Serie: Gli agenti di Microsoft 365 — Articolo #2
C’è una scena che si ripete in quasi tutte le organizzazioni.
Un manager ha bisogno di capire come stanno andando le vendite per regione, quali prodotti sottoperformano, e dove concentrare gli sforzi nel prossimo trimestre. I dati ci sono: sparsi su tre file Excel, un CSV esportato dal CRM, e una tabella sepolta nel mezzo di una presentazione PowerPoint del trimestre scorso.
Normalmente, a questo punto, si apre Excel. Si copiano dati. Si costruiscono pivot. Si incrociano tabelle. Si imprecano silenziosamente contro le virgole usate come separatori decimali nel file del collega. Si perde mezza giornata.
Analyst fa tutto questo al posto tuo. E lo fa in minuti.
Cos’è Analyst, in due righe
Analyst è l’agente di Microsoft 365 Copilot pensato per l’analisi avanzata dei dati. Costruito sul modello di ragionamento OpenAI o3-mini, è ottimizzato per lavorare con dati strutturati: file Excel, CSV, PDF, XML, presentazioni PowerPoint con tabelle. Non si limita a rispondere a domande — ragiona sui dati, scrive ed esegue codice Python in tempo reale, e ti restituisce un report con insight, grafici e tabelle pronto all’uso.
La differenza fondamentale rispetto al Copilot standard: Copilot ti aiuta con il lavoro che stai già facendo. Analyst esegue il lavoro al posto tuo, partendo dai dati grezzi.
Il dettaglio tecnico che cambia tutto: Python trasparente
Questa è la caratteristica di Analyst che più sorprende chi lo usa per la prima volta.
Quando gli fai una domanda complessa sui dati, Analyst non produce solo una risposta. Mostra il codice Python che sta eseguendo, passo per passo, mentre lo esegue. Puoi vedere il ragionamento in tempo reale: quali passaggi sta facendo, quali trasformazioni sta applicando, quali calcoli sta eseguendo.
Questo ha due conseguenze importanti.
La prima è pratica: puoi verificare il lavoro. Non devi fidarti ciecamente dell’output — puoi controllare la logica, identificare eventuali assunzioni discutibili, e capire come è stato ottenuto il risultato. Per chi deve portare un’analisi in una riunione di management, questa trasparenza è un valore enorme.
La seconda è culturale: abbassa la barriera tra chi “sa fare i dati” e chi no. Il codice Python che Analyst esegue è comprensibile, documentato, riutilizzabile. Non è una scatola nera.
<invoke name=“visualize:show_widget”> È il tipo di approccio — chain-of-thought reasoning applicato all’analisi dati — che fino a poco tempo fa era riservato ai data scientist con anni di esperienza. Analyst lo rende accessibile a chiunque abbia una domanda e un file Excel.
Cosa sa fare: i casi d’uso che funzionano davvero
Consolidamento e analisi di dati multi-file Carica tre file Excel con dati diversi — vendite, scorte, clienti — e chiedi: “Quali prodotti hanno il margine più alto nelle regioni con il maggior tasso di crescita clienti?” Analyst incrocia le fonti, consolida i dati, esegue i calcoli e ti risponde con una tabella ordinata e un grafico.
Identificazione di trend e anomalie “Nei dati di vendita degli ultimi 18 mesi, ci sono pattern stagionali significativi? Ci sono outlier che vale la pena analizzare?” Analyst applica analisi statistica, visualizza i trend e mette in evidenza i valori anomali — con la spiegazione di perché li considera significativi.
Report periodici automatizzabili Se hai un formato di report che produci ogni mese — analisi delle performance commerciali, rendiconto dei costi, monitoraggio KPI — puoi strutturare il prompt una volta e replicarlo ogni mese caricando i nuovi dati. Non è automazione completa, ma ci si avvicina molto.
Analisi di dati non strutturati in formati strutturati Anche i PDF con tabelle, i file XML, le presentazioni con dati embedded. Analyst li legge, estrae i dati rilevanti e li tratta come fonti analizzabili. Questo è particolarmente utile quando i dati arrivano da fornitori o sistemi esterni in formati non standardizzati.
Forecasting e simulazioni semplici Con dati storici sufficienti, Analyst può costruire modelli predittivi elementari e rispondere a domande tipo “Se il tasso di crescita attuale si mantiene, dove saremo a fine anno?” Non sostituisce un data scientist per analisi complesse, ma per le domande che si fanno in una riunione operativa è spesso più che sufficiente.
La differenza con Excel e Power BI
Una domanda legittima: perché usare Analyst se ho già Excel con Copilot, o Power BI?
La risposta è nel tipo di domanda che vuoi fare.
Excel con Copilot è ottimo per operare su un singolo file: suggerire formule, formattare dati, rispondere a domande sul contenuto del foglio aperto. È veloce e contestuale, ma rimane all’interno di un singolo documento.
Power BI è lo strumento giusto quando hai dati strutturati, modelli definiti, e vuoi dashboard che si aggiornano in modo continuativo. Richiede però configurazione, modellazione dei dati, e una certa competenza tecnica per essere impostato correttamente.
Analyst copre lo spazio nel mezzo: analisi ad hoc su file multipli, senza dover costruire un modello Power BI, senza sapere scrivere codice, e senza essere limitati a un singolo documento. È lo strumento per rispondere a domande che non avevi previsto quando hai costruito la dashboard.
In pratica, i tre strumenti si completano. Analyst non sostituisce né Excel né Power BI — aggiunge un livello di capacità analitica self-service per le domande che emergono nel flusso di lavoro quotidiano.
Le performance: cosa dicono i benchmark
Microsoft ha pubblicato i risultati di Analyst sul benchmark DABStep, una suite di valutazione progettata per testare agenti AI su task reali di analisi dati — oltre 450 task strutturati e non strutturati, divisi in categorie facili e difficili.
