Che cos’è l’analisi self-service?
In pratica, chi ha la domanda fa anche la ricerca. Marketer, planner e leader filtrano, confrontano e approfondiscono i dati da soli, e gli strumenti più recenti consentono di porre domande in linguaggio naturale invece di costruire una query.
Non significa che ognuno costruisca i propri calcoli. Un buon self-service lascia alle persone libertà sulle domande, mentre i team dati mantengono il controllo di fonti, definizioni e accessi.
Come funziona l’analisi self-service?
- Partire da dati governati. Le fonti vengono collegate e le metriche definite prima che chiunque inizi a esplorare.
- Esplorare o chiedere. Gli utenti scelgono date, colonne e filtri, oppure scrivono una domanda in linguaggio naturale.
- Capire che cosa significa. Lo strumento riassume che cosa è cambiato e perché, oltre a mostrare un grafico.
- Salvare e condividere. Le viste utili vengono salvate, condivise o riportate in dashboard e piani.
Qual è un esempio di analisi self-service?
La domanda successiva
Un brand manager vede che l’engagement è calato questa settimana. La dashboard mostra il calo ma non da dove provenga. Di norma questo diventa un ticket, e la risposta arriva la settimana successiva.
Con l’analisi self-service, il manager scompone il calo per creatività e audience in pochi minuti, scopre che è concentrato in un segmento e interviene prima della revisione settimanale.
Analisi self-service vs. dashboard vs. esportazioni su foglio di calcolo
| Dashboard statiche | Export in fogli di calcolo | Analisi self-service | |
|---|---|---|---|
| Ideale per | Viste note e ricorrenti | Analisi una tantum da parte di chi ha il file | La domanda che avete ora, e la successiva |
| Nuova domanda | Attendere una nuova vista | Estrarre un altro export e ricostruire la logica | Filtrare, confrontare o chiedere |
| Chi può usarlo | Tutti possono vedere, pochi possono modificare | Chi ha dimestichezza con le formule | Chiunque nel team |
| Affidabilità dei numeri | Dipende da come è stata costruita la vista | Cambia a ogni copia | Alta, se basata su definizioni condivise |
Perché l’analisi self-service è importante?
Le decisioni di business procedono più in fretta della maggior parte dei cicli di reporting. Quando ogni nuova domanda diventa un ticket, la risposta arriva spesso dopo che la decisione è già stata presa in altro modo.
- Velocità. Una domanda successiva trova risposta nella stessa riunione in cui è nata, non nel report della settimana dopo.
- Coerenza. Quando tutti esplorano gli stessi dati governati, i team discutono del significato, non dei numeri.
- Capacità degli analisti. Meno richieste ripetitive lasciano tempo per analisi più approfondite.
- Problemi individuati presto. Un budget allocato male o una campagna non funzionante vengono individuati quando c’è ancora tempo per intervenire.
Come lo fa Alli?
Data Explorer di Alli by PMG è un ambiente di analisi self-service costruito sulla base dati governata di Alli. I team scompongono e confrontano i dati di performance con i filtri, oppure fanno domande in linguaggio naturale tramite Ask Alli, e possono generare un riepilogo di che cosa è cambiato e perché, senza codice né un nuovo ciclo di reporting.
Ogni vista parte dagli stessi dati collegati e definiti che usa il resto di Alli, così più persone possono esplorare mentre i team tecnici mantengono il controllo di fonti, definizioni e accessi. Una vista utile può essere esportata o riportata in una dashboard o in un piano, così chi viene dopo non deve ripartire da zero.
Esplorate Alli Data ExplorerDomande frequenti sull’analisi self-service
Qual è la differenza tra analisi self-service e BI?
La BI tradizionale fornisce dashboard predefinite per domande note. L’analisi self-service permette agli utenti di business di esplorare e rispondere da soli a domande nuove. Le due spesso lavorano insieme.
Serve conoscere SQL per l’analisi self-service?
No. Gli strumenti self-service usano filtri, confronti e sempre più spesso domande in linguaggio naturale, quindi gli utenti di business non devono scrivere codice.
Quali sono i rischi dell’analisi self-service?
Se le persone lavorano su fonti o definizioni diverse, il self-service moltiplica i numeri contrastanti. Far partire tutti dagli stessi dati governati e dalle stesse definizioni è la principale garanzia.
L’analisi self-service sostituisce gli analisti?
No. Elimina le richieste ripetitive, così gli analisti possono dedicare più tempo ad analisi approfondite e alla manutenzione delle definizioni su cui tutti si basano.
Ultimo aggiornamento: Torna al glossario