Il numero c’è, ma arriva tardi e non è uno solo
Nella maggior parte delle aziende il problema non è la mancanza di dati: è che per averli in forma leggibile serve una settimana di lavoro manuale. Il margine di prodotto lo calcola il controllo di gestione, la rotazione di magazzino la logistica, il fatturato per cliente le vendite — ognuno con il proprio foglio e la propria formula. In riunione i tre numeri non coincidono e metà del tempo se ne va a stabilire quale sia quello buono.
La business intelligence nasce per chiudere questo scarto: portare tutti a leggere lo stesso indicatore, calcolato una volta sola, aggiornato senza che nessuno lo ricompili a mano.
Che cos’è la business intelligence?
È l’attività con cui un’impresa raccoglie i dati che produce, li organizza secondo regole condivise e li restituisce sotto forma di informazioni utili a decidere. Si muove su tre piani che vale la pena tenere distinti.
- Strategia. Basare le scelte sull’analisi dei dati anziché sull’impressione di chi parla per ultimo.
- Processo. Il percorso che porta il dato grezzo a diventare informazione: raccolta dalle fonti, normalizzazione, calcolo degli indicatori, pubblicazione.
- Strumenti. Il software che rende praticabile il processo: database analitici, ETL, data warehouse e data mart, motori OLAP, piattaforme di reporting e dashboarding.
Il primo piano riguarda il management, il terzo l’IT. Il secondo — il processo — è quello che decide se il progetto regge, ed è anche quello che le aziende sottovalutano di più.
A cosa serve la business intelligence in azienda?
Serve a rendere confrontabile ciò che oggi non lo è. Con uno strato dati comune, il margine per linea di prodotto, il costo del servizio al cliente e la puntualità delle consegne si leggono nello stesso posto e con la stessa definizione. Da lì nascono tre usi concreti: monitorare l’andamento corrente, spiegare uno scostamento senza aprire dieci file, simulare l’effetto di una decisione prima di prenderla.
Il beneficio più citato è la velocità. Quello che pesa di più nel tempo è un altro: le riunioni smettono di discutere i numeri e cominciano a discutere le scelte.
Come funziona un progetto di business intelligence?
Un progetto di BI si costruisce dal basso, ma si progetta dall’alto: prima si decide che cosa si vuole leggere, poi si va a prendere il dato che serve.
- Definizione degli indicatori. Quali KPI contano, come si calcolano, chi ne risponde. È una decisione di business, non tecnica, e va messa nero su bianco prima di scrivere una riga di codice.
- Strato dati. Le fonti — ERP, gestionali, CRM, e-commerce — confluiscono in un data warehouse che uniforma formati e regole di calcolo.
- Modello semantico. Dimensioni, gerarchie e misure vengono descritte in un linguaggio che l’utente riconosce: “cliente”, “famiglia di prodotto”, “margine di contribuzione”.
- Front-end e adozione. Cruscotti, report e analisi self-service. Qui il progetto si gioca la partita vera: uno strumento che nessuno apre è un costo, non un’informazione.
Da dove parte un’azienda che oggi lavora in Excel?
Non da una piattaforma. Dal primo indicatore che costa fatica e che qualcuno usa per decidere. La maturità analitica si guadagna per gradi, e saltare un gradino si paga: chi passa direttamente al predittivo senza aver messo d’accordo l’azienda su come si calcola il margine costruisce le previsioni su una definizione che nessuno ha condiviso.
| Livello | Che cos’è | Quando serve |
|---|---|---|
| Reportistica strutturata | Report ricorrenti generati dal sistema, uguali per tutti, con definizioni concordate degli indicatori. | Quando lo stesso dato viene ricompilato a mano ogni mese e cambia a seconda di chi lo estrae. |
| Analisi self-service | Cruscotti interattivi su un modello governato: l’utente esplora, filtra e scende nel dettaglio da solo. | Quando le domande nuove sono più frequenti dei report esistenti e l’IT diventa un collo di bottiglia. |
| Pianificazione e predittivo | Budget, forecast e scenari costruiti sugli stessi dati dell’analisi, con modelli statistici e AI a supporto. | Quando il consuntivo è solido e il tema non è più leggere il passato ma prevedere e simulare. |
Con quali strumenti SAP si fa business intelligence nel 2026?
