» continua
L'analisi predittiva sta incontrando quello che David Menninger, direttore della ricerca e vicepresident presso Ventana Research, definisce “un rinnovato interesse”. E non è l'unico a osservare un aumento del numero di aziende che stanno cercando di impostare un programma di analisi predittiva.
A settembre, Hurwitz & Associates, società di consulenza e ricerche di mercato statunitense, ha pubblicato un rapporto sui 12 fornitori di tool di analisi predittiva che vede come principali protagonisti del mercato. Fern Halper, partner di Hurwitz e principale ricercatore del rapporto, ritiene che l'analisi predittiva si stia diffondendo sempre più tra gli utenti. La sua crescente popolarità va associata a tool migliori, maggiore accessibilità delle risorse informatiche ad alte prestazioni, ridotti costi di storage e un clima economico in cui le aziende sono ansiose di fare previsioni più accurate.
“Nell'economia di oggi, si realizza di avere prevalentemente strumenti per studiare cosa è già accaduto - dice Halper -. Si comincia, invece, a sentire forte la necessità di delineare ciò che potrebbe accadere e ciò che accadrà, per poter essere più pronti e rapidi, riuscendo così ad aumentare la propria competitività”.
Ma, mentre da una parte l'analisi predittiva è sotto le luci della ribalta, le sottigliezze che caratterizzano lo sviluppo di un programma sono complicate e talvolta le aziende non sono in grado di affrontarle. Ma la buona notizia, secondo molti analisti e consulenti, è che trovare la giusta strategia è possibile, anche con un budget modesto.
Ecco alcuni suggerimenti degli esperti per una buona analisi predittiva che non sia economicamente rovinosa.
Definire un programma
Prima di iniziare, condurre un attento esame della vostra azienda e creare un piano iniziale per l'implementazione. Ciò significa valutare i tool, le competenze e i dati disponibili al suo interno e, al tempo stesso, riconsiderare anche la vision tenendo conto di tutti gli aspetti nei quali un programma di analisi predittiva può aiutare il business.
Eric King, fondatore e presidente della società di consulenza statunitense The Modeling Agency, specializzata in analisi e data mining, sostiene che molte aziende potrebbero trarre beneficio dall'assistenza di un consulente esterno durante la fase di valutazione iniziale di un progetto, che ritiene costi tra i 20.000 e i 30.000 dollari.
“Suggerirei di farlo con la guida di un consulente esperto in data mining - dice King - per evitare di acquistare un noto pacchetto software, sbagliare al primo passo, reimpostare il lavoro e ricominciare da capo, oppure sbagliare, decidere che la cosa non funziona e realizzare due anni più tardi di doverlo fare comunque”.
Creare e testare un modello
Significa iniziare con il definire una domanda; gli analisti dicono di sceglierne una per rispondere alla quale disponete già dei dati necessari. Inoltre, consigliano di scegliere una domanda che abbia un impatto osservabile e misurabile sul funzionamento della vostra azienda.
La creazione di un modello può indurre molte aziende a credere di aver bisogno di investire nel software, cosa che, invece, costituisce l'ultimo elemento del processo.
Alcuni analisti indicano come possibili scelte tool di analytics open source come Knime e Weka, almeno in fase di creazione di un modello. Molti altri suggeriscono di scegliere una soluzione Saas (Software-as-a-Service).
“Numerosi produttori vendono servizi di analisi predittiva come analisi del market basket o segmentazione del mercato attraverso un modello SaaS - indica Rita Sallam, direttore ricerche presso Gartner -. Potreste essere in grado di acquistare ciò di cui avete bisogno, vedere come funziona nella vostra azienda … e almeno creare un business case sui possibili impatti”.
Il sistema di modellizzazione fornisce anche un esempio che può aiutare a capire l'approccio di un'azienda, soprattutto della dirigenza di più alto livello, e a rivelare se ci sia al suo interno riluttanza a procedere con un programma di analisi predittiva prima di investire grandi somme di denaro in questo ambito.
“Alla fine della giornata, bisogna passare dall'intenzione teorica di utilizzare l'analisi predittiva alla concreta volontà di adottare e finanziare tali tecniche", sostiene Adrian Alleyne, direttore delle ricerche di mercato presso l'americana DecisionPath Consulting.
Tenere sempre presente la sostenibilità
Cercate un modo per far sì che la strategia di analisi predittiva sia in grado di auto-sostenersi. Per esempio, nella definizione del progetto iniziale, John Lucker, che dirige la divisione di consulenza in analisi avanzate e modellizzazione presso Deloitte Consulting, suggerisce di esaminare le potenziali applicazioni di analisi predittiva e poi suddividerle in obiettivi a breve, medio e lungo termine.
“Prima si calcola il ritorno sugli investimenti per ognuna delle diverse opzioni - dice - poi le si strutturano in modo che l'investimento in progetti a breve termine porti un ROI che copra i costi dell'investimento più oneroso”.
Naturalmente, questa soluzione può non soddisfare tutti gli obiettivi di analisi predittiva di un'azienda. Se è così, secondo Lucker, una categoria separata (che lui chiama “area di parcheggio” della road map di analisi predittiva) può servire a conservare i progetti che non trovano facilmente fondi nell'attesa della disponibilità di un budget.
Scegliere la tecnologia che fa per voi
Quando arriva il momento di scegliere la tecnologia di analisi predittiva, bisogna decidere se investire in un software da utilizzare internamente sia la scelta più adatta o se esistano altre opzioni migliori in funzione dei fondi a disposizione, come un modello SaaS o ingaggiare un fornitore di servizi di analytics. Non per tutti è, poi, così determinante affrontare un imponente progetto di questo tipo.
Oltre ai costi legati all'acquisto del software e alla manutenzione, può non essere facile e, anzi, spesso si rivela anche parecchio costoso trovare persone con le competenze necessarie per costruire modelli predittivi e organizzare, ripulire e normalizzare i dati per l'analisi predittiva. Rivolgersi a un service provider per la gestione dei processi analitici potrebbe essere meno costoso dell'acquisto di tool e dell'assunzione di professionisti competenti.
Se un'azienda reputa importante sviluppare quelle competenze al suo interno, formare i dipendenti già presenti nel fare analisi predittive può rappresentare una via economicamente efficiente. Secondo Elder, “la buona notizia è che la gente ha voglia di impararlo e lo può fare. La cattiva notizia è che non lo si può imparare rapidamente”.
Inoltre, non è necessario dover spendere molto denaro in software di analisi predittiva se si desidera acquistare la tecnologia e utilizzarla al proprio interno. “Mentre la maggior parte dei fornitori vende piattaforme di analisi che permettono di interfacciarsi perfettamente con i processi operativi, è anche possible trovare tool a basso costo, ovvero meno di 2.500 dollari, da far utilizzare a uno o due buoni analisti per influire su un singolo processo specifico”, ha concluso Alleyne.
