L’evoluzione degli strumenti di data analytics incontra le necessità degli utenti business, non più solo di analisti ed esperti IT. Con le capacità di self-service analytics superare problemi di competenze e di comunicazione tra team diventa possibile.

Perché usare gli strumenti di self service data analytics?

L’adozione di modalità self-service è oggi un trend di mercato che ha radici, oltre che nell’evoluzione tecnologica, nell’esigenza delle aziende di abbattere le barriere nell’utilizzo della comunicazione tra gli analisti dei dati e le persone che usano gli insight per il business. Un problema che ostacola chi deve prendere decisioni rapide e motivate, finora affrontato con lo sviluppo della data visualization, ossia degli strumenti che presentando i dati in modo grafico danno modo a un maggior numero di persone di comprendere trend, proporzioni, quantità in gioco per ricavarne insight utili.

Nei business più moderni in cui i dati sono fondamentali per il supporto dei processi decisionali, la mancanza di competenze nelle operazioni di preparazione e presentazione dei dati non permette alle persone che sono a capo dei processi aziendali di svolgere analisi in autonomia. Questo è il secondo motivo che muove le aziende verso l’adozione degli approcci self-service.

Nell’ultimo sondaggio dell’Osservatorio Big Data Analytics e Business Intelligence del Politecnico di Milano è emerso che il 77% delle grandi aziende stima di aver sottodimensionato le risorse umane dedicate alla data science. Non stupisce quindi che tra i freni allo sviluppo di nuovi progetti nell’ambito della data analytics compaia al primo posto la mancanza di competenze da parte delle figure organizzative interne.

L’indagine dell’Osservatorio Big Data Analytics & Business Intelligence ha inoltre rilevato una riduzione d’impiego delle business analytics da parte di top e middle management:

Da un lato i dirigenti sono convinti che i dati siano essenziali per guidare processi decisionali, ma dall’altro hanno maturato la consapevolezza di non avere le competenze e le risorse necessarie per analizzare i dati.

Questo spiega l’interesse per le soluzioni che abilitano più persone a svolgere in autonomia operazioni di data visualization e reporting: oggi la prima voce di spesa software, che assorbe il 10% dei budget per le data analytics, con una crescita annua del 22%. Gli strumenti sul mercato si avvalgono inoltre di nuove capacità di visualizzazione, maggiore interattività anche attraverso l’uso della realtà virtuale e di altre tecniche innovative.

Chi usa gli strumenti di analisi self service in azienda?

L’accesso agli strumenti di data visualization e reporting tende oggi a seguire una pluralità di approcci per garantire la maggiore efficacia; solo il 13% delle grandi aziende utilizza un’unica modalità di diffusione delle analisi. Secondo le classificazioni fatte dall’Osservatorio Big Data Analytics & Business Intelligence gli approcci più comuni sono divisi in quattro categorie:

Stando all’indagine dell’Osservatorio, in almeno il 14% delle imprese c’è stato comunque un “cambiamento culturale” e gli strumenti di visual data discovery hanno sostituito report o tool più limitati per un’ampia fetta della popolazione aziendale: “Nella maggioranza dei casi sono usati dal middle management, mentre il top management, forse per le minori esigenze di conoscenza in dettaglio sui dati, continua a preferire i tradizionali report preconfigurati”, viene precisato dall’Osservatorio Big Data Analytics e Business Intelligence del Politecnico di Milano.

Ma quali sono esattamente i vantaggi che un sistema di self-service analytics ti può offrire?