Le piattaforme di BI si affidano tradizionalmente ai data warehouse per le informazioni di base. Un data warehouse aggrega i dati provenienti da più fonti di dati in un unico sistema centrale per supportare l'analytics e la reportistica aziendale. Il Business Intelligence Software interroga il warehouse e presenta i risultati all'utente sotto forma di report, grafici e mappe.

I data warehouse possono includere un motore di elaborazione analitica online (OLAP) per supportare query multidimensionali. Ad esempio: quali sono le vendite della nostra regione orientale rispetto a quella occidentale quest'anno, rispetto all'anno scorso?

"OLAP fornisce una potente tecnologia per la data discovery, facilitando la business intelligence, i calcoli analitici complessi e l'analytics predittiva", afferma Doug Dailey, IBM Offering Manager, nel suo blog di data warehousing. "Uno dei principali benefici dell'OLAP è la coerenza delle informazioni e dei calcoli che utilizza per generare dati ai fini di migliorare la qualità del prodotto, le interazioni con i clienti e i processi".

Alcune nuove soluzioni di business intelligence possono estrarre e acquisire direttamente dati non elaborati utilizzando tecnologie come Hadoop, ma in molti casi i data warehouse sono ancora la fonte di dati scelta.

Il termine business intelligence è stato utilizzato per la prima volta nel 1865 dall'autore Richard Millar Devens, quando ha citato un banchiere che ha raccolto informazioni sul mercato prima dei suoi concorrenti. Nel 1958, uno scienziato informatico della IBM di nome Hans Peter Luhn esplorò il potenziale dell’utilizzo della tecnologia per raccogliere business intelligence. La sua ricerca ha contribuito a stabilire i metodi per la creazione di alcune delle prime piattaforme di analytics di IBM.

Negli anni 60' e '70, sono stati sviluppati i primi sistemi di gestione dei dati e sistemi di supporto decisionale (DSS) per archiviare e organizzare volumi crescenti di dati.

"Molti storici suggeriscono che la versione moderna della business intelligence si è evoluta dal database DSS", afferma Dataversity, un sito di formazione IT. "Durante questo periodo è stata sviluppata una serie di strumenti con l'obiettivo di accedere e organizzare i dati in modo più semplice. L'OLAP, i sistemi informativi esecutivi e i data warehouse erano alcuni degli strumenti sviluppati per lavorare con il DSS. ²

Negli anni '90, la business intelligence è diventata sempre più diffusa, ma la tecnologia era ancora complessa. Di solito richiedeva il supporto IT, che spesso portava a backlog e ritardi nella generazione dei report. Anche senza l'IT, gli analisti e gli utenti di business intelligence avevano bisogno di una formazione approfondita per essere in grado di interrogare e analizzare i dati con successo. ³

Uno sviluppo più recente si è concentrato sulle applicazioni di BI self-service, che consentono agli utenti non esperti di trarre beneficio da report e analisi. Inoltre, le moderne piattaforme basate sul cloud hanno esteso la portata della BI a tutte le aree geografiche. Molte soluzioni ora gestiscono i big data e includono l'elaborazione in tempo reale, consentendo processi decisionali basati su informazioni aggiornate.

La business intelligence offre alle organizzazioni la possibilità di porre domande in un linguaggio semplice e ottenere risposte comprensibili. Invece di utilizzare le migliori ipotesi, possono basare le decisioni sulle informazioni derivate dai dati aziendali, che si tratti di produzione, supply chain, clienti o tendenze di mercato.

Perché le vendite sono in calo in questa regione? Dove abbiamo l'inventario in eccesso? Cosa dicono i clienti sui social media? La BI aiuta a rispondere a queste domande critiche.

"La business intelligence fornisce insight passati e presenti sul business", afferma Maamar Ferkoun nel suo blog IBM su cloud computing e business intelligence. “Questo risultato si ottiene attraverso una serie di tecnologie e pratiche, dall’analytics e dal reporting al data mining e all’analytics predittiva. Fornendo un quadro accurato del business in un momento specifico, la BI offre all'organizzazione i mezzi per progettare una strategia aziendale basata su dati fattuali".

La business intelligence aiuta le organizzazioni a diventare imprese basate sui dati, a migliorare le prestazioni e a ottenere un vantaggio competitivo. Può:

• Migliorare il ROI comprendendo il business e allocando le risorse in modo intelligente per raggiungere gli obiettivi strategici.
• Svelare il comportamento, le preferenze e le tendenze dei clienti e utilizzare gli insight per indirizzare meglio i potenziali clienti o personalizzare i prodotti in base alle mutevoli esigenze del mercato.
• Monitorare le operazioni aziendali e correggere o apportare miglioramenti su base continuativa, grazie agli insight sui dati.
• Migliorare la gestione della supply chain monitorando l'attività a monte e a valle e comunicando i risultati a partner e fornitori.

I rivenditori, ad esempio, possono aumentare i risparmi sui costi confrontando le prestazioni e i benchmark tra negozi, canali e regioni. Inoltre, grazie alla visibilità del processo di gestione dei sinistri, gli assicuratori possono vedere dove mancano gli obiettivi di servizio e utilizzare queste informazioni per migliorare i risultati.

Le organizzazioni traggono beneficio dalla possibilità di valutare completamente le operazioni e i processi, comprendere i propri clienti, sondare il mercato e promuovere il miglioramento. Hanno bisogno degli strumenti giusti per aggregare le informazioni aziendali da qualsiasi luogo, analizzarle, portare alla luce i pattern e trovare soluzioni.

Il miglior software di BI supporta questo processo decisionale:

• Connessione a un'ampia varietà di sistemi dati e set di dati diversi, inclusi database e fogli di calcolo.
• Generazione di analisi approfondite, che consentono agli utenti di scoprire relazioni e pattern nascosti nei loro dati.
• Presentazione delle risposte in visualizzazioni dei dati informative e accattivanti come report, mappe, diagrammi e grafici.
• Elaborazione del confronto dei dati per affiancamento in diversi scenari.
• Fornire funzionalità di drill-down, drill-up e drill-through, consentendo agli utenti di analizzare diversi livelli di dati.

I sistemi avanzati di BI e analytics possono inoltre integrare l'intelligenza artificiale (AI) e il machine learning per automatizzare e semplificare attività complesse. Queste funzionalità accelerano ulteriormente la capacità delle aziende di analizzare i dati e ottenere insight a livello approfondito.

Considera, ad esempio, il modo in cui IBM Cognos Analytics riunisce l'analisi dei dati e gli strumenti visivi per supportare la creazione delle mappe per i report. Il sistema utilizza l'AI per identificare automaticamente le informazioni geografiche. Può quindi perfezionare le visualizzazioni aggiungendo la mappatura geospaziale dell'intero globo, di un singolo quartiere o di qualsiasi altra vista intermedia.

Secondo un report sulla Digital Reinvention dell'IBM Institute for Business Value: "A cinque anni di distanza, il 58% dei 1.100 dirigenti intervistati nel Digital Reinvention Study si aspetta che le nuove tecnologie riducano le barriere all'ingresso e il 69% si aspetta una maggiore concorrenza intersettoriale."

"L'analytics avanzata consente di trarre insight più approfonditi sulla business intelligence e sui consumatori dai big data, generando informazioni che vanno da descrittive a predittive."