Scopri come prendere

decisioni di business migliori

grazie all’Intelligenza Artificiale

Sfrutta la business intelligence predittiva

per ottimizzare fatturato, margini e processi

White Paper
 Abstract
Le tecniche di analisi predittiva dei risultati e delle performance aziendali compiono un grande
salto di qualità con l’utilizzo dell’intelligenza artificiale, tramite la quale Vedrai ha generato un
team di agenti virtuali in grado di supportare nelle decisioni i principali protagonisti di una
organizzazione. Primo fra tutti, il CEO, che nel sistema di business intelligence di Vedrai è
denominato James. Nel presente White Paper viene in primo luogo analizzato il mercato dell’AI
e dei big data, attuale e in prospettiva futura. Segue una disamina sui principali punti che
caratterizzano l’analisi e la modellazione predittive, l’analisi prescrittiva, la business intelligence;
infine viene descritta la soluzione di Vedrai con i “virtual agents”.
 Indice
1.0 Introduzione 4

2.0 Intelligenza artificiale e big data, quanto vale il mercato 5

3.0 Analisi predittiva, cos’è, come può aiutare le aziende 7

3.1 Le tecniche utilizzate 8

3.2 Vantaggi e svantaggi 8

4.0 Modellazione predittiva, cos’è 9

4.1 I vari modelli 9

4.2 Strumenti di analisi predittiva 10
4.3 Applicazione dei modelli predittivi 10

5.0 Analisi prescrittiva 11

6.0 Business intelligence, cos’è 12

6.1 Differenza con analisi predittiva 12

7.0 Oltre la business intelligence tradizionale: Vedrai, perché sceglierla 13

8.0 Agenti Virtuali, cosa sono 14

8.1 JamesTM - CEO, le caratteristiche 15

8.2 La piattaforma 16
1.0
Introduzione
La business intelligence o analisi predittiva utilizza i big data, le statistiche e le tecniche di modellazione
per fare previsioni sui risultati e le prestazioni future in una azienda. In pratica, esamina i modelli di
dati attuali e storici per determinare la probabilità che tali modelli emergano di nuovo.

L’importanza per una azienda di poter predire risultati e prestazioni è supportata dai dati di una ricerca
condotta da Gartner, secondo cui le cattive decisioni dei manager costano alle aziende più del 3% dei
profitti: 3,9 miliardi di euro bruciati dalle sole PMI in Italia nel 2021.

VEDRAI / Business intelligence predittiva 4

2.0
Intelligenza artificiale e big data,
quanto vale il mercato
Il mercato dell’intelligenza artificiale in Italia è cresciuto del +27% nel 2021, raggiungendo quota 380
milioni di euro, un valore raddoppiato in appena due anni, per il 76% commissionato da imprese italiane
(290 milioni di euro), per il restante 24% come export di progetti (90 milioni di euro). Lo affermano i dati
dell’Osservatorio Artificial Intelligence del Polimi. Il mercato dell’Intelligent Data Processing è uno di quelli
che ha fatto registrare la maggiore crescita: +32% e detiene la quota di mercato più grande (35%).

VEDRAI / Business intelligence predittiva 5

Nel 2021, il 44% delle Piccole e Medie Imprese ha investito in Analytics. Si notano importanti differenze
tra la maturità delle medie e delle piccole imprese: il 58% delle prime ha investito in risorse fisiche o
umane di Analytics o prevede di farlo entro fine anno, contro il 41% delle piccole aziende. Rispetto al
2020 è aumentato l’impegno sugli investimenti tecnologici, con circa un’azienda su due che afferma di
aver lavorato per integrare i dati interni. La maggior parte delle PMI svolge oggi analisi predittive
(62%), ma le sperimentazioni di Advanced Analytics sono presenti solo in una ristretta minoranza (14%).

Previsioni

Secondo le stime di Assintel Report, l’osservatorio permanente sul mercato digitale realizzato
dall’associazione nazionale delle imprese ICT di Confcommercio e curato da IDC, il mercato dell’AI
crescerà a un ritmo del +40% nel triennio 2021-23.

