IA per l'analisi dei dati aziendali: dal CSV all'insight

Per decenni, l'analisi dei dati è stata un'attività per specialisti. Bisognava conoscere SQL per interrogare i database, Python o R per analisi più complesse, e strumenti di BI per la visualizzazione. Chi non aveva queste competenze tecniche dipendeva da qualcuno che le avesse — creando colli di bottiglia e ritardi nelle decisioni aziendali.

L'IA generativa sta cambiando questo in modo graduale ma significativo. Non al punto da rendere inutili gli analisti di dati — tutt'altro. Ma al punto di permettere a un manager di fare domande sui propri dati in italiano e ottenere risposte utili senza scrivere una sola riga di codice. E al punto di automatizzare la generazione di report che prima richiedevano ore ogni inizio settimana.

Questo articolo esplora cosa è possibile oggi, come funziona tecnicamente e dove si trovano i limiti reali.

Code Interpreter: LLM che Esegue Codice di Analisi

Code Interpreter è il nome della funzionalità di OpenAI dove GPT-4o può scrivere ed eseguire codice Python in un ambiente sandbox. Invii un file CSV, fai una domanda e il modello scrive il codice per rispondere, lo esegue e restituisce il risultato — inclusi i grafici.

Il ciclo è: domanda → codice generato → esecuzione → risultato → interpretazione in linguaggio naturale. L'utente vede solo la domanda e la risposta; il codice avviene dietro le quinte.

Per integrare Code Interpreter via API nella tua applicazione:

from openai import OpenAI
import os

client = OpenAI()

def analizza_con_code_interpreter(percorso_csv: str, domanda: str) -> str:
    # Upload del file
    with open(percorso_csv, "rb") as f:
        file = client.files.create(file=f, purpose="assistants")

    # Crea assistente con Code Interpreter
    assistente = client.beta.assistants.create(
        name="Analista di Dati",
        instructions="""Sei un analista di dati.
        Rispondi alle domande sui dati forniti usando analisi precise.
        Presenta sempre i risultati in italiano con contesto aziendale, non solo numeri.""",
        tools=[{"type": "code_interpreter"}],
        model="gpt-4o",
        tool_resources={"code_interpreter": {"file_ids": [file.id]}}
    )

    # Crea thread e invia messaggio
    thread = client.beta.threads.create()
    client.beta.threads.messages.create(
        thread_id=thread.id,
        role="user",
        content=domanda,
    )

    # Esegui e attendi
    run = client.beta.threads.runs.create_and_poll(
        thread_id=thread.id,
        assistant_id=assistente.id,
    )

    # Ottieni risposta
    messaggi = client.beta.threads.messages.list(thread_id=thread.id)
    for msg in messaggi.data:
        if msg.role == "assistant":
            return msg.content[0].text.value

    return "Nessuna risposta"

# Utilizzo
risposta = analizza_con_code_interpreter(
    "vendite_2024.csv",
    "Quale prodotto ha avuto la maggiore crescita percentuale tra Q1 e Q2? E quali regioni hanno trainato questa crescita?"
)
print(risposta)

Il vantaggio del Code Interpreter rispetto a una semplice query testuale è l'esecuzione reale: il modello non sta "indovinando" la risposta sulla base del training. Legge i dati, calcola e presenta risultati verificabili. Se vuoi fare un audit, puoi chiedere di mostrare il codice che ha generato il risultato.

Query in Linguaggio Naturale: Text-to-SQL in Pratica

Text-to-SQL è la capacità di convertire una domanda in italiano direttamente in una query SQL eseguibile. È particolarmente utile in ambienti dove i dati risiedono in database relazionali e vuoi democratizzare l'accesso senza dare accesso diretto al database agli utenti non tecnici.

from openai import OpenAI
import sqlite3

client = OpenAI()

# Schema del database (fornito al modello come contesto)
SCHEMA_DB = """
Tabelle disponibili:

vendite(id, data, prodotto_id, quantita, valore_totale, cliente_id, venditore_id, regione)
prodotti(id, nome, categoria, prezzo_unitario, costo_unitario)
clienti(id, nome, citta, provincia, segmento, data_registrazione)
venditori(id, nome, team, obiettivo_mensile)

Relazioni:
- vendite.prodotto_id -> prodotti.id
- vendite.cliente_id -> clienti.id
- vendite.venditore_id -> venditori.id
"""

def testo_a_sql(domanda: str) -> str:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {
                "role": "system",
                "content": f"""Converti la domanda in una query SQL per SQLite.
                Restituisci SOLO la query SQL, senza spiegazioni.