Il livello di consumo è SAP Analytics Cloud: reportistica, dashboard e pianificazione in un solo ambiente, così che consuntivo e budget non vivano su strumenti diversi. Sotto, i dati arrivano da SAP Datasphere, che integra le fonti e tiene il modello semantico, oggi anche come componente di SAP Business Data Cloud, la piattaforma con cui SAP distribuisce data product già pronti e capacità di AI sui dati aziendali.
Sopra questo strato si è aggiunto Joule, l’assistente generativo SAP, disponibile anche dentro Datasphere: si interroga il modello a parole, senza costruire la query. Vale però un limite di cui tenere conto: l’assistente risponde su quello che trova nel modello semantico. Se un dato non è stato modellato, non entra nella risposta, e chi legge non ha modo di accorgersene.
Per chi arriva da SAP ECC, questo strato analitico entra in gioco lungo il percorso di conversion a SAP S/4HANA, con effetti diretti sulla reportistica dell’area finance.
Quando la business intelligence non risolve il problema
Ci sono casi in cui una piattaforma di BI aggiunge un costo senza togliere una difficoltà. Se le anagrafiche sono sporche — stesso cliente censito tre volte, articoli senza famiglia merceologica — il cruscotto rende visibile il disordine, non lo corregge. Se nessuno in azienda ha l’autorità di decidere come si calcola il margine, la discussione si sposta dalla riunione al progetto e si allunga.
C’è poi un costo di presidio che non compare nel preventivo: qualcuno deve mantenere le regole quando cambiano listini, organizzazione e perimetro societario. Senza quella persona il modello resta fermo all’anno in cui è stato costruito, e nel giro di due chiusure gli utenti tornano ai loro fogli. Il modello di controllo di gestione viene prima dello strumento, non dopo.
Domande frequenti sulla business intelligence
Business intelligence e data warehouse sono la stessa cosa?
No. Il data warehouse è l’infrastruttura dove i dati vengono raccolti e uniformati; la business intelligence è ciò che ne fa l’azienda — indicatori, analisi, decisioni. Si può avere un warehouse senza BI, e succede più spesso di quanto si creda: il magazzino c’è, ma nessuno lo interroga.
Da cosa dipende il costo di un progetto di BI?
Da tre voci: le licenze della piattaforma, il numero di fonti da integrare e lo stato dei dati di partenza. La terza è quella che sposta di più il preventivo ed è anche la meno visibile all’inizio, perché la scoperta che due sistemi codificano i clienti in modo diverso arriva quando si prova a unirli.
Excel sparisce dall’azienda?
No, e non è l’obiettivo. Cambia il suo ruolo: smette di essere il posto dove il numero viene prodotto e torna a essere quello dove viene elaborato per un’esigenza estemporanea. Il segnale che il progetto ha funzionato non è l’assenza di fogli di calcolo, ma il fatto che nessuno li usi più per la chiusura mensile.
Serve un data scientist per iniziare?
Nella grande maggioranza dei progetti mid-market, no. Servono un referente di business che sappia definire gli indicatori e un presidio tecnico sul modello dati. Le competenze statistiche diventano utili quando si passa alla previsione, che è un livello successivo e ha senso solo su un consuntivo affidabile.
Come si capisce se le dashboard vengono usate?
Si misura. Le piattaforme registrano accessi e frequenza d’uso per utente: se dopo tre mesi un cruscotto ha dieci aperture, il problema non è la formazione ma la rilevanza di quello che mostra. Vale la pena chiuderlo e rifarlo con chi lo dovrebbe usare, invece di lasciarlo lì a giustificare l’investimento.
Progetta la tua business intelligence con Software Business
Vuoi capire da quali indicatori partire e quale stack SAP regge la tua situazione? Il team di Software Business analizza le fonti dati esistenti, definisce con te il modello e implementa la soluzione, con la stessa metodologia di progetto che applichiamo a ogni implementazione SAP. Parliamone.