---
title: "Data Intelligence: analisi e previsione"
description: "Analytics avanzati, machine learning, modelli predittivi e scoring costruiti sui dati dell'impresa, a disposizione di chi decide."
url: https://www.joinx.it/it/tecnologia/data-intelligence
---

# 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

Interfaccia illustrativa

1.  [01Data Foundation](https://www.joinx.it/it/tecnologia/data-foundation)
2.  [02Data Intelligence](https://www.joinx.it/it/tecnologia/data-intelligence)
3.  [03Company Brain](https://www.joinx.it/it/tecnologia/company-brain)
4.  [04Agents](https://www.joinx.it/it/tecnologia/agents)
5.  [05Workspace](https://www.joinx.it/it/tecnologia/workspace)
6.  [06Governance](https://www.joinx.it/it/tecnologia/governance)
7.  [07Security](https://www.joinx.it/it/tecnologia/security)

## 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.

1.  I modelli leggono la storia dei pagamenti
2.  Mettono in cima le posizioni più a rischio
3.  Chi gestisce il credito approva il piano di rientro
4.  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.

[Contattaci](https://www.joinx.it/it/contattaci?tema=dati)
