{"id":1511,"date":"2021-10-15T10:18:00","date_gmt":"2021-10-15T08:18:00","guid":{"rendered":"https:\/\/brentasoft.com\/blog\/business-intelligence-power-bi-data-studio-pmi-2021\/"},"modified":"2021-10-15T10:18:00","modified_gmt":"2021-10-15T08:18:00","slug":"business-intelligence-power-bi-data-studio-pmi-2021","status":"publish","type":"post","link":"https:\/\/brentasoft.com\/blog\/business-intelligence-power-bi-data-studio-pmi-2021\/","title":{"rendered":"Business Intelligence per PMI 2021: Power BI vs Data Studio vs Tableau"},"content":{"rendered":"
\n

TL;DR \u2014 In sintesi:<\/strong> Nel 2021 le 3 piattaforme di Business Intelligence dominanti per PMI italiane sono Microsoft Power BI<\/strong> (10\u20ac\/utente\/mese, incluso in M365 E5), Google Data Studio<\/strong> (gratuito, integrato con Google Workspace) e Tableau<\/strong> (premium, leader visualizzazione). Power BI vince per la maggior parte delle PMI italiane grazie al rapporto costo\/funzionalit\u00e0, ma Data Studio resta imbattibile per chi vive in ecosistema Google. Tableau Public \u00e8 ottimo per case study e prototipi gratuiti.<\/p>\n<\/div>\n

Le PMI italiane vivono di Excel da decenni. Ogni mese qualche analista costruisce a mano pivot table, vlookup e grafici, condivide via email file da 30 MB con i nomi tipo “report_v3_FINAL_ULTIMO.xlsx”. Nel 2021 questo modello \u00e8 finalmente al limite: ogni manager vuole dati in tempo reale sul telefono, ogni board chiede dashboard interattive e i dati sono distribuiti tra ERP, CRM, e-commerce, gestionale magazzino, marketing tool. Il foglio di calcolo non basta pi\u00f9.<\/p>\n

La Business Intelligence<\/strong> nel 2021 ha risposto a questa esigenza con tre piattaforme che dominano il mercato: Microsoft Power BI, Google Data Studio (non ancora rebrand Looker Studio del 2022) e Tableau. La buona notizia per le PMI italiane \u00e8 che tutte e tre offrono accesso entry-level a costi compatibili con un budget IT di una piccola\/media impresa.<\/p>\n

In questa guida confrontiamo i tre tool con pricing 2021 reale, casi d’uso PMI italiane e una roadmap di adozione in 60 giorni che ti permette di sostituire i tuoi 10 report Excel mensili con dashboard interattive senza assumere un data engineer.<\/p>\n

\"Visualizzazione<\/p>\n

Cosa \u00e8 la Business Intelligence (e cosa la distingue dal reporting tradizionale)<\/h2>\n

La Business Intelligence<\/strong> \u00e8 il processo di trasformazione di dati grezzi in informazioni azionabili attraverso visualizzazioni interattive, KPI in tempo reale e analisi self-service. La differenza con il reporting Excel tradizionale \u00e8 enorme:<\/p>\n

    \n
  • Reporting Excel<\/strong>: statico, prodotto manualmente ogni mese, condiviso come file, single-source of truth difficile da garantire<\/li>\n
  • BI moderna<\/strong>: dashboard live connesse a sorgenti dati (database, API, CRM), interattive, accessibili da browser\/mobile, governance centralizzata<\/li>\n<\/ul>\n

    Le PMI italiane che fanno il salto a BI risparmiano in media 8-12 ore di lavoro analista al mese (dati IDC EMEA 2021) e prendono decisioni con dati 4 giorni pi\u00f9 aggiornati rispetto al reporting Excel mensile.<\/p>\n

    I tre leader 2021: Gartner Magic Quadrant BI<\/h2>\n

    Il Gartner Magic Quadrant for Analytics and Business Intelligence Platforms 2021<\/strong> (febbraio 2021) classifica i leader del mercato in due quadranti chiave: Leaders e Visionaries. I tre tool dominanti restano:<\/p>\n

      \n
    • Microsoft Power BI<\/strong>: leader assoluto per completezza prodotto + costo<\/li>\n
    • Tableau (Salesforce)<\/strong>: leader per visualizzazione avanzata, premium pricing<\/li>\n
    • Qlik Sense<\/strong>: leader per discovery analitica con associative engine<\/li>\n<\/ul>\n

