Condividi
x
Condividi
x

Perché il prescriptive analytics supera il concetto di reporting tradizionale?

12/04/2019
Redazione-img
Redazione
Tech
Categorie

Chi sono i nostri clienti? Di che cosa hanno bisogno? Come possiamo assicurare loro una customer experience efficace, in grado di garantirci un vantaggio competitivo?
Tutte queste domande possono trovare risposta grazie all’analisi dei dati. Ma se siamo molto familiari con report e dashboard, forse non ci siamo ancora resi conto appieno delle possibilità che nuove tecnologie, come Intelligenza Artificiale e Machine/Deep learning, possono portare nelle nostre vite professionali: non solo uno sguardo al passato, ma una vera e propria finestra sul futuro!
Le tecniche di analisi dei dati possono infatti essere suddivise in 3 categorie: descriptive analytics, predictive analytics, prescriptive analytics.
La descriptive analytics è quella più “tradizionale”: analizza i dati del passato categorizzandoli, filtrandoli, aggregandoli. Può essere personalizzata e mirata ad un dato periodo o a un certo target di clienti, consentendoci ad esempio di capire cosa è successo nell’ultimo mese o nell’ultimo anno e di tracciare le preferenze di acquisto di un dato segmento di mercato o il modo migliore per contattarlo.
La predictive analytics va un passo oltre e guarda al futuro, spesso grazie al supporto dell’intelligenza artificiale. Negli ultimi anni non è solo cresciuta, ma è diventata sempre più precisa ed attendibile. L’uso di algoritmi permette ad esempio di formulare previsioni relative al fabbisogno di un dato prodotto o servizio.
La prescriptive analytics ha le sue fondamenta nella predictive analytics ma si spinge ben oltre: non solo prevede che cosa accadrà, ma fornisce indicazioni all’utente su cosa deve fare: ad esempio esporre/ordinare più bibite di una determinata tipologia in un determinato periodo, perché si prevede sarà richiesta. In questo modo, non è necessario che una persona si prenda la briga di leggere ed interpretare un report per avere un beneficio: è il beneficio a venire da lui, per così dire, attraverso azioni push come messaggi, checklist, ecc…
Descriptive, predictive and prescriptive analytics non sono separate, ma concorrono insieme a creare quindi una customer experience avanzata. La comprensione delle azioni passate accresce la conoscenza dei propri clienti, consentendo di prevedere cosa accadrà in futuro e di pianificare azioni immediate per una esperienza cliente sempre più efficace.
Il mercato comincia ad accorgersene: dalla ricerca dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano emerge che, almeno in Italia, il mercato dei Big Data Analytics ha continuato la sua espansione nel corso del 2018, raggiungendo un valore complessivo di 1,393 miliardi di euro, in crescita del 26% rispetto all’anno precedente. La totalità delle grandi organizzazioni adotta tecniche di descriptive analytics, ma molte stanno sperimentando un’evoluzione verso logiche di analisi predictive e addirittura prescriptive. Insomma, ancora una volta l’evoluzione passa attraverso tecniche di Machine Learning e Deep Learning, che promettono di essere davvero il trait d’union di tutto ciò che ci aspetta in futuro.

ATONEWS
Le persone al centro
.one Retail
Retail · Retail Management
Cristiano Negri
.one Retail: la nuova piattaforma applicativa per il retail
01/04/2025
Approfondisci
.one AI ticketing
Tech
Andrea Cobre
.one AI per il ticketing: rivoluzione nella gestione delle richieste
27/03/2025
Approfondisci
People
Giulia Stefano
.atonAcademy 2025: Masterclass Tech Sales & Business Development
14/03/2025
Approfondisci
I primi 90 giorni in Aton dopo .atonAcademy
People
Giulia Stefano
Da .atonAcademy a Aton: i primi 90 giorni di Ioana, Nicola e Deborah
13/03/2025
Approfondisci
Risultati 2024 del Gruppo Aton
Prosperity
Tania Zanatta
Aton: il fatturato vola a 23,3 milioni. Crescono gli ordini dall’estero
07/03/2025
Approfondisci
AI per processare gli ordini
Tech
Andrea Cobre
L’AI per processare gli ordini destrutturati
26/02/2025
Approfondisci
CASE STUDY
Ecco alcune delle nostre esperienze
Leggi
GranTerre e il .PIM di Aton

GranTerre

Food & Consumer Goods
Come gestire e valorizzare un patrimonio informativo composto da decine di migliaia di articoli, coinvolgendo al tempo stesso una molteplicità di attori interni ed esterni all’azienda? È la sfida affrontata…
Approfondisci
Leggi
caffè-vergnano-case-study-aton-img

Caffè Vergnano

Food & Consumer Goods
Oggi Caffè Vergnano è presente sul territorio in 19 regioni con oltre 4.500 clienti Ho.Re.Ca e nel mondo con più di 70 locali in 19 paesi.
Approfondisci
Leggi
unicomm-banner-img

Unicomm

Retail Vendite Omnichannel
Nel corso dei suoi quasi 70 anni di storia Unicomm è cresciuto fino ad essere presente oggi in 7 regioni e 32 province italiane. Con oltre 1500…
Approfondisci
Leggi
shv-energy-case-study-img

SHV Energy

Energy
In una sola web console l’azienda registra i dati, gestisce gli ordini, pianifica i rifornimenti, la manutenzione e si assicura che tutte queste operazioni vengano riportate in modo immediato e automatico nel gestionale.
Approfondisci
Leggi
gruppo-poli-banner-img

Gruppo Poli

Retail Vendite Omnichannel
Poli ha unito tradizione e innovazione nel proprio modo di fare impresa ponendo particolare attenzione ai collaboratori, ai clienti e al territorio. In Aton, ha trovato un partner con…
Approfondisci
Leggi
cattel-banner-img

Cattel

Food & Consumer Goods Vendite Omnichannel
Cattel S.p.a, azienda leader nel Nord d’Italia nella distribuzione di prodotti alimentari nel canale Ho.Re.Ca ha profondamente trasformato la raccolta ordini adottando la soluzione .onSales B2B di Aton.
Approfondisci