Cos'è l'Embedded Analytics?

L'analisi integrata è la perfetta integrazione delle capacità analitiche, dei dati e della visualizzazione in una piattaforma, in un prodotto software o in un flusso di lavoro esistente. Gli analytics sono fusi nella piattaforma/nel software utilizzati dalle parti interessate di un'azienda, in modo che siano prontamente disponibili come caratteristica o funzionalità principale e non come strumento separato. Questo approccio sfrutta la familiarità degli interlocutori con la piattaforma/con il software, rendendo gli analytics più utili e assimilabili nel flusso di lavoro regolare o nei progetti di routine.

L'analisi dei dati integrata è una classificazione di distribuzione e si concentra maggiormente sul modo in cui gli analytics all'interno di un'organizzazione o di un sistema sono distribuiti, piuttosto che sul modo in cui sono visualizzati o eseguiti. Il termine è stato originariamente introdotto da Howard Dresner, considerato il padre della Business Intelligence (come viene definita oggi), nel 2007.

{{cta-1}}

Componenti dell'analisi dei dati integrata

I componenti fondamentali dell'analisi integrata non sono diversi da quelli dell'analisi convenzionale, ma devono essere gestiti/affrontati da una prospettiva di integrazione.

Dati (fonti, tipi e pulizia/elaborazione):

Il componente dati dell'analisi integrata si concentra sulla provenienza dei dati, sui tipi di dati che arrivano in azienda, sul modo in cui vengono preelaborati/puliti per la valutazione e sul modo in cui i dati grezzi sono visualizzati/accessibili agli interlocutori (se lo sono). La piattaforma in cui i dati devono essere incorporati potrebbe non essere in grado di gestire le richieste relative ai dati in modo nativo, e la considerazione di questa limitazione dovrebbe diventare parte della strategia di sviluppo e di integrazione.

Analisi (metodi e tecniche):

Il modo in cui i dati vengono analizzati, gli algoritmi e le tecniche di analisi applicate e il grado di controllo che un soggetto interessato ha sui metodi e sui protocolli di analisi sono fattori che devono essere considerati quando si sviluppa o si distribuisce il componente di analisi dell'analytics integrata.

Visualizzazione:

L'identificazione dei vari componenti di visualizzazione necessari alle varie parti interessate e il modo in cui questi possono essere integrati/incorporati nella piattaforma/nel software che usano per connettersi con l'azienda possono semplificare lo sviluppo e la distribuzione. Diventa una sfida negli ambienti in cui gli interlocutori hanno dispositivi che non possono assimilare i moderni elementi di visualizzazione dei dati.

Navigazione:

Un altro aspetto dell'analisi integrata è la navigazione, il drill down e il drill across mentre si naviga tra l'applicazione/il processo e l'analisi dei dati/la business intelligence.

Personalizzazione:

La quantità di personalizzazione di cui un interlocutore ha bisogno e quella che è in grado di eseguire sono due domande diverse che devono essere poste e a cui si deve rispondere quando si sviluppa o si sceglie l'analisi integrata. L'accesso a molte personalizzazioni può essere difficile da integrare, soprattutto in una piattaforma o in un software relativamente limitato, come quelli utilizzati dalle istituzioni finanziarie o di difesa.

Controlli etici e normativi:

Questi controlli possono essere applicati a vari livelli, comprese le fonti di raccolta dei dati e i portali che accettano i dati nella piattaforma/nel software principale per essere utilizzati dall'analisi integrata. La loro collocazione deve essere decisa prima della diffusione.

Vantaggi dell'analisi integrata

Come l'analytics distribuita o utilizzata convenzionalmente, disponibile come strumento o prodotto software separato che i vari portatori di interesse possono utilizzare parallelamente alla loro piattaforma/al loro software principale, l'analisi integrata può essere fondamentale per la business intelligence. La business intelligence è il software, la piattaforma o lo strumento che aiuta un'azienda a utilizzare i suoi dati e le sue analytics per prendere decisioni aziendali informate/intelligenti. I dati, nella loro forma grezza, sono simili a un'utile risorsa non estratta. L'analisi rende utilizzabile e utile ciò che si trova all'interno della "miniera". Infine, la business intelligence aiuta a determinare dove e come deve essere utilizzato.

Tuttavia, offrono molteplici vantaggi rispetto all'analisi dei dati tradizionale.