      Google Data Studio non appare nel quadrante Gartner perch\u00e9 \u00e8 un free tool, non un prodotto enterprise. Ma per le PMI italiane \u00e8 una scelta molto rilevante che merita confronto.<\/p>\n

      Microsoft Power BI: il dominante 2021<\/h2>\n

      Power BI \u00e8 la scelta number-one per PMI italiane nel 2021. Microsoft ha investito massiccia in roadmap mensile, pricing competitivo e integrazione con M365 (Teams, Excel, SharePoint). Tre tier principali:<\/p>\n

        \n
      • Power BI Free<\/strong>: dashboard personali, no condivisione esterna, limite 1 GB dataset<\/li>\n
      • Power BI Pro<\/strong>: 9,40 \u20ac\/utente\/mese (o incluso in M365 E5), condivisione, dataset 1 GB, Direct Query<\/li>\n
      • Power BI Premium<\/strong>: 18,70 \u20ac\/utente\/mese (P-SKU enterprise da 4.212 \u20ac\/mese), capacity dedicata, dataset 100 GB, paginated reports<\/li>\n<\/ul>\n

        Per una PMI con 20-50 utenti su M365 E5 (gi\u00e0 incluso in molte licenze Microsoft business), Power BI Pro \u00e8 incluso senza costo aggiuntivo. Per chi parte da M365 Business Standard (12,50 \u20ac\/utente\/mese), aggiungere Power BI Pro porta il costo totale a 21,90 \u20ac\/utente\/mese \u2014 comunque competitivo.<\/p>\n

        I punti di forza Power BI 2021:<\/p>\n

          \n
        • Integrazione nativa con Excel (le formule DAX seguono logica Excel)<\/li>\n
        • Connettori standard: SQL Server, MySQL, PostgreSQL, Oracle, SAP HANA, Salesforce, Dynamics, Google Analytics, file Excel\/CSV\/PDF<\/li>\n
        • Mobile app iOS\/Android con dashboard touch-friendly<\/li>\n
        • Embedding nei portali aziendali e Teams<\/li>\n
        • Power Query (M language) per ETL no-code<\/li>\n
        • Roadmap aggressiva: nuove feature ogni mese<\/li>\n<\/ul>\n

          I punti deboli: data modeling iniziale richiede competenze DAX\/Power Query, governance enterprise complessa, visualizzazioni meno raffinate di Tableau.<\/p>\n

          Google Data Studio: il free tool sottovalutato<\/h2>\n

          Google Data Studio (rebrand Looker Studio<\/strong> arriver\u00e0 solo nel 2022) \u00e8 completamente gratuito e si integra nativamente con Google Analytics, Google Ads, BigQuery, Google Sheets, Search Console. Per PMI italiane che vivono in ecosistema Google \u00e8 una scelta ovvia.<\/p>\n

          Vantaggi 2021:<\/p>\n

            \n
          • Costo zero per la versione standard (Data Studio Pro lanciato fine 2022)<\/li>\n
          • Integrazioni native Google senza configurazione<\/li>\n
          • Condivisione tipo Google Docs (link, controllo accesso granulare)<\/li>\n
          • Curva di apprendimento bassa (interfaccia Google standard)<\/li>\n
          • Community ricca di template per marketing analytics<\/li>\n<\/ul>\n

            Svantaggi: connettori a database non-Google richiedono partner connector (a pagamento da fornitori come Supermetrics o Stitch), performance limitata su dataset grandi (oltre 100k righe), governance basica.<\/p>\n

            Use case PMI italiane perfetti per Data Studio:<\/p>\n

              \n
            • Reporting marketing digitale: Google Ads + Facebook Ads + Analytics in unica dashboard<\/li>\n
            • Dashboard cliente per agenzie<\/li>\n
            • Reporting e-commerce su Shopify\/WooCommerce + Analytics<\/li>\n
            • Reporting SEO con Search Console + Analytics<\/li>\n<\/ul>\n

              Tableau: il premium della visualizzazione<\/h2>\n

              Tableau (acquisito da Salesforce nel 2019) resta il riferimento per chi prioritizza la visualizzazione avanzata. Pricing 2021:<\/p>\n

