La data visualization non è un processo recente di trasformazione dei dati in rappresentazioni grafiche di immediata comprensione. Basti pensare che uno dei libri principali sull’argomento, The Visual Display of Quantitative Information di Edward Tufte, è stato pubblicato nel 1983. Da allora molte cose sono cambiate e, sebbene le idee di fondo contenute nel volume possano ancora considerarsi valide, a mutare è stata la modalità di accesso e raccolta dei dati. L’esplosione dei Big Data, in sostanza, coincide con l’avvento del cloud che ha messo a disposizione risorse e strumenti per condurre la data visualization in una sorta di età adulta. Un’età nella quale il concetto di data discovery è entrato prepotentemente nei nuovi modelli di identificazione di pattern, fenomeni e anomalie. In assenza del cloud, e delle soluzioni rese disponibili in modalità SaaS (Software as a Service), attingere a fonti plurime e metterle a confronto sarebbe molto più difficile. Ecco perché la data visualization oggi non può che essere in cloud.
Qual è legame tra data visualization e cloud
Per comprendere meglio il legame tra data visualization e “nuvola” è bene ricordare che gli strumenti di visualizzazione interattiva dei dati fanno parte di piattaforme di Analytics e Business Intelligence (BI) più ampie. Quelle più diffuse, come ad esempio Microsoft Power BI, posseggono una serie di funzionalità che consentono di ottimizzare processi chiave quali l’ETL (Extract, Transform, Load) attingendo a sorgenti eterogenee. Il Magic Quadrant di Gartner che si riferisce a questa tipologia di soluzioni sostiene che “la stragrande maggioranza della spesa dei clienti in questo mercato è destinata a implementazioni cloud, poiché si cerca di soddisfare le esigenze di scalabilità e prestazioni di fronte alla crescente complessità dei casi d’uso degli Analytics e dei volumi di dati”. È anche per governare questa complessità che la data visualization deve contribuire a rendere trasparenti modelli e schemi “nascosti” in una pletora di informazioni disaggregate. Ed è con l’aiuto della capacità computazionale del cloud che può riuscire nell’intento.
Il ruolo del cloud per garantire la velocità di analisi
Va anche sottolineato che uno dei valori principali che qualificano il connubio tra data visualization e cloud riguarda la visualizzazione dei dati in tempo reale. Le analisi complesse infatti richiedono un tempo elevato di computazione che, nel caso della Business Intelligence tramite schedulazioni batch (cioè non immediata), può non essere necessario. Invece, qualora si intenda avere una visualizzazione su dati aggiornati in real time, allora il cloud permette di effettuare questo tipo di elaborazioni. Tutto sta nel capire se i processi che vengono monitorati o sui quali bisogna prendere decisioni richiedano una maggiore o minore velocità di analisi. In caso affermativo, è il cloud che può garantirla.
Gli ambiti di applicazione della data visualization
I contesti di business in cui la data visualization porta un valore aggiunto sono diversi. In molti di questi, gli utenti possono essere posti in condizione di creare report autonomamente anche se sono sprovvisti di conoscenze specifiche nell’area IT. Ad esempio, i dipartimenti aziendali di sales & marketing hanno l’opportunità di svolgere analisi approfondite sui consumer behavior, sui livelli di retention o, al contrario, sulle percentuali di churn. Possono incrociare i dati di vendita con quelli relativi all’anagrafe o alla localizzazione del cliente. Possono ancora calcolare il tempo medio del customer journey per scoprire se c’è qualche rallentamento o intoppo lungo il percorso d’acquisto dei clienti. Ma la data visualization può trovare applicazione in ambiti totalmente differenti come quello della produzione. Soprattutto per quelle realtà che stanno implementando o hanno già implementato le tecnologie abilitanti di Industry 4.0, avere dashboard con cui monitorare impianti e macchinari rappresenta un modo certo per efficientare i flussi produttivi.
Un partner con cui scegliere KPI e visualizzazione
Questi due esempi aiutano a far capire anzitutto che la data visualization può essere impiegata a beneficio di qualsiasi processo di business e, in secondo luogo, quanto sia importante per l’azienda scegliere i giusti parametri KPI (Key Performance Indicator) da misurare. Inoltre, sono un implicito invito alla semplificazione. Che si tratti di indicatori economici, di trend di mercato o di metriche collegate alla produttività, è fondamentale infatti optare per il tipo di visualizzazione più efficace. Un grafico a nuvola di punti si presta a mostrare bene qual è la relazione tra due variabili, mentre un grafico a linee è adatto a evidenziare le serie temporali. Questo significa che un tool di data visualization in cloud va selezionato insieme a un partner che conosca profondamente il panorama recente di Analytics e BI. Soltanto così l’organizzazione potrà essere supportata non solo nella definizione dei suoi obiettivi, ma anche nella corretta modalità per visualizzare l’avvicinamento o lo scostamento da detti obiettivi.
