Soccer team in a huddle

Analisi predittiva: prima pensiamo al business

18, Luglio, 2017 di Marco Terno

La Business Intelligence è sempre stata il dominio dell’analisi descrittiva: processi e tecnologie che danno una visione retrospettiva del business, in grado di spiegare con grande dettaglio cosa è successo e perché. L’evoluzione tecnologica ha portato a comprimere il lasso di tempo che passa dal verificarsi di un fenomeno (la registrazione del dato nei sistemi transazionali) e la possibilità di analizzarlo. Lo stato dell’arte delle data platform attuali, basate su tecnologia in-memory, abilitano le real time analytics, di fatto azzerando questo lasso di tempo.

Si tratta di informazioni preziose, di possibilità evolute. Ma ormai è chiaro che guardare indietro oggi non basta. I mercati e i clienti sono troppo dinamici perché un’impresa possa permettersi di basare scelte strategiche e operatività tattica solo guardandosi alle spalle. È evidente che ora bisogna voltarsi e guardare avanti, guardare verso quello che potrà accadere, cercando di spingere lo sguardo sempre più avanti e sempre con maggiore precisione. Ergo, servono funzioni di analisi predittiva che sappiano estrapolare automaticamente, a partire dai dati di business correnti, cosa sta per succedere: quali prodotti i clienti richiederanno di più, quali canali distributivi venderanno meno, quali trend di mercato influenzeranno le scelte dei consumatori.

La predictive analytics, così come tutto quello che ricade entro la definizione di Advanced Analytics, non è e non sarà mai un semplice componente “plug and play” che si aggiunge alla soluzione di BI che già si possiede, un add on tecnologico  cablato in fabbrica e in grado di esprimere tutto il suo potenziale solo perché giustapposto al business case che si vuole arricchire. Ogni impresa ha le sue specificità, i suoi dati e i suoi obiettivi: ogni progetto di advanced Analytics deve plasmarsi su questi, ricalcando quindi la forma sottostante. Va identificato il processo da arricchire, va valutato quale tipo di arricchimento aggiungere, quali algoritmi utilizzare. Questi stessi algoritmi inoltre devono “imparare” a riconoscere il business, i suoi andamenti, le caratteristiche e le peculiarità leggendo e interpretando i dati che lo descrivono. Ogni elemento in più che va monitorato aggiunge complessità al processo.

Non stupisce quindi che molte aziende che potenzialmente potrebbero adottare con vantaggio queste soluzioni, considerino l’analisi predittiva ancora al di là delle loro capacità di implementazione, in particolare perché temono che le loro basi dati non siano sufficienti – per volume e qualità – a dare previsioni corrette. O perché temono che il processo di adozione sia troppo vasto per poter essere realizzabile. Considerazioni comprensibili, che però si basano alle volte su basi non verificate.

Il modo migliore per percepire e comprendere il valore dell’analisi predittiva nella propria azienda è passare dalla teoria alla pratica.

Ma è possibile farlo in modo light, in tempi brevi e senza rischi?

Il nostro approccio, come società di consulenza specializzata nelle advanced & predictive analytics è proprio questo. Dopo un primo brainstorming con il business aziendale per percepire i suoi desideri e le potenzialità dell’apporto predittivo, si sviluppa un breve confronto che porta alla stesura di un documento di fattibilità che identifica il progetto più idoneo a diventare un Island Project. Cioè un progetto concreto, che opera sui nostri dati destinato a un gruppo specifico di utenti che possa essere completato in pochi mesi e permetta di valutare rapidamente l’efficacia del modello predittivo. Il percorso che porta alla realizzazione di questo progetto parte da un assessment dei processi e dei sistemi, per verificare la consistenza dei dati disponibili.

Il punto di partenza non sono mai i dati, ma il business. Ciò che bisogna avere chiaro è l’obiettivo finale, più che le considerazioni tecniche su come arrivarci. Bisogna avere presente ciò che si vuole raggiungere in termini di business: è in base alle indicazioni che si vogliono ottenere che potremo poi ragionare sulla quantità, qualità e tipologia dei dati che dobbiamo raccogliere. Le possibilità che si aprono sono molteplici e molto diverse: dall’arricchimento di un processo specifico fino alla creazione di nuovi e più evoluti modelli di business.

 

Marco Terno
Méthode

www.methode.it

Tags: