Storie concrete sull’utilizzo dell’intelligenza artificiale nell’interpretazione e nell’analisi dei dati: è stato questo il focus di ExplAIn Your Tomorrow, Today, la seconda edizione dell’evento che Oracle organizza per conoscere qual è lo stato dell’arte dell’implementazione di queste tecnologie nelle aziende italiane.
Libertà di analisi all’interno di un ambiente governato
Accanto al padrone di casa, Stefano Maio, Country Sales Leader Big Data, Analytics e Machine Learning di Oracle, e dopo una introduzione di Bruno Aziza, Vice President ed esperto Oracle a livello mondiale in AI, big data, analytics e tecnologia cloud, si sono alternate diverse realtà che hanno illustrato i loro progetti orientati a concretizzare il concetto di data driven company: “Bisogna saper ascoltare i dati. È questo che consente di essere una vera data driven company e averne un vero vantaggio competitivo. Ma è possibile farlo solo sapendo che alla gestione e manutenzione del dato ci pensa qualcun altro. Ed è quello che fa Oracle grazie al machine learning, all’intelligenza artificiale…alle tecnologie autonomous”, ha affermato Maio.
“L’approccio di Oracle per supportare le aziende nell’attuazione di una strategia data driven si può condensare in una frase: libertà di analisi all’interno di un ambiente governato”, ha specificato Aziza nel suo intervento, ricordando come il compito di Oracle sia proprio quello di supportare le aziende nello sfruttare le miniere d’oro che posseggono dato che “solo il 35% degli impiegati in azienda utilizza i big data; il 65% ne ignora completamente le potenzialità”, mentre “grazie a machine learning e AI è cambiato il modo in cui riusciamo ad analizzare e gestire i dati, ma soprattutto è cambiato il modo in cui possiamo utilizzarli in ogni tipo di business”.
Dalla produzione manufatturiera all’energia alla distribuzione, all’assicurazione, i casi che si sono succeduti sul palco sono molti: Bitron, CNP Vita, Coca Cola HBC, Generali, Luiss Sport Academy, Sisal hanno testimoniato la loro esperienza nell’adozione delle tecnologie cloud Oracle e dell’Autonomous DB.
Generali, come innovare la funzione HR
Generali non ha bisogno di presentazioni, ma almeno un numero è necessario conoscerlo per comprendere le dimensioni del progetto People Analytics Tool presentato da Diana Sassu, Group Workforce Planning & People Analytics dell’azienda assicuratrice: sono 71.000 gli impiegati, sparsi in vari paesi, gestiti dalla funzione HR. “Questo progetto – ha spiegato Sassu – parte circa un anno e mezzo fa con l’obiettivo di creare un’unica piattaforma di accesso ai dati del capitale umano, disponibile a tutti gli utenti aziendali, per prendere decisioni guidate dal dato al fine di migliorare i programmi di crescita e il coinvolgimento delle persone del gruppo. Dovevamo integrare tanti database, che si trovavano su vari sistemi IT e con strutture dati molto diverse, realizzando una soluzione disponibile per tutte le sedi del Gruppo e che fosse utilizzabile sia dalla funzione HR sia dalle altre unità di business”.
Per farlo è stato utilizzato Oracle Analytics Cloud.
“Dopo il primo pilota sull’Italia con un roll out della soluzione a fine 2018, oggi abbiamo esteso il progetto a 40 paesi, aprendola a 200 utenti, HR e business, liberando da attività di reportistica il 50% del tempo di lavoro delle HR”, ha spiegato la manager, specificando però che “il beneficio più grande di tutti è sottostante a questi numeri ed è il cambiamento culturale che il tool ha comportato nella funzione HR: oggi le HR hanno iniziato a svolgere la propria funzione utilizzando i dati consentendo loro di essere considerati un business partner delle altre business unit”.
CNP Vita, capire quali agenzie hanno bisogno di supporto
CNP Vita è la compagnia assicurativa, partner di UniCredit, controllata dalla società francese CNP Assurances e uno dei progetti che ha visto il coinvolgimento delle tecnologie Oracle è stato quello che ha riguardato il monitoraggio dell’attività delle filiali per velocizzare il processo di valutazione dell’efficacia nella vendita di prodotti assicurativi in filiale: “In questo progetto ci eravamo posti 3 obiettivi: rilasciare il tool in tempi veloci, ridurre i costi e coinvolgere gli utenti nella gestione dei dati”, hanno spiegato Riccardo Mozzi e Giorgio Vergani, rispettivamente Business Intelligence Architect e Business Intelligence Manager di CNP Vita. “Obiettivi che abbiamo raggiunto utilizzando il servizio PaaS di Oracle che ci ha consentito di rilasciare il servizio in 3 mesi”.
CNP Vita ha utilizzato i servizi cloud di Oracle per diversi progetti e “in tutti – hanno affermato i 2 manager – abbiamo ottenuto un risparmio del 30-40% rispetto a progetti analoghi on premise”.
Nel 2018 è stata decisa la migrazione dal datawarehouse all’Oracle Autonomous DB. Sulla base dei dati provenienti dalle agenzie che avevano le performance migliori è stato costruito, grazie alle tecnologie di machine learning, un modello “che permette di capire, e di farlo con estrema facilità grazie a una visualizzazione basata su geolocalizzazione, quali sono le aree che hanno bisogno di un intervento. Le tecnologie di Data Visualization ci consentono di aumentare la capacità di analisi dei singoli utenti”, hanno precisato i due manager.
Coca-Cola HBC Italia, come conoscere le potenzialità di un punto vendita
Coca-Cola HBC Italia è il principale produttore e distributore di prodotti a marchio The Coca-Cola Company in Italia (e non solo dato che nel tempo ha ampliato la propria offerta con altri marchi di bevande analcoliche). Edoardo Bottai, Route-to-Market Director di Coca-Cola HBC Italia, e Andrea De Marco, CIO, Direttore Tecnico e Responsabile Ricerca e Sviluppo di BitBang, il partner Oracle che ha supportato l’azienda nell’implementazione, hanno presentato un progetto che ha riguardato il cosiddetto mercato out-of-home (ossia piccoli punti vendita), un mercato molto frammentato che vede in Italia la presenza di circa 370.000 punti vendita: “È molto difficile identificare i punti vendita, capire quelli che funzionano ecc. per questo abbiamo creato un hunter team per poter identificare i punti vendita interessanti, non nostri clienti, cui rivolgersi per offrire i nostri prodotti”, ha spiegato Bottai, che ha proseguito: “Affinché questo team non effettui visite a vuoto è fondamentale analizzare i dati”.
Sulla base dei dati storici dei punti vendita clienti è stato costruito un pattern di riferimento basato su dati socio-demografici per analizzare i nuovi punti vendita quantificandone la somiglianza con quelli migliori già clienti. È stato così realizzato un dataset predittivo che consentisse di stimare le potenzialità del punto vendita.
“La piattaforma Oracle Cloud ci ha consentito di correlare tutti i dati presenti e, tramite l’analisi dei grafi, abbiamo potuto individuare le relazioni dirette, ma soprattutto indirette, che consentono di isolare le caratteristiche più promettenti per città e per singolo punto vendita”.
Sebbene il progetto sia appena andato live, Bottai ha comunque segnalato alcuni benefici raggiunti: ingegnerizzazione dei flussi con definizione dei cluster automatizzata e sempre aggiornata; l’adozione di un approccio innovativo con l’introduzione di variabili social nel modello; ottimizzazione dei workflow degli hunter; maggiore copertura dei punti vendita ad alto valore.
