Che cos'è la Business Science di Tableau?

Uno degli aspetti che ci preme tanto è portare sempre più persone a usare i dati nel lavoro di tutti i giorni. Quando i dati stimolano la riflessione, ovvero quando l'analisi ruota tutta intorno alla ricerca delle risposte, senza dover apprendere abilità o software complessi, è allora che le persone danno il meglio di sé, con risultati incredibili. Tuttavia, chi si affida ai dati incontra tantissimi ostacoli, soprattutto quando sono richieste analisi sofisticate per utilizzarli e prendere le decisioni migliori.

Per ridurre questi ostacoli, abbiamo introdotto una nuova categoria di analisi: la Business Science di Tableau. L'obiettivo è mettere le potenzialità della data science nelle mani dei business user.

Il compito dei data scientist è quello di applicare tecniche di IA, apprendimento automatico e altri metodi statistici per risolvere i problemi aziendali. Molte organizzazioni hanno piccoli team dedicati a problemi specifici, di importanza cruciale, con un'elevata scalabilità. Tante decisioni aziendali vengono sì prese in base ai dati, ma anche in base alla propria esperienza e conoscenza: perciò sarebbe molto utile applicare tecniche di analisi più avanzate.

È qui che, secondo noi, si crea spazio per mettere la data science alla portata di tutti, con la possibilità di agire in base alle informazioni ottenute mentre sono ancora valide, trovando un compromesso tra l'esigenza di precisione e controllo e la velocità dell'analisi. Per noi di Tableau, l'analisi è sempre stata una questione di libertà: libertà per le persone di porre nuove domande, esplorare nuove ipotesi, testare nuove idee. Siamo andati oltre in questo senso, in modo che più persone migliorino le proprie capacità di giudizio e possano prevedere oggi i problemi aziendali con l'aiuto di un'intelligenza artificiale pratica ed etica. 

Grazie a strumenti di analisi predittiva e explainable AI, la Business Science consente agli analisti e ai business user di tutta l'organizzazione di prendere decisioni più affidabili, più rapidamente, applicando l'analisi a nuovi ambiti e offrendo una comprensione più approfondita dei dati in loro possesso.

Che cos'è la Business Science di Tableau?

La Business Science è un nuovo tipo di analisi basata sull'IA che consente alle persone con competenze settoriali di prendere decisioni migliori più velocemente e con maggiore sicurezza, riconoscendo che non tutti i problemi richiedono la massima precisione a scapito di velocità e contesto aziendale. Le soluzioni di Business Science offrono rigore e precisione, ma anche il controllo e la flessibilità necessari per scremare gli elementi utili al caso d'uso analizzato. Ad esempio, per avere tutto sotto controllo, gli utenti possono scegliere i dati di input, selezionare le variabili o impostare i valori di soglia. Gli esperti di settore possono automatizzare l'intero processo di creazione del modello o apportare modifiche guidate. Mettendo a disposizione di più persone un'intelligenza artificiale controllata, senza codice, con strumenti di previsione, pianificazione di scenari di simulazione e creazione guidata di modelli, i team aziendali possono eseguire più analisi in autonomia.

La Business Science rende democratica la data science, alla portata di tutti, aiutando gli esperti di settore a capire quali sono i fattori fondamentali di un modello, senza dover imparare a usare gli strumenti tradizionali di data science. Facendo un uso guidato dell'intelligenza artificiale, i team possono applicare l'analisi avanzata a più problemi aziendali e prendere decisioni importanti in modo più rapido e rigoroso, tenendo sempre conto delle loro valutazioni. La questione non è affinare modelli di precisione, ma avvicinare le persone al problema nella direzione giusta. 

Dopo tutto, l'andamento di un'azienda è di per sé complicato e imprevedibile, perciò l'esperienza e le conoscenze di chi sa come funzionano le dinamiche di settore sono essenziali. In questo senso, la Business Science si rivela incredibilmente preziosa per affrontare problemi aziendali per i quali il team di data science potrebbe non sapere quali risorse o priorità assegnare.

Per chi è pensata la Business Science di Tableau?

La Business Science di Tableau è per le persone che sanno qual è il contesto in cui si muove l'azienda, quali sono i fattori importanti e quali i dati utili per trovare soluzioni. Non è necessario avere competenze approfondite e conoscere tecniche per scrivere, distribuire e monitorare algoritmi. Se vuoi creare il tuo team di esperti che lavorano con i dati, lascia i professionisti del settore e gli analisti liberi di sfruttare le previsioni e le informazioni derivate dai modelli di apprendimento automatico, tanto non serve che ne sappiano di Python, statistica o di come si regolano i parametri per un algoritmo.