• L'analisi integrata accelera l'adozione sia dell'analytics che della business intelligence. Una volta che l'analytics è disponibile in un ambiente familiare e più accessibile, è più facile da sfruttare nel processo decisionale aziendale.
• L'analisi integrata dà modo e incoraggia le parti interessate di un'azienda a utilizzare i dati/l'analytics a loro disposizione in modi più completi e creativi. Se i dati dell'analisi devono essere portati da una fonte separata, diventa più difficile assimilarli nel flusso di lavoro naturale, con conseguenti casi d'uso limitati. Ma se sono integrati nel flusso di lavoro e in software/piattaforme familiari, gli interlocutori possono utilizzarli per ogni istanza applicabile.
• L'analisi integrata può eliminare/ridurre in modo significativo gli errori umani se i dati vengono inseriti manualmente nell'ambiente di routine. Possono anche ridurre i casi di attrito se i dati dell'analisi sono collegati alla piattaforma/al software principale attraverso l'interfaccia di programmazione delle applicazioni (API).
• L'analisi integrata e le funzioni di BI integrate possono anche portare a decisioni aziendali migliori, più informate e guidate dai dati, che aiutano ad agire sui dati direttamente dalle visualizzazioni.
• L'analisi integrata può anche rendere i dati di analisi e di business intelligence più accessibili a una più ampia varietà di interlocutori. Se è personalizzata per il loro flusso di lavoro e sono autorizzati ad accedervi, l'analytics può essere resa disponibile praticamente a chiunque all'interno del settore (o agli attori esterni) incorporandola nella piattaforma/nel software che utilizzano per collegarsi con l'azienda.

Questi vantaggi sono più evidenti/prevalenti nei casi d'uso in cui non c'è praticamente alcuna separazione tra la business intelligence e l'analisi integrata, e le due sono integrate collettivamente nel flusso di lavoro, nel software o nella piattaforma normalmente utilizzata dalle parti interessate (ammesso che non si tratti della piattaforma di business intelligence stessa).

Questi vantaggi rendono l'analisi integrata un'alternativa valida all'approccio tradizionale alla business intelligence, che può essere isolata e disponibile solo per un numero limitato di portatori di interesse di un'organizzazione.

Sfide e considerazioni sull'implementazione dell'analisi integrata

Ci sono diversi fattori che occorre prendere in considerazione quando si sceglie la soluzione di analisi integrata giusta per la propria azienda. Sono la sua compatibilità con il software/la piattaforma aziendale esistente, le esigenze di analisi dei dati, le risorse disponibili, l'alfabetizzazione ai dati degli interlocutori ecc. Ma se di compie la scelta giusta, la diffusione potrebbe non essere così impegnativa.

Al contrario, se si sta sviluppando e distribuendo l'analisi integrata, ci sono diverse sfide e valutazioni da tenere in considerazione.

Sfide

• Integrazione con infrastruttura rigida e legacy. Anche se la funzionalità di analisi integrata è all'avanguardia, l'integrazione con un'infrastruttura o una piattaforma non ottimizzata la rallenterà al livello della piattaforma. Lo scenario peggiore potrebbe essere che l'incorporazione dell'analisi sia in conflitto con le prestazioni della piattaforma originale.
• Una comprensione inadeguata delle proprie esigenze di analisi dei dati. Molte aziende optano per un approccio "solution-first" alle loro esigenze di analisi, ossia scelgono buoni strumenti di analisi prima di aver identificato completamente le loro esigenze di analisi e di aver definito un approccio o delle pratiche di analisi. Questo rende difficile per loro scegliere le giuste opzioni di analisi integrata (o costruire le giuste funzionalità) che potrebbero non allinearsi con le loro esigenze di business intelligence.
• Sfide dell'alfabetizzazione digitale e dei dati degli interlocutori. Tecnicamente, l'analisi integrata è una soluzione per rendere i soggetti interessati più "consapevoli dei dati" e aiutarli a integrare i dati e l'analytics nel loro processo decisionale e nelle loro azioni di routine. Ma anche questo può essere complicato senza una solida base di alfabetizzazione sui dati. Anche se l'azienda è in grado di educare i suoi interlocutori interni sull'analisi integrata, l'adozione potrebbe non essere più facile per quelli esterni, principalmente i clienti/consumatori.
• Le trasformazioni/fluttuazioni nel campo dell'analisi dei dati sono la norma. Le aziende possono perdere l'accesso a vari flussi di dati a causa di cambiamenti operativi o normativi (come l'eliminazione graduale dei cookie di terze parti). Ciò potrebbe richiedere un rinnovamento dell'analisi integrata. Anche se la pipeline di dati di un'azienda non cambia nel tempo, le tecniche e i metodi analitici possono cambiare e l'analisi integrata dovrebbe essere ben posizionata per integrare i cambiamenti positivi.
• La difficoltà di integrare gli strumenti di analisi legacy con l'infrastruttura digitale esistente. Un'ampia gamma di persone all'interno di un'azienda utilizza una serie di strumenti di analisi, anche se non dispone di una piattaforma di business intelligence tradizionale o di analisi integrata. Incorporarli nell'infrastruttura digitale esistente dell'azienda potrebbe non essere possibile o tecnicamente fattibile, e incorporare analisi diverse che gli interlocutori potrebbero non conoscere potrebbe introdurre una curva di apprendimento e causare attriti nell'adozione.
• Tecniche di analisi sbagliate o un approccio inadeguato alla visualizzazione dei dati sono solo due delle tante cattive abitudini "analitiche" che le organizzazioni possono adottare in massa. Questo accade perché individui/team/reparti all'interno di un'organizzazione spesso aderiscono a strumenti e pratiche con cui hanno familiarità, anche se non sono i più adatti per il lavoro. Questo si traduce spesso in un'analisi integrata che non funziona o confonde gli interlocutori invece di informarli.
• È importante capire che la maggior parte delle sfide è associata alle capacità e alle pratiche delle aziende che adottano l'analisi integrata, piuttosto che all'idea stessa di analisi integrata.

