Claudio Sguoto
Come si vince
la sfida dei dati?
Intesa Sanpaolo
Stanhome
Zurich Italia
Leroy Merlin
Copyright © 1996 SAS Institute srl
itasascom è una pubblicazione
periodica di SAS Institute s.r.l.
Tutti i diritti sono riservati
Registrazione al Tribunale
di Milano N. 71 del 15/02/97
SAS è un marchio registrato
di SAS Institute Inc. (NC) USA.
Altri marchi o nomi di prodotti
citati sono marchi registrati
delle rispettive aziende.
È vietata la riproduzione
anche parziale della rivista
senza autorizzazione
Distribuzione:
versione cartacea e digitale
iEditorialei
IoT e streaming analytics:
il futuro basato sulla conoscenza
Emanuela Sferco
Regional Marketing Director SAS
C
on l’Internet of Things ogni oggetto sarà interconnesso e fornirà attraverso la rete dati utili alle
decisioni. Si prospetta un mondo basato sulla
conoscenza. Ma come elaborare il flusso continuo dei Big
Data provenienti dagli da smart object?
Grazie alla gestione dei dati in streaming, per cui le informazioni vengono analizzate automaticamente prima di venire
memorizzate nel cloud o altro repository. L’analisi avviene
mentre il sistema continua a ricevere e trasmettere dati da
e verso l’Iot (Analytics of Things), fornendo insight predittivi
in tempo reale. La chiave risiede nella tecnologia: si analizza
il presente per predire il futuro, grazie a strumenti capaci di
identificare i modelli nel momento in cui i dati sono ricevuti.
Le applicazioni sono tantissime (dai sistemi di trasporto
intelligenti alle smart grid), ma con un unico denominatore:
il potere della conoscenza.
Impatto atteso
dell’IoT nei
prossimi anni
4
$4
25+
25+
50
BILLION
TRILLION
MILLION
BILLION
TRILLION
Connected
People
Revenue
Opportunity
Apps
Embedded
& Intelligent
Systems
GBs of Data
FONTE: IDC
Direttore responsabile:
Emanuela Sferco
@EmanuelaSferco
Caporedattore:
Michela Guerra
@mhg326
Coordinamento editoriale:
Augusta Longhi
@augustalonghi
Impaginazione:
Marketing Arena
Identity Atlas
Stampa:
CPZ spa - via Landri 37/39
24060 Costa di Mezzate,
Bergamo
Fotografo:
Gabriele Sandrini
Per sottoscrivere un abbonamento gratuito a itasascom
scrivere a:
[email protected]
Stanhome, mette al centro il canale / p. 19
iSommarioi
Content
COVER STORY
6 Come si vince la sfida dei dati?
La partita dei dati si gioca tutti insieme
mettendo a fattor comune le competenze
PROTAGONISTI
11 Zurich Italia, analytics per una
tariffazione veloce e competitiva
Data quality e soluzioni analitiche
per migliorare la competitività
SOLUZIONI E TECNOLOGIE
Advanced Analytics
14 Analytics in Action: come trasformare
i dati in insight di business
Data, Discovery e Deployment per un
approccio strutturato agli analytics
PROTAGONISTI
19 Stanhome, mette al centro il canale
Innovare lavorando sul campo per
conoscere il contesto e gli strumenti
SOLUZIONI E TECNOLOGIE
Data Management
22 Per analytics di qualità
occorrono dati di qualità
Prendere decisioni a partire dai dati
PROTAGONISTI
24 Leroy Merlin mette insieme
tutti i pezzi della supply chain
Legare produzione e marketing
per ripensare la supply chain
PROTAGONISTI
28 Česká Pojišťovna,
dalla difesa all’attacco
Un approccio più proattivo e in tempo
reale per combattere le frodi
IL PUNTO DI VISTA
30 Quattro fenomeni che stanno
cambiando il mondo delle imprese
Innovazione per l’economia di domani
iCover Storyi
Come si vince
la sfida dei dati?
La partita dei dati si gioca tutti insieme,
mettendo a fattor comune le competenze
data knowledge / advanced analytics / finance
Centro direzionale La Torre Intesa Sanpaolo, Torino
iCover Storyi
Claudio Sguoto, Responsabile Servizio Data Governance, Intesa Sanpaolo
P
iù valore per le persone, più valore per il business.
Questa è la sfida che le banche vogliono vincere
mettendo al centro i dati. Omni-channel e omni-engagement, real-time e sempre a portata di mano.
Così cambia la banca grazie allo sviluppo di infrastrutture
che mettono a fattore comune cloud, mobile, social e liberano la potenza degli analytics per misurare le perfomance,
migliorare la gestione del rischio e prendere decisioni data
driven. Ma come si vince la sfida dei dati? Abbiamo girato
la domanda a Claudio Sguoto, Responsabile Servizio Data
Governance di Intesa Sanpaolo.
