Con l’Internet delle cose (IoT) \u00e8 aumentata la capacit\u00e0 delle aziende di acquisire dati in tempo reale, ma la lettura dei dati non \u00e8 semplice. Sebbene la maggior parte delle organizzazioni apprezzi la business intelligence e investa in soluzioni di business intelligence che aiutano i manager a costruire dashboard e report, non fanno uso di tutti i dati disponibili.<\/p>\n
Ad essere onesti, lo stato del panorama della business intelligence \u00e8 migliore oggi rispetto a un paio d’anni fa. Le organizzazioni hanno suddiviso i dati esistenti tra divisioni come marketing, finanza e risorse umane, per aiutare a combinare i dati e dipingere un quadro pi\u00f9 olistico del business.<\/p>\n
Tuttavia i manager non sono in grado di liberare tutto il potenziale delle loro soluzioni di business intelligence.<\/p>\n
Alcuni esempi di dati esterni che possono rafforzare il processo decisionale per manager e dirigenti aziendali includono menzioni sui social media, metriche economiche, dati sui mercati finanziari, dati sugli ecosistemi della catena del valore e cos\u00ec via.<\/p>\n
A dire il vero, i software di business intelligence, in particolare quelli self-service , hanno spesso la capacit\u00e0 di consentire a manager e dirigenti di importare dati aggiuntivi al fine di aumentare i loro report.<\/p>\n
Sfortunatamente, in pratica, non \u00e8 cos\u00ec facile come sembra – e per una buona ragione. Ecco alcuni degli ostacoli all’acquisizione di nuovi dati:<\/p>\n
L’accesso ai dati da nuove fonti \u00e8 spesso difficile per i manager perch\u00e9 potrebbero non essere tecnicamente attrezzati.<\/p>\n
I dati dei social media, ad esempio, possono spesso essere scaricati tramite le API ( Application Programming Interface ), tuttavia la maggior parte dei manager potrebbe non essere in grado di trovare i “feed” e integrarli in modo appropriato nel proprio strumento di business intelligence.<\/p>\n
La cosa pi\u00f9 importante sui dati quando si tratta di business intelligence \u00e8 garantire che siano mappati chiaramente nello strumento che li combina con i dati interni per analizzarli in modo appropriato.<\/p>\n
Quando si scaricano dati dai social media, ad esempio, i dati potrebbero non essere sempre semplici da pulire.<\/p>\n
Se i manager vogliono capire quante persone su Twitter parlano in modo positivo del marchio ogni ora, devono creare ed eseguire script aggiuntivi dopo aver scaricato i dati per analizzare il sentimento e quindi utilizzare quei dati all’interno dello strumento insieme ai dati esistenti per ottenere approfondimenti significativi.<\/p>\n
Sebbene vi sia una forte enfasi sull’uso e sulla protezione delle informazioni personali, la realt\u00e0 \u00e8 che tutti i dati devono essere governati e protetti in modo appropriato, specialmente all’interno di un’azienda.<\/p>\n
A volte, quando i dati vengono scaricati da fonti protette o pay-per-use, le organizzazioni hanno la responsabilit\u00e0 legale e formale di proteggerli da usi impropri, intenzionali e non intenzionali.<\/p>\n
Inoltre, quando i manager utilizzano dati esterni per creare business intelligence, i metodi e i modelli risultanti potrebbero spesso costituire propriet\u00e0 intellettuale e, quindi, richiedere anche governance e protezione aggiuntive.<\/p>\n
La business intelligence al giorno d’oggi non pu\u00f2 semplicemente fare affidamento sui dati interni.<\/p>\n
I manager che hanno aumentato i dati della propria organizzazione con dati esterni usando la creativit\u00e0, tendono ad essere in grado di elaborare intuizioni non solo significative ma anche uniche.<\/p>\n
Nel settore dell’e-commerce, ad esempio, i team IT spesso lavorano con i manager per migliorare le soluzioni di business intelligence con i dati dei social media e dei partner logistici per garantire che gli articoli di cui parlano i clienti siano sempre disponibili e pronti per la spedizione.<\/p>\n
Allo stesso modo, le aziende che si occupano di prodotti freschi tendono spesso ad aumentare i loro pacchetti di business intelligence con dati provenienti da fonti affidabili e pagate per mappare dati ambientali ed economici storici e lungimiranti, per essere in grado di fare previsioni migliori su approvvigionamento, prezzi e logistica.<\/p>\n","protected":false},"excerpt":{"rendered":"
Oggi i dati aiutano le aziende a prendere decisioni intelligenti.
\nCon l\u2019Internet delle cose (IoT) \u00e8 aumentata la capacit\u00e0 delle aziende di acquisire dati in tempo reale, ma la lettura dei dati non \u00e8 semplice. Sebbene la maggior parte delle organizzazioni apprezzi la business intelligence e investa in strumenti che aiutano i manager a costruire dashboard e report, non fanno uso di tutti i dati disponibili.<\/p>\n","protected":false},"author":1,"featured_media":51003,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[3760,6685],"class_list":["post-51002","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news-da-smeup","tag-business-intelligence","tag-soluzioni-di-business-intelligence"],"acf":[],"yoast_head":"\n