Considerazioni

• La mentalità dei dati come caratteristica è fondamentale per le aziende che progettano e distribuiscono la propria analisi integrata. Costruire queste funzionalità intorno alla pipeline di dati e alle esigenze di analisi può prevenire una serie di problemi in futuro.
• Rendere più accessibili le implementazioni e l'impiego della scienza dei dati dovrebbe essere un obiettivo dell'analisi integrata. Questo si collega alle best practice come l'identificazione delle esigenze analitiche dell'impresa e l'alfabetizzazione ai dati dei vari soggetti interessati.
• Prima di sviluppare/distribuire le funzionalità di analisi integrata si deve prendere in considerazione la propria architettura cloud. Un progetto monolitico di analisi integrata può essere difficile da integrare e può richiedere di apportare modifiche alla propria architettura, con un impatto sulle funzionalità esistenti. Al contrario, un approccio di microservizio e decentralizzato allo sviluppo e alla distribuzione di funzionalità di analisi integrata può essere più facile da integrare.
• Devono essere prese in considerazione le esigenze di IA e ML e le integrazioni dell'azienda. Se tutti i dati analizzati devono confluire in un modello di addestramento ML di grandi dimensioni o se la supervisione dell'IA deve essere aggiunta prima o dopo un livello di preparazione dei dati, affrontarli nelle fasi iniziali può facilitare l'implementazione e ridurre attriti futuri.
• L'analisi integrata dovrebbe semplificare le cose per gli utenti/interlocutori, ma se l'interfaccia è troppo contorta/complessa per la maggior parte degli utenti o diventa più difficile dopo l'incorporazione dell'analytics, può compromettere diversi obiettivi dell'analisi.
• La scalabilità intrinseca della piattaforma/del software nativa/o e quella dell'analisi integrata incorporata devono essere prese in considerazione. Se il sistema nativo non è flessibile, le esigenze di scalabilità dell'analisi integrata devono essere affrontate prima della distribuzione, sebbene possa essere fatto ad hoc se il sistema è flessibile.
• Bisogna prendere in considerazione l'ecosistema di fornitori/interlocutori quando si progetta o modifica il livello di gestione dei dati per l'analisi integrata.
• Il modo in cui l'analisi integrata ha un impatto sulla sicurezza esistente o il modo in cui la piattaforma/il software (in cui si sta incorporando l'analisi) può esporre i flussi di dati a nuovi vettori di attacco o a una superficie di attacco più ampia/diversa, dovrebbe influenzare il proprio sistema di sviluppo, selezione e implementazione.

{{cta-2}}

Elementi importanti nell'analisi dei dati integrata

Tutte le funzioni convenzionali di visualizzazione dei dati

Anche se l'analisi dei dati integrata deve aggirare i limiti dell'infrastruttura esistente, dovrebbe (idealmente) includere tutte le funzioni di visualizzazione dei dati con cui i portatori di interesse hanno familiarità o che utilizzano in soluzioni di business intelligence dedicate/separate. In questo modo sarà più facile per le persone adattarsi all'analisi dei dati integrata e utilizzarla in modo più esteso all'interno del loro processo aziendale. Inoltre, garantirà i dati tra i diversi dipartimenti/gruppi di portatori di interesse.

Se l'analisi dei dati integrata è limitata in questo senso, un segmento aziendale potrebbe affidarsi alle funzioni esistenti, mentre altri potrebbero ricorrere a una soluzione separata di business intelligence o di visualizzazione dei dati, rendendo i report interni incoerenti.

