Embedded Analytics: perché servono?

I volumi crescenti di dati che le aziende raccolgono sono il prezioso patrimonio su cui basare il decision-making. Ma quanto è facile portare alla luce, visualizzare e comprendere questi dati per gli utenti aziendali? Ed è possibile ottenerli in modo continuativo e in tempo utile per anticipare i trend di mercato e i concorrenti? Con gli Embedded Analytics la risposta è sì.

Gli Embedded Analytics permettono, infatti, di estrarre conoscenza in tempo reale da ogni fonte di dati e di mostrarla all’utente all’interno di un’applicazione o di un sito web.

L’integrazione delle soluzioni e delle funzionalità di Business Intelligence e Analytics nelle applicazioni e nei portali consente di ottenere rapidamente informazioni più approfondite, perché le dashboard interattive sono “incorporate” nelle piattaforme comunemente usate. L’utente finale può accedervi in modo semplice e visualizzare i dati rapidamente.

Senza gli Embedded Analytics gli strumenti di Business Intelligence obbligano gli utenti a “passare” tra l’applicazione preferita e lo strumento di BI per accedere alle funzionalità che servono per analizzare i dati e ricavare Actionable Insights. Questa continua necessità di sincronizzare i dati provenienti dalle applicazioni aziendali con una separata soluzione di Business Intelligence riduce la produttività, spezza il ritmo del processo decisionale di manager e team e moltiplica il rischio di errori.

Gli Embedded Analytics risolvono questo problema e permettono di ottenere, in tempo reale, informazioni di qualità su cui fondare decisioni operative e strategiche.
 

Un esempio a portata di click: Advanced Sport Analytics

Pensiamo a quante volte seguiamo in TV una partita di calcio e il telecronista snocciola in diretta una serie di statistiche sul giocatore che ha appena fatto gol. Non poteva sapere prima che quel giocatore avrebbe segnato, ma un’applicazione con gli Analytics incorporati può immediatamente estrarre i dati rilevanti su quell’atleta e indicare, per esempio, che questo è il suo decimo gol di testa nel campionato in corso e il terzo gol con cui punisce lo stesso avversario.

Noi di DuneD proponiamo gli Advanced Sport Analytics tramite la tecnologia AWS, sviluppando dashboard per fornire alle federazioni e alle società sportive, ma anche agli atleti e al grande pubblico, un’analisi approfondita delle gare e delle prestazioni di squadre e giocatori.
Un caso di successo è quello della DFL Bundesliga tedesca, che, grazie agli Advanced Sport Analytics di AWS, offre a club e tifosi informazioni e statistiche avanzate, anche in tempo reale, sui giocatori e le partite. Un esempio è dato dalla statistica xGoal, che calcola la probabilità che un giocatore segni quando tira da una qualsiasi posizione del campo, o dalla statistica Corner Threat, che calcola la pericolosità dei club in fase di corner, rapportata alla media di tutta la lega.

Tutto ciò è visualizzabile grazie alle dashboard, incorporate nel sito web e nell’applicazione Bundesliga, che rendono le analisi fruibili a qualsiasi tipo di utente, creando un maggior engagement tra i tifosi e gli appassionati di calcio, che possono godere anche di esperienze personalizzate.

La transizione dell’Analytics Continuum

 
Gli Embedded Analytics rappresentano una sorta di “chiusura del cerchio” in un Analytics Continuum che parte dall’analisi descrittiva passando per l’analisi diagnostica, l’analisi predittiva e, infine, l’analisi prescrittiva.

La definizione di Analytics Continuum si deve alla società di ricerche Gartner e viene illustrata come una transizione dal “che cosa è successo?” (Descriptive Analytics) al “perché è successo?” (Diagnostic Analytics) per poi salire al “che cosa accadrà?” (Predictive Analytics) e al “qual è la cosa migliore che può accadere?” (Prescriptive Analytics). Le diverse domande non si escludono; anzi, la risposta a ciascuna fa da base per la domanda e la risposta successiva.

Le aziende Data-Driven, secondo Gartner, sono quelle che raggiungono la data maturity sposando il modello dell’Analytics Continuum. Con questo modello le aziende guidate dagli insights estratti dai dati riescono non solo a reagire agli eventi che i dati registrano ma a prevedere quali eventi accadranno e ad agire proattivamente in base agli scenari più probabili.

In questo modo la conoscenza estratta dai dati non si limita a fornire una descrizione dopo che gli eventi si sono verificati, ma aiuta a prevedere che cosa potrebbe accadere nel prossimo futuro e, quindi, a giocare d’anticipo, dando maggiore competitività grazie al “first-mover advantage” (il vantaggio che acquisisce chi si muove prima della concorrenza a cogliere i trend emergenti e le opportunità, oppure a schivare possibili minacce). Tecnologicamente si tratta di passare, lungo questa ideale linea continua, dal dato grezzo al dato “pulito”, da report standard a report ad hoc, dalla modellizzazione statistica a quella predittiva e prescrittiva e si potrà così rispondere anche alla domanda “qual è la cosa migliore che posso fare accadere?”.

Questo processo richiede un approccio nuovo al Data Management basato sull’accesso ai dati in tempo reale, anche mentre gli eventi sono in corso. E qui entrano in gioco gli Embedded Analytics.

