Business Analysis

Business Analysis e Data Science

Questo articolo è stato estratto da un lavoro congiunto IIBA e Accenture, per dimostrare la valenza del Data Analytics per le aziende che desiderano continuare a prosperare.

Big Data e Business Analysis

I dati sono la linfa vitale  delle aziende intelligenti di oggi. Le aziende fanno leva sui dati per essere più  intraprendenti, più rapide nelle decisioni e per ottenere migliori risultati.

I benefici immediati che i dati possono dare sono: vantaggio competitivo, riduzione costi, nuovi servizi,  nuove entrate, crescita  dei rapporti con i clienti.

Le aziende mirano a trarre vantaggi dai dati e dalla maturità delle nuove tecnologie, che creano, movimentano e sfruttano montagne di dati provenienti da diverse fonti.

Intelligenza Artificiale, Machine Learning e nuovi algoritmi consentono di creare più valore dai dati e ottenere prima più risultati, con maggiore impatto di quanto si potesse immaginare.

Non stiamo dando i numeri

Ogni giorno si creano 2,5 quintilioni di bytes e il 90% dei dati esistenti nel mondo  è stato creato negli ultimi due anni.

Questi dati, frutto di una ricerche di mercato di IIBA, con il contributo di Accenture, mostrano che sarà gioco forza occuparsi dei propri BIG DATA, pena la scomparsa dal mercato in tempi brevi.

I dati trasformano le industrie

Le aziende all’avanguardia sull’analisi dati (Data Analytics) utilizzano competenze per affrontare problemi di business con una mentalità totalmente nuova  e con al centro il cliente.

Le aziende più accorte si stanno diventando data-centric  e customer-centric. Un esempio significativo sono giganti come: Amazon, Google e Netflix. Queste compagnie hanno utilizzato per molto tempo dati per le personalizzazioni e per aumentare il coinvolgimento, guidando la crescita attraverso l’interpretazione dei propri dati. Non ce da meravigliarsi se questi colossi riscontrano  anche  maggiore soddisfazione nei loro clienti.

Per esempio, Netflix usa tanto bene i dati per le personalizzazioni, arrivando a scovare fino all’80% di utenti  attraverso il sistema di raccomandazioni sulla piattaforma.

I dati non servono solo alle compagnia IT, ma  anche ad aziende in molti altri settori di industria per studiare il comportamento dei  propri clienti, esplorando nuovi modelli di business, nuovi flussi di reddito, nuovi mercati e nuovi modi di crescere attraverso l’analisi e l’interpretazione dei propri dati.

I dati trasformano il business in molte aree (Driving Industry Transformation):

• Healthcare
• Travel and Turism
• High Tech (Device-As-a-Service (DaaS)
• Financial Service
• Resources

Chi investe in iniziative “Data-Driven” ha compreso il potere dirompente dei dati. Per ottenere valide intuizioni dalle masse di dati oggi disponibili, bisogna concentrarsi su:

• chiaro Goal di business
• risolvere il giusto problema
• avere i talenti giusti.

Entra in scena la Business Analysis

I professionisti della Business Analysis possono giocare un ruolo chiave nelle aziende che hanno intuito la valenza della trasformazione in aziende “Data-Driven“.

Questi professionisti possono  facilitare la transizione definendo correttamente i problemi, comprendendo quali dati  forniranno le migliori intuizioni, utilizzando dati rilevanti e comunicando tempestivamente le intuizioni agli stakeholder. Cosa vuoi di più?

Perché il BA si occupa di Data Science?

Il Business Analyst va visto come un partner o un suggeritore del Data Scientist (lo scienziato dei dati). Il BA aiuta ad interpretare gli obiettivi di business, ponendosi una serie di domande da analizzare insieme a chi deve prendere decisioni. I Business Analyst svolgono un ruolo fondamentale:

• Nel garantire la verificabilità dei dati, che provengano dalla fonte giusta e che siano rilevanti per l’area di business sotto osservazione.
• Nel dare senso ai dati, chiarendo confusione e complessità derivanti dalle troppe informazioni.
• Nell’allineare le scoperte alle metriche chiave dell’organizzazione, in modo che l’alto management comprenda l’impatto delle decisioni.
• Nell’estrarre significative intuizioni dai dati che il business potrà utilizzare  per generare più valore.
• Nel fornire il contesto di business.  Ad esempio, cosa comporta la mancanza di dati da trattare.

Per avere un ruolo significativo nella trasformazione dell’industria verso il “Data-Driven”, i Business Analyst, per prima cosa, devono acquisire la mentalità giusta  per farlo oppure vanno formati da zero.

La Nuova Business Analysis

Tradizionalmente, il Business Analyst si concentrava sulla gestione dei requisiti – elicitare informazioni dagli stakeholder, analizzare requisiti e disegnare soluzioni.

Oggi, il Business Analyst deve  collaborare con il Business e il “Data Scientist”  per estrarre valore dai dati. Per poterlo fare, bisogna abbandonare l’approccio “data-apathetic” e puntare al “data-driven“.