Facilità di integrazione

Questo è un elemento importante se si sceglie una soluzione/piattaforma di analisi integrata invece di costruirne una da zero. Non tutte le piattaforme sono progettate per integrarsi facilmente con tutti i sistemi legacy e, se sono troppo incompatibili, potrebbe essere un motivo sufficiente per optare per una soluzione diversa. L'attrito nella distribuzione può rallentare l'analisi integrata, impedendo alle parti interessate di sfruttarne appieno la potenza. Al contrario, la facilità di incorporazione può ridurre significativamente i tempi e i costi associati alla distribuzione.

Personalizzazione

Gli interlocutori dovrebbero avere la possibilità di personalizzare le funzionalità di analisi integrata, i processi di reportistica, le dashboard dinamiche, le fonti di ingresso dei dati ecc. Può essere più impegnativo inserire l'analisi integrata rispetto a una soluzione di business intelligence dedicata, ma è fondamentale per una facile adozione e un utilizzo completo. Tuttavia, occorre trovare un equilibrio con le autorizzazioni per le varie basi di utenti. Non tutti i soggetti interessati devono avere accesso a tutte le fonti di dati.

Integrazione completa della pipeline di dati/Tutti i tipi di dati devono essere accettati

Che si stia progettando la propria analisi dei dati integrata o si stia optando per una piattaforma esistente che può essere integrata nella propria piattaforma o nel proprio software esistente, è importante che sia in grado di gestire tutti i diversi tipi di dati a cui l'azienda ha accesso. Se i dati devono essere convertiti, assicurarsi che siano disponibili i giusti strumenti/le giuste integrazioni e i protocolli ai livelli giusti. L'analisi integrata deve anche essere in grado di accogliere senza problemi sia i dati strutturati che quelli non strutturati, altrimenti la sua capacità di eseguire analisi complete potrebbe essere fortemente limitata.

Profilazione dei dati (basata su IA/ML)

La profilazione dei dati, ossia il processo di identificazione di modelli utili dai dati grezzi prima che siano analizzati formalmente, può generare molti insight utili, soprattutto se viene potenziata con modelli di intelligenza artificiale e di machine learning. La profilazione dei dati può essere relativamente elementare, come l'identificazione di schemi dalle marche temporali di vari punti dati, o più complessa, come l'esecuzione dell'analisi della percezione.

Sorgenti di dati

L'analisi integrata deve incorporare tutte le fonti di dati e l'intera pipeline di dati di un'azienda. Si tratta di una considerazione importante per le aziende che hanno fonti di dati astrusi o legacy che potrebbero dover essere elaborati prima di essere inseriti nell'analytics.

Automazione

L'analisi integrata può avere maggiori opportunità di automazione rispetto a quella convenzionale, soprattutto se il sistema/la piattaforma principale è costruito/costruita in modo da poterlo fare. L'automazione può aiutare a liberarsi dei processi ripetuti e a rendere ancora più facile per gli interlocutori incorporare l'analytics nel loro flusso di lavoro abituale.

Analisi dei dati integrata: strumenti personalizzati e precostruiti

Dal punto di vista dello sviluppo e dell'implementazione, ci sono tre modi in cui l'analisi integrata può essere resa parte della propria attività regolare: costruire, acquistare o modello ibrido (costruire l'interfaccia utente sfruttando le capacità di BI). Entrambi gli approcci hanno i loro punti di forza e di debolezza, che devono essere soppesati l'uno con l'altro, tenendo conto delle esigenze di analisi e delle risorse di ogni azienda.

• Costruito su misura per i prodotti software principali di un'azienda, per le piattaforme di business intelligence o per le esigenze di analisi. Possono essere semplici come una semplice API che integra i dati degli utenti in tempo reale o i dati di mercato in una piattaforma, oppure sofisticati come una piattaforma analitica a più livelli modificata e integrata nelle piattaforme degli utenti di vari attori del settore. Tali analisi integrate possono essere messe a punto con precisione in base alle esigenze aziendali e ai tipi di dati a cui l'azienda ha accesso. Tuttavia, l'onere di mantenerli, modificarli o migliorarli spetterebbe agli interlocutori interni dell'azienda.
• Piattaforme/software di analisi precostituiti che possono essere integrati nel flusso di lavoro o principalmente nella piattaforma/nel software digitale utilizzati dalle parti interessate. Possono offrire una vasta gamma di funzionalità di analisi che possono essere personalizzate in base alle esigenze aziendali o ai casi d'uso dell'analisi. Tali strumenti sono mantenuti e aggiornati dagli sviluppatori originali, riducendo i costi associati alla manutenzione e allo sviluppo continuo.