Come si vince la sfida dei dati?
itasascom · 1/2016
La partita dei dati si gioca tutti insieme, mettendo a fattor comune le competenze e superando certe
“gelosie” che poi diventano freno al cambiamento. Da un
lato il data scientist, con un mix di competenze, capace di
gestire, acquisire, organizzare ed elaborare dati. Dall’altro
un owner o “papà” dei dati e infine una figura di regia del
processo dei dati che va dal mondo business all’IT, capace
di progettare e costruire nuovi modelli di organizzazione,
utilizzo e usabilità dei dati. La portata di questa sfida impone
non solo di utilizzare l’arsenale delle competenze tecniche,
ma di attingere anche a quelle competenze “soft” in grado
di creare un contesto umano favorevole al cambiamento.
7
iCover Storyi
Centro direzionale La Torre Intesa Sanpaolo, Torino
Qual è l’importanza degli analytics?
Gli analytics supportano il management nel
prendere decisioni di business più adeguate ed efficaci.
Stiamo parlando di coprire le esigenze normative, gestire
meglio la propria esposizione al rischio ed essere quindi
più preparati a prendere decisioni, reagendo rapidamente.
Tutto ciò non è possibile senza un’adeguata democratizzazione degli analytics a livello aziendale. Ma con gli analytics
è possibile comprendere come creare prodotti “sartoriali”
a misura dei diversi tipi di clientela creare valore sia per il
cliente che per la Banca.
“
L’ABC della banca smart. Agile per rispondere al cambiamento. Bimodale per tenere
insieme governance e operations. Centrata sul
cliente, perché la fiducia e la trasparenza sono
l’anima dell’economia dei dati
itasascom · 1/2016
8
iCover Storyi
Intesa Sanpaolo
Qual è la lista delle cose da fare?
Organizzare la cabina di regìa di tutto il processo dei dati. Definire un piano di change management
per accompagnare il cambiamento e diffondere una nuova
cultura dei dati. Ridurre la replica dei dati perché porta con
sé problemi di mantenimento della data quality e disperde
il significato originale dei dati. Distribuire in sicurezza la
conoscenza agli utilizzatori finali. Smontare la tipica architettura informativa a spaghetti, da molti punti a tanti punti,
e permettere l’accesso a una fonte dati unica.
Qual è la priorità?
A fronte di un cliente sempre più connesso,
mobile e social, diventa centrale per la banca la gestione
della customer experience su tutti i canali digitali. Il miglioramento del rapporto con il cliente e la capacità di sviluppare
forti e qualificate relazioni sono ai primi posti nelle priorità
del top management bancario.
Per costruire una strategia “data driven” bisogna abbattere le barriere funzionali. Ci deve essere una
sola fonte dei dati, una sola “nuvola”, per rendere univoco
il dato per ciascun utilizzatore. Si tratta di passare dalla preoccupazione di essere proprietari dei propri dati all’essere
capaci di utilizzare al meglio tanti dati. La conoscenza ha
valore solo se genera conoscenza, se è condivisa e se è alimentata da tutti gli stakeholder. Forse, il vero “data owner”
dei dati è chi ne ha una profonda conoscenza, sa utilizzarli
meglio degli altri e ne cura la data quality.
Come si costruisce una strategia “data driven”?
Guarda il video dell’intervista a Claudio Sguoto.
Leggi l’intervista completa.
itasascom · 1/2016
9
iCover Storyi
Claudio Sguoto, Responsabile Servizio Data Governance, Intesa Sanpaolo
iProtagonistii
Analytics per una tariffazione
veloce e competitiva
L’importanza della data quality e delle soluzioni analitiche a supporto
dei processi di modellazione, ratemaking e reporting
finance / data quality / tariffazione
Sede Zurich Italia, Milano
iProtagonistii
Intervista a
Anna Papola
Head of Pricing
and Analytics
di Zurich Italia
L
Zurich Italia
e polizze stanno diventando una commodity e spesso la scelta dell’assicurato è guidata esclusivamente
dal prezzo. Una tariffazione accurata rappresenta
pertanto un fattore strategico di successo. Il punto critico è
individuare e analizzare correttamente le molteplici variabili
di rischio che concorrono a determinare il premio, attraverso
modelli di calcolo predittivo.
Quali sono le esigenze del settore Insurance
in termini di tariffazione?
Il settore Insurance è in rapida trasformazione. Negli anni, il portafoglio di Zurich si è esteso dalle polizze
Auto a prodotti che coprono più aree assicurative. Il processo
di tariffazione presuppone l’analisi delle variabili di rischio
rispetto all’oggetto del contratto, per stimare frequenza dei
sinistri ed entità dei danni, in funzione predittiva. Da qui, si
calcola il premio. I parametri multi-source da prendere in
considerazione sono moltissimi e soggetti a vincoli normativi.
La capacità di organizzare le informazioni e la data quality
diventa requisito imprescindibile per il ratemaking.
“
Ora disponiamo di database ordinati e divisi
per prodotti, scevri da informazioni ridondanti.
Rimangono più tempo e risorse da dedicare
all’analisi.
Come si costruisce un processo di data
management efficiente?