Dal lead scoring per il marketing e l'assegnazione delle quote ai team di vendita fino all'ottimizzazione e distribuzione nella supply chain, gli scenari in cui la Business Science è l'approccio giusto per ottenere i risultati migliori sono infiniti. Ad esempio, il reparto Risorse umane potrebbe usare la Business Science per valutare la probabilità che un candidato accetti un'offerta. Il team responsabile degli immobili potrebbe applicarla invece per pianificare dove acquistare nuovi uffici e valutare i costi legati al trasferimento del personale da una sede a un'altra. Tutti i team potrebbero usare la Business Science per il calcolo dei budget o l'allocazione delle risorse.

In che cosa la Business Science di Tableau si differenzia dalla data science?

Da un lato, la Business Science si avvale di alcune tecniche statistiche e computazionali di data science, ma dall'altro la conoscenza di settore e il time-to-value hanno più peso del rigore statistico. Infatti la Business Science si basa su una premessa diversa, sia in termini di obiettivi che di utenti a cui si rivolge.

Nella data science, l'output è un algoritmo di apprendimento automatico che può essere adottato in produzione per migliorare un processo ricorrente. Spesso la data science mira a rispondere a domande di tipo "sì/no" o determinare se un risultato previsto supera una determinata soglia. Un esempio calzante è quello del rilevamento delle frodi. In questo caso si usano i dati storici per addestrare l'algoritmo in modo che riconosca le frodi analizzando gli schemi di centinaia di migliaia, se non milioni di occorrenze, e applicando una previsione per capire se una transazione è fraudolenta. Perfezionare un modello del genere è essenziale, perché la minima imprecisione, anche una frazione di percentuale, potrebbe costare milioni di dollari.

Con la Business Science, l'obiettivo è trovare un KPI, non perfezionare un modello affinché sia il più preciso. Facilitando un processo più iterativo di revisione e ridistribuzione, invece dei tradizionali cicli di data science, la Business Science abbatte gli ostacoli e consente a chi conosce bene il contesto aziendale di creare modelli e usare previsioni rapidamente. Così, un maggior numero di persone potrà trarre subito vantaggio da queste tecniche di analisi avanzate e prendere decisioni più efficaci quando e dove servono.

Pensiamo al caso di un venditore che voglia sapere quale prodotto aggiungere nei punti vendita per aumentare i profitti in una determinata area. Un professionista di settore sa quali fattori potrebbero incidere sulla decisione, tipo i rapporti con i fornitori, i trend regionali e altre implicazioni qualitative importanti, mentre una macchina non sarebbe mai capace di individuarli. L'esperienza personale, la capacità di valutazione e la conoscenza del contesto, unite al rigore, all'automazione e alla scalabilità delle informazioni generate tramite algoritmi, portano a risultati migliori. 

La data science è più indicata per analizzare l'efficacia di un vaccino in una sperimentazione clinica, mentre la Business Science è più adatta per capire come distribuire e allocare i vaccini, un problema dalle mille sfaccettature in continua evoluzione, che dipende molto dalla capacità di valutazione. Per fare una metafora, possiamo dire che i data scientist sono i veri artisti, mentre la Business Science è per gli appassionati di arte. La data science indica con precisione tutte le coordinate: "37.7914° N, 122.3951° W + 2,03 x10^5mm in 44,7° => 37.7932° N, 122.3947° W". La Business Science invece dà delle indicazioni utili per giungere a destinazione: "prendi la terza a sinistra, attenzione al traffico, sei arrivato".

Ulteriori informazioni sulla Business Science di Tableau

Non potremmo essere più felici di aver definito questa categoria di analisi basata sull'IA con il motore Einstein Discovery di Salesforce in Tableau. Creata con un'IA trasparente ed etica, è una tecnologia testata che offre ai team aziendali la visibilità sui fattori chiave alla base dei risultati e sulle possibili distorsioni, con un'analisi più approfondita e una maggiore sicurezza nelle decisioni. Inoltre si integra direttamente nei flussi di lavoro aziendali, dando agli utenti il massimo valore nell'ambiente in cui lavorano già.

Vuoi saperne di più sulla Business Science di Tableau? Dai un'occhiata al nostro whitepaper.

Iscriviti al nostro blog