Soluzioni di Business Intelligence nel Cloud: sfida tra Titani

Cari lettori, con l’articolo di oggi vogliamo inaugurare sul nostro blog un nuovo topic, quello dedicato alla Business Intelligence (BI).

Non preoccupatevi, non intendiamo tediarvi raccontandovi quanto la BI sia fondamentale per l’azienda o riassumendovi i benefici per i quali è assolutamente necessario averla.

Il nostro interesse per le tecnologie cloud, combinato alla nostra conoscenza dei prodotti SAP e Salesforce, ci ha spinti ad investigare sul mondo della Cloud Business Intelligence e ad unire l’utile al dilettevole (!).

Scopo di questo articolo è, infatti, quello di presentare e confrontare, sulla base di alcuni semplici parametri scelti da noi, i prodotti Cloud BI dei tre principali competitor nel mercato mondiale dei sistemi gestionali per grandi aziende (elencati di seguito in ordine alfabetico):

• Microsoft Power BI
• Salesforce Einstein Analytics
• SAP Analytics Cloud

Regole del gioco

Abbiamo deciso di accedere personalmente a tutti e tre i sistemi per “sporcarci le mani” e sperimentare la user experience, non solo dal lato dell’utilizzatore finale, ma anche del povero Admin che per primo si occupa di configurare e creare gli strumenti di reportistica.

Per rendere il confronto più dinamico, abbiamo ragionato in termini di sfida, suddivisa in tre round, al fine di valutare singolarmente le seguenti componenti di prodotto (assegnando un punteggio compreso tra 1 e 5):

• preparazione del Dataset;
• grafici e KPIs;
• funzionalità aggiuntive.

Partendo da un unico modello dati, di ciascuna soluzione Cloud BI viene presentata una panoramica generale, che riteniamo possa essere utile quando ci si approccia per la prima volta ad un nuovo strumento.

Per fare questo, e per essere attuali, abbiamo raccolto alcuni semplici dati relativi al COVID19 in Italia nel periodo compreso tra il 24/02/2020 e il 28/06/2020, da utilizzare come data source nelle nostre query:

• Total positive cases by region
• Deaths by region
• Home confinement by region
• Intensive care patients by region
• Hospitalized Patients by region
• Current Positive cases by region
• Total positive cases by province

Concorrenti

Anno di nascita: 2013

Highlight: familiarità con prodotti Microsoft, in particolare con Excel.

Link di prova: https://powerbi.microsoft.com/it-it/get-started/

SALESFORCE EINSTEIN ANALYTICS

Anno di nascita: 2016

Highlight: prodotto contraddistinto dalla presenza di un motore di intelligenza artificiale nativamente integrato, con il quale la casa madre sta cercando di distinguersi nella costruzione di modelli predittivi, forecasting e recommendation.

Link di prova: https://developer.salesforce.com/promotions/orgs/analytics-trial-de/

SAP ANALYTICS CLOUD

Anno di nascita: 2015

Highlight: soluzione ben integrata sia nell’ecosistema SAP sia con sistemi esterni grazie ai suoi connettori.

Link di prova: https://www.sapanalytics.cloud/

Fase preparatoria: il caricamento dei dati

Armati di file .CSV, siamo riusciti a caricare agilmente (e inaspettatamente) la nostra base dati in tutti e tre i sistemi, memorizzandola nelle strutture previste da ciascun prodotto (tabella in Microsoft Power BI; Dataset in Salesforce Einstein Analytics; Model in SAP Analytics Cloud).

La Sfida

Round 1: Preparazione del Dataset

Il primo concorrente, Microsoft Power BI, utilizza la funzionalità Transform Data per manipolare i dati caricati a sistema. Sembra di essere di fronte ad un gigantesco Excel, dotato di maggiori strumenti per aggregare e dividere dati, modificare il loro formato, usare funzioni matematiche (come quelle trigonometriche), inserire simboli. Alcune delle funzioni (ad esempio, Split Column, Data Type, Replace Values) sono davvero familiari, se si conosce il prodotto della Microsoft. Allo stesso modo, tuttavia, i punti deboli in termini di formattazione del dato sono gli stessi che, personalmente, ritroviamo in Excel. Ad esempio, l’assegnazione automatica del data type alle colonne della tabella impedisce che il carattere “.” venga riconosciuto come separatore dei decimali, pertanto campi come Latitude e Longitude vengono considerati numeri interi ed è quindi necessario ripristinare manualmente la tipologia corretta.