Dal Data Lake alla Self-Service BI

L’implementazione degli Embedded Analytics è un percorso che inizia con la mappatura dei dati aziendali di ciascun dipartimento e la loro origine. Si prosegue con la creazione di un Data Lake, fondamentale per gestire grandi quantità di dati strutturati (Excel, CSV…), semi-strutturati (e-mail, chat, recensioni…) e non strutturati (file multimediali). Il Data Lake può essere arricchito anche da dati che si trovano in contesti e sistemi esterni a quelli aziendali, potenziando il risultato finale, ovvero gli Actionable Insights.

A questo punto si può cominciare a utilizzare un sistema di reporting di Business Intelligence (BI) avanzato, come Amazon QuickSight, che fornisce dashboard interattive di facile comprensione e visualizzazioni e query in linguaggio naturale basate sull’apprendimento automatico in app e portali.

Una soluzione di BI cloud-native consente alle aziende di essere molto più agili e di scalare facilmente, senza alcuna infrastruttura da gestire né problemi di capacità. Le dashboard possono essere fornite in tempi molto più brevi e con costi notevolmente ridotti. Gli utenti, in questo modo, potranno beneficiare di un accesso più semplice ai dati e analisi avanzate che aiutano il business a lavorare, e a decidere, in modo mirato. QuickSight fornisce, infatti, rapporti e grafici interattivi che possono essere incorporati nelle applicazioni aziendali (Self-Service BI), tramite i quali gli utenti possono autonomamente condurre ricerche e fare domande – grazie ad Amazon QuickSight Q, una funzionalità Natural Language Query (NLQ) basata sull’apprendimento automatico (ML) – e creare i propri report, cruscotti e visualizzazioni.

Lo scopo dell’implementazione della Self-Service BI è quello di fare arrivare più velocemente e più facilmente agli utenti aziendali – che siano Data Scientist, esperti IT, Manager o figure non tecniche – i dati di cui hanno bisogno, quando ne hanno bisogno e in una forma che li renda facilmente consultabili.

Questo modo di procedere supporta la crescita aziendale e le decisioni strategiche tramite la valorizzazione dei dati. Potendo disporre di informazioni dettagliate, accessibili e in tempo quasi reale le aziende di ogni settore e i loro dipartimenti (Finance, IT, Sviluppo Prodotti, Vendite, Marketing, Supply Chain…) riescono a migliorare la comprensione dei clienti, reagire più rapidamente alle mutevoli tendenze del mercato, affinare le previsioni di vendita e controllare più accuratamente le scorte.

AWS ha appena lanciato l’Embedded Analytics Partner Program (EAPP), per accelerare il journey dell’adozione degli Embedded Analytics da parte dei propri clienti, e ha scelto DuneD come uno dei Service Partner di fiducia.

Che cosa sta facendo DuneD per i suoi clienti

 
I vantaggi appena descritti non sono solo teoria, ma il risultato concreto, misurabile, dei casi d’uso degli Embedded Analytics. Tra i nostri clienti, Passione Unghie sta beneficiando del Data Lake, di un’infrastruttura Cloud e degli Embedded Analytics, implementati con il supporto di DuneD.

L’esigenza di Passione Unghie, azienda 100% digital che si rivolge sia ai consumatori che ai professionisti della cura, bellezza e decorazione delle unghie, è di gestire una mole di dati sempre più consistente e metterli al servizio della crescita e competitività del business.

Il progetto di DuneD, Advanced Consulting Partner di AWS, è iniziato con la mappatura, la raccolta e l’arricchimento dei dati da tutte le fonti di Passione Unghie (si tratta di dati generati da circa un milione di sessioni sul sito web ogni mese, più i dati sugli ordini passati e l’attività degli utenti attuali). È stato poi creato un Data Lake in esecuzione su Amazon Simple Storage Service (Amazon S3). DuneD ha anche implementato Amazon Aurora come database principale serverless per consentire a Passione Unghie di aumentare facilmente la capacità in proporzione alla crescita della richiesta di dati e dei carichi di lavoro. Per Passione Unghie era essenziale che l’infrastruttura fosse progettata in modo che i vari rami del Data Lake potessero interfacciarsi facilmente con le applicazioni aziendali.

Con l’aiuto di DuneD Passione Unghie ha anche implementato un sistema di reporting di Business Intelligence avanzato, scegliendo Amazon QuickSight per la sua capacità di raccogliere dati da più fonti e fornire dashboard di facile comprensione.

Grazie a DuneD e AWS, i manager di Passione Unghie oggi possono decidere basandosi su insights molto più ricchi e approfonditi e report sempre aggiornati, visualizzabili nelle dashboard in modo rapido e intuitivo. Passione Unghie, così, ha migliorato la conoscenza dei clienti e del mercato, è in grado di allineare sempre l’offerta alla domanda, di catturare nuovi utenti, massimizzare la spesa pubblicitaria e gestire meglio il magazzino.

Sono obiettivi comuni alle aziende di ogni tipologia e dimensione e che tecnologie come cloud, Data Management e Embedded Analytics, implementate correttamente, possono portare in modo efficace e anche velocemente.

Il case di Passione Unghie è stato pubblicato sul sito di AWS.