I dati arrivano in forma disaggregata e bisogna isolare le informazioni pertinenti. Con l’affiancamento di
Nunatac, società partner di SAS, in questi anni è stato fatto
un grande sforzo per pulire, standardizzare e organizzare
l’enorme mole di dati, automatizzando tutte le operazioni di
data management. Oggi disponiamo di database ordinati e
divisi per prodotti, scevri da informazioni ridondanti e non
pertinenti. Con il lavoro di pulizia fatto a monte del processo di elaborazione dati, rimangono più tempo e risorse da
dedicare all’analisi.
Scopri l’azienda partner Nunatanc
itasascom · 1/2016
12
iProtagonistii
Zurich Italia
Quanto conta la collaborazione IT - Business
per ottimizzare il ratemaking?
Le persone preposte al data warehouse devono interfacciarsi con gli attuari per raccogliere informazioni
sulle finalità delle analisi e sui desiderata, affinché le informazioni siano presentate in modo congruo. Una buona data
quality è la base per analisi efficaci. Il successo del progetto
realizzato in Zurich è dovuto alla profonda sinergia tra chi si
occupa di strutturazione e chi di analisi dei dati.
Come si ottengono analisi predittive sempre
aggiornate?
I modelli previsionali vengono sviluppati
sulla base dello storico, ma è fondamentale che siano poi
applicati ai database aggiornati. Fondamentale risulta la
creazione di un flusso continuo per cui l’IT prepara i dati
storici su cui generare modelli che vengono poi alimentati
da informazioni attuali: solo così è possibile predire la situazione futura del portafoglio e intervenire sul presente.
Principali vantaggi di business
• miglioramento della qualità del dato e accelerazione
dei processi analitici;
• più tempo per verificare eventuali anomalie con granularità
e per attuare interventi correttivi;
• sistema di reporting multidimensionale;
• ritorni economici derivanti dalla velocità di risposta
e dalla capacità di identificare un pricing ottimale;
• visibilità a livello di gruppo della branch italiana.
Leggi le altre testimonianze di successo in ambito assicurativo.
itasascom · 1/2016
13
iSoluzioni e tecnologiei
Analytics in Action
Analytics in Action: come trasformare
i dati in insight di business
analytics culture / citizen data scientist / big data
P
er convertire i big data in insight utili
al processo decisionale, occorrono
strategie di analytics allineate agli
obiettivi di business, supportate da tecnologie, commitment del top management e
shift culturale che coinvolge l’intera organizzazione, come racconta Angelo Tenconi, Analytics & Technology Director di SAS.
Quali sono le fasi del processo che
permettono di convertire i dati in azioni
di business?
Per trasformare gli Analytics in Action,
occorre un approccio strutturato in tre pillar:
Data, Discovery e Deployment. I Dati sono la
base del processo analitico e vanno gestiti
in modo efficiente, garantendone la qualità.
La Discovery deve consentire l’esplorazione
autonoma dei dati a qualsiasi utente, anche
senza competenze tecniche. Con il Deployment, infine, i modelli analitici entrano in
produzione e vengono distribuiti all’interno
dell’organizzazione.
Quali sono i fattori chiave che decretano il successo o il fallimento di una
strategia di Analytics?
La tecnologia è un elemento critico per
la riuscita delle iniziative di Analytics. Gli
strumenti IT devono essere user-friendly e
itasascom · 1/2016
abilitare una larga platea all’utilizzo autonomo
degli analytics.
Gartner ha coniato in proposito il termine
Citizen Data Scientist per indicare persone in
grado di generare modelli di analisi predittiva
senza un background statistico o matematico
e SAS è fortemente impegnata nello sviluppo
di tecnologie in grado di avvicinare gli uomini di business agli analytics. Il commitment
del top management è un altro imperativo.
Fondamentali anche i Laboratori di Innovazione ovvero gruppi di lavoro composti
da data scientist e supportati da tecnologie
adeguate, che elaborano e prototipizzano
modelli innovativi di analisi.
Come scegliere le tecnologie adeguate
e future-proof a supporto dei processi
analitici?
Per iniziative analitiche di successo, bisogna adottare soluzioni in grado di coprire
Data, Discovery e Deployment.
Siccome la velocità di prototipazione e
sviluppo di use case è cruciale, diventano
fondamentali tecnologie analitiche Cloud
Based, scalabilità enterprise e porting dei
modelli analitici negli ambienti produttivi.
Per abilitare l’avvio di centri di competenza
analitici e laboratori di innovazione, inoltre
SAS propone piani formativi e master per
Data Scientist, in collaborazione con Università e Partner.
14
iSoluzioni e tecnologiei
Angelo Tenconi, Analytics & Technology Director di SAS
iSoluzioni e tecnologiei
Analytics in Action
Quanto è importante la velocità di
azione?
La velocità è un parametro che deve guidare l’intero processo di analisi: la capacità
delle soluzioni analitiche di elaborare grandi
volumi di dati direttamente dove risiedono,
è un elemento cruciale.
