a cura di Roberto Carminati - giornalista
Secondo una ricerca realizzata nel 2024 dall’Osservatorio Big Data & Business Analytics del Politecnico di Milano, la spesa da parte delle aziende italiane in infrastrutture, software e servizi di gestione e analisi dei dati aveva le carte in regola per crescere del 20% verso 3,42 miliardi di euro.
La business intelligence (BI) ha conquistato la maggioranza delle grandi imprese (93%) e il 46% – il 25% nel 2023 – dispone di ruoli e funzioni definiti per attività di data management; il 73% sta sperimentando strategie di advanced analytics; il 36% impiega un team di data science. Nel vasto campo della BI trovano spazio, a scopi di supporto ai processi decisionali, tutte le tecnologie e gli approcci qui citati e con essi l’AI generativa, i tool e le strategie di sicurezza IT.
Esprimere il potenziale
Ripresi anche da altre fonti di stampa, gli esperti di Global Data hanno sottolineato come l’analisi dei dati stia acquisendo importanza crescente anche nel settore farmaceutico: il relativo mercato è destinato a valere oltre due miliardi di dollari entro il 2028. D’altra parte, la personalizzazione delle terapie e il miglioramento dell’accuratezza delle diagnosi e cure – rigorosamente data-driven – sono ritenuti autentiche locomotive per l’affermazione della BI nel panorama sanitario tout court.
Tornando a quanto emerso dal già citato report del Politecnico, è degno di nota il commento del responsabile per la Ricerca dell’Osservatorio Big Data & Business Analytics Alessandro Piva. Vista la tendenza diffusa a investire in tutto quel che è correlato ai big data e dunque alla business intelligence, questi ha identificato tre principali elementi sui quali i player sono chiamati a lavorare. Ovvero «gestione e usabilità» delle informazioni; «innovazione e progettualità analitiche avanzate»; «un’evoluzione culturale per la realizzazione di una data & AI literacy» consolidata.
Che cultura e organizzazione siano fattori chiave del cambiamento ne è convinto anche l’esperto che abbiamo interpellato: Stefano Pizzi, IT manager di Adeodata (nella foto, NdR), realtà che opera da oltre vent’anni nei settori Pharma e Life Sciences e che ha sviluppato una divisione dedicata alla business intelligence a supporto dei processi e delle piattaforme tecnologiche. «Nel farmaceutico – ha detto Pizzi – la BI è ancora in una fase di adozione iniziale. Questo non significa che manchino i dati, anzi: i sistemi di produzione, di laboratorio, di qualità e di supply chain generano quotidianamente una mole enorme di informazioni. Spesso, tuttavia, questi dati restano compartimentati: ogni funzione aziendale utilizza strumenti e logiche sue e raramente si riesce ad avere una visione complessiva e integrata».
I pilastri dell’evoluzione
Quella della quale si sta qui argomentando è una galassia sfaccettata che oggi non si esaurisce né può più esaurirsi all’uso di una reportistica statica o – per performanti che siano – dei classici fogli di calcolo Excel. Vi concorrono infatti «strumenti interattivi che permettono di esplorare i dati in tempo reale: dashboard intuitive con grafici dinamici, filtri personalizzabili, possibilità di confrontare periodi e indicatori in pochi clic».
Facendone tesoro è così possibile passare dal dato grezzo sovente di origine e natura eterogenea a «una visione chiara» delle operazioni di un’impresa. E degli applicativi attualmente implementabili e fruibili uno è il tratto distintivo fondamentale. «Fra gli aspetti più rilevanti delle soluzioni qui in oggetto – ha proseguito Stefano Pizzi – spicca indubbiamente l’elevato grado di personalizzazione: le applicazioni di business intelligence possono essere modellate a seconda delle specifiche esigenze di ciascuna realtà, garantendo però che le informazioni possano dirsi realmente utili e pertinenti al contesto operativo e decisionale».
Accanto alle tecnologie, l’uomo e le sue conoscenze conservano comunque un ruolo cruciale. «Un progetto efficace – ha spiegato l’intervistato – nasce sempre dall’integrazione di competenze diverse. Servono sicuramente figure di data analyst, capaci di leggere i dati, trasformarli in indicatori significativi e tradurli in rappresentazioni comprensibili, e i data engineer, che curano l’architettura e qualità dei flussi informativi, assicurando che le fonti siano affidabili e integrate. I data scientist hanno poi il compito di arricchire l’analisi con metodologie statistiche avanzate e approcci innovativi. Insieme agli skill tecnici sono però decisivi quelli cosiddetti di dominio: nel settore farmaceutico, per esempio, è indispensabile conoscere le logiche dei processi produttivi, di laboratorio, qualità e compliance per interpretare correttamente i dati e renderli realmente utili. In questo senso, il contributo di project manager esperti è strategico perché permette di coordinare team multidisciplinari garantendo che gli obiettivi siano raggiunti nei tempi e con la qualità attesi».
Dal generale al particolare
L’intervistato racconta, per esperienza diretta, come la business intelligence possa essere adottata con successo a 360°: cruscotti ad hoc, per esempio, permettono ai responsabili delle HR di avere un quadro d’insieme coerente delle risorse presenti e dei tassi di turnover; o ancora dell’evoluzione del know-how interno.
Per quel che più da vicino ha a che fare con il farmaco, il quadro è composito. «Il settore farmaceutico – ha detto l’IT manager – si trova in una fase meno avanzata rispetto ad altri comparti. Le aziende del settore dispongono già di enormi quantità di dati, che però rimangono spesso frammentati in sistemi distinti e poco comunicanti. La sfida è diffondere la consapevolezza delle potenzialità della business intelligence e aiutare pertanto i clienti a colmare un simile divario».
Non mancano le opportunità. Stefano Pizzi ha citato fra queste il collegamento fra i dati di laboratorio e quelli di stabilimento, così da stabilire correlazioni rapide ed efficienti fra i parametri di processo e i risultati analitici. Non solo. Sua opinione è che integrare i sistemi di supply chain con quelli di produzione consentirebbe di anticipare le criticità e ridurre i tempi di risposta; e che incrociare i dati di manutenzione con gli indicatori di performance aiuterebbe a prevenire i fermi impianto.
«Il primo grande gap – ha riflettuto – riguarda l’integrazione delle fonti dei dati. È frequente che ogni reparto utilizzi strumenti differenti: il laboratorio un LIMS, la produzione un MES, la qualità dei fogli Excel o dei database dedicati. Ne derivano ridondanze, difficoltà di riconciliazione e tempi lunghi per ottenere la necessaria visione d’insieme. Una business intelligence progettata al meglio, invece, consente di unificare e di correlare informazioni eterogenee, restituendo un quadro unico, coerente e sin da subito fruibile».
Patrimonio da condividere
Ed è nuovamente da tenere in conto una seconda barriera, questa volta di tipo più propriamente culturale: non di rado si tende ancora a pensare che il ricorso alla business intelligence sia quasi in toto appannaggio dei vertici societari o dei controller. Così non è o quantomeno non dovrebbe essere: la distanza dalle attività operative andrebbe abbreviata se non completamente azzerata. Il più autentico valore della Bi», ha confermato Stefano Pizzi, «cresce al momento in cui essa diventa patrimonio condiviso di tutta l’organizzazione: dal responsabile di stabilimento che monitora lo stato dei lotti, al reparto qualità che deve avere KPI aggiornati in tempo reale, fino agli operatori che beneficiano di informazioni aggregate e puntuali per poter migliorare l’efficienza del lavoro».
Sciogliere questi nodi significherà per il pharma godere di un plus di importanti vantaggi competitivi: per adesso la business intelligence è per lo più nelle mani del management cui serve per il monitoraggio dei KPI strategici; o dei laboratori, con finalità di analisi dei risultati di qualità. Molto più rara è la sua presenza presso le funzioni operative e altrove. È un limite. «Ulteriori progressi – è l’osservazione in proposito – potrebbero derivare dall’integrazione con i dati di farmacovigilanza e dei trial clinici. Renderebbe possibili decisioni più rapide, basate su evidenze e con un impatto diretto sull’efficienza e sulla competitività.
Guardando al futuro, la vera opportunità sarà quella di passare da una business intelligence prevalentemente descrittiva a strumenti di cosiddetta advanced analytics: cioè di analisi predittive delle tendenze di processo e modelli capaci di suggerire correlazioni tra variabili complesse, algoritmi in grado di anticipare criticità o di ottimizzare l’impiego delle risorse. In questo modo i dati non si limiteranno più a raccontare ciò che è accaduto, ma forniranno indicazioni su ciò che potrà accadere e sulle azioni più opportune da intraprendere».
