Business Intelligence (Bi) e Data-Driven Decision Making (DDDM)
Cosa significano Business Intelligence (Bi) e Data-Driven Decision Making (DDDM)?
Il concetto di Business Intelligence è cambiato negli ultimi anni e, nel significato moderno, oggi BI si riferisce a infrastrutture, strumenti e pratiche per lavorare sui dati (Tableau, 2024). Un prodotto conseguente correlato a questo lavoro è il data-driven decision making (DDDM), che è uno dei modi in cui i dati possono essere utilizzati. Consiste nel prendere decisioni informate attraverso un processo di analisi e studio.
I dati sono utilizzati in tutti i settori della vita e le persone li usano e li producono nelle azioni quotidiane. Ciò significa che, attraverso essi, è possibile trasmettere informazioni per cambiare comportamento, il che ovviamente causa anche un problema etico. Vediamo quali sono i vantaggi di prendere decisioni informate, senza per questo tralasciare l’aspetto etico.
Business Intelligence oggi.
Vediamo cosa significa Business Intellingence dando prima una spiegazione dei termini chiave:
Bias: il bias e’ una distorsione dei risultati finali. La presenza d un bias e’ causata dai pregiudizi umani, i quali influenzano sia l’operatore durante la programmazione di un algoritmo, sia un analista che legge i dati per trarne conclusioni. Non e’ necessariamente intenzionale, ma influisce sulla correttezza delle conclusioni perché influisce su come l’analista attribuisce le priorità e interpreta le informazioni. Ad esempio un analista tenderà a dare piu attenzione ai dati che avvalorano il suo punto di vista.
https://mailchimp.com/it/resources/data-bias-causes-effects/
Query de dati: per query si intende una interrogazione del sistema per estrarre dati. E’ un comando scritto dall’utente che serve per estrarre da un database solo le informazioni che servono.
Data Wharehouse: e’ un magazzino digitale dove possono essere archiviati dati. Attraverso il Data Wharehouse e’ possibile mettere in collegamento consistenti quantità di dati anche se provenienti da fonti differenti.
Python: linguaggio per il coding utilizzato per creare codici.
Oggi, la Business Intelligence è definita come un insieme di tecnologie e strumenti che consentono agli operatori di raccogliere, archiviare, organizzare, studiare e valutare i dati. I vantaggi di avere un sistema di Bi strutturato sono quelli di lavorare in modo più efficiente, ridurre i rischi di bias e perdita di dati e consentire alle organizzazioni di creare analisi, scrivere report e pianificare modifiche. Sono disponibili molti strumenti per analizzare i dati e generare approfondimenti. Di solito i dati sono archiviati in basi implementate da software come SQL, Oracle, Access, che possono rendere piuttosto complessa l’operazione di query. Pertanto, avere gli strumenti giusti e operatori formati consente all’organizzazione di creare un Data Warehouse per gestire i dati in modo efficace e ottenere informazioni rilevanti. Nella figura 1 c’è un esempio di estrazione di informazioni utili da un set di dati (kaggle, 2016) di un’azienda “X”:
La tabella in figura 1 è stata estratta utilizzando un codice Python, da un set di dati che contiene un’ampia varietà di informazioni in diverse colonne. L’obiettivo di estrarre solo queste due colonne era di fare un confronto, che consentisse all’azienda di sapere se esiste una correlazione tra la decisione di lasciare il posto di lavoro da parte dei dipendenti e la distanza da percorrere da casa al luogo di lavoro.
Un altro esempio di strumento di BI è la creazione di visualizzazioni di dati con dashboard interattive: la seguente dashboard, generata unendo due set di dati (Unione Europea, 2023) in PowerBI,
confronta la gestione dei rifiuti di ciascun paese europeo con i dati del censimento demografico. L’obiettivo è valutare la quantità di rifiuti pro-capite.
Approccio basato sui dati
Discutere l’approccio basato sui dati significa spiegare come i dati possano aggiungere valore alle organizzazioni supportando il processo decisionale. Utilizzare i dati, anziché l’approccio tradizionale basato su intuizione, opinioni o esperienze personali, rende la strategia dell’organizzazione più efficiente e realistica. La velocità con cui i dati possono essere visualizzati, grazie agli strumenti digitali disponibili, consente analisi e approfondimenti adeguati durante la creazione di report. Attraverso i report, le organizzazioni trasmettono le proprie decisioni in una direzione specifica, prevedono le tendenze future, ottimizzano le operazioni e crescono più rapidamente. Nell’area commerciale, secondo T. Mucci (2024) di IBM, i vantaggi di una azienda possono essere riassunti come segue:
- Coinvolgimento e soddisfazione del cliente
- Aumento della fidelizzazione del cliente
- Pratiche aziendali pro-attive
- Migliore pianificazione strategica
- Opportunità di crescita
- Gestione strategica
Riferendosi nuovamente all’esempio della figura 1, l’azienda sta cercando di determinare se la distanza che i dipendenti devono percorrere per raggiungere l’ufficio sia un motivo di rinuncia al lavoro. In questo caso l’azienda potrebbe prendere in considerazione l’aumento dei giorni di smart working. Un diagramma di dispersione può essere utilizzato per comprendere meglio le possibili correlazioni come mostrato nella figura 3
Il diagramma di dispersione evidenzia una debole correlazione. Questo e’ deducibile dal fatto che i puntini blu non sono tutti concentrati vicino alla linea rossa ma si disperdono. Il significato di una correlazione debole e’ che l’ipotesi iniziale della relazione tra la distanza da percorrere e la rinuncia al lavoro non e’ supportata significativamente dai dati. Pertanto, per comprendere le ragioni della rinuncia dei dipendenti, l’azienda può concentrare la ricerca in un’altra direzione. Questo è esattamente un esempio di come i dati possano guidare una decisione piuttosto che un’altra.
Allo stesso modo, l’esempio nell’immagine 2 mostra l’importanza delle conclusioni basate sui dati. I dati visualizzati nella dashboard mostrano il rapporto esistente tra la quantità di rifiuti prodotti e il numero degli individui presenti in ogni nazione. Il rapporto rappresenta il quantitativo pro-capite prodotto da ciascun individuo. Le conclusioni possono essere utili per organizzazioni come l’Unione Europea e le Nazioni Unite (da cui sono stati presi i dataset). In questo contesto, consente la pianificazione di programmi specifici per ogni paese, per migliorare il comportamento della popolazione e ridurre gli sprechi.
Utilizzo etico dei dati
Il potere di utilizzare i dati non significa dimenticare i limiti imposti dall’etica. Ciò implica non solo la capacità di essere equi, imparziali e trasparenti nei confronti delle persone, ma anche di impegnarsi a utilizzare i dati per dare benefici agli individui senza violare i loro diritti.
https://www.corrierenazionale.net/2024/12/05/indignarsi-come-attoi-umano/