La velocità è importante nella fase di discovery: SAS permette la fruizione degli
analytics self-service agli utenti di business,
che possono esplorare i dati grezzi (non
preaggregati) in autonomia.
Ma la velocità è importante anche in fase
di collezione ed analisi dei dati, con particolare riferimento al mondo dell’IoT. I sensori
trasmettono continuamente flussi di dati che
vanno analizzati in motion. Si andrà quindi
sempre più verso il concetto di Streaming
e at Edge Analytics e l’ambito applicativo è
ampio e in continua espansione.
Discovery
Deployment
Data
Gartner posiziona SAS nel magic
quadrant per gli Advanced Analytics.
Leggi il report completo.
I must per convertire gli analytics
in vantaggio competitivo
Solo l’intersezione di Data, Discovery e Deployment garantisce consistenza e
integrazione sull’intero processo, dal dato alla produzione dell’informazione.
Data
Elaborare mole elevate di dati e applicare gli analytics anche all’interno di piattaforme di big data quali hadoop senza dover movimentare i dati.
Discovery
Esplorare e analizzare, con una interfaccia grafica user-friendly, tutti dati a disposizione, senza doverli aggregare e sintetizzare.
Deployment
Supportare lo sviluppo veloce di modelli e il porting nell’ambiente produttivo.
Oggi con le nuove tecnologie SAS lo sviluppo di un modello avviene in pochi
secondi e non più in settimane.
itasascom · 1/2016
16
iSoluzioni e tecnologiei
Analytics in Action
Indipendentemente dal settore di mercato e dalle
dimensioni, oggi le aziende hanno a disposizione
un ricco bacino di dati da convertire in insight utili
al processo decisionale. L’intersezione delle tre
fasi di Data, Discovery e Deployment garantisce la
trasformazione degli Analytics in Action, creando
valore per il business.
Data
Gestire i dati provenienti da
fonti aziendali, interazioni web,
social e IoT in modo efficiente
garantendo qualità e velocità di
trasformazione in informazioni
Discovery
utili.
I dati devono essere
accessibili ad un’ampia
platea di utenti per:
Favorire la
sperimentazione
Deployment
Prototipizzare
velocemente modelli
innovativi di analisi
È la fase attuativa, in cui i modelli analitici,
testati e validati, entrano nell’ambiente
Testare la validità
di idee innovative
(Innovation Lab)
itasascom · 1/2016
produttivo e vengono distribuiti all’interno
dell’organizzazione.
17
DATA
SCIENTIST
iSoluzioni e tecnologiei
Citizen Data Scientist
Termine coniato da Gartner, indica una figura
professionale in grado di generare modelli di
analisi predittiva senza background statistico o
informatico.
Secondo Gartner la richiesta di citizen data
scientist nei prossimi anni sarà 5 volte maggiore
rispetto a quella dei Data Scientist.
CITIZEN
DATA SCIENTIST
Millenials
I millennials sono coloro che hanno la giusta attitudine e la dimestichezza per diventare
citizen data scientists. Spesso però mancano di
competenze di business.
BUSINESSANALYST-
I 7 fattori chiave
per una strategia
basata sugli analytics
Committent del
top management
itasascom · 1/2016
Gestione e
trasformazione
dei dati
Velocità di
esplorazione e
analisi
Soluzioni e
tecnologie userfriendly
Diffusione della
cultura analitica
in azienda
Creazione
di laboratori
di innovazione
Governance
dell’intero
processo
18
iProtagonistii
Stanhome mette al centro il canale
Stanhome innova le vendite e rivoluziona la reportistica e la gestione
dei venditori con SAS Visual Analytics trasformando gli operatori commerciali in imprenditori di se stessi
visual analytics / change management / vision
Intervista a
Gelindo Costanzo
IT Director di Stanhome
G
elindo Costanzo, IT Manager di Stanhome nel giro
di un anno e mezzo dall’introduzione di SAS Visual
Analytics ha innovato l’approccio delle vendite,
rivoluzionando la reportistica e la gestione dei venditori sul
territorio. Parole d’ordine? Condivisione delle informazioni,
cambiamento, strategia chiara e gli strumenti giusti. Ma la
cosa più importante è arrivare a un prototipo in tempi brevi
e a costi contenuti, lavorando con partner affidabili come
Telecom Italia Digital Solution e Synteg che sono stati parte
integrante del successo del progetto.
Qual è la prima cosa che ha fatto?
Ho riallacciato il legame di ascolto con il
canale diretto di vendita. Le 30 mila persone sul campo che
costituiscono la nostra forza vendita da semplici operatori
commerciali si sono trasformati in imprenditori di se stessi.
è cambiata la logica di vendita, la condivisione delle informazioni e il focus centrato sugli obiettivi.
Come si migliorano le vendite?
Abbiamo puntato sul canale di vendita, fornendo strumenti di intelligenza e visualizzazione dei dati
per aumentare l’efficienza dei processi, la condivisone delle informazione e migliorare le performance di vendita.