Voto: 4/5

Per il secondo concorrente, Salesforce Einstein Analytics, abbiamo utilizzato come strumento di pulizia e trasformazione dei dati la Recipe, che consente di combinare i dati di un Dataset primario con quelli di un Dataset secondario, al fine di generare quello definitivo. È possibile farlo con le funzioni di Lookup, Left Join, Right Join, Inner Join e Full Outer Join, che però non sono sempre di immediata intuizione (ripassate gli insiemi). La nostra ricetta può essere arricchita anche aggiungendo righe o raggruppando/aggregando i dati per raggiungere uno specifico livello di granularità. Le colonne possono essere personalizzate in tutto, creando filtri, formattando date, definendo maiuscolo e minuscolo dei caratteri, sostituendo valori, ma la preview finale è limitata a 5000 righe. Da segnalare, il simpatico supporto di Einstein che fornisce alcuni suggerimenti su possibili elaborazioni di dati.

Voto: 3.5/5

Terzo e ultimo concorrente è SAP Analytics Cloud (SAC), il quale permette di modificare il formato degli attributes (o colonne) mediante la cosiddetta Transformation; segnaliamo, però, che le modalità di elaborazione dati sono più limitate rispetto a quelle dei primi due candidati. Attraverso la funzionalità Calculated Columns, invece, è possibile applicare formule ai dati caricati, in modo da creare nuove colonne.

La generazione di strutture geo-spaziali permette di abilitare la localizzazione su mappe geografiche: tale strumento, tuttavia, richiede che gli attributes geografici contengano valori di stati, regioni e province coerenti con quanto definito in SAP (che, purtroppo per Lui, non ha ancora un linguaggio universale).

Voto: 3/5

Round 2: Grafici e KPIs

Gli oggetti principali che abbiamo creato e confrontato per dare vita alle nostre Dashboard sono:

• KPI relativi alle numeriche totali in Italia.
• Grafici con rappresentati i trend per regione e provincia.
• Mappe geografiche.

Microsoft Power BI non solo è caratterizzato da una grande varietà di grafici, ma consente anche di aggiungerne nuovi mediante la funzionalità Get More Visuals, con accesso al market di Power BI. Sono tre le tipologie di grafici geo-spaziali presenti a sistema (Map, Field Map, Shape Map); il grafico Map consente di aumentare il livello di dettaglio della mappa visualizzando vie satellitari o distinguendo zone con gradazioni di colore diverse (chiara, scura, scala di grigi).

In evidenza, le Card per visualizzare i KPIs e gli Slicer per filtrare i risultati: questi ultimi devono essere obbligatoriamente configurabili come elenco con checkbox o come intervallo, mai come singolo testo; inoltre gli Slicer filtrano i risultati nella mappa, al contrario se ci si muove sulla mappa, i filtri corrispondenti non vengono aggiornati.

Tutti i grafici sono fortemente personalizzabili: particolarmente interessante è la possibilità di assegnare ad ogni componente un colore in modo da evitare ripetizioni di gradazione e quindi confusione; purtroppo, però, i colori e le sue sfumature possono essere individuati principalmente utilizzando il codice esadecimale.

Voto: 3.5/5

In Salesforce Einstein Analytics i grafici disponibili sono molteplici (Bars, Lines, Dates&Times, Gauges, Grids, Pipelines) e personalizzabili in tanti aspetti (dalla gradazione infinita di colori, ai tooltip ai chart markers); ce ne sono anche diversi suggeriti e già pronti.

Le mappe geografiche hanno molte potenzialità  (vi suggeriamo ad esempio questo link per approfondire il legame tra stati e regioni e la loro visualizzazione: https://www.salesforceblogger.com/2019/04/17/advanced-map-exploration/), ma le proposte standard sono fin troppo semplici e, a nostro avviso, poco desiderabili graficamente.

