La visual analytics consiste nell’uso di strumenti e tecnologie per analizzare i set di dati, mediante delle rappresentazioni visive dei dati.
Gli utenti possono ottenere insights di valore sugli scenari di loro interesse attraverso grafici, carte, mappe ecc.
La reportistica interattiva attraverso dashboard esplorabili è una caratteristiche della visual analytics che ha rappresentato un punto di svolta per il settore della business intelligence: grazie all’analisi visiva, infatti, anche gli utenti sprovvisti di un background tecnico-analitico possono lavorare con i dati.
Sono così sempre di più le aziende che intraprendono azioni di BI basandosi sulla visual analytics e negli ultimi anni i casi di successo si sono moltiplicati.
Perché la Data Analytics è necessaria per le aziende
Data Analytics, chiamata in italiano anche analisi dei dati, consiste nello studio dei dati per generare conoscenza. Che cosa significa?
Mai come a oggi le aziende hanno avuto a disposizione una quantità ingente di informazioni su clienti, partner, competitor, mercato, reparti aziendali, vendite e previsioni di vendita. L’analisi dei dati consiste nel mettere insieme tutte queste informazioni per avere una fotografia dello scenario che più interessa all’azienda.
I manager possono così prendere decisioni basate su dati univoci, in tutte le funzioni aziendali: marketing, logistica, supply chain, acquisti, vendite, customer care ecc.
Per sfruttare al meglio la Data Analytics, però, essa deve essere inserita in una più ampia strategia di Business Intelligence. In altre parole, l’impiego dell’analisi dei dati in azienda deve servire gli obiettivi di crescita del business.
Oggi l’uso della BI è sempre più massiccio, grazie anche alle piattaforme che consentono di avere delle rappresentazioni visuali dei dati. Di fatto, l’analisi visiva rende democratico l’accesso ai dati in azienda: tutte le risorse sono nelle condizioni di esplorare e comprendere un report strutturato in una dashboard esplorabile.
La condivisione della conoscenza generata dai dati produce buone idee e migliora il problem solving di tutti i reparti. Tutti possono “interrogare” i dati attraverso azioni semplici di drag&drop o ponendo domande utilizzando il linguaggio naturale, sulle più moderne piattaforme di BI come per esempio Tableau Software.
Il potere dei Data Visualization
Grazie alla visual analytics gli utenti possono esplorare i dati, correlandoli tra di loro e mettendoli graficamente in risalto per avere una visione immediata di legami, relazioni, pattern che si ripetono.
I visual data sono potenti perché sfruttano elementi che il nostro cervello riconosce immediatamente, per sottolineare gerarchie e legami tra le informazioni.
Questo processo di analisi visuale è reso possibile da due fattori:
- la scelta del tipo di grafico più adatto;
- l’impiego di “trucchi” per favorire i processi cognitivi, come la scelta di colore, posizione delle informazioni, dimensioni delle icone ecc.
La scelta del grafico dipende soprattutto dal tipo di domanda a cui si vuole rispondere.
Ad esempio, se si intende usare i visual data per illustrare un cambiamento nel tempo, potrebbe essere indicato un grafico a linee; oppure una correlazione è ben rappresentata attraverso grafici a dispersione o mappe termiche (heatmap).
Le rappresentazioni visuali delle informazioni sono quindi uno strumento potente per rendere evidenti i legami tra i dati e generare una conoscenza immediata e democratica di uno scenario analizzato.
Visual Analytics process
La visual analytics va oltre la data visualization. Attraverso le dashboard interattive gli utenti di business (cioè quelli non tecnici come i reparti IT o i team di data scientists) possono effettuare vere e proprie analisi dei dati, supportati dal potere dei visual data.
Il processo di analisi visiva può essere descritto in 4 fasi:
1. Definire gli obiettivi.
In questo primissimo step bisogna individuare l’obiettivo da raggiungere in modo da impostare il lavoro in maniera efficiente e razionale;
2. Curare la governance dei dati.
I dataset da fonti eterogenee devono essere preparati e “ripuliti”, per essere trasformati in informazioni pronte all’uso nel processo di analisi. I dati raccolti devono essere salvati e conservati in formati standard in repository sicure, come i data lake o i datawarehouse. Svolgere con cura questi step è fondamentale per avere dati affidabili e sicuri;
3. Rendere “visibili” i dati.
Una volta che i dati sono pronti all’uso, possono essere visualizzati grazie alle strategie di visual analytics a cui accennavamo nel paragrafo precedente. In questa fase, la scelta del grafico e il formato delle icone è molto importante affinché la data visualization sia efficace per tutti gli utenti;
4. Visualizzare, capire, prendere decisioni.
Grazie ai dashboard interattivi, i manager e le risorse coinvolte nei processi decisionali possono capire gli scenari analizzati e prendere decisioni basate sui dati. Inoltre, la democratizzazione dell’analisi attraverso la reportistica visuale fa sì che tutti possano partecipare al processo di conoscenza e generazione di nuove idee per spingere il business.
4 benefici dell’analisi visiva per le aziende
L’analisi visiva viene applicata da aziende di tutte le dimensioni e di tutti i settori con successo.
Risulta vantaggiosa per tutte le funzioni aziendali perché:
- permette di registrare l’andamento storico delle azioni svolte, monitorando le performance e prevedendo crisi o periodi di crescita;
- rende più rapido ed efficace il processo di decision making e favorisce il problem solving, talvolta anticipando il problema, prima che si presenti;
- attraverso la self-service analytics tutti gli utenti possono individuare le correlazioni e i pattern tra i dati senza ricorrere all’aiuto del team analytics o del reparto IT;
- favorisce la condivisione di dati affidabili e univoci e di informazioni all’interno di tutta l’azienda, migliorando la collaborazione e le possibilità di sviluppare nuove idee.
Se questo articolo ti è piaciuto, forse ti interessa leggere cosa è successo in Colombini Group quando hanno deciso di estendere la visual analytics a tutti i settori aziendali.