VEDRAI / Business intelligence predittiva 6

3.0
Analisi predittiva, cos’è,
come può aiutare le aziende
L’analisi predittiva, assistita da un agente virtuale, offre numerosi vantaggi alle aziende che ne fanno
uso: risparmio nell’acquisto, riduzione dei tempi di attesa, maggiore efficienza nell’esecuzione delle
commesse, annullamento di tempi e costi decisionali sul processo. In definitiva, con l’analisi predittiva
si esce dalla sfera delle supposizioni per entrare in quella delle previsioni, con una crescita dei
margini diretti per l’azienda.
L’analisi predittiva o predictive analytics consente di generare i cosiddetti “modelli predittivi”, che sono
di estrema utilità alle aziende per attività come la gestione dell’inventario, lo sviluppo di strategie di
marketing e la previsione delle vendite.

I principali vantaggi ottenibili nell’utilizzo dell’analisi predittiva assistita da un agente virtuale:

Risparmio nell’acquisto
Riduzione dei tempi di attesa
Maggiore efficienza nell’esecuzione delle commesse
Annullamento di tempi e costi decisionali sul processo
Gestione dell’inventario
Sviluppo di strategie di marketing
Previsione dei risultati
Riduzione del potenziale di rischio e di errore
Riduzione dei costi

VEDRAI / Business intelligence predittiva 7

 3.1 Le tecniche utilizzate

Esistono tre tecniche più comuni utilizzate nell’analisi predittiva: alberi decisionali, reti neurali e regressione.

Alberi decisionali
Questo tipo di modello indica le scelte disponibili. Gli alberi decisionali sono i modelli più semplici
perché sono facili da capire e sezionare; inoltre, sono utili quando si deve prendere una decisione in
breve tempo;

Regressione
Questo è il modello che viene utilizzato maggiormente nell’analisi statistica e permette di capire in che
modo il prezzo e altri fattori chiave possano modellare le prestazioni di un titolo;

Reti neurali
Questo modello può essere utilizzato quando si hanno troppi dati disponibili, per aiutare a trovare
una relazione tra input e output nel set di dati.

3.2 Vantaggi e svantaggi

Come abbiamo già sottolineato, l’utilizzo dell’analisi predittiva offre numerosi vantaggi per un’azienda. In
particolare, può essere d’aiuto quando è necessario fare previsioni sui risultati e non si hanno altre
fonti dalle quali estrarre le risposte.
Utilizzare i modelli predittivi può avere un impatto significativo sulla riduzione dei costi. Un caso lampante è
rappresentato dalla possibilità, per le aziende, di determinare la probabilità di successo o di fallimento
di un prodotto prima ancora del lancio.
L’analisi predittiva effettuata tramite l’intelligenza artificiale può comportare anche alcuni svantaggi,
riducibili adottando le opportune contromisure. Il suo uso è stato criticato e, in alcuni casi, viene
anche legalmente limitato, per le disuguaglianze percepite nei risultati: discriminazioni statistiche ai
danni di gruppi razziali o etnici o di genere (i cosiddetti “bias” o pregiudizi), in aree come i punteggi del
credito, il prestito, le risorse umane o il rischio di comportamenti criminali.

VEDRAI / Business intelligence predittiva 8

4.0
Modellazione predittiva, cos’è
La modellazione predittiva o model prediction è la fase dell’analisi predittiva che comprende metodologie
e tecniche in grado di estrarre conoscenza dai dati disponibili per fare, come il nome stesso suggerisce,
predizioni su ulteriori dati o su eventi futuri. I modelli predittivi, quindi, spingono l’analisi dei dati oltre la
comprensione di ciò che è già accaduto, per arrivare a comporre una valutazione di quello che accadrà
in futuro.

