Analisi dei dati con Tableau nel settore pubblico: l’approfondimento completo

Fare analisi dei dati significa governare la complessità. Nel settore pubblico, vuol dire tradurre una grande quantità di informazioni eterogenee (dati amministrativi, statistici, geografici, sensori IoT, open data, feedback dei cittadini) in decisioni capaci di creare Valore Pubblico.

Cosa troverai in questo approfondimento:

Analisi dei dati con Tableau nel settore pubblico: l’approfondimento completo

• Che cos’è l’analisi dei dati per la PA?
• Perché la Pubblica Amministrazione dovrebbe fare data analytics?
• In quali ambiti l’analisi dei dati è utile nel settore pubblico? 5 esempi pratici
• Perché scegliere Tableau per analizzare i dati nel Pubblico?
• Quali linee guida seguire per adottare efficacemente Tableau nel tuo Ente?
• Dove acquistare Tableau e i servizi di consulenza dedicati per il Settore Pubblico?

Che cos’è l’analisi dei dati per la PA?

L’analisi dei dati (in inglese, data analytics) è l’insieme di metodi per raccogliere, preparare, esplorare e comunicare le informazioni, al fine di prendere decisioni migliori e più tempestive.

Esistono 4 tipologie di data analytics:

• descrittiva: analizza i dati per descrivere che cosa sia accaduto, attraverso report, cruscotti e monitoraggio di KPI chiave;
• diagnostica: analizza i dati per comprendere perché un fatto sia accaduto, attraverso la ricerca di pattern e relazioni;
• predittiva: analizza i dati per prevedere che cosa potrebbe accadere e le tendenze future, attraverso confronti e statistiche;
• prescrittiva: analizza i dati per capire che cosa convenga fare, attraverso simulazioni, prioritizzazione delle azioni ecc.

Perché la Pubblica Amministrazione dovrebbe fare data analytics?

Analizzare i dati aiuta anche le organizzazioni pubbliche a prendere decisioni migliori e a migliorare la comunicazione verso i cittadini, costruendo fiducia e trasparenza.

Di seguito, riportiamo una lista dei principali vantaggi dell’analisi dei dati nelle PA:

• Servizi migliori, con tempi di attesa ridotti e maggiore rispondenza con le reali esigenze di cittadini e utenti;
• Più fiducia e trasparenza;
• Aumento dell’efficienza e della sostenibilità degli enti, grazie alla possibilità di allocare le risorse per ridurre gli sprechi e pianificare gli investimenti;
• Maggiore capacità di reagire a shock (eventi meteo, crisi sanitarie, flussi di mobilità), con indicatori tempestivi e monitoraggio real time dei dati;
• Capacità di individuare le differenze territoriali e socio‑economiche nel territorio, per bilanciare le politiche;
• Privacy, auditing, tracciabilità delle decisioni.

In quali ambiti l’analisi dei dati è utile nel settore pubblico? 5 esempi pratici

Per essere più chiari, faremo 5 esempi pratici di ambiti in cui tipicamente l’analisi dei dati può essere adottata con maggior successo nelle PA. Per ognuno di questi ambiti, esemplifichiamo anche le tipologie di dati da analizzare, gli indicatori da monitorare (KPI), i tipi di grafico più indicati e quali decisioni questi dati possono supportare.

Finanza pubblica e budgeting

• Dati: bilancio (entrate/uscite), capitoli e missioni, contabilità analitica, acquisti, anagrafica dei fornitori ecc;
• KPI: tempi medi di pagamento, risparmi, incidenza spesa per ciascuna missione, scostamenti rispetto al previsivo ecc;
• Grafici: cruscotto a cascata (previsione → impegno → liquidazione → pagamento), mappa dei centri di spesa ecc;
• Decisioni: allocazione degli stanziamenti, gestione degli acquisti, priorità per gli investimenti futuri.

Sanità

• Dati: CUP, liste d’attesa, prestazioni, dotazione posti letto, esiti dei ricoveri, farmaceutica territoriale, costi ecc;
• KPI: tempi medi d’attesa, tasso occupazione posti letto, riammissioni, aderenza a PDTA, mortalità ecc;
• Grafici: flussi temporali quotidiani, mappe di flusso dei pazienti ecc;
• Decisioni: potenziamento dei presidi sul territorio, politiche di prevenzione, acquisti mirati di dispositivi, assunzione di personale ecc.

Mobilità e trasporti

• Dati: conteggi traffico, utenza, ritardi, incidentalità, sensori per l’ambiente ecc;
• KPI: puntualità, velocità commerciale, carico medio, emissioni evitate, incidenti/km ecc;
• Grafici: mappe a strati (linee, fermate, eventi), grafici di frequenza ritardi, ecc;
• Decisioni: progettazione di orari/linee, manutenzione predittiva; rinnovo flotta; potenzialmento flotta ecc.

