
Analisi e previsioni per chi deve decidere
Nella gestione dei sinistri di una compagnia, per esempio, non tutte le denunce meritano lo stesso tempo: un modello le ordina per complessità e rischio di frode e assegna ciascuna al liquidatore adatto, così il liquidatore concentra il tempo dove serve e la decisione sul sinistro resta sua. Questo è uno dei tanti casi in cui costruiamo analisi e modelli predittivi con la Data Intelligence.
Data Intelligence · Che cosa contiene
- Reporting e analisi direzionale
- Cruscotti per la direzione
- Analytics avanzati e segmentazioni
- Segmenti di clientela
- Modelli predittivi e di machine learning
- Domanda, rischio, anomalie
- Scoring e time series
- Punteggi e serie storiche
- Interrogazione in linguaggio naturale
- Domande in italiano, risposte con la fonte
Che cosa contiene
Sui dati dell'impresa costruiamo i modelli che servono a chi decide, per esempio per anticipare i clienti a rischio di abbandono, intercettare i segnali di deterioramento del credito, prevedere la liquidità o capire a chi proporre quale prodotto. In tutti questi casi il modello fornisce stime e priorità, mentre la decisione resta alle persone.
01
Reporting e analisi direzionale
Cruscotti e analisi per la direzione, costruiti su indicatori e analytics certificati nella Data Foundation, così tutti leggono lo stesso numero.
02
Analytics avanzati e segmentazioni
Incrociamo i dati dell'organizzazione con dati open e di terze parti per trovare relazioni utili alle decisioni, per esempio nella segmentazione della clientela.
03
Modelli predittivi e di machine learning
Modelli che stimano domanda, propensione, rischio e anomalie, con simulazioni di scenario per vedere che cosa cambia se cambiano le ipotesi.
04
Scoring e time series
Punteggi che ordinano il lavoro e lo indirizzano, e serie storiche con cui i modelli imparano dalla storia di ciascun processo.
05
Interrogazione in linguaggio naturale
Chi lavora interroga i dati nella propria lingua, senza tecnicismi, e riceve subito risposte su dati certificati, con la fonte in evidenza.
06
Controllo dei modelli
Prestazioni, deriva e spiegabilità dei modelli in esercizio, leggibili da chi decide e da chi controlla.
Le posizioni da sollecitare, messe in ordine di rischio
I modelli leggono la storia dei pagamenti, gli importi scaduti e i solleciti già inviati e mettono in cima le posizioni più a rischio con le ragioni accanto. Il piano di rientro resta una decisione di chi gestisce il credito, e gli errori che segnala servono a correggere il modello, a vantaggio delle posizioni successive.
- I modelli leggono la storia dei pagamenti
- Mettono in cima le posizioni più a rischio
- Chi gestisce il credito approva il piano di rientro
- Gli errori segnalati correggono il modello
Esempio illustrativo
Domande frequenti
Abbiamo già uno strumento di business intelligence. Servono altri cruscotti?
Di solito lavoriamo dentro gli strumenti che avete già, perché le persone li conoscono e sostituirli costerebbe tempo e denaro; il nostro contributo sta negli indicatori certificati e nei modelli che quegli strumenti mostrano.
Per usare la Data Intelligence servono gli agenti?
No. Una previsione o un punteggio servono anche a chi lavora senza agenti e molti progetti partono da qui.
Un punteggio decide al posto dell'analista?
No, ordina il lavoro. Le decisioni che toccano un cliente le prende e le motiva una persona e accanto resta registrato il modello che vi ha contribuito, con la versione in uso.
Come ci accorgiamo che un modello sta sbagliando?
Controlliamo prestazioni e deriva dei modelli in esercizio e riceviamo un avviso quando i risultati si allontanano dal previsto.
Partire da una decisione che oggi si prende senza numeri affidabili
Se avete un indicatore conteso o una previsione che oggi si fa a mano, possiamo guardarli insieme e dirvi che cosa servirebbe per costruirli sui vostri dati.