Nel contesto odierno solo 2 aziende su 10 hanno completato il processo di trasformazione in azienda data-driven. È quanto emerge da una ricerca condotta da Denodo in collaborazione con IKN -Institute of Knowledge & Networking Italy. Il perché è semplice. Sebbene 8 aziende su 10 confermino la priorità di tale percorso nei loro piani strategici, il processo decisionale basato sui dati è un vero e proprio percorso di change management che richiede un cambio di paradigma e una profonda cultura del dato a tutti i livelli dell’organizzazione.
Nell’ultimo decennio, la maggior parte delle attività di Business Intelligence e Analytics sono state realizzate equiparando il processo decisionale all’erogazione di informazioni, lasciando agli analisti la possibilità di fare affidamento sulla propria esperienza professionale e su informazioni di medio valore.
Oggi ci sono diverse opportunità per iniziare a beneficiare delle funzionalità tipiche dell’Intelligenza Artificiale: l’AI, infatti, permette di automatizzare – e quindi ottimizzare – compiti specifici all’interno del processo complessivo di supporto alle decisioni.
Il tema a questo punto è: quali strumenti utilizzare e come rendere comunicativi le informazioni?
Come raccogliere i dati: gli strumenti di business intelligence
Le organizzazioni hanno bisogno di strumenti adeguati per aggregare le informazioni di business.
E per fortuna nel mercato ne esistono molti.
L’analisi di Gartner del 2022 conferma come il mercato si sia stabilizzato negli ultimi anni: Microsoft si ripresenta come leader assoluto condividendo il quadrante con Tableau e Qlik.
Ma quali sono le principali differenze tra Microsoft (Power BI) vs Tableau vs Qlik? Ecco un confronto tra alcune caratteristiche principali:
Come possiamo vedere dalla tabella non ci sono differenze sostanziali, quindi quando privilegiare un prodotto rispetto ad un altro?
Microsoft (Power BI) VS Tableau
Nel complesso, il duello Microsoft (Power BI) – Tableau è un pareggio. Power BI è progettato per l’utente comune, non necessariamente un analista dati e assomiglia ad una versione migliorata e integrata di Excel.
Tableau vince invece per le funzionalità di interattività, progettazione e perfezionamento delle visualizzazioni. Le piccole imprese con risorse finanziarie e umane limitate dovrebbero iniziare con Power BI, soprattutto se investono già in prodotti Microsoft. Invece le aziende di medie e grandi dimensioni che dispongono di risorse dedicate all’analisi dei dati possono già approcciarsi a Tableau.
Microsoft (Power BI) VS Qlik
In questo caso si tratta di due soluzioni con filosofie diverse, che reagiscono ad un mercato in continua trasformazione.
Sostanzialmente quello che differenzia i due sistemi si può di fatto riassumere così: se Microsoft (Power BI) ha come focus la facilità di interazione e produzione di reportistica e dashboard anche per utenti non-IT, dal canto suo Qlik nasce nell’ottica di soddisfare la richiesta di una personalizzazione lato codice tipica di utenti esperti e data scientist. La scelta giusta? Conoscerne più a fondo le feature per scegliere la soluzione migliore per le proprie necessità di business. Magari partendo dal prodotto di casa Microsoft.
Come visualizzare i dati: il cervello, gli schemi e l’attenzione visiva
La Data Visualization è il passaggio finale dell’analisi dei dati: è la pratica di tradurre le informazioni in un contesto visivo.
I dati dovranno rispondere a criteri di logica per favorire la possibilità di ricerca. La modalità di visualizzazione dovrà essere flessibile e facilmente personalizzabile consentendo a ogni specifico utente di comprendere al meglio le informazioni, in base alle sue attitudini e competenze, così da riuscire a utilizzarle nel modo più efficace.
Il cervello umano decodifica le informazioni attraverso schemi, cerca continuamente di rilevare modelli nel nostro ambiente. I nostri occhi sono attratti da colori, forme e schemi.
Come fare della Data Visualization un’arma di comunicazione??
Data Design: suggerimenti pratici
| ATTENZIONALITA’ | > usare domande come titoli dei grafici |
| > usare un colore diverso per le titolazioni | |
| > evitare Calibri come font | |
| GRAFICI | > barre degli istogrammi più spesse rispetto allo spazio tra esse |
| > in caso di commento, inserirlo il più vicino possibile al dato cui si riferisce | |
| > usare più grafici dello stesso tipo con la stessa scala, aiuta la comparazione | |
| TABELLE | > allineamento del testo a SX, allineamento dei numeri a DX |
| > intestazioni di colonna allineate con i rispettivi dati | |
| > non usare nelle intestazioni grassetto/evidenziazioni | |
| COLORI | > ogni colore trasmette un messaggio. Se un’azienda ha come colore di “identity” il rosso, meglio non usarlo per non trasmettere messaggi negativi |
| > non usare troppi colori diversi | |
| TITOLI | > titoli in alto a sinistra, saltano per primi agli occhi |
| > rendere i titoli parlanti Es: Andamento Vendite vs. Budget per eliminare le legende |