                \n
              • Tableau Creator<\/strong>: 70 $\/utente\/mese (Tableau Desktop + Prep + Server o Cloud)<\/li>\n
              • Tableau Explorer<\/strong>: 35 $\/utente\/mese (Tableau Server o Cloud)<\/li>\n
              • Tableau Viewer<\/strong>: 12 $\/utente\/mese<\/li>\n
              • Tableau Public<\/strong>: gratuito (ma tutto pubblico, no privacy)<\/li>\n<\/ul>\n

                Per una PMI di 50 utenti (5 Creator + 45 Viewer) il costo annuo Tableau \u00e8 circa 11.000 $\/anno, contro 5.640 \u20ac\/anno di Power BI Pro stessa popolazione. La differenza giustifica solo se hai bisogno di visualizzazioni avanzate (geospatial, network analysis, sankey diagrams complessi).<\/p>\n

                Tableau Public \u00e8 invece eccellente per prototipi gratuiti, case study e portfolio analista. Tutti i dashboard pubblicati sono per\u00f2 accessibili pubblicamente \u2014 non per dati sensibili.<\/p>\n

                Qlik Sense: l’associative engine<\/h2>\n

                Qlik Sense \u00e8 il quarto player rilevante per PMI italiane, particolarmente nei settori manifatturiero e finanziario. Il suo associative engine<\/strong> permette di esplorare relazioni dati senza definire un modello rigido, utile per business discovery.<\/p>\n

                Pricing 2021: 30 $\/utente\/mese per Business, 70 $\/utente\/mese per Enterprise. Diffuso in Italia tramite partner Zucchetti, TeamSystem e altri integratori.<\/p>\n

                \"Architettura<\/p>\n

                Alternative open source: Apache Superset, Metabase, Redash, Grafana<\/h2>\n

                Le PMI con team tecnico e budget zero possono valutare alternative open source:<\/p>\n

                  \n
                • Apache Superset<\/strong>: progetto Apache top-level dal 2021, dashboard self-service, oltre 50 visualizzazioni native, supporto SQL avanzato<\/li>\n
                • Metabase<\/strong>: focus on no-code per business user, free OSS + cloud da 85 $\/mese, eccellente per startup<\/li>\n
                • Redash<\/strong>: query-driven, SQL-first per data analyst<\/li>\n
                • Grafana<\/strong>: operational dashboarding (DevOps, monitoring) anche per business KPI con plugin SQL<\/li>\n<\/ul>\n

                  Tutti richiedono installazione, manutenzione e backup gestiti internamente \u2014 il costo nascosto \u00e8 il tempo dell’IT manager.<\/p>\n

                  Data warehouse 2021: dove vivono i dati BI<\/h2>\n

                  La BI ha bisogno di sorgenti dati strutturate. Per PMI italiane nel 2021 le opzioni concrete sono:<\/p>\n

                    \n
                  • Snowflake<\/strong>: cloud-native, separazione storage\/compute, pricing pay-per-use, ottimo per analytics; IPO settembre 2020 con valutazione record<\/li>\n
                  • Google BigQuery<\/strong>: serverless, pricing per query (5 $\/TB scansionato), integrazione nativa con Data Studio<\/li>\n
                  • Azure Synapse Analytics<\/strong>: integrato in Azure, ottimo per chi \u00e8 in ecosistema Microsoft<\/li>\n
                  • AWS Redshift<\/strong>: data warehouse storico AWS, recenti miglioramenti con Redshift RA3<\/li>\n
                  • PostgreSQL + dbt<\/strong>: stack open source self-managed, eccellente per PMI con team tech<\/li>\n<\/ul>\n

                    Per PMI italiane con volumi sotto 1 TB, una semplice istanza PostgreSQL su Aruba Cloud (50-150 \u20ac\/mese) + dbt Core gratuito \u00e8 spesso pi\u00f9 economica e sufficiente di Snowflake (pricing minimo 250 $\/mese).<\/p>\n

                    Connettori 2021: come portare i dati nel BI<\/h2>\n

                    Il successo di un progetto BI dipende dalla capacit\u00e0 di integrare le sorgenti dati esistenti. Connettori standard 2021:<\/p>\n

                      \n
                    • Native<\/strong>: Power BI ne ha 100+ inclusi (SAP HANA, Salesforce, Dynamics, Oracle, MySQL, file Excel\/CSV)<\/li>\n
                    • ODBC\/JDBC<\/strong>: per database custom o ERP italiani (Zucchetti, TeamSystem, Mexal Passepartout)<\/li>\n
                    • REST API<\/strong>: con Power Query\/Power BI o Stitch\/Fivetran per SaaS<\/li>\n
                    • ETL tool<\/strong>: Fivetran (a partire da 120 $\/mese), Stitch (da 100 $\/mese), Airbyte open source (lanciato 2020, gratuito self-hosted)<\/li>\n<\/ul>\n

                      Per PMI italiane con un ERP Zucchetti o TeamSystem, la via pi\u00f9 rapida nel 2021 \u00e8 esporre viste SQL direttamente nel database del gestionale e connettere Power BI via ODBC. Tempo di setup: 2-5 giorni di consulenza specializzata.<\/p>\n

                      Self-service BI vs guided BI: chi sceglie cosa<\/h2>\n

                      Esistono due filosofie:<\/p>\n

                        \n
                      • Self-service BI<\/strong>: ogni manager costruisce le proprie dashboard, modello dati condiviso, governance leggera. Filosofia Power BI \/ Tableau.<\/li>\n
                      • Guided BI<\/strong>: un team IT centrale crea dashboard standard, business user le consumano in sola lettura. Filosofia tradizionale.<\/li>\n<\/ul>\n

                        Le PMI italiane 2021 con budget limitato tendono al guided BI per evitare dispersione e duplicazione. PMI con team marketing autonomo e cultura data-driven optano per self-service.<\/p>\n

                        Una strada pragmatica \u00e8 hybrid: dataset certificati centralizzati dal IT, dashboard self-service costruite dai team. Power BI Pro supporta nativamente questo pattern con i “shared datasets”.<\/p>\n

                        Errori comuni nei progetti BI PMI<\/h2>\n
                          \n
                        1. Dashboard troppo affollate<\/strong>: 30 widget in una pagina = nessuno guarda. Regola pratica: massimo 7 widget per dashboard, 3 KPI principali “above the fold”.<\/li>\n
                        2. Ignorare la data quality<\/strong>: dashboard perfette su dati sbagliati = decisioni sbagliate. Investire prima in data cleansing, poi in visualizzazione.<\/li>\n
                        3. No governance<\/strong>: 8 versioni della stessa metrica nelle dashboard di team diversi. Definire un data dictionary centrale.<\/li>\n
                        4. Sottovalutare il change management<\/strong>: il manager che vive di Excel da 15 anni non passer\u00e0 spontaneamente a Power BI. Investire in training (4-8 ore per utente).<\/li>\n
                        5. Selezione tool basata solo su marketing<\/strong>: provare 2-3 tool con un dataset reale prima di scegliere.<\/li>\n<\/ol>\n

                          \"Team<\/p>\n

                          Caso reale: PMI lombarda servizi finanziari<\/h2>\n

                          Cliente: societ\u00e0 di consulenza finanziaria con 80 dipendenti, sede a Milano, fatturato 14 M\u20ac nel 2020. Il CFO riceveva ogni mese 18 report Excel diversi prodotti manualmente da 3 analisti, con totale 12 ore-uomo\/settimana di lavoro ripetitivo.<\/p>\n

                          Progetto attivato Q2 2021:<\/p>\n

                            \n
                          • Mese 1<\/strong>: audit report esistenti, mapping fonti dati (3 database SQL Server, 1 ERP Mexal, 1 CRM Pipedrive, 4 file Excel manuali)<\/li>\n
                          • Mese 2<\/strong>: setup Power BI Pro (gi\u00e0 incluso in M365 E5 esistente), shared datasets per le 4 metriche core (fatturato, costi, margine, ore consulente), connettori ODBC<\/li>\n
                          • Mese 3<\/strong>: costruzione 4 dashboard principali (executive, sales, operations, finance) + training 4 ore per ogni team manager<\/li>\n<\/ul>\n

                            Risultato a 6 mesi:<\/p>\n

                              \n
                            • 18 report Excel sostituiti da 4 dashboard interattive aggiornate quotidianamente<\/li>\n
                            • Risparmio 10,5 ore-uomo\/settimana (\u224845.000 \u20ac annui di costo team)<\/li>\n
                            • CFO accede ai dati su mobile in tempo reale, decisioni di pricing pi\u00f9 veloci di 4 giorni<\/li>\n
                            • Costo progetto: 28.000 \u20ac consulenza + 0 \u20ac licenze Power BI (gi\u00e0 incluso M365)<\/li>\n
                            • Payback: 8 mesi<\/li>\n<\/ul>\n