Un’analisi dei dati visiva ed interattiva per aiutare le aziende a sfruttare meglio e con più efficacia i dati. La Business Intelligence moderna evolve grazie a Data Visualization e Data Storytelling perché le aziende hanno bisogno di strumenti efficaci per vedere, analizzare e comprendere i dati senza dover ricorrere ogni volta a chi ha competenze tecniche per interrogare i dati e visualizzare le informazioni. Uno degli strumenti che si sono evoluti in questa direzione è Tableau, il risultato di un progetto di Data Science di Stanford, finalizzato a migliorare il flusso di analisi e rendere i dati più accessibili per le persone con la Data Visualization.

 

Data visualization: l’analisi visiva e intuitiva che ha trasformato la business intelligence

 

I dati, non ci stancheremo mai di dirlo, hanno un potenziale enorme, possono trasformare azioni, attività, processi, strategie… hanno il potere di far cambiare rotta a chiunque, a patto che le persone siano in grado di utilizzarli e sfruttarli al meglio.

Una sfida tanto banale nella teoria quanto complessa nella pratica che richiede, come abbiamo più volte ribadito nelle pagine del nostro blog, una cultura del dato diffusa lungo tutti i livelli organizzativi ed operativi di un’azienda.

Se è vero che lo sviluppo di una cultura dei dati deve necessariamente partire dagli esperti dei dati, coloro che promuovono le best practice ed incentivano le competenze per far sì che anche le persone che non hanno competenze tecniche possano lavorare sui dati, è altrettanto vero che il valore di tale cultura si esprime quando l’intera organizzazione riesce ad essere più efficace, più veloce, più precisa nel prendere decisioni, sia di carattere strategico sia di natura operativa.

È qui che si innesta il potenziale della Data Visualization da intendersi come la possibilità di vedere rappresentati i dati in forma grafica (tabelle, grafici, mappe, diagrammi, flussi, ecc.) per incrementarne l’usabilità, l’accessibilità e, soprattutto, la comprensione.

La proiezione dei dati in forma grafica, infatti, è l’anticamera del Data Storytelling, è l’elemento grazie al quale diventano più semplici ed intuitive l’analisi e l’interpretazione dei dati e, quindi, l’estrapolazione della “storia”, cioè delle informazioni e della conoscenza in essi racchiusi, fondamentali per il processo decisionale, ossia per fare in modo che da tali informazioni scaturiscano azioni concrete e di valore per il business.

I dati sono fondamentali, ma è sempre bene ribadire che rappresentano solo un pezzo del puzzle. È importante – e oggi più che mai necessario – dotare le persone degli strumenti giusti per analizzare, capire e comunicare i dati per sfruttarne appieno il potenziale, specialmente in contesti sempre più complessi e dinamici come quelli che si trovano a dover affrontare le aziende che competono in mercati globali.

Strumenti che devono essere avanzati da un punto di vista tecnologico ma semplici da utilizzare, affinché le persone ne vedano, in prima persona, il beneficio.

 

Cos’è Tableau e come funziona

 

Tableau è proprio uno di questi strumenti; è una piattaforma di Data Visualization che ha fatto della cosiddetta Self-Service Business Intelligence la sua bandiera, portando l’analisi dei dati alla portata di tutti e non più solo prerogativa degli esperti IT e delle persone con competenze tecniche e specifiche sui dati.

Fondata nel 2003, Tableau è una società nata in realtà come “progetto universitario” di computer science all’interno di Stanford; un progetto che aveva come obiettivo, fin dall’inizio, migliorare il flusso di analisi e rendere i dati più accessibili per le persone attraverso le visualizzazioni e le rappresentazioni grafiche dei dati.

I cofondatori Chris Stolte, Pat Hanrahan e Christian Chabot hanno sviluppato e brevettato la tecnologia fondamentale di Tableau, VizQL: sistema che “esprime” i dati visivamente, traducendo le azioni drag-and-drop in query di dati attraverso un’interfaccia intuitiva e facile da utilizzare.