4.1 I vari modelli

Esistono vari tipi di modelli predittivi. I principali sono i modelli di classificazione, i quali prevedono
l’appartenenza a una classe; i modelli di regressione, che sono in grado di apprendere relazioni funzionali
tra le variabili considerate e prevedono una cifra o un dato.

Oltre a questi esistono modelli di:

Clustering: capacità di raggruppare dati in insiemi omogenei;

Predizione: fare predizioni o previsioni del comportamento futuro delle variabili considerate;
Rilevamento di anomalie: identificare cambiamenti o anomalie nei dati;
Adattamento di modelli: permettere ai modelli appresi di evolvere nel tempo in base alle necessità.

Queste capacità dei modelli sono a loro volta classificabili in base alla tipologia di apprendimento:

Classificazione e regressione: apprendimento supervisionato;

Clustering: apprendimento non supervisionato;
Predizione, rilevamento di anomalie e adattamento di modelli: sono abilità tipiche della
modellazione predittiva e possono essere applicate sia all’apprendimento supervisionato che
non supervisionato.

VEDRAI / Business intelligence predittiva 9

 4.2 Strumenti di analisi predittiva

Esistono strumenti di analisi predittiva che sono estensioni offerte da fornitori di analisi e reportistica
aziendale integrate con algoritmi di AI. Altri strumenti di analisi predittiva sono sincronizzati con uno
specifico prodotto di archiviazione dei dati; anche se funzionano con formati generici, come csv, offrono
le migliori prestazioni con database proprietari dell’azienda che ha sviluppato le capacità predittive.

4.3 Applicazione dei modelli predittivi

La modellazione predittiva ha notevoli potenzialità e per questo viene utilizzata in svariati ambiti
applicativi. Alcuni esempi:

Analisi qualità: applicata ai processi produttivi;

Gestione magazzino e logistica: consente alle organizzazioni un funzionamento più efficiente;

Manutenzione predittiva: l’analisi dei dati relativi al funzionamento di una macchina può dare
indicazioni sugli interventi da effettuare per evitare il fermo;

Manutenzione prescrittiva: oltre a creare modelli analitici predittivi, suggerisce le azioni da

intraprendere per ottimizzare le attività di gestione degli asset, fornendo un supporto alle decisioni;

Marketing: possono aiutare le aziende ad attirare e fidelizzare i clienti, e renderli più redditizi;

Rilevamento di frodi: la combinazione di più metodi di analisi può migliorare l’individuazione di

schemi (“pattern”) e prevenire i comportamenti criminali;

Riduzione dei rischi: fornisce punteggi di affidabilità creditizia (credit score) grazie ai quali si può
valutare la probabilità di inadempienza di una azienda. Altri usi similari includono indennizzi
assicurativi e riscossioni.

VEDRAI / Business intelligence predittiva 10

5.0
Analisi prescrittiva
Secondo la definizione di Gartner, l’analisi prescrittiva è una “forma di analisi avanzata che esamina
dati o contenuti per rispondere alla domanda ‘Cosa dovrebbe essere fatto?’ o ‘Cosa possiamo fare per
far accadere X?’, ed è caratterizzata da tecniche come l’analisi dei grafici, la simulazione, l’elaborazione di
eventi complessi, le reti neurali, i motori di raccomandazione, l’euristica e l’apprendimento automatico”.
Insieme all’analisi descrittiva e all’analisi predittiva, l’analisi prescrittiva contribuisce a realizzare una
customer experience evoluta.

VEDRAI / Business intelligence predittiva 11

6.0
Business intelligence, cos’è
La Business Intelligence è la principale tecnica attualmente utilizzata per l’analisi dei dati. Si basa sulla
strutturazione dei dati aziendali da diverse sorgenti e sulla definizione di un modello semantico di
metadati, in cui vengono applicate le logiche di business e le regole di contesto aziendale per fare in
modo che i dati grezzi si trasformino in informazione a valore. I sistemi di Business Intelligence sono
diventati una commodity in tutte le realtà aziendali e permettono di supportare in maniera descrittiva
e diagnostica le decisioni all’interno di un’organizzazione. Imparare a padroneggiare e saper leggere i
dati è la chiave del successo delle aziende, piccole o grandi.
Le aziende in cui la Business Intelligence viene utilizzata come strumento predittivo possono meglio
comprendere fenomeni come, per esempio, le dinamiche di vendita, come potranno concretizzarsi ed
evolvere in futuro, elaborando i dati del passato.