Una volta compresa questa importante esigenza, bisogna familiarizzare con strumenti di “Data Science” e Tecnologie, compreso machine learning, data virtualization e predictive analytics, tutti offerti dalla tecnologia.

Con un minimo di conoscenza  in statistica, si impara a valutarne l’utilità, l’applicabilità e soprattutto i benefici per il business in determinate situazioni.

In questo modo si potranno elicitare e comunicare requisiti in modo molto creativo per implementare soluzioni a specifici problemi di business.

Competenze del Bravo  Business Analyst di oggi

• Comprende il quadro generale e il contesto  nel quale cercare spunti.
• E’ esperto di un dominio, sapendo maneggiare trend e modelli evolutivi.
• Sa trarre spunti dai dati e intuitivamente capire cosa dicono i numeri
• E’ avvezzo alla visualizzazione dei dati.
• E’ preparato  ad includere dati nella narrazione (storytelling).
• Sa comunicare i risultati tecnici delle analisi a tutti gli stakeholder .

Il Business Analyst deve imparare a muoversi a fianco del Data Scientist comprendendo metodologie utilizzate per risolvere problemi di dati, come la seguente: OSEMN.

Il Business Analyst cerca una soluzione che crei valore per gli stakeholder, mentre il Data Scientist aiuta a dare una interpretazione  scientifica alla massa di dati aggregati a sostegno della soluzione prescelta.

Attività di un Business Analyst in un contesto Data Science:

• Pianificare il coinvolgimento degli stakeholder
• Pianificare l’elicitazione
• Elicitazione e collaborazione
• Elicitazione/workshop
• Confermare i risultati dell’elicitazione
• Comunicare con gli stakeholder
• Scegliere il  capitolato
• Documentare a sufficienza
• Riportare a vari livelli con metriche appropriate
• Convalidare i risultati
• Identificare i risultati chiave
• Creare una storia
• Comunicare con gli stakeholder
• Identificare i dati rilevanti
• Identificare le fonti dei dati
• Valutare dataset pagati e non pagati
• Finalizzare i dataset
• Definire i requisiti di memoria per i dati
• Disegnare dispositivi
• Comunicare con gli stakeholder
• Identificare e memorizzare tutti gli artefatti di progetto
• Documentare il processo
• Moderare il processo di documentazione di dettaglio
• Gestione modifiche
• Scegliere tecniche statistiche percorribili (modelli, regressioni)
•  Sviluppare, testare, correggere

Comprendere  i Concetti Essenziali attraverso i Dati

La Business Analysis è fondamentale per scoprire  problemi di analisi dati (Analytics) che possono essere risposti in collaborazione Data Science.

A livello strategico, un Business Analyst deve tradurre gli obiettivi di business in catene di decisioni prese sulla base di evidenze in cui l’organizzazione è interessata. Per contribuire efficacemente, un BA applica i sei “Concetti”  spiegati nel BABOK con il Business Analysis Core Concept Model  (BACCM), indicando  relazioni tra dati e evidenze.

• CHANGE – Cambiamento  –  trasformazione di una esigenza in risposta
• NEED – Bisogno – problema o opportunità da cogliere
• SOLUTION – Soluzione -modo di soddisfare uno o più bisogni
• STAKEHOLDER – Stakeholder  gruppo o singolo individuo coinvolto in una modifica, bisogno o soluzione
• VALUE – Valore spessore, importanza o utilità di qualcosa per uno stakeholder in un contesto
• CONTEXT – Contesto-circostanza che influenza o è influenzata che dà la comprensione della modifica

Conclusione

Le aziende oggi hanno una enorme quantità di dati per interpretare le esigenze dei loro clienti  e creare valore, aumentando la propria profittabilità.

Non tutti sono in grado di realizzare il reale potenziale attraverso iniziative sui propri dati. Un motivo è che le aziende contano  molto sui “Data Scientist” che possono essere bravi nel preparare i dati, normalizzarli e modellarli, ma non hanno conoscenza del dominio e del contesto del business.

Il Business Analyst, l’Agile Business Analyst e il Business Data Analyst  possono colmare questo gap  tra Business e Team IT.

Per poterlo fare essi devono avere  una profonda conoscenza dei dati e degli strumenti di “Data Science” de della tecnologia sottostante.

Occorre comprendere il contesto del business, il flusso dei dati  e il percorso verso la “Data-Driven”.

Molte  aziende, anche se non lo sanno, hanno già tutti i dati  necessari per affrontare i problemi di business.

La chiave sta nel liberare il valore dei dati e la business analysis può essere cruciale in questo.

Per qualsiasi chiarimento Vito Madaio di PMTSI è sempre a vostra disposizione. Modulo di contatto.

Promo

Certificazione da Business Analyst a qualsiasi livello:

Certificazioni IIBA

Contattaci per il preventivo di un corso ad hoc, in tutta Italia