Un approccio pratico: alcuni casi applicativi
Come raccontato da Stefano Pizzi, negli ultimi anni ha avuto modo di seguire un buon numero progetti di BI in ambito farmaceutico: essi hanno mostrato come la digitalizzazione e l’analisi strutturata dei dati possano portare benefici immediati.
Le case history che ha citato sono tre. «Un primo caso ha riguardato un laboratorio chimico, dove la necessità era quella di digitalizzare il monitoraggio dei KPI relativi all’efficienza e al carico di lavoro. L’obiettivo era ridurre le ore-uomo dedicate al calcolo manuale e migliorare la leggibilità dei report. È stata realizzata una dashboard interattiva che, dotata di filtri temporali e grafici dinamici, consente con un solo clic di accedere a qualsiasi indicatore di performance. Particolare attenzione è stata rivolta alla leggibilità: i KPI che risultano essere fuori target appaiono come immediatamente visibili. Inoltre, grazie alle specifiche funzionalità di drill-up e di drill-down, è stato possibile analizzare un indicatore su scala periodica, a seconda delle esigenze».
Un secondo intervento ha interessato la gestione dei trend dei monitoraggi ambientali nei reparti produttivi di un’azienda di iniettabili. «L’obiettivo – ha spiegato Pizzi – era velocizzare i calcoli e rendere disponibile un rapporto trimestrale già pronto in formato esportabile, così da poter essere facilmente integrato nei quaderni di laboratorio. Il risultato è stata una dashboard snella, così da ridurre i tempi di elaborazione e garantire uniformità nella reportistica. Abbiamo poi sviluppato soluzioni anche in area quality assurance, dove il punto di partenza era rappresentato da decine di file Excel compilati manualmente: siamo passati da una semplice digitalizzazione a una piattaforma molto più strutturata, tale da far sì che si possa monitorare in tempo reale l’andamento dei KPI legati alla qualità dei lotti prodotti».
Infine, un recente progetto ha riguardato il product quality review (PQR) annuale, per il quale sono state create dashboard dedicate che hanno reso più agevole e veloce la raccolta e la rappresentazione dei dati necessari, semplificando un processo lungo e complesso. In tutti questi casi, l’obiettivo era comune: trasformare dati frammentati e disomogenei in informazioni chiare, tempestive e immediatamente utilizzabili, mettendo l’hi-tech a servizio di chi ogni giorno prende decisioni critiche nel settore farmaceutico.
Le sfide del futuro
Sicurezza dei dati e training del personale sono decisivi per la buona riuscita dei progetti di business intelligence. Riguardo alla prima e in relazione al farmaceutico, l’intervistato ha sottolineato l’importanza di adeguarsi sia alle normative consolidate come GxP e GDPR sia ai nuovi standard della direttiva NIS2 che impone un rafforzamento delle difese e della resilienza informatica. I dati devono, insomma, essere affidabili e protetti lungo il loro intero ciclo di vita.
Quanto all’intelligenza artificiale, essa è considerata un potenziamento della business intelligence. Con il machine learning si supera la pura analisi descrittiva dei dati e si individuano pattern complessi che difficilmente emergerebbero con strumenti tradizionali. Man mano che i dati si arricchiscono migliorano le capacità analitiche. Si possono così anticipare i trend di processo ed eventuali deviazioni, ottimizzando l’impiego di risorse in laboratorio e produzione.
Applicata responsabilmente, l’intelligenza artificiale moltiplica il valore della business intelligence e insieme alla security la trasforma da mero strumento di consultazione in vero e proprio motore decisionale che genera valore concreto e misurabile.
Infine, l’efficacia della business intelligence passa per la formazione delle persone, che debbono saper leggere, interpretare e utilizzare i dati. Vale anche per la cybersecurity e l’intelligenza artificiale e per questo è importante investire nell’aggiornamento costante degli addetti ai lavori e valorizzare l’apprendimento sul campo, per mettere alla prova le soluzioni e sviluppare approcci concreti e sostenibili. Tra i clienti si afferma sempre più la richiesta di affiancamento in sede di realizzazione dei progetti, per meglio comprendere i meccanismi e gestirli in autonomia. Si condivide in questa maniera un percorso di crescita, che porta benefici tecnici e di consolidamento della cultura.
