La domanda di “predittività” è uno dei principali segni distintivi del 2020 sia per quanto riguarda l’evoluzione dei bisogni delle aziende e delle organizzazioni, sia come componente di più ampi processi di digital transformation. Il vissuto che arriva dall’emergenza Covid-19 sta facendo crescere la necessità di contare su una capacità previsionale affidabile, sicura, precisa e soprattutto accessibile. La predictive analytics sta diventando anche per questa ragione un tassello centrale nel processo decisionale di tanti e diversi settori. Il mondo della finanza, del trading in generale, dell’asset management finanziario ha da tempo impostato le proprie attività sulla basa di analisi che arrivano da un utilizzo sempre più intenso e sempre più strategico di soluzioni di predictive analytics. E oggi, sempre di più, il “cambio di passo” in termini di miglioramento nella precisione e nell’affidabilità delle previsioni, è sempre più spesso affidato a Intelligenza Artificiale e Deep Learning. Più recentemente si è registrata una grande diffusione nel mondo manifatturiero e negli ambiti della produzione in generale. La predittività rappresenta una dei fattori chiave nella gestione degli smart connected product e più ancora si sta rivelando cruciale per tutti i produttori di sistemi di produzione, ovvero per tutto il settore del “machinery“. La manutenzione predittiva è diventata un “must” nel mondo manifatturiero a riprova dei grandi vantaggi che ha portato nella gestione dei prodotti e di apertura di nuove strade a livello di sviluppo di nuovi servizi. Nel mondo building o guardando alla progettazione di aree urbane nel ripensamento e ripianificazione dei progetti di smart city e smart mobility, la predittività permette di inquadrare e visualizzare le diverse possibili condizioni che si presenteranno a fronte di determinate scelte progettuali, consentendo in questo modo di individuare e intercettare criticità. E così anche nell’agroalimentare dove grazie alla predictive analytics è ormai possibile gettare lo sguardo sul percorso di maturazione di un prodotto per prevenire problemi e risolverli prima che possano creare danni al raccolto.
Le opportunità per ISV e Software House
Non solo siamo davanti a un settore, quello della Predictive analitycs, che si sta estendendo, ma siamo davanti a un fenomeno che porta queste soluzioni ad essere integrate all’interno di prodotti, sistemi di produzione, ambienti di lavoro. E parimenti cresce una domanda di soluzioni e di servizi richiesti in forma di “Predictive As a Service“. Una opportunità di sviluppo per quelle Software house e ISV che scelgono di percorrere la strada del Cloud e della erogazione delle soluzioni in modalità SaaS (Software-as-a-Service).
Sulla base di una ricerca di GrandViewResearch il mercato globale della predictive analytics, che aveva raggiunto i 5,7 miliardi di dollari nel 2018, mostra un potenziale di crescita che si sviluppa con un CAGR del 23.2% nel periodo 2019 – 2025. Siamo cioè davanti a un mercato alimentato da una parte dalla crescita della “materia prima” per la data analytics e per la predictive analytics, vale a dire prima dalla grande disponibilità di dati, ma è anche una crescita legata alla necessità di tantissime organizzazioni di pianificare progetti, attività, servizi, potendo contare proprio su una maggiore e più precisa capacità previsionale dei dati stessi. Non ultimo la capacità computazionale necessaria per poter disporre delle performance legate a Intelligenza Artificiale e Deep Learning è oggi alla portata di un maggior numero di realtà e grazie al Cloud è possibile per tante organizzazioni ridisegnare le proprie progettualità potendo contare su questa potenza, alla ricerca di relazioni tra grandissime quantità di dati e alla costruzione di modelli. Nello stesso tempo è cresciuto il numero delle organizzazioni che hanno scelto di investire nell’accelerazione del passaggio dai dati alla conoscenza facendo crescere competenze interne in forma di data scientist e data analyst che hanno contribuito a loro volta ad aumentare la consapevolezza e la conoscenza delle opportunità che la predicitive analytics può mettere a disposizione delle aziende. Ancora una volta la prospettiva guarda al ruolo degli ISV e delle software house cui viene chiesto di rispondere alla domanda di applicazioni e di servizi, pensando più di quanto non potesse avvenire nel passato alla distribuzione geografica di persone e di prodotti che possono beneficiare e utilizzare i vantaggi della predittività grazie a un Cloud che assume il proprio ruolo di fattore abilitante.
