La BI sta diventando una commodity?

pic by mr lynch

Mentori americani del settore informatico già dallo scorso anno disquisiscono sul fatto che la guerra della BI sia finita e che questa sia diventata una vera e propria commodity. Suggeriscono ai CEO dei vendor di BI open source di proporla ai prezzi inferiori possibili, cosa che favorisce i prodotti open source, dal momento che tanto viene vista come una commodity.
Non è giusto approvare in toto questo punto di vista, che può essere in parte dettato da interessi aziendali latenti. Ma non si può nemmeno escludere completamente il concetto che la BI sia diventata commodity. Diamo uno sguardo ai trend del settore.

Questo concetto è già stato espresso da analisti di settore da anni: già nel 2005 Nigel Pendse di The OLAP Report (ora BI Verdict) diede una risposta che all'epoca lasciò tutti di stucco dicenddo che se la BI non era già un commodity era comunque sulla buona strada. Tenete conto che 5 anni fa BI era in pratica sinonimo di OLAP. Chiaro che oggi OLAP e i tool ed i meccanismi di reporting relativi non sono più rappresentativi della BI, ma sono comunque strumenti e tecnologie prevalenti e possiamo definirli la "vecchia BI".
Quando i guru affermano che la guerra della BI sia finita si riferiscono a questa "vecchia BI". Così come quando si chiedono se la BI sia divenuta una commodity si riferiscono non a tutta la tecnologia ma al fatto che i megavendor si siano ripresi della confusione iniziale delle proprie acquisizioni (dalla quale gli indipendenti come MicroStrategy, QlikTech e Information Builders hanno tratto vantaggio) ed ora siano pieni padroni di loro stessi. L'anno scorso Gartner ha dichiarato che i megavendor detengono i due terzi del mercato della BI e che il loro market share sta crescendo. Il megavendor Oracle era visto come la "BI standard" dall'82% dei partecipanti ad un sondaggio nel Magic Quadrant riguardo le piattaforme di BI.
Indipendentemente da chi domini il mercato della vecchia BI, rimane il quesito se la BI sia diventata una commodity. Ed i guru portano come motivazione per il fatto che ancora non lo sia la forza unica di vendor indipendenti. Esempi importanti sono QlikTech, Tibco Spotfire e Tableau, le cui offerte possono servire  come front-end per altre piattaforme, o come sostituzione per intere piattaforme. Questi vendor sono infatti stati all'avanguardia nell'innovazione e si può dire che abbiano introdotto una rivoluzione nel campo della BI con le proprie architetture ed i propri tool di data discovery. Offrono interfacce altamente intuitive, analitics in-memory e danno la possibilità di connettersi ovunque ad ogni data source per creare analisi di dati ad hoc, cosa prima impensabile senza l'aiuto del dipartimento IT. Il resto del mercato si sta adeguando a questi innovatori ed ora la loro offerta non è più così unica come durante i primi anni.
Gartner evidenzia il fatto che i visionari dello scorso anno siano diventati gli sfidanti di quest'anno, riferendosi a Tibco, Tableau e QlickView ed al fatto che grandi vendor abbiano impostato le proprie architetture dei tool di data discovery per avere un'offerta simile.
Analitics in-memory, i cui pionieri sono stati Tibco Spotfire e Qlicktech, è una tecnologia offerta oggi dai megavendor, dai vendor di medie dimensioni ed anche dai vendor open-source come Jaspersoft. I competitor più grandi stanno facendo sforzi per amulare anche le interfacce intuitive offerte dagli innovatori. L'esempio più rilevante è forse Microsoft PowerPivot, un prodotto free con un'interfaccai intuitiva che trae vantaggio dalla enorme base di utenti Excel.

La BI può non essere del tutto una commodity, ma il fatto che gli innovatori più importanti vengano emulati velocemente (ed in certi casi con un'offerta open source) sembrerebbe supportare la visione per cui si vada in quella direzione. Sembrerebbe che molte delle tecnologie siano ad un qualche livello di commodity.
Ciò avviene perché possono essere concepite semplicemente come applicazioni analitiche in sé - in questo caso soddisfano le necessità dei super-user di BI - e in effetti più di un vendor ha pubblicamente definito come proprio obiettivo il rendere invisibili agli utenti finali molti dei processi che rientrano nell'ambito della BI tradizionale. Infatti questi strumenti, quando vengono considerati come qualcosa di diverso da applicazioni analitiche per super-user - ad esempio come sostituti di piattaforme di BI complete - possono vedere le proprie architetture messe severamente alla prova in molte diverse condizioni.
L'intensa competizione fra i vendor di BI, specie nella fascia media del mercato, e gli sforzi frenetici per differenziarsi sono anch'essi dei segni evidenti delle forze che stanno delineando il futuro della BI.
Quando un prodotto o una tecnologia diventano commodity, diventano più importanti fattori come il delivery e il packaging. Tenendo presente questo, è interessante notare che MicroStrategy – il produttore independente che ha ricevuto la valutazione migliore nel Magic Quadrant 2010 di Gartner per completezza di visione e che ha avuto la maggior percentuale di utenti che la consideravano "standard di BI" - ha, per usare le parole di un analista rispettato, tutto tranne che "scommesso la casa" sul mobile delivery.