6.1 Differenza con analisi predittiva

La differenza fondamentale tra la business intelligence e l’analisi predittiva risiede nella domanda a cui
esse danno risposta: la business intelligence risponde a “Cosa succede adesso?” mentre l’analisi predittiva
risponde a “Cosa succederà nel futuro?”
I software di analisi predittiva hanno un ruolo complementare in diversi sistemi di business intelligence,
costruiscono dei modelli analitici a livello individuale per ogni diverso business e identificano
comportamenti e tendenze che possono essere utilizzati per prevedere la probabilità che si
verifichino particolari eventi futuri. Mentre la business intelligence ricerca e identifica dei trend a macro-
livello per eliminare problemi e inefficienze.
I due tipi di analisi dei dati non sono in contrasto tra loro, ma collaborano svolgendo ruoli differenti che
si intersecano e possono interagire per scambiarsi dati e informazioni.

VEDRAI / Business intelligence predittiva 12

7.0
Oltre la business intelligence tradizionale:
Vedrai, perché sceglierla
Le nuove sfide imposte dai mercati, sempre più permeati di soluzioni per il supporto al business,
richiedono strumenti innovativi. Occorre andare oltre la business intelligence tradizionale. Vedrai SpA,
gruppo specializzato in intelligenza artificiale, sviluppa soluzioni per supportare imprenditori e manager
nel processo decisionale che anticipano le decisioni, prevedendone gli effetti. Ancora prima che le
decisioni vengano prese, le soluzioni realizzate da Vedrai ne calcolano l’impatto sull’azienda, analizzando
decine di migliaia di variabili e individuando tutte le possibili relazioni di causa-effetto.
Nel mercato delle soluzioni che aiutano le aziende a prendere le decisioni giuste, Vedrai si colloca nella
tipologia “predictive as a service”: soluzioni altamente predittive, molto rapide da implementare e con
costi molto contenuti. Le soluzioni di analisi di Vedrai offrono una capacità predittiva superiore di circa
il 90% dei modelli custom; per contro, richiedono un investimento, per il cliente, dalle 5 alle 10 volte
inferiore (a valori di mercato).

VEDRAI / Business intelligence predittiva 13

8.0
Agenti Virtuali, cosa sono
Andare oltre la normale Business Intelligence: con questo obiettivo, Vedrai ha sviluppato e perfezionato gli
agenti virtuali, dei “consulenti” dotati di Intelligenza Artificiale coniugata con il voluminoso dataset
dinamico di Vedrai. Ciò consente agli agenti di fare previsioni offrendo risultati granulari e specifici, sui
quali basare le decisioni aziendali.
Ecco allora che fra gli agenti virtuali di Vedrai troviamo, in primo luogo, James™, il CEO, che supporta il
cliente nel prendere decisioni strategiche per espandere l’attività nel proprio setto-re o in uno nuovo.

Gli altri agenti virtuali di Vedrai sono Frank™, il Direttore Vendite, che monitora i mercati e ne anticipa
le mosse; Becky™, la Responsabile Acquisti Materie Prime, che prevede l’andamento di questo specifico
mercato. Poi ci sono Bob™, il Direttore della Produzione; Mia™, Marketing Manager; Andy™, Chief
Financial Officier.

James™ Bob™
Stabilisce la strategia aziendale, Pianifica e controlla l’intero processo
identifica gli obiettivi e definisce i piani e produttivo per ottimizzare le risorse e
le risorse per raggiungerli. le prestazioni.

Becky™
Mia™
Monitora e prevede l’andamento dei
Ricerca ed esamina la domanda
prezzi delle materie prime e determina
di un prodotto e sviluppa strategie
l’ammontare ottimale da avere
promozionali.
in magazzino.