Prima per fare un monitoraggio delle attività della forza
vendita ci impiegavamo una settimana, oggi ci mettiamo
un minuto e mezzo.
Stanhome in breve
Nata negli Stati Uniti nel 1931, oggi Stanhome fa parte del gruppo Yves Rocher
ed è presente in Spagna, Francia, Italia, Messico, Russia, Venezuela e Filippine,
con una rete vendita più di 200mila incaricati e oltre due milioni di consumatori.
itasascom · 1/2016
19
iProtagonistii
Gelindo Costanzo, IT Director di Stanhome
iProtagonistii
Stanhome
Come si trasforma la gestione dei venditori sul ter-
Si possono capire molte cose che non risultano evidenti dai fogli di calcolo se ci siede accanto alle
persone e si cerca di capire qual è il loro modo di lavorare.
Dalla direzione vendite abbiamo aperto SAS Visual Analytics
prima agli otto direttori di zona e subito dopo ai 162 direttori
di filiale e ai 1200 capigruppo. L’obiettivo è stato di mappare
e monitorare il rapporto con i venditori, e al tempo stesso di
unificare la reportistica interna con una dashboard unica e
condivisa sia con il marketing nell’ottica della futura gestione
delle campagne sia con il finance per il monitoraggio dei
dati di fatturato.
ritorio grazie all’uso dei Visual Analytics?
Riduzione dei tempi di monitoraggio delle
vendite: da una settimana a un minuto e mezzo. Da 174 report statici pieni di errori e duplicazioni a una visone unica
dell’azienda near real time. Risparmio di 50mila euro all’anno
sulla stampa dei report. Risparmio di 100mila euro all’anno
per l’interconnessione dei dati in sicurezza in modalità MPLS.
Quali sono stati i benefici che avete misurato?
Vuoi saperne di più sulla data visualization? Scarica l’ebook gratuito:
“4 motivi per cui non puoi fare a meno della data visualization”
La sfida
• Mettere al centro il canale, migliorando reportistica e gestione dei venditori sul
territorio in tempi brevi, a costi contenuti e con un ROI misurabile;
• innovare la logica di vendita, condividendo le informazioni e gli obiettivi;
• trasformare gli operatori commerciali in imprenditori di se stessi.
I risultati
• Riduzione dei tempi di monitoraggio delle vendite:
da una settimana a un minuto e mezzo;
• da 174 report statici pieni di errori e duplicazioni a una visone
unica dell’azienda near real time;
• risparmio di 50mila euro all’anno sulla stampa dei report;
• risparmio di 100mila euro all’anno per l’interconnessione dei dati in sicurezza
in modalità MPLS;
• efficientamento del reparto Marketing, Analisi e Finanza;
• crescita professionale delle persone nell’utilizzo di sistemi di BI avanzati.
• avviato un importante processo di digitalizzazione aziendale.
itasascom · 1/2016
21
iSoluzioni e tecnologiei
Brad Hathaway, Regional Advisory Technical Manager Data Management di SAS
Per Analytics di qualità
occorrono dati di qualità
Non esistono decisioni certe senza Data Integration e Data Quality
data integration / data quality / visual analytics
“C
on la digitalizzazione del business e l’esplosione dei Big
Data cambiano le modalità
di gestione del dato nelle aziende: occorrono capacità e velocità di analisi sempre più
spinte, accessibili e condivisibili. Un sistema
coerente di Data Management per integrare
qualità e gestione delle informazioni è il prerequisito fondamentale per ottenere insight
affidabili, a tutto vantaggio delle decisioni e
della compliance” spiega Brad Hathaway,
Regional Advisory Technical Manager Data
Management di SAS.
itasascom · 1/2016
@BradDataMgmt
Integrare e visualizzare tutti i dati utili
Il Data Management aggiunge certezze
alle analisi, perché permette l’integrazione
di un maggiore numero di dati e fonti, garantendone contemporaneamente la qualità.
Se gli analytics sono alimentati con dati non
accurati, l’output, ovvero gli insight, non sono
affidabili (“garbage in, garbage out”).
“Una buona suite di Data Management –
spiega Hathaway – deve consentire una serie
di automatismi per raccogliere, normalizzare,
22
iSoluzioni e tecnologiei
deduplicare, verificare, certificare le grandi
moli di dati multi-source, operazioni impossibili da svolgere manualmente.“
L’attendibilità di dati e fonti deve essere
insindacabile, altrimenti il rischio è sprecare
tempo “alla ricerca dell’errore”.
Come costruire una corretta strategia di
Data Integration e Data Quality
“Il Data Management – commenta Hathaway - è un tema molto caldo che coinvolge
tutta l’azienda. Non deve essere considerato
come una funzionalità a supporto dei singoli
processi o utenti, ma piuttosto un modello di
business condiviso.
In questa logica diventa un mezzo per
aumentare l’efficacia dei dati nei processi di
business. Il ricorso a strumenti user-friendly,
che non richiedono competenze IT specialistiche, è uno step importante per la diffusione
della cultura analitica in azienda.