Predictive analytics al servizio di Smart Working e eCommerce
Se poi pensiamo a due fenomeni come Smart Working e eCommerce che proprio in ragione dell’emergenza Covid-19 hanno registrato una speciale accelerazione nel corso del 2020, vediamo come dai dati legati a questi fenomeni sia sempre più necessario poter estrarre un valore di predittività a beneficio del business e della pianificazione dei servizi necessari alla loro erogazione. Pensiamo infatti all’impatto dell’ecommerce sul mondo della logistica, dei trasporti e su tutta la filiera impegnata nei servizi legati alle consegne; pensiamo poi all’impatto per tutto il mondo retail, ai cambiamenti di abitudini contingenti, legati alle condizioni create dall’emergenza pandemica e pensiamo alle condizioni che possono diventare più “strutturali”, ovvero che possono manifestarsi in un cambiamento più profondo nei comportamenti dei consumatori. Ecco che la predictive analytics va direttamente a beneficio del business. Nel caso dello smart working, occorre pensare all’impatto legato alle mutate condizioni di lavoro a cui si associano una serie di fattori che hanno a loro volta un impatto sulla mobilità, sui consumi, sulla domanda di device, di servizi, di formazione e di supporto in ambito digital.
L’evoluzione del Risk Management: nuovi spazi per ISV e software house
In definitiva la possibilità per qualsiasi organizzazione di disporre di una visione dei possibili scenari che si possono presentare a fronte di possibili e diverse condizioni permette di aumentare la precisione e l’affidabilità delle decisioni. E i temi legati all’affidabilità e alla precisione delle decisioni sono assolutamente rilevanti nel momento in cui la predictive analytics viene messa al servizio del Risk Management. Mai forse come quest’anno si è dimostrato come il digitale può essere determinante nella gestione dei rischi. La individuazione delle minacce e la individuazione dei possibili correttivi o delle azioni che possono mitigare questi rischi unitamente alla possibilità di analizzare anche gli effetti di queste possibili azioni, appresenta un cambio di passo rispetto al Risk Management tradizionale. Ancora una volta si entra in un terreno e in un mercato nel quale gli spazi che si aprono richiedono le competenze, la creatività e la capacità di software house e ISV di unire la creazione di nuove soluzioni con la possibilità di metterle a disposizione in forma di servizio grazie al Cloud, con la logica dell’as a Service.
Con la predictive analytics e con le possibilità di sviluppo che possono arrivare dagli ISV e dalle software house siamo nella fase in cui la predictive analytics diventa qualcosa di più di un segmento di sviluppo nell’ambito dei big data, ma assume le caratteristiche di un fattore abilitante per lo sviluppo di nuovi servizi e per la identificazione e creazione di nuovi modelli di business. E in questo senso un esempio è rappresentato dai vantaggi che la predictive analytics ha portato in alcuni settori del manifatturiero aprendo le porte a forme di service transformation (servitization) un tempo impensabili, che possono essere sperimentate e attuate proprio in ragione della capacità predittiva necessaria per conoscere e gestire il comportamento di prodotti e sistemi in diversi ambienti e in diverse situazioni.
Da un approccio data driven alle logiche insight driven
Con queste prospettive imprese e organizzazioni possono passare da uno sviluppo strategico nell’utilizzo del digitale in chiave data driven a una in chiave Insight Driven, in cui il fattore abilitante è rappresentato dalle soluzioni e dai servizi di software house e ISV che consentono di accelerare il passaggio dal dato alla conoscenza e dalla conoscenza alla decisione di business. Le soluzioni praticabili cominciano ad essere significativamente numerose: financial analytics innanzitutto, marketing and sales analytics e customer analytics con tutte le declinazioni omnichannel analytics e web and social media analytics. In termini di “backoffice”, ovvero di soluzioni predittive a livello di management IT e OT si parla di supply chain analytics, di IT e network analytics e di tutto ciò che attiene e al risk analytics. E come già osservato le soluzioni di predictive risk analytics solution sono quelle sulle quali si è maggiormente concentrata l’attenzione del mercato per le necessità urgente di individuare nuove minacce e per accelerare la ricerca e la verifica delle misure per mitigarli.
Dall’on-premise al Cloud il percorso è avviato e il Cloud presenta un importante tasso di sviluppo proprio per i vantaggi che è in grado di portare a tante realtà che un tempo non avevano accesso a queste opportunità in termini di disponibilità di risorse di calcolo, di flessibilità nei costi, di disponibilità di applicazioni e soluzioni e naturalmente di modalità di deployment. Ed è proprio grazie alle logiche dell’As a Service che software house e ISV sono nella condizione mettere a disposizione di imprese e organizzazioni soluzioni in modo sempre più flessibile e funzionale a specifici obiettivi di business.