Personaggi eminenti hanno ragione nell'affermare che i CIO farebbero bene a notare le differenze tra le piattaforme di BI – queste differenze sarebbero importanti anche se accettassimo che le tecnologie oggi al cuore della BI sono in qualche misura delle commodity, fosse solo perché gli specifici bisogni delle singole aziende si adattano alla particolare enfasi di alcuni vendor meglio che a quella di altri. Allo stesso tempo, i CIO farebbero bene a non ignorare le tendenze e le forze che stanno dando forma al futuro della BI.

Stati Uniti: ecco dove trovare i vostri dati disponibili in rete

 

pic by Cau Napoli

E' pratica consentita negli Stati Uniti ma illegale in Italia, quella di vendere alle aziende informazioni personali e private raccolte tramite siti e social network.

Il giro d'affari di questo mercato si stima in 25 miliardi di dollari l'anno. 

Business in crescita grazie anche al boom degli ultimi più noti social network.

Per raccogliere tali dati le società di marketing utilizzano la pratica del data mining e scandagliano diverse piattaforme più o meno protette da registrazioni e password.

La buona notizia però, è che ora è possibile accedere alle informazioni che vengono raccolte da 8 delle principali società di marketing tra cui BlueKai, Lotame Solutions e eXelate.

Basterà infatti visitare il portale BetterAdvertising.com che promette di publicare il materiale del proprio archivio, per permettere alle persone di capire quali dei propri dati personali siano a disposizione in rete e quali informazioni private siano state raccolte su di loro, nella speranza di responsabilizzare e limitare le pratiche scorrette di data mining tramite siti e social network.

da eMarketer

Creare una strategia affinchè il DB si adegui alle esigenze del nostro business - Parte 3

pic by Horia Varlan

Con un po' di ritardo causa ferie chiudiamo il tema della strategia per rendere flessibile il nostro DB.

Un modo per creare flessibilità all'interno di una strategia di Data Base è quello di considerare l'investimento in un ambiente cluster che possa facilmente scalabile per andare incontro ai bisogni di crescita del business.

Un imporante CIO americano, che vende sistemi con tecnologia GPS per aiutare la giustizia a tracciare i comportamenti dei criminali, ha notato che le aziende frequentemente acquistano server data base o altri sistemi che rispondano alle richiesta della loro attuale capacità ma alla fine si ritrovano a dover installare nuove macchine a causa dell'incremento delle performance aziendali e dei relativi bisogni. In una architettura cluster è possibile incrementare le performance semplicemente aggiungendo nodi.

Una strategia di Data Base dovrebbe poi essere chiara riguardo a chi controlla il modello di dati aziendale, che definisce cioè come si muovono i flussi di dati attraverso l'organizzazione e come diverse fonti di dati si relazionino a vicenda. Preferibilmente il controllo dovrebbe essere centralizzato, altrimenti gli sviluppatori di singole applicazioni potrebbero iniziare a lavorare sui dati senza alcun genere di visione globale e si finirebbe con design di dati incompatibili.

La standardizzazione su di un solo vendor DBMS è un'altra possibile strategia da percorrere. Molte piccole e medie imprese possono tipicamente fare in questo modo, ma la situazione è diversa per le grandi aziende con varie business unit. La standardizzazione può infatti dare ai vendor un margine sulla negoziazione dei fee di licenza, dei contratti di supporto e sui service-level agreement. Negozieranno meno con voi se sanno che non c'è competizione.

Creare una strategia affinchè il DB si adegui alle esigenze del nostro business - Parte 2

foto by 姒儿喵喵

Parliamo oggi di alcune domande chiave da porsi riguardo alla strategia del Data Base.


