Fonti e miglioramento della qualità dei dati per la Business Analytics

Fonti e miglioramento della qualità dei dati per la Business Analytics

Livello delle fonti dei dati del modello della Business Analytics

Nella fase del del miglioramento della qualità dei dati per la Business Analytics, il processo inizia con lo sviluppo di dati migliori. In altre parole, ciò significa correggere gli errori, assicurare la precisione e la convalida e la standardizzazione dei dati al fine di aumentare la loro affidabilità.

In altre parole, i dati di origine per le analisi di business vengono creati per esempio nel sistema di gestione finanziaria e dei dati di vendita (dati degli ordini), oppure vengono creati attraverso degli ordini sul sito Web della società.
E’ qui che la qualità dei dati è della massima importanza, perchè è qui che i dati vengono creati.

In questo livello risponderemo a molte domande fondamentali del tipo:

  • Come può un’azienda raccoglie i dati di origine?
  • Come possono essere suddivisi i tipi di dati?
  • Come possono essere suddivise le analisi sui dati?
  • Come possiamo migliorare la qualità dei dati dei sistemi di origine?

Quando usiamo il termine “sistemi di origine”, il nostro punto di partenza è un data warehouse, dove i sistemi di origine sono le fonti di dati su cui esso si basa.
Quindi i dati in un data warehouse vengono d’altrove e vengono salvati in base alle regole di business e alle esigenze di informazione della società.

Fonti e miglioramento della qualità dei dati per la Business Analytics

Facciamo alcuni esempi di sistemi di origine:

  • Sistemi di fatturazione. Analizzando i dati provenienti dalle fatture, possiamo effettuare segmentazioni basate sul comportamento o sul valore dei clienti.
  • Sistemi di promemoria. Questi sistemi inviano solleciti ai clienti che non saldano le loro bollette in tempo.
  • Sistemi di CRM. Questi sistemi contengono la storia sulle chiamate dei clienti e le conversazioni. Si tratta di informazioni chiave sui clienti che possono fornire input per l’analisi del comportamento.
  • Sistemi di informazione sui prodotti e consumi. Queste informazioni possono dirci qualcosa sui prodotti e servizi che vengono venduti nel tempo.
  • Sistemi di informazione sui clienti. Si tratta di informazioni di base sui nostri clienti, sui quali vogliamo raccogliere tutte le informazioni di mercato.
  • Sistemi di informazione commerciale. Si tratta di informazioni sul numero dei dipendenti, o sulle figure contabili.
  • Sistemi di informazione sulla produzione. Questo tipo di informazioni possono essere utilizzate per ottimizzare i processi di produzione, controllo scorte, acquisti, e così via.
  • Sistemi di informazione sui KPIs. Questi sistemi vengono utilizzati per i processi di monitoraggio nel presente, ma possono essere utilizzati successivamente per l’ottimizzazione dei processi, in quanto rivelano le correlazioni tra le attività e le prestazioni finanziarie che ne risultano.
  • Sistemi di data mining. Questi sistemi generano risultati come segmentazioni o nuovi modelli di vendita etc, che vengono utilizzati per creare conoscenza.

Ora che abbiamo le informazioni la questione è come si usano e soprattutto quali informazioni usare. Possiamo utilizzare due valutazioni: Quanto è utile l’informazione? E quanto è accessibile l’informazione?

Nelle grandi organizzazioni spesso vediamo una duplice funzione di business analytics, vale a dire gli analisti di mercato e gli analisti di data warehouse. I due gruppi sono a volte chiamati, rispettivamente, gli analisti esterni e gli analisti interni, in base alle loro fonti di informazione.

Gli analisti esterni in genere utilizzano, per raccogliere dati, questionari e interviste per avere un contatto diretto con i clienti. Questi sono ciò che noi chiamiamo dati primari, che sono i dati raccolti per un determinato scopo.

Uno dei problemi con questo tipo di analisi è che è costoso inviare questionari a tutta la clientela ogni trimestre, in piu’ potremmo anche infastidire i nostri clienti con un interrogatorio costante.

Gli analisti interni utilizzano i dati presenti nel data warehouse, le loro informazioni provengono dai già citati modelli di data mining.
Quello che è importante è guardare le due fonti di informazione come integrate tra di loro, piuttosto che in competizione.
Quello che conta non è dove otteniamo le nostre informazioni, ma come si applicano.

Come accennato sopra la qualità dei dati è molto importante, le organizzazioni con dati di alta qualità hanno garantita la competitività, l’aumento dell’efficienza, il miglioramento dei servizi al cliente, e la redditività.

Le organizzazioni con scarsa qualità dei dati spendono molto tempo a lavorare con rapporti contraddittori di bilanci, che portano a decisioni sbagliate grazie a dati vecchi, incoerenti ed errati.
Al fine di migliorare la qualità dei dati in modo efficiente, dobbiamo iniziare alla fonte con la convalida, per esempio la qualità può essere migliorata in modo significativo rendendo obbligatorio compilare tutti i campi importanti nei sistemi di origine.

Pubblicato da Vito Lavecchia

Lavecchia Vito Ingegnere Informatico (Politecnico di Bari) Email: [email protected] Sito Web: www.vitolavecchia.altervista.org

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *