Business Intelligence

Business Intelligence: previsione e predittività

Prevedere

“Non si può mai pianificare il futuro pensando al passato”, così Edmund Burke (o almeno si ipotizza che l’aforisma possa essere suo), politico e filosofo irlandese del ‘700: sicuramente aveva le sue ragioni per essere così drastico sul possibile collegamento tra quanto è accaduto e quanto sta per accadere. Quel che è certo è che  non conosceva  le potenzialità che uno strumento di sapientemente utilizzato, può mettere a disposizione, soprattutto alle aziende.

Con questo non voglio dire che nella frase non ci fosse qualche elemento di verità: non esiste, infatti, alcuna soluzione nè piattaforma che, per quanto performante,   possa prevedere con probabilità pari a 1 (ovvero con completa sicurezza) qual è la scelta “giusta” basandosi su un insieme di dati raccolti. Come abbiamo visto precedentemente la BI rende possibile fare delle ipotesi di lavoro a priori mediante l’analisi di tutte le informazioni immagazzinate e, di conseguenza, prendere delle decisioni, ipotizzando l’esistenza di legami del tipo azione-reazione.

Si tratta quindi di un supporto all’attività decisionale che permette di fare un quadro di ciò che ha un’ alta probabilità di accadere, e di impostare di conseguenza azioni sia nel caso in cui avvenga esattamente quanto previsto sia nei casi in cui la previsione non sia stata centrata del tutto.

Ma esiste anche un’altro termine, a suo modo abbastanza suggestivo, che può essere associato al mondo della BI e che trova varie possibilità di applicazione pratica: Predire.

Anche in questo caso, seppure wikipedia associ il termine a concetti di chiaroveggenza, ne va abbondantemente ristretta l’efficacia, in quanto si è sempre nell’intorno nel probabile. Altamente probabile, per essere corretti.
Vediamo, quindi, un esempio decisamente semplificato di come la BI possa dare capacità predittive a un consulente di un call center che risponde al numero del servizio clienti.
Dato per scontato che il cliente che chiama sia stato identificato in modo univoco (magari proprio dal numero chiamante, se si parla di una azienda telefonica), il consulente potrebbe semplicemente dire “Buongiorno sig. Rossi, in cosa posso esserle utile?” oppure potrebbe suggerire una eventuale soluzione al potenziale problema per il quale il sig. Rossi stava chiamando.

Questo è possibile perchè è stato precedentemente raccolto un insieme di dati sui clienti (dai dati contrattuali, ai dati di consumo, alle specifiche tecniche, alle informazioni geografiche, ai dati di contatto) e, tramite degli algoritmi a volte piuttosto complessi, sono state create delle associazioni probabilistiche tra la situazione contingente del cliente e la richiesta che ha inviato al servizio di assistenza. Chiaramente è possibile che il cliente voglia solo informazioni o magari un altro tipo di servizio, ma in ogni caso è stato individuato un comportamento tipico che percentualmente racchiude un numero elevato di occasioni di contatto.

Ma quali sarebbero i vantaggi di una soluzione apparentemente così complessa? Gli scenari possibili sono diversi.
Si può ipotizzare, ad esempio, sul volume complessivo delle chiamate, una diminuzione del tempo impiegato nella individuazione e risoluzione del problema del cliente con conseguente riduzione dei telefonici se si tratta di un numero verde; oppure un aumento del volume delle chiamate gestite per singolo consulente con conseguente riduzione del numero complessivo di operatori richiesti sul call center; o ancora un possibile aumento del grado di soddisfazione del cliente per tempismo e incidenza del servizio clienti.

E’ utile ripetere che siamo in presenza di ipotesi probabilistiche e che va comunque fatta una valutazione approfondita sui costi della soluzione. Tuttavia, seppure l’esempio fatto sia volutamente semplificato, si può vedere chiaramente che l’effetto su processi aziendali, basati su grandi volumi, potrebbe portare enormi benefici.

In conclusione è un peccato che il telefono sia stato inventato solo nell’800, magari se Burke avesse chiamato un servizio clienti che utilizza strumenti predittivi avebbe voluto ritrattare la sua dichiarazione…

Giuliano Razzicchia

Giuliano Razzicchia

Giuliano razzicchia lavora da più di 10 anni sui CRM e sui sistemi di gestione dati di grandi aziende italiane e internazionali, a cavallo tra IT e business: una posizione ibrida che gli ha permesso di conoscere obiettivi e difetti di entrambe le funzioni.
Esperto di tecnologie al servizio della gestione del cliente ha cercato di portare in tutte le sue esperienze la propria attitudine ad organizzare la conoscenza per renderla facilmente fruibile.

2 commenti

Commenti e reazioni su:

Loading Facebook Comments ...

2 Comments

  1. Franco

    18/05/2012 alle 11:51

    La predizione genera “stupore” nelle persone, lo stupore si traduce in “contettezza” di solito, la contentezza è sinonimo di soddisfazione (i.e. la predizione è una soluzione win-win per azienda e cliente)!

  2. Pingback: Business Intelligence: previsione e predittività | Tech Economy | felicevitulano

Lascia una replica

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

No Trackbacks.

TechEconomy è il portale di informazione dedicato a manager, imprenditori e professionisti che vogliono approfondire e comprendere l’impatto delle tecnologie nello sviluppo del business nelle PMI come nell’industria, nella finanza, nei servizi.
Si rivolge insomma a tutti coloro che vogliono capire come le nuove realtà dell'Information Technology - Web 2.0, e-Business, net economy - stiano cambiando l’economia, e con essa la società.
Inizio
Shares
Share This