Frank™ Andy™
Pianifica, organizza e valuta le attività Gestisce i dati finanziari, valuta le
aziendali dei dipartimenti commerciali. prestazioni aziendali e presenta
i report.

VEDRAI / Business intelligence predittiva 14

 Le stime in termini di risparmio di tempo con le soluzioni di analisi predittiva di Vedrai:

120 ore/mese
Per il Reparto amministrativo (creazione e predisposizione di report, redazione documenti per istituti
di credito, CDA, investimenti)
20 ore/mese
Per l’imprenditore
25 ore/mese
Per il CFO (Pianificazione finanziaria utilizzando metodi predittivi e dati esterni relativi al settore).

8.1 JamesTM il CEO: le caratteristiche

James è il principale agente virtuale, quello che aiuta a prendere decisioni strategiche.
Le responsabilità primarie di James sono:

Monitoraggio del business

L’agente fornisce una panoramica complessiva dell’andamento aziendale, evidenziando gli indicatori
chiave delle performance. Oltre a mostrare lo stato di salute attuale dell’azienda, consente di
osservare i risultati futuri a parità di condizioni;
Simulazione di scenari
L’agente simula diversi scenari di allocazione del budget e mostra i risultati, permettendo di calibrare
meglio le risorse disponibili dati gli obiettivi prefissati;
Definizione degli obiettivi
L’agente supporta l’imprenditore nella definizione della strategia aziendale, mostrando in primo
luogo l’indice di fattibilità di un obiettivo prefissato, quindi l’insieme delle attività da attuare per
raggiungere tale obiettivo.

VEDRAI / Business intelligence predittiva 15

 8.2 La piattaforma
La piattaforma del virtual agent JamesTM è composta dalle seguenti sezioni:

Dashboard
Permette una visualizzazione dello stato di salute dell’azienda, al momento presente, attraverso il
monitoraggio dei principali KPI economico finanziari (fatturato, EBITDA, posizione finanziaria netta).

Nella parte previsionale permette invece di visualizzare l’andamento economico futuro dell’azienda,
attraverso gli indicatori economico-finanziari rilevanti.
Infine, è possibile visualizzare l’andamento delle performance aziendali in comparazione rispetto a
quelle di aziende simili.

Esamina
Questa parte consente all’utilizzatore di comprendere pienamente la relazione tra tutte le variabili
aziendali e i principali KPI. Semplicemente esaminando un KPI o variabile, l’utente può immediatamente
visualizzare:
variabili che impattano positivamente o negativamente sul singolo KPI;
stagionalità;
trend;
l’andamento di variabile e KPI a previsionale nel futuro.

Strategia
Dopo avere identificato la strategia (per esempio acquistare un nuovo macchinario) e tutte le
variabili di bilancio che sono associate a quell’investimento, James™ può fornire come primo
risultato di output l’impatto che questa strategia ha su tutti i principali KPI economico-finanziari: ad
esempio, come l’acquisto di quel macchinario inciderà sugli indici di liquidità per l’anno in corso e
per i prossimi anni.

Con queste informazioni è possibile creare diversi scenari all’interno della strategia, cambiando il
valore previsionale indicato da James™ di alcune variabili selezionate. Ad esempio, si può variare
il costo o il numero di dipendenti; James™ calcola l’impatto di ogni scenario e suggerisce qual è
il migliore.

Report
Infine, l’utente può richiedere il report degli scenari precedentemente creati e scegliere tra report
di Conto Economico, Stato Patrimoniale o Rendiconto Finanziario. Può inoltre richiedere report
avanzati come quello sulla crisi d’impresa. Il report, previa validazione dei sistemi di Vedrai, è reso
disponibile entro poche ore.

VEDRAI / Business intelligence predittiva 16

Vedrai SpA
Piazza Vetra 17, 20123 Milano (MI)
info@vedrai.com
vedrai.com