Il Data Scientist può essere promotore del
nuovo approccio e fungere da collante tra IT
e business.“
Analytics di qualità per dati di qualità
I vantaggi di business
Il ricorso a soluzioni di data management
affiancate a una corretta visualizzazione garantiscono l’automazione di processi di normalizzazione e pulizia, nonché l’esplorazione
facile e intuitiva. “In sostanza – conclude
Hathaway – la maggiore disponibilità di
dati si traduce nella necessità di applicare
strumenti innovativi, veloci e attendibili di
data management. In questo modo, gli utenti
risparmiano tempo nella ricerca dei dati e il
business può dedicarsi a migliorare il servizio
al cliente. Si tratta però di agire con urgenza,
costruendo da subito una strategia efficace,
supportata da soluzioni efficienti e da un
corretto shift culturale”.
Vuoi sapere di più sul
Data Management?
Scarica l’ebook gratuito:
“Il futuro dei Big Data
si chiama Data Management”
I vantaggi della data visualization
Come scoprire nella massa dei dati le informazioni utili e vitali per il business?
SAS Visual Analytics coniuga la potenza degli advanced analytics con la semplicità
di un’interfaccia grafica e intuitiva. Per:
• esplorare e analizzare i dati in maniera visuale e avere una vista
di sintesi sul business;
• scoprire eventi e correlazioni particolari tra i fatti oppure trend nuovi rispetto
all’ipotesi iniziale;
• ridurre drasticamente i tempi di visualizzazione e di interrogazione dei risultati;
• fruire i dati in modo intuitivo e rapido;
• visualizzare le informazioni in maniera facile e accattivante, anche in mobilità.
itasascom · 1/2016
23
iProtagonistii
Leroy Merlin mette
insieme tutti i pezzi
della supply chain
La cassetta degli attrezzi per l’inventory
perfetta di Leory Merlin. Come trasformare
la previsione della domanda in uno strumento di pianificazione efficiente di tutto
il ciclo passivo
supply chain / cost saving / retail
Piattaforma logistica Leroy Merlin, Castel San Giovanni (PC)
iProtagonistii
Piattaforma logistica Leroy Merlin, Castel San Giovanni (PC)
Intervista a
Paolo Schumeniak
Direzione Supply Chain,
Responsabile Pianificazione
e Approvvigionamento, Leroy Merlin
@schumeniak_LMSC
C
on lo sviluppo dell’e-commerce, Leory Merlin, multispecialista del settore bricolage, ha iniziato la trasformazione crosscanale grazie a un approccio di
marketing automation. E attraverso il progetto Vision 2020,
l’azienda sta rivoluzionando la Supply Chain, gettando le
basi per costruire la Leroy Merlin del futuro. Paolo Schumeniak, responsabile pianificazione e approvvigionamento,
ci spiega come ha messo insieme tutti i pezzi della supply
chain.
Come cambia la supply chain?
itasascom · 1/2016
La velocità è la vera rivoluzione. Prima del
2009, la supply chain era formata da cinque persone oggi
non solo è più strutturata ma all’interno della stessa squadra
lavorano 32 persone. Una supply chain agile è la chiave di
volta del sistema. Nel settore retail, l’errore più comune è
considerare la supply chain sinonimo di logistica.
25
iProtagonistii
Leroy Merlin
Nella cassetta degli attrezzi dobbiamo avere
gli strumenti giusti per affrontare la gestione delle nuove
referenze senza storia e la gestione del fine vita. Se possiamo gestire questi due momenti della curva di un prodotto,
possiamo avere una gestione perfetta dell’inventory. La
previsione della domanda rende molto più economico e
sostenibile il business delle società retail. Il margine di guadagno è strettamente correlato alla previsione di vendita.
Attraverso una buona attività di forecasting possiamo capire
quando accelerare o rallentare l’uscita di un prodotto per
evitare di dover effettuare troppi sconti.
Che cosa c’è nella cassetta degli attrezzi?
Con quali effetti sulla produttività?
Negli ultimi 5 anni e in particolare negli ultimi 2, tutti questi indicatori hanno portano a crescite superiori
del 300%. Nel 2013, gli ordini gestiti per approvvigionatore
all’anno erano 370, oggi siamo a 915. Il sistema ha automatizzato le attività di previsione e di ordine per singolo operatore. In questo modo, abbiamo trasformato la previsione
della domanda in uno strumento di pianificazione di tutto il
ciclo passivo nel perimetro dei prodotti gestiti in stoccaggio
sui nostri depositi in Italia.
Produttività del demand planner
Numero di ordini gestiti
per approvvigionatore all’anno
dal 2013 al 2015
itasascom · 1/2016
26
iProtagonistii
Perché Leroy Merlin ha scelto SAS?
Leroy Merlin
SAS ci ha permesso di gestire tutta questa
complessità con uno strumento a supporto delle decisioni,
semplice da usare e che ci ha permesso di evitare errori: nel
caso pratico, comprare più merce di quella di cui abbiamo
bisogno. Con SAS siamo in grado non solo di gettare dei
ponti informativi ma di migliorare la previsione di ordine,
spingendola fino a dodici mesi. La condivisione di queste
informazioni con i fornitori ci permette di raggiungere accordi e sinergie commerciali interessanti.