Non esiste un approccio unico per creare una strategia per il Data Base che possa adattarsi ai bisogni costantemente mutanti del business. Detto questo, Feinberg tra gli altri dice che ci sono domande chiave da tenere a mente che possono aiutare a semplificare il processo di decision-making.
Un buon punto di partenza consiste nel prendere in considerazione il proprio portafoglio di businss application e capire bene cosa queste richiedano alle leggi del Data Base. Non solo oggi: i manager IT dovrebbero essere consci dei futuri bisogni quando guardano ai parametri delle applicazioni correnti.
Le domande da considerare comprendono: questa applicazione è critica per la nostra mission? Deve necessariamente essere disponibile 24/7? L'applicazione richiede un ammontare di dati massiccio fin da subito o può forse arrivare a quel livello? Richiede dati specialistici o complessi? Verrà utilizzata solo da una business unit oppure su base aziendale?

Le risposte a queste domande determineranno i tipi di tecnologie del Data Base necessarie e possono aiutare ad evitare al tendenza ad acquistare troppo e finire con costose feature e funzionalità DBMS non necessarie. Anche coinvolgere nel processo i futuri utenti è importante, in particolare quando un'azienda sta acquistando applicazioni nuove.
Un altro modo per evitare di acquistare prodotti sbagliati è quello di considerare gli attuali set di skill come parte del processo di pianificazione del DB e quindi fare in modo di scegliere tecnologie compatibili con gli skill che già si hanno in casa o quelle che siete preparati ad aggiungere.
Questo significa porsi domande come chi supporterà un DBMS e fare il richiesto lavoro di design e sviluppo del DB prima di finalizzare i piani per progetti sul DB. Supporto e sviluppo sono davvero cose impegnative. Se non si fissa una strategia per il DB in maniera appropriata, si avranno tool anche molto costosi ma inutilizzati perchè non si è tenuto in considerazione il lato umano dell'equazione.

continua...

Creare una strategia affinchè il DB si adegui alle esigenze del nostro business - Parte 1

Pic by lumaxart

Il compito di implementare una nuova strategia per il nostro Data Base o per l'aggiornamento di un Data Base esistente richiede molto più di una semplice telefonata ad un fornitore o della scelta online delle ultime tecnologie consigliate dai vostri analisti e professionisti IT.

I veterani dell'industria IT dicono che trovare una strategia giusta per il proprio DB significa crerare un team di lavoro con gli utenti ch dovranno usarlo, per determinare le richieste di analisi di ogni singola applicazione, prendere stock di set di skill disponibili ed assicurarsi che l'ambiente DB sia abbastanza flessibile per far fronte ai cambiamenti nei bisogni del business. Solo dopo sarà possibile usare la propria intelligence interna, acquisita durante le fasi di planning, per cercare le tecnologie più giuste per la propria azienda.

Non bisogna dimenticare la differenza tra un "Data Base standard" ed una "Strategia del Data Base".
Il primo si riferisce alla tecnologia per il sistema di gestione del Data Base (DBMS), cioè alle tecnologie che un'azienda pianifica di utilizzare. Una strategia va invece più a fondo, documentando come ogni singola tecnologia si muoverà all'interno non solo dell'architettura IT aziendale, ma anche dei business plan.
Donald Feinberg, analista di Gartner, ci ricorda che "la strategia deve andare al di là della semplice scelta del DBMS che userete. Deve definire dove e come userete il DBMS".

Feinberg cita 3 ragioni per cui un'azienda potrebbe voler migliorare o rivedere completamente la propria strategia di Data Base. La crisi economica vede ovunque aziende che cercano modi per ridurre i costi ed incrementare l'efficienza. Il fatto che il business sia diventato più veloce potrebbe poi rendere i software dei sistemi di Data Base esistentiormai obsoleti. Emergenti tecnologie di gestione delle informazioni ad elevate prestazioni - come NoSQL e Data Base column-oriented - fungono infine da reminder ai CIO per rammentare che potrebbe essere ora di cambiare il tradizionale modo di agire IT.

Bisogna domandarsi se la propria strategia è abbastanza flessibile da permetterti di accettare elementi nuovo o differenti nel momento in cui si presentano e risultano essere sensati e utili. Se capita di dover farli girare su un DBMS differente dal vostro standard, questo può rivelarsi un problema. Dovrete usare un DB diverso perchè queesto è ciò che il business richiede.

continua...

Retailer alle prese con la formazione? Scegliete l'analisi!