I risultati mostrano performance state-of-the-art tra i baseline conosciuti, con un vantaggio particolarmente marcato nelle task complesse che richiedono ragionamento multi-step, integrazione di dataset diversi e conoscenza di dominio.
Ma il dato più interessante non viene dai benchmark accademici — viene dai test su documenti aziendali reali: file Excel, CSV, PDF, XML, PowerPoint. In questi scenari, Analyst supera in modo significativo il Copilot Chat standard (senza deep reasoning), in termini di accuratezza nella generazione di insight, interpretazione dei dati e esecuzione di query strutturate.
Come si usa: flusso pratico
Il punto di accesso è lo stesso di Researcher: apri Microsoft 365 Copilot, trovi Analyst nella sezione Agenti.
La differenza rispetto a Researcher è che Analyst lavora principalmente su file che gli fornisci tu. Il flusso tipico:
- Apri Analyst nella sezione Agenti
- Scrivi la tua domanda in linguaggio naturale — “Analizza le performance di vendita per categoria prodotto e identifica le tre categorie con il maggior potenziale di crescita”
- Allega i file rilevanti — Excel, CSV, PDF — dalla tua OneDrive, SharePoint, o dal tuo dispositivo
- Osserva Analyst mentre ragiona: vedrai i passi di elaborazione, il codice Python in esecuzione, i risultati intermedi
- Ricevi il report finale con insight, tabelle e grafici
- Itera: fai domande di approfondimento, chiedi visualizzazioni diverse, esplora angolature che emergono dall’analisi
Una cosa importante: più sei specifico nella domanda iniziale, più il risultato è utile. “Analizza questi dati” produce un output generico. “Identifica i clienti con il maggior tasso di churn negli ultimi 6 mesi e correla questo dato con la frequenza degli acquisti e il canale di acquisizione” produce un’analisi che vale qualcosa.
Licenze e limiti: cosa sapere prima di prometterlo a un cliente
Come Researcher, Analyst richiede la licenza Microsoft 365 Copilot (l’add-on a €30/mese per utente, oltre al piano M365 base). È pre-installato e pre-pinnato per tutti gli utenti licenziati.
Il limite delle 25 query mensili si applica in modo combinato tra Researcher e Analyst — non 25 ciascuno, ma 25 in totale. Per un uso professionale intensivo questo può diventare un collo di bottiglia. Da tenere presente quando si fa una proposta o si struttura un pilota.
Analyst supporta attualmente 8 lingue, con altre in arrivo. L’italiano è supportato.
Per chi è più utile: mappa dei profili
Analyst ha un impatto sproporzionato su alcune tipologie di utenti.
I responsabili commerciali e di operations — che lavorano con dati di vendita, margini, KPI — trovano in Analyst uno strumento che riduce drasticamente la dipendenza dall’IT o dai controller per le analisi ad hoc. La risposta alla domanda “com’è andata questa settimana?” non richiede più di aspettare un report.
I controller e i finance manager possono usarlo per consolidare dati da fonti multiple, verificare anomalie, costruire scenari. Non sostituisce un sistema di BI aziendale, ma integra le analisi che cadono fuori dai report standard.
I consulenti e i professionisti che lavorano con dati di clienti trovano in Analyst un modo per accelerare la fase di analisi iniziale, producendo insight preliminari da condividere rapidamente.
Chi invece si aspetta uno strumento per sostituire completamente un data scientist o un sistema BI strutturato resterà deluso. Analyst è potente per l’analisi ad hoc su dati forniti — non è un data warehouse, non gestisce volumi enormi, non si connette direttamente ai database aziendali senza passaggi intermedi.
Analyst e Researcher: due strumenti complementari
Vale la pena chiarire la differenza, perché i due agenti vengono spesso confusi.
Researcher va in ampiezza: raccoglie informazioni da molte fonti, web e dati aziendali, e le sintetizza in un report narrativo. È lo strumento per rispondere a “cosa so su questo argomento?”
Analyst va in profondità su dati strutturati: prende file con numeri e li analizza con precisione. È lo strumento per rispondere a “cosa dicono questi dati?”
In molti scenari reali si usano in sequenza: Researcher per capire il contesto di mercato, Analyst per analizzare le performance interne. Insieme coprono buona parte del lavoro di analisi che oggi richiede ore o giorni.
Risorse ufficiali
🔗 Cos’è Analyst — Microsoft Learn: https://learn.microsoft.com/en-us/copilot/microsoft-365/analyst-agent 🔗 Come iniziare — Microsoft Support: https://support.microsoft.com/en-us/topic/get-started-with-analyst-in-microsoft-365-copilot-ff505b9c-a06c-4be9-b855-69d89b1d25d2 🔗 Deep dive tecnico su Analyst — Microsoft Community Hub: https://techcommunity.microsoft.com/blog/microsoft365copilotblog/analyst-agent-in-microsoft-365-copilot/4397191
Prossimo articolo della serie: Sales Agent — come Copilot entra nel processo commerciale e cambia il lavoro di chi vende, dalla preparazione del meeting al follow-up automatico.
Luca Borio — Consulente Microsoft AI & Azure, formatore, esploratore di tecnologie che cambiano il modo di lavorare.
Nel tuo lavoro, quale analisi ti porta via più tempo oggi? Raccontamelo nei commenti — potrebbe diventare il prossimo caso d’uso da testare con Analyst.
Tag suggeriti: #MicrosoftCopilot #Analyst #AgentiAI #Microsoft365 #DataAnalysis #AIgenerativa #BusinessIntelligence #Copilot #Python #KnowledgeWork
Rispondi