Vuoi saperne di più su come ridurre i costi mantenendo
inalterato il livello di servizio?
Scopri le soluzioni SAS per la Supply Chain Intelligence
Guarda il video dell’intervista a Paolo Schumeniak.
La sfida
Trasformare la previsione della domanda in uno strumento
di pianificazione efficiente di tutto il ciclo passivo.
Che cosa significa Supply chain
Supply chain significa ottimizzazione del flusso merci,
pianificazione e previsione della domanda attraverso
uno scambio continuo di informazioni.
I risultati
• Riduzione dei ritardi e ottimizzazione di tutta la filiera
dell’inventory;
• miglioramento della performance di business
e del livello di soddisfazione dei clienti;
• miglioramento della gestione del ciclo di vita del prodotto;
• diminuzione dell’impatto negativo della scontistica;
• aumento della produttività;
• abbassamento significativo dei giorni di copertura di stock;
• riduzione della liquidità bloccata sotto forma di prodotti
a magazzino;
• margine di sicurezza garantito.
itasascom · 1/2016
27
iProtagonistii
Česká Pojišťovna, dalla difesa all’attacco
La storica compagnia assicurativa della Repubblica Ceca, adotta un approccio proattivo e real time nella lotta alle frodi
cost saving / fraud / finance
Articolo di
Michal Čičo
Senior Analyst di Česká Pojišťovna
e Zdeněk Dragoun
Ufficio Frodi
I
l vecchio adagio “prevenire è meglio che
curare” si addice anche al mondo assicurativo. Le frodi assicurative sono un fenomeno
in crescita, come ci spiegano Michal Čičo, Senior
Analyst e Zdeněk Dragoun, Ufficio Frodi di Česká
pojišťovna. Nella storica compagnia assicurativa
della Repubblica Ceca, prima dell’implementazione di SAS Fraud Management, il compito di
“spulciare” i casi sospetti tra un migliaio di eventi
correlati a polizze non vita spettava agli ispettori
e ai liquidatori.
itasascom · 1/2016
“La valutazione degli eventi avveniva non solo
manualmente, ma si basava su un criterio soggettivo e “random” fondato sull’esperienza dell’operatore. Le sfide del mercato e l’evoluzione del
rischio ci imponevano invece un cambiamento
di paradigma che ci permettesse di passare
da un approccio reattivo a uno più proattivo in
grado di prevedere il rischio frode, analizzando
e correlando eventi e comportamenti a elevata
possibilità di frode”.
28
iProtagonistii
Česká Pojišťovna - Generali Group
Algoritmi dinamici
e identificazione automatica
La soluzione implementata identifica i
casi per i quali sussiste un sospetto di comportamento fraudolento. L’identificazione
è automatica e avviene su base giornaliera
tramite modelli e algoritmi definiti.
La soluzione, riconosciuta a livello globale
per l’approccio ibrido, utilizza diversi sistemi
statistici avanzati che operano parallelamente,
incrementando in tal modo l’efficienza del
rilevamento.
Ordine fin dal principio
I risultati raggiunti nel rilevamento dei
comportamenti fraudolenti sono molto incoraggianti. Oggi, Česká Pojišťovna dispone di
un sistema aperto che offre un’ampia gamma
di scoring sui dati e opzioni di reportistica.
Fin dalla fase di definizione contrattuale, può
identificare i clienti ad alto rischio.
Il beneficio di un sistema di valutazione in
tempo reale moltiplica l’efficacia delle operazioni e la produttività. Il volume aggregato
dei casi di frode identificati si aggira intorno
al milione di euro all’anno. Soltanto nel 2014,
il risparmio derivato dai contratti assicurativi
rischiosi non firmati è stato stimato in circa
500 mila euro.
Il futuro: l’intelligenza artificiale
Senza SAS Fraud Management, la compagnia assicurativa non avrebbe potuto scoprire casi che sarebbero rimasti nascosti e
isolati nel flusso generale delle operazioni e
avrebbero finito per incidere negativamente
sulle performance finali di business e sulla
capacità competitiva della compagnia stessa.
Leggi l’articolo:
“SAS Fraud Framework, all’avan-
guardia nella lotta contro le frodi”
La sfida
Passare da un approccio reattivo a uno proattivo nella lotta alle frodi con un sistema
in grado di incrociare e monitorare dati provenienti da differenti fonti e valutare
automaticamente eventi e comportamenti sospetti.