Lascia a volte perplessi il fatto che personalizzazioni ordinarie, che riteniamo dovrebbero essere accessibili facilmente (ad esempio, modificare alcune semplici labels di una leggenda o creare raggruppamenti temporali all’interno dei grafici), siano ottenibili soltanto attraverso la modifica del Salesforce Analytics Query Language (o SAQL).

Da segnalare, la possibilità di creare filtri a livello globale, applicabili a query differenti nella stessa Dashboard.

Voto: 3.5/5

SAP Analytics Cloud, infine, prevede una discreta quantità di grafici, ma non consente grosse personalizzazioni: ad esempio, non si possono definire palette con più di nove colori, quindi se in un grafico avessimo più di nove gradazioni univoche per una data dimensione, la ripetizione degli stessi colori potrebbe creare un po’ di confusione.

Molto apprezzate sono state la buona varietà di mappe per il grafico geo-spaziale e la possibilità di attivare l’auto-adattamento della mappa in base ai filtri applicati.

Abbiamo notato qualche carenza anche in altre tipologie di configurazioni: per esempio, per i tooltips è possibile scegliere quali dati mostrare, ma non è possibile disegnarli a piacere.

Tra gli oggetti messi a disposizione dal prodotto sono da evidenziare gli Indicator per la visualizzazione dei KPIs ed i Page filter dei risultati inseriti in una pagina. Come Salesforce, anche SAC dispone di filtri globali per l’intera Dashboard.

Sfortunatamente, la relazione mappa-filtri di pagina è mono-direzionale: i filtri aggiornano la mappa, ma non viceversa.

Voto: 3.5/5

Round 3: Funzionalità Aggiuntive

Microsoft Power BI:

• possibilità di raggruppare i valori di una specifica dimensione nelle assi del grafico, in modo da renderlo più chiaro e leggibile.
• Creazione ex novo di tooltip da associare ai vari grafici.
• Creazione di layout della dashboard per i dispositivi mobili.
• Analisi predittiva nei grafici di tipo trend, limitata dalla presenza di unico algoritmo predittivo per misura (questo significa che non è possibile avere un forecast nel caso in cui se si abbia più di una misura).

Voto: 4/5

Salesforce Einstein Analytics:

• Connessione automatica tra KPIs e grafici appartenenti allo stesso datasource (faceting automatico).
• Verifica di consistenza delle query e delle performance tramite il Dashboard Inspector.
• Condivisione delle query tra gli utenti.
• Visualizzazione della dashboard su ogni tipologia di dispositivo mobile.
• Iscrizione ad un trial separato per sperimentare i modelli predittivi (https://developer.salesforce.com/promotions/orgs/einsteinbuilder), con conseguente nuova user e password.
• In caso di senso di smarrimento, grazie al Trailhead dedicato e alla Salesforce Trailblazers Community, troverete (quasi) tutte le risposte alle vostre domande.

Voto: 4/5

SAP Analytics Cloud:

• Visualizzazione della dashboard sui dispositivi mobile, anche se in maniera parziale, in quanto non tutti gli oggetti grafici sono mobile-ready, come ad esempio le mappe.
• Inserimento di tabelle altamente configurabili grazie alla barra delle formule.
• Analisi predittiva nel grafico di tipo trend per tutte le misure disponibili al suo interno, permettendo di scegliere tra gli algoritmi predittivi suggeriti quello che meglio si adatta alla distribuzione dei dati.

Voto: 3/5

Conclusioni

Microsoft Power BI risulta per noi essere lo strumento più familiare e user-friendly, ma presenta alcune limitazioni importanti in funzionalità fondamentali come il forecasting e la visualizzazione dei KPIs. Salesforce Einstein Analytics è più accattivante come layout e sfrutta l’AI, ma non è sempre intuitivo nella preparazione del dataset e nelle sue personalizzazioni grafiche. SAP Analytics Cloud è il prodotto più strutturato nelle sue componenti di configurazione, ma è anche quello più “rigido” e quindi meno configurabile.

Round	Microsoft Power BI	Salesforce Einstein Analytics	SAP Analytics Cloud
Preparazione Dataset	4	3.5	3
Grafici e KPIs	3.5	3.5	3.5
Funzionalità Aggiuntive	4	4	3
Punteggio Finale	4	3.5	3

by Sonia Savastano & Andrea Perrone