Il processo di estrazione della conoscenza che può essere messo in atto partendo da un grande volume di dati a disposizione, i Big Data, ha luogo attraverso l’applicazione di 3 differenti metodologie: l’analisi descrittiva, l’analisi predittiva e l’analisi prescrittiva. La prima, più semplice, si pone l’obiettivo di consultare agevolmente la base di dati, identificando le informazioni rilevanti e la qualità degli stessi.
Con l’analisi predittiva si intende la pratica di estrarre informazioni da set di dati esistenti al fine di determinare i modelli e prevedere i risultati e le tendenze future. Con l’analisi prescrittiva si cerca di indicare se e quando un evento accadrà, suggerendo le azioni da compiere. Le soluzioni di Business Analytics (BA) e di Business Intelligence (BI) sono entrambe essenziali per il processo decisionale guidato dai dati nelle aziende ma hanno caratteristiche diverse. La BI si concentra sull’ analisi descrittiva analizzando i dati raccolti e comprendere cosa è avvenuto nel passato. La BA opera analisi predittiva e descrittiva, sfruttando modelli statistici e meccanismi di machine learning per fare previsioni future. Tipicamente BI cerca di generare report e cruscotti per rispondere a domande quali “Quali sono state le vendite dello scorso anno?" o "Il livello delle scorte di un articolo è adeguato?”. La BA con meccanismi di apprendimento prova a rispondere a domande quali "Che tendenza avranno le vendite nei prossimi 6 mesi?" o "In che modo ottimizzare le campagne di marketing?". Le applicazioni di Business Intelligence che permettono reportistica e cruscotti di visualizzazione dei dati sono ad esempio Qlik, Tableau, Power BI. Nella Business Analytics occorrono strumenti per implementare modelli e per avviare analisi statistica, di conseguenza vengono proposte piattaforme di sviluppo in Pyhton, SAS, R.
