte anche più concreta) delle “vision” e delle tecnologie messe in campo delle grandi software factory.

L’esperienza diretta portata da Mirò è ricnducibile al settore del Marketing, ma le esigenze illustrate in termini di supporto decisionale sono comuni a molti altri settori. Il ruolo individuato per un sistema di BI è triplice:

• individuazione e sintesi delle informazioni rilevanti per il business di un’azienda al fine di attivare processi operativi che correggano/migliorino i risultati aziendali; in questa accezione di “monitoraggio” del mercato, il suporto è di tipo diagnostico e analitico e serve a distillare le informazioni in possesso dell’azienda per ricavarne una sintesi utile ad individuare, fra i comportamenti “già codificati”, quello più idoneo alla situazione attuale; esistono però dei mutamenti strutturali del mercato che rendono inefficaci i comportamenti già codificati…
• scoperta di nuove regole che aumentino la comprensione del mercato nella sua evoluzione e aiutino a formulare ipotesi di intervento “innovative”; in questo caso gli strumenti privilegiati sono quelli di analisi (intesa come scoperta della conoscenza) e modelazione (rappresentazione della conoscenza) che consentono di “uscire dagli schemi” propri di un sistema di monitoraggio per sintetizzare nuove visioni del mercato e nuovi comportamenti da assumere; prima di provare tali ipotesi sul campo è però necessario un banco di prova virtuale…
• simulazione di scenari alternativi per verificare le ipotesi formulate sui mutamenti strutturali del mercato e/o valutare gli effetti degli interventi correttivi necessari a far fronte a tali mutamenti; in questo caso si tratta di aplicare i risultati delle attività di modellazione conducendo analisi what-if sulla risposta del mercato a determinati stimoli combinando i dati storici raccolti durante le fasi di monitoraggio diagnostico con i nuovi modelli elaborati; attraverso le simulazioni vengono selezionati (e codificati se si dimostrano efficaci) i comportamenti più promettenti.

Analizzando criticamente lo scenario odierno, emerge che spesso i sistemi di BI “classici” sono deputati a ricoprire principalmente il ruolo di monitoraggio attraverso strumenti quali i cruscotti direzionali, la reportistica e gli ambienti olap. La chiusura del ciclo decisionale, il famigerato “closed loop”, è demandata all’intervento umano sia in fase diagnostica che decisionale. Spesso chi ha tale compito è bombardato da un elevato numero di informazioni (spesso non tutte così rilevanti o ad un livello di raffinamento insufficiente) e le decisioni (quando arrivano) sono sempre più intempestive. Questo è in parte riconducibile al fatto che, delle diverse fasi del ciclo decisionale proposto, solo la fase di monitoraggio è supportata adeguatamente.

In alcuni settori (come telco, finance e in parte il retail), che presentano una certa maturità sia degli utenti che dei sistemi di BI, le tecniche di knowledge discovery (KDD) sono state utilizzate principalmente nell’ambito dell’analisi e della gestione della clientela. Nei sistemi di CRM sono spesso integrati modelli predittivi per contrastare fenomeni di churn, promuovere azioni di cross-selling o individuare potenziali transazioni fraudolente. Questi modelli costituiscono una forma di analisi della realtà del mercato per la ricerca di “regole” non note a priori. Spesso però le “regole” individuate non sono direttamente/facilmente interpretabili per azioni di marketing strategico. Manca invece quasi completamente l’integrazione nel patrimonio informativo aziendale dei dati non strutturati (ad esempio i thread di discussione dei forum pubblici) attraverso l’uso di tecnologie di analisi semantica.

Per quanto riguarda la “simulazione”, l’ambiente universalmente più diffuso è Excel. I dati estratti da un qualunque sistema di BI hanno una probabilità elevatissima di finire in un foglio Excel (non a caso tutti i vendor hanno plug-in specifici o supportano l’esportazione verso Excel). I limiti principali (e consistenti) in tale approccio alla “simulazione” constano a mio avviso nella scarsa capacità di modellazione della conoscenza (mancano i costrutti necessari alla rappresentazione di un modello) e nel mancato riutilizzo dei risultati della simulazione (i risultati infatti rimangono confinati nel foglio Excel e non rientrano “automaticamente” a far parte del patrimonio informativo aziendale).

Superare i limiti del modello “classico” della BI è l’obiettivo della BI 2.0. Le tecnologie per supportare questo rinnovamento si stanno progressivamente consolidando ma il ruolo fondamentale di rinnovamento deve essere svolto all’interno delle funzioni IT delle aziende (e delle società di consulenza a loro supporto) che devono essere sempre più pronte a svolgere un ruolo consulenziale nell’ambito dell’azienda e non solo meramente tecnico.