Una recente ricerca McKinsey torna sull'argomento dell'analisi di dati legata alle vendite. In questo ambito l'analisi è sicuramente molto importante, in particolare nel mondo retail e dei beni di consumo. Secondo McKinsey i retailer dovrebbero assumere venditori con personalità, che siano estroversi e presentino la giusta motivazione ad aiutare i propri clienti. A tal fine è necessario fornire corsi di formazione ai venditori riguardo tecniche di vendita, stili di approccio, capacità di lettura del linguaggio del corpo e molto altro ancora. Così facendo le vendite, secondo McKinsey saranno molto più proficue.

In realtà i retailer oggi hanno un altissimo numero di prodotti con molte potenziali vendite cross- e up- tra cui scegliere. Pensiamo al settore dell'abbigliamento. Anche se si trovano persone con gli skill tecnici necessari, questi potrebbero non essere capaci per esempio di abbinare i colori, rendendo difficile la scelta giusta per un abbigliamento da esterno. Se a questo aggiungiamo sconti multipli, programmi di loyalty ed altre forme di pricing dinamiche l'ambiente da gestire può risultare complicato.

I negozianti capiscono quindi che sia necessario impiegare tempo e risorse nella formazione dello staff, scegliendo di ridurre il tempo disponibile per corsi sulle tecniche di vendita. Così come capiscono che devono assumere persone capaci di confrontarsi con questa complessità, anche se i loro budget possono permettersi solo persone skillate tecnicamente. Quali persone assumere e quali corsi di formazione scegliere?Situazione difficile?

Non se si introduce l'analisi di dati. Con un'analisi dei dati storici ed un focus sulle decisioni che devono essere prese durante il processo di vendita, i retailer possono concentrare il proprio tempo ed i propri corsi di formazione per lo staff sugli skill tecnici di cui hanno bisogno, lasciando ai propri sistemi ed alle proprie analisi di dati il resto del lavoro. Si possono usare regole di business/analisi e processi decisionali per rispondere a domande come "quale sconto ha avuto questo cliente, qual è il miglior prodotto da spingere su quel cliente dati i suoi trend di acquisto, quale cross-selling completa le abitudini di acquisto di quel cliente". Si possono analizzare i dati di vendita, i dati relativi a card speciali per seguire i comportamenti tipici del cliente, oltre a dati esterni, e utilizzare regole derivate da questi dati o dalle best practise dei venditori migliori. Utilizzando l'approccio "loyatly card" ed osservando immediatamente i dati, i venditori possono infatti utilizzare fin da subito i dati in loro possesso per spingere un prodotto o un servizio piuttosto dell'altro.

from McKinsey

Feedback sul seminario Marketing e Analisi di Dati per i clienti strategici

Come avrete visto leggendo questo blog, nei giorni 28 e 29 Settembre ho avuto il piacere di tenere un seminario dedicato all'analisi di dati in collaborazione con ITER srl di Milano.
Non mi sono dimenticata di raccontarvi come è andata, ma ho preferito aspettare e raccogliere il feedback da una partecipante: Sara Giorgini che si occupa di marketing e dati per l'azienda Grasselli spa.
Dal mio punto di vista è stata un'esperienza molto stimolante: il contatto con i corsisti ti mette a confronto con realtà aziendali dalle logiche di business e dalle dimensioni anche molto diverse.
Lascio quindi la parola a Sara.
Vi farò sapere se verranno fissate altre date per il seminario.
A presto!


Ho partecipato il 28 e 29 settembre scorso al seminario Marketing ed Analisi Dati presso Iter srl a Milano. Il seminario si è rivelato molto interessante e coerente con il mio obiettivo: “apprendere tecniche di analisi da poter applicare al business della azienda in cui lavoro”. La prima parte è stata teorica e mi è servita ad imparare l'importanza delle informazioni qualitative e dell'aggiornamento costante di dati/informazioni. La seconda giornata ha mostrato come mettere in pratica gli insegnamenti, come rendere quantitative le informazioni qualitative, come farlo, cosa analizzare, dove reperire le informazioni, etc. Ci sono stati mostrati esempi pratici, che mi hanno dato spunti di riflessione, sui quali intendo impostare il mio lavoro in azienda.



Consiglierei di partecipare al seminario a tutti coloro che sono interessati al marketing, alle tecniche di analisi per gestire al meglio il proprio business e i propri clienti. Ritengo che in versione ridotta, questo seminario sia interessante per la forza vendite e il management di ogni azienda.


L'unica cosa che mi è mancata è stata l'applicazione pratica di tutti questi insegnamenti. Suggerisco quindi alla relatrice di introdurre esercitazioni pratiche che aiutano a rinforzare l'apprendimento e a coinvolgere maggiormente l'attenzione dei partecipanti.

Sara Giorgini