Istruzione

• Dati anagrafe studenti e docenti, risultati, assenze, fabbisogni, infrastrutture ecc;
• KPI: tasso di abbandono, copertura tempo pieno, media risultati per disciplina, saturazione aule;
• Grafici: mappe territoriali, grafici a cascata ecc;
• Decisioni: potenziamento corpo docente, piani contro la dispersione scolastica, investimenti edilizia scolastica ecc.

Servizi al cittadino e citizen experience

• Dati: ticket multicanale (sportello, telefono, web), tempi di lavorazione, esiti, sondaggi ecc;
• KPI: tempo medio di presa in carico, first contact resolution, soddisfazione utenti ecc;
• Visual: cruscotti, code a imbuto, grafici a torta per percentuale di risposte evase ecc;
• Decisioni: automazioni con AI, semplificazione modulistica, implementazione di nuovi servizi ecc.

Quelli citati sono solo alcuni degli ambiti in cui l’analisi dei dati risulta efficace per il settore pubblico. Altri esempi riguardano la gestione di bandi, l’ambiente, la sicurezza, il monitoraggio di obiettivi e performance del personale PA e degli enti, il benchmarking con altri enti, il welfare ecc.

Perché scegliere Tableau per analizzare i dati nel Pubblico?

Tableau è una piattaforma per l’analisi dei dati molto apprezzata a livello mondiale da organizzazioni pubbliche e private. Esistono diversi prodotti e licenze Tableau. Velocemente, diremo che Tableau Prep è il prodotto destinato alla preparazione e integrazione di dati, mentre Tableau Desktop e Tableau Mobile sono usati per creare, visualizzare e condividere dashboard.

La piattaforma può essere distribuita sia on prem che in cloud qualificato ACN; pertanto, può essere adottata dalle pubbliche amministrazioni italiane.

Tableau Cloud supporta anche Tableau AI, con funzionalità avanzate che permettono di eseguire in maniera più rapida e semplificata anche analisi aumentata, analisi predittiva e prescrittiva, mettendo anche gli utenti business nella condizione di poter analizzare i dati in linguaggio naturale.

Due ulteriori punti di forza di Tableau sono le integrazioni esterne ad altre piattaforme come Snowflake o Salesforce, e la compatibilità con quasi tutti gli ambienti dati e gli strumenti di Data Analytics. Le integrazioni avvengono in maniera diversa a seconda dello strumento, ad esempio via API, connettori o con integrazioni zero copy e zero ETL.

Sin dal suo arrivo sul mercato, Tableau si è distinto per la possibilità di creare dashboard dati esplorabili e intuitive, che supportassero il decision making anche per gli utenti business, che non padroneggiavano il codice. Oggi con l’intelligenza artificiale questa caratteristica è ancora più marcata. Le dashboard permettono di usare diverse tipologie di grafici a seconda del contesto e possono essere ulteriormente arricchite con le estensioni di Infotopics Apps for Tableau per rispondere anche a esigenze molto specifiche.

La piattaforma dà alle Pubbliche Amministrazioni ottime garanzie di sicurezza, governance e audit in ogni fase dell’analisi dei dati, grazie a ruoli e permessi, autenticazione a due fattori e sistemi di privacy by design, conformi al GDPR.

Quali linee guida seguire per adottare efficacemente Tableau nel tuo Ente?

Se vuoi adottare efficacemente Tableau nel tuo Ente pubblico, puoi partire da queste linee guida che i nostri consulenti esperti ti suggeriscono:

1. Definisci gli obiettivi: perché fai analisi dei dati? Cosa vuoi ottenere? A quali domande hai bisogno di rispondere?
2. Scegli la distribuzione e le licenze che ti permettono di ottimizzare l’investimento, integrando Tableau con altri strumenti per migliorarne le performance;
3. Stabilisci le policy di data governance e accesso sicuro ai dati, condivise da tutti i membri del team;
4. Assicurati di avere dati integri e affidabili e di eseguire un’ottima fase di preparazione e pulizia prima dell’analisi;
5. Dedica tempo e budget alla formazione di dirigenti e operatori, per avere una data literacy diffusa all’interno dell’organizzazione, usando i dati come unica fonte di verità per tutte le persone e gli uffici coinvolti nel progetto;
6. Misura l’impatto dell’analisi dati sulla tua organizzazione, verificando i progressi nel decision making, nella trasparenza, nel controllo strategico e i risultati ottenuti.