Riflettori accesi sugli analytics, che escono dai laboratori degli specialisti per integrarsi con i processi operativi e diventare leva di ottimizzazione e di vantaggio competitivo.

Milano, 27 maggio 2008. Come ricavare dalla massa dei dati disponibili modelli previsivi utili al processo decisionale? Quale correlazione esiste tra modelli logico-matematici e successo di mercato? E ancora quali analytics applicare nelle singole aree funzionali dell’azienda? È questo il nucleo tematico che, nelle sue innumerevoli declinazioni, ha caratterizzato il convegno “Business Intelligence mαtemαticα”.

Un evento che ha riunito analisti, docenti, operatori ed esponenti del mondo economico e imprenditoriale italiano per approfondire i contorni, le applicazioni e gli esiti delle più avanzate metodologie analitiche e predittive. Una questione di stretta attualità, a giudicare dall’interesse e dal coinvolgimento del folto pubblico.

L’opinione degli analisti
Aprono i lavori le dichiarazioni video di numerosi esperti internazionali, concordi nell’affermare che nel mondo attuale, caratterizzato da un alto tasso di turbolenza e di precarietà, quello che conta è la capacità prospettica di anticipare il futuro. E mentre Tom Davenport, co-autore di Competing on Analytics, sottolinea che l’impiego sistematico delle tecniche statistiche e analitiche è l’unica leva per raggiungere l’eccellenza, Henry Morris di IDC afferma che gli analytics stanno uscendo dai laboratori degli specialisti per diventare strumenti direzionali volti a ridurre i costi e a incrementare i ricavi.

L’unicità della proposta SAS
Queste considerazioni fanno da introduzione, e in un certo senso da sfondo, all’intervento di Carlo Grandi, Amministratore Delegato di SAS Italia. “La novità – afferma Carlo Grandi – è oggi costituita non tanto dagli analytics in sé quanto dalla loro applicazione ai processi aziendali. Occorre cioè che i risultati dei modelli vadano ad integrarsi con le attività operazionali quotidiane dell’azienda. E per raggiungere questo obiettivo occorre il concorso concomitante di numerosi fattori, dalla robustezza degli algoritmi alla capacità di gestire centinaia di modelli predittivi, fino alla disponibilità di una piattaforma integrata”. Scaturisce da qui l’unicità della proposta di SAS: “La nostra unicità consiste non solo nel proporre la gamma più ampia, completa e sofisticata di analytics oggi disponibile sul mercato, il che del resto ci è riconosciuto da importanti società di ricerca come Gartner. Ma anche, e soprattutto, nell’integrare le funzioni analitiche in una piattaforma capace di coprire l’intero processo di produzione dell’intelligence, dal data management alla data integration, dal warehousing allo storage, dagli analytics al reporting. Ed è questa piattaforma enterprise che consente di fare il salto di qualità e di passare da un utilizzo specialistico degli analytics a uno integrato con le attività produttive.”

Il valore degli analytics per la Pianificazione e il Risk Management
Tocca agli specialisti SAS illustrare, con l’esemplificazione di numerosi casi di studio, il valore aggiunto che gli analytics sono in grado di recare nelle singole aree funzionali dell’azienda. Secondo Francesco Consolati, Business Developer Financial Intelligence, le attività si simulazione, goal-seeking e ottimizzazione tipiche della Pianificazione e Controllo sono impensabili senza il sostegno delle tecniche predittive e analitiche a causa della quantità e della complessità delle variabili in gioco: “Solo gli analytics permettono di identificare in anticipo gli scostamenti rispetto ai target in modo da decidere le azioni correttive, pianificare la produzione e le attività in rapporto all’andamento del mercato, ampliare l’orizzonte temporale delle previsioni e migliorare il processo di definizione degli obiettivi”. Anselmo Marmonti, Business Developer Manager Risk Italia, evidenzia il valore delle tecniche di data mining, ottimizzazione e forecasting per la valutazione del rischio nelle banche e nelle assicurazioni, dalla stima dei modelli PD e LGD nel calcolo del capitale regolamentare alla determinazione delle tariffe in base agli effettivi indici di rischiosità, dall’allocazione delle garanzie per minimizzare il requisito di capitale alla stima del portafoglio efficiente in base alla combinazione rischio-rendimento, fino alla previsione dei componenti di rischio in rapporto a fattori macroeconomici come il prezzo del petrolio e la dinamica del Pil.

Customer Intelligence, supply chain e Risorse Umane
Alessandro Cobelli, Business Developer Manager Customer Intelligence, afferma che “la disponibilità sul front end degli indicatori analitici, in quella che viene chiamata BI in tempo reale, permette all’azienda di ottimizzare il dialogo con il cliente”, mentre l’applicazione delle tecniche analitiche e degli algoritmi previsionali ottimizza la pianificazione commerciale e l’efficienza complessiva del marketing.

Sergio Motta, Sales Support Manager, evidenzia come il supporto delle funzioni analitiche risulti fondamentale per governare i processi chiave della supply chain: applicazione del data mining e text mining nelle garanzie per prevenire le frodi e diminuire la difettosità dei prodotti, algoritmi di ottimizzazione per definire il livello ottimale del magazzino, forecasting analitico per la previsione della domanda. Helenio Guiducci, Business Developer HCM Solutions, illustra l’applicazione degli analytics nell’area delle Risorse Umane per la gestione del turnover (calcolo della probabilità di fuoriuscita e stima dell’organico pensionabile), l’analisi dei costi di trasferta (per monitorare i trend di spesa e individuare eventuali anomalie) e la pianificazione degli organici (per ottimizzare l’allocazione delle risorse sulle attività correnti, massimizzando il livello di competenza).

Il mondo dell’Università e della Ricerca
La competenza acquisita da SAS nell’area degli analytics deriva anche dal rapporto costante con il mondo dell’Università e della Ricerca, qui rappresentato dagli esponenti di alcuni prestigiosi Atenei. I quali, nel corso del dibattito moderato da Chiara Lupi, Direttore Editoriale del Gruppo Este, offrono il loro personale contributo sulle problematiche correlate con gli analytics. Carlo Vercellis, Professore di Business Intelligenze e Ottimizzazione presso il Politecnico di Milano, ravvisa proprio negli analytics l’elemento che contraddistingue una Business Intelligence “passiva”, che facilita l’accesso ai dati ma si limita a offrire una vista logica dell’esistente, da una BI “attiva”, che trasforma i dati in conoscenza e permette all’azienda di acquisire il differenziale per competere con successo. Furio Camillo, Professore di Statistica Aziendale presso l’Università di Bologna, sottolinea come la forte attenzione attuale per il micro-dato, cioè per la misura riferita alla specificità del singolo individuo, determini un’evoluzione delle tecniche statistiche: “Emerge con forza il tema della qualità del dato, o meglio della qualità del processo che trasforma il dato disponibile (tipicamente di tipo operazionale) in dato statistico, anche con l’integrazione di dati provenienti dall’esterno”.

Dalla cultura alla conoscenza
Per parte sua, Mauro Bello, Professore di Organizzazione dei Sistemi Informativi presso l’Università Cattolica di Milano, analizza gli impatti della BI analitica sull’azienda in termini di cultura (“l’informazione non viene più considerata proprietà personale dei singoli”), processi (“le nuove conoscenze alimentano anche i sistemi transazionali e migliorano i processi”), organizzazione (nascono nuove unità di business e nuove figure professionali) e competenza (“i ruoli tradizionali, come quelli degli addetti allo sportello o al call center, evolvono e assumono anche un aspetto proattivo e decisionale”). Paolo Mariani, Professore Associato di Statistica Aziendale e Analisi di Mercato presso l’Università di Milano Bicocca, dopo aver sottolineato il ruolo dell’Università come ponte tra ricerca/cultura e conoscenza/applicazione, evidenzia l’accresciuta consapevolezza da parte delle aziende circa l’importanza delle analisi statistiche: “Lo dimostra, tra l’altro, il fatto che il 98% dei laureati in statistica trova un’occupazione entro sei mesi dalla laurea, segno che le aziende hanno deciso di investire fortemente nell’area dell’analisi dei dati a fini decisionali.”