Intelligenza Artificiale e AutoML nei processi di Business Intelligence: confronto tra Qlik Cloud, Oracle Analytics Cloud e Power BI = Artificial Intelligence and AutoML in Business Intelligence processes: comparison between Qlik Cloud, Oracle Analytics Cloud and Power BI

L’adozione di strumenti di Business Intelligence (BI) cloud-based ha trasformato il modo in cui le aziende interpretano i propri dati, grazie alla crescente integrazione di funzionalità di Intelligenza Artificiale (IA) e AutoML. La presente tesi si propone di confrontare tre piattaforme leader – Qlik Cloud, Oracle Analytics Cloud e Power BI – focalizzandosi sulla loro capacità di supportare l’intero processo analitico in modalità no-code o low-code. A tal fine è stato sviluppato un caso d’uso reale nel settore manifatturiero, centrato sull’analisi e previsione di un KPI (Key Performance Indicator) aziendale: l’OEE (Overall Equipment Effectiveness), un indicatore delle performance operative dei macchinari. Il confronto tra le piattaforme ha preso in esame l’intera pipeline: dalla fase di pulizia e trasformazione del dataset, passando per la creazione di dashboard interattive, fino all’utilizzo di modelli predittivi tramite tecniche di AutoML. A supporto dell’analisi è stato implementato un benchmark tecnico in Python, composto da modelli statistici e algoritmi di regressione supervisionata, che copre tutti i modelli supportati dagli strumenti in esame. I risultati ottenuti da questi modelli sono stati confrontati con quelli prodotti dalle piattaforme BI, con l’obiettivo di valutarne la precisione, la trasparenza e il grado di automazione. L’analisi ha evidenziato differenze rilevanti in termini di accuratezza predittiva, facilità d’uso e completezza funzionale, offrendo spunti concreti per le aziende interessate a integrare soluzioni di intelligenza artificiale nei propri processi decisionali.