La piattaforma consente di fare un’analisi end-to-end di tutti i dati aziendali: con funzionalità molto semplici di drag-and-drop, le persone possono raccogliere i dati da “interrogare” per fare le analisi di cui hanno bisogno da qualsiasi fonte, indipendentemente dal formato originario del dato (la piattaforma integra nativamente strumenti avanzati che consentono di “normalizzare” i dati, ossia di ripulirli ed integrarli in modo che possano sempre essere sfruttati da chi ne ha bisogno).

La parte di Data Visualization è ciò che più supporta le persone nei processi di Business Intelligence e analisi dei dati: la piattaforma ha potenti capacità di elaborazione dei dati che restituisce in differenti forme grafiche (dashboard interattive, grafici e cruscotti informativi di semplice interpretazione e condivisione) in grado di rispondere in modo intuitivo alle interrogazioni degli utenti, facendo dunque emergere le informazioni “nascoste” nei dati ed utili alle persone di business.

 

Scopri di più su Tableau, consulta il materiale del Webinar
organizzato da BNova in collaborazione con Tableau: potrai scoprire
le caratteristiche della piattaforma e vederle subito all’opera
attraverso un caso d’uso nel settore Retail 

 

Webinar BNova-Tableau

Approfondimenti da BNext:

Eyes4Innovation, la rete che ti semplifica la vita

La rete ti semplifica la vita. Ecco la massima sintesi del motivo per cui è nata Eyes4Innovation, ed anche lo scopo ultimo perseguito dalle aziende fondatrici. Scopri com’è andato l’evento di presentazione.

Dataiku: le novità della release 9

Dataiku, tante novità. Le energie si concentrano sul processo di trasformazione e analisi del dato e sulla collaborazione con altri tool, come Tableau

Vertica apre le porte alla Data Science

La Data Science, in termini di supporto decisionale alle aziende, ha un potenziale enorme, ma è una materia molto ampia e di carattere sperimentale: non necessariamente l’algoritmo migliore per un settore si rivela buono anche in realtà aziendali...

Tableau Government Summit 2021 – Tra cultura del dato e successo economico

Non importa quanto solida sia la tua strategia, se le persone che la eseguono non nutrono la data culture appropriata i tuoi progetti falliranno.

Dataiku: Intelligenza Artificiale per le case farmaceutiche

Oltre il 60% delle aziende farmaceutiche sono state identificate come “principianti” quando si parla della loro maturità riguardo l’AI.

Tableau: per Gartner la piattaforma di Analytics e Business Intelligence leader del 2021

Tableau si conferma anche per il 2021 leader nel Magic Quadrant per le piattaforme di Analytics e Business Intelligence. Scopri i punti di forza che hanno portato a questo risultato

Data Science Tools: la cassetta degli attrezzi dei team di Data Scientist

Strumenti tecnologici, piattaforme, linguaggi di programmazione, tools di vario genere rappresentano elementi importanti, gli “attrezzi del mestiere” per i Data Scientist. Ecco alcuni dei linguaggi e dei tools che solitamente non mancano all’interno di un team di Data Scientist.

Data Scientist, chi sono e cosa fanno per aiutare le aziende

Oggi i dati rappresentano uno degli asset più critici ed importanti per un’azienda (e non solo), tant’è che ormai si parla dei dati come del nuovo petrolio nell’economia dell’informazione e della conoscenza. Chi lavora sui dati e con i dati gode di un grande vantaggio. Ma chi sono davvero i Data Scientist e cosa fanno concretamente per aiutare le aziende?

Dataiku: i consigli per scegliere il giusto progetto di Data Science

Con decine di potenziali use case ma risorse limitate, è importante dare priorità ai progetti che hanno sia un alto valore di business che un’alta probabilità di successo. I consigli di Dataiku

Le 6 (+1) fasi del processo tipico di Data Science

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.