                Schema:
                {SCHEMA_DB}

                Regole:
                - Usa solo tabelle e colonne dello schema
                - Date nel formato YYYY-MM-DD
                - Limita i risultati a 1000 righe per default"""
            },
            {"role": "user", "content": domanda}
        ],
        temperature=0,
    )
    return response.choices[0].message.content.strip()

def esegui_query(domanda: str, conn: sqlite3.Connection) -> list[dict]:
    sql = testo_a_sql(domanda)
    print(f"SQL generato: {sql}")  # Per audit

    cursor = conn.execute(sql)
    colonne = [desc[0] for desc in cursor.description]
    return [dict(zip(colonne, row)) for row in cursor.fetchall()]

Una precauzione critica: Text-to-SQL per utenti esterni non deve mai avere accesso in scrittura al database. Usa utenti di database in sola lettura e valida che la query generata non contenga UPDATE, DELETE, DROP o INSERT prima di eseguirla.

Generazione Automatica di Report con LLM

Report settimanali delle vendite, metriche operative, dashboard esecutivi — molto del tempo degli analisti viene speso non nell'analisi, ma nell'assemblare lo stesso report con dati diversi ogni settimana. L'IA può automatizzare questo assemblaggio.

Il pattern è:

1. Estrarre i dati dal database con query predefinite
2. Passare i dati al LLM con un template di report
3. Il modello compila il template con l'analisi dei dati, identifica evidenze ed eccezioni
4. Il report viene inviato via email o pubblicato su un dashboard

Tipo di report	Automazione fattibile	Nota
KPI settimanali	Alta	Dati strutturati, poca interpretazione
Report esecutivo mensile	Media	Richiede revisione umana prima della distribuzione
Analisi delle anomalie	Alta	Il LLM è bravo a identificare cosa si discosta dalla norma
Report per il CdA	Bassa	Alto rischio reputazionale, sempre revisione umana
Diagnosi della causa radice	Media	Il LLM suggerisce ipotesi, l'umano valida

L'automazione dei report ad alto rischio (per il CdA, normativi) deve sempre prevedere una revisione umana prima dell'invio. Automatizzare la bozza fa risparmiare l'80% del tempo; la revisione finale garantisce che un errore di analisi non raggiunga i decision maker importanti.

Limitazioni: Cosa l'IA dei Dati Non Fa Ancora Bene

La chiarezza sui limiti è importante per definire aspettative corrette ed evitare progetti mal orientati.

Dati molto grandi: Code Interpreter ha un limite di dimensione del file. Per analisi su dataset da gigabyte o miliardi di righe, l'approccio deve essere diverso — eseguire query nel database e inviare solo i risultati aggregati al LLM.

Contesto aziendale specifico: il modello non sa che "COD-789" è il prodotto più importante dell'azienda o che il mercato del Nord-Est ha una stagionalità diversa. Questo contesto deve essere fornito esplicitamente nel prompt o tramite RAG sulla documentazione interna.

Causalità vs correlazione: i LLM sono bravi a identificare correlazioni nei dati. Stabilire la causalità (le vendite sono calate perché il concorrente ha lanciato un prodotto o perché c'è stato un problema logistico?) richiede conoscenza del business che il modello non ha a meno che tu non fornisca il contesto.

Analisi statistiche complesse: per analisi che richiedono tecniche statistiche specifiche (regressione con controllo delle variabili, serie temporali con stagionalità complessa, A/B testing rigoroso), un analista di dati con gli strumenti giusti supera ancora in modo significativo i LLM.

Conclusione

L'IA per l'analisi dei dati non sostituisce gli analisti — ne aumenta la produttività e democratizza l'accesso ai dati per le persone senza profilo tecnico. Le applicazioni più pratiche e con ROI rapido sono l'automazione dei report ricorrenti, le query ad-hoc in linguaggio naturale su dati strutturati e l'identificazione automatica delle anomalie.

In SystemForge, integriamo capacità di analisi con IA nei sistemi di gestione aziendale, permettendo ai team di fare domande sui propri dati senza dipendere da un analista disponibile. Se vuoi trasformare i tuoi dati in insight più accessibili, possiamo discutere di come questo si applichi al tuo contesto specifico.