Benefici
• Ritorno dell’investimento già nel primo anno di progetto;
• automatizzazione delle attività di monitoraggio;
• maggiore efficienza nelle operazioni di verifica dei danni;
• 50% di cost saving sui casi di frode identificati;
• correlazione in tempo reale con le informazioni storiche
e i profili di rischio;
• analisi dei dati dei social network per i soggetti a rischio;
• nuovi input per la creazione di modelli predittivi e rating ibridi
dei soggetti a rischio;
itasascom · 1/2016
29
iIl punto di vistai
Quattro fenomeni che stanno
cambiando il mondo delle imprese
Articolo di
Francesco Marino
IoT / social network / big data
Fondatore di Digitalic
@framarin
S
iamo un popolo di innovatori, non c’è dubbio. Da Leonardo a Volta,
da Marconi a Fermi, da Meucci a Faggin. La storia dice questo, ma
cosa dice il futuro?
Al momento non siamo all’avanguardia e non perché manchino le idee,
siamo pieni di idee. Quello che spesso non si trova è la costanza, l’impegno,
la perseveranza, la capacità di analisi: prima di lanciare un nuovo progetto,
mentre è in corso e dopo, per valutare le decisioni future. Prima di ogni cosa
bisogna, per avere successo bisogna valutare il contesto in cui si opera e i
grandi cambiamenti in corso. Ecco quattro aree da tenere in considerazione
se si vuole avere un ruolo nell’economia di domani.
itasascom · 1/2016
30
iIl punto di vistai
Come cambia il mondo delle imprese
Social Network
Per qualche tempo, una buona parte
delle aziende è stata convinta che fosse un
fenomeno consumer; è anche questo, ma
ad essere interessanti sono soprattutto le
possibilità di far nascere nuovi modelli di
business e opportunità per le imprese, legate a doppio filo a questo mondo di relazioni
digitali. Pensate al segmento più professionale della tecnologia, i Big Data: nient’altro che la gigantesca analisi dei gusti e dei
comportamenti dei singoli raccolti in gran
parte attraverso quello che le stesse persone pubblicano. Dove? Sui social network.
Non essere presenti e non avere un piano
al riguardo significa scegliere di regredire,
perché così in effetti accadrà: chi non avrà
una strategia social, anche semplicemente di ascolto, perderà posizioni nel futuro.
Big Data
I Big Data siamo noi, sei tu; non fanno parte
dell’universo parallelo delle “aziende grandi, con tanti soldi, che possono fare tutto”.
I Big Data sono diversi dai “data” normali per
via di tre V: Velocità, Variazione, Volume. La
cosa straordinaria è che ogni singola persona è un centro di produzione industriale
di Big Data, anche se non fa nulla. Tutti oggi
sono inseriti in un ambiente digitale con relazioni, collegamenti, attività che si svolgono online. Basta osservare le connessioni di
una persona con i propri contatti su Facebook, Twitter o anche LinkedIn (per rimanere
in territori professionali) per vedere come
la sola rete di contatti sia già un Big Data.
Bastano qualche centinaia di amici e immediatamente le analisi possibili su quella rete,
su come ciascuno è connesso all’altro, sui
contenuti scambiati, diventano una massa
enorme di informazioni, che si modifica rapidamente. I Big Data sono ovunque, basta
guardare.
itasascom · 1/2016
31
iIl punto di vistai
Come cambia il mondo delle imprese
IoT
Inserire Internet nelle cose sarà il più
grande cambiamento a cui assisteremo
dopo la nascita stessa di Internet. Non c’è
nessun altro fenomeno che cambierà più
profondamente l’economia, le aziende e anche la vita di tutti i giorni. Gli oggetti connessi possono fare qualunque cosa, soprattutto
automatizzare una serie di azioni ripetitive
aggiungendo una precisione che non è patrimonio dell’uomo, ma delle macchine sì.
Intelligenza artificiale
Sempre di più la tecnologia sarà in grado
non solo di raccogliere informazioni, ma di
imparare, basandosi sui quei dati. In questa
trasformazione le analisi iniziali sui vari processi di business, che hanno sempre avuto
bisogno dell’intervento umano, potranno
essere svolte autonomamente dalle macchine. Le persone saranno coinvolte solo
nelle analisi di più alto livello e una fascia
sempre più ampia di funzioni potrà utilizzare
le analisi effettuate dai “robot” della conoscenza. Grazie a nuovi strumenti di visualizzazione, grazie alle nuove interfacce, ogni
funzione aziendale potrà accedere al complicato mondo dei dati utilizzandone tutta la
potenza, senza la complessità.
La prima conseguenza è che avremo a
disposizione una quantità di dati inimmaginabile di una precisione assoluta e questo
può avvenire per qualunque settore. Internet scomparirà” dice Eric Schmidt (il Ceo di
Google) nel senso che non sarà visibile ai
nostri occhi, continuerà a scambiare dati,
a farci trovare quello che cerchiamo ma
senza apparire, senza il bisogno di gestire
e dare attenzione ad uno schermo. L’IoT è
una forma di rete che funziona e (quasi) non
si vede, ma è ricca di dati, vantaggi e utilità.
itasascom · 1/2016
Dati strutturati e non sai
come gestirli al meglio?
Scarica l’ebook gratuito:
”Il futuro dei Big Data
si chiama Data Management”
32
sas.com/italy
segui SAS Italy su:
