Dall'analisi predittiva all'etica dei dati: il futuro della Loss Prevention nel Retail

Il settore Retail sta attraversando trasformazioni radicali, spinte dalla necessità di ottimizzare le operazioni e contrastare la crescita dei tentativi di frode. Le aziende devono affrontare l’aumento della complessità nella gestione dei dati e dei sistemi di prevenzione, ma anche un mercato sempre più regolamentato che spinge a ridefinire il ruolo dell’intelligenza artificiale (AI) e dell'analisi dei dati. In questo contesto, emergono domande chiave: quanto è maturo il mercato in termini di prevenzione delle perdite? Quali sono le competenze più ricercate per far fronte a un'era data-driven? E come si può garantire un approccio etico e trasparente all’utilizzo dei dati?

Ne abbiamo parlato con Andrea Ferrari, Client Leader e Business Developer di BID.

La prevenzione delle perdite è una priorità dichiarata nel retail, ma quanto è realmente pronto il mercato a fare questo passo? Dove si bloccano gli sforzi per superare la sicurezza di base e raggiungere una vera capacità predittiva?

La prevenzione delle perdite è diventata una priorità, eppure il mercato ha ancora molto terreno da coprire. Circa un anno e mezzo fa, abbiamo siglato un accordo commerciale che ha portato BID, SAS e CrimeTech a lavorare fianco a fianco per proporre soluzioni specifiche per il mondo retail. Uno degli approcci è stato quello di riunire security manager e altri operatori del settore in tavole rotonde. Questo ci ha permesso di comprendere direttamente dalle aziende le sfide e le problematiche operative, spesso legate alla gestione delle frodi. Ne è emersa una fotografia che, per quanto potessimo prevedere, ha confermato alcune tendenze ma anche svelato la presenza di barriere operative ben definite.

Le principali risorse di budget sono destinate ai controlli di primo livello, come i sistemi di videosorveglianza o il controllo degli accessi. Mancano spesso i fondi per passare a un livello successivo, più predittivo, capace di identificare schemi di frodi e anomalie lungo l'intera catena, dalla produzione, al magazzino, fino alla vendita. Non solo, nel Retail ci troviamo davanti a una mole di dati enorme, proveniente da tutta la filiera, ma spesso dispersa e difficilmente utilizzabile. Non esistono processi uniformi per la gestione e la politica dei dati. Per questo è fondamentale mettere ordine a monte, strutturando i dati in modo che siano utilizzabili attraverso strumenti di analisi e reporting, e creando dei modelli di predizione su dati omogenei.

La qualità dei dati è davvero sotto controllo nel retail? In che modo l'Intelligenza Artificiale può trasformare l’approccio alla gestione dei dati, aiutando le aziende a passare da una reazione alle anomalie a una vera capacità predittiva?

La qualità dei dati è un nodo ricorrente, e l'Intelligenza Artificiale può rappresentare un passo avanti decisivo. Le tecniche di machine learning, che si affiancano alle tradizionali procedure ETL (Extract, Transform, Load), permettono di individuare le anomalie nei flussi di dati molto più rapidamente, aiutandoci a identificare e isolare dati sospetti. Per esempio, con modelli avanzati possiamo riconoscere 'outlier' nel flusso dati proveniente da varie fonti, e segnalarli in tempo reale, consentendo una pronta gestione.

L'introduzione di tecnologie come il machine learning e l’AI, abbinata alla crescita della potenza computazionale, rende oggi possibile non solo applicare approcci avanzati per la ricerca delle anomalie, ma anche accelerare il passaggio dalla reazione all’anticipazione delle problematiche.

Tuttavia, rimane cruciale che la qualità del dato sia garantita già a monte: se i dati non sono allineati e puliti, non si possono fare miracoli.

Il panorama normativo europeo sembra a volte frenare l'innovazione nell'AI e nella governance dei dati: può invece diventare un vantaggio competitivo per le aziende in futuro? Come si prospetta il cammino verso un'AI trasparente e sicura?

L'Europa rappresenta un caso unico per quanto riguarda la regolamentazione dei dati, che può sembrare un ostacolo, ma che alla lunga costituisce un fattore di vantaggio competitivo. La normativa attuale sta ponendo una serie di limiti che rallentano l’adozione di nuovi modelli e tecnologie. Le aziende si trovano costrette a investire per assicurarsi che le soluzioni siano conformi e a prova di violazione normativa, e questo spesso richiede più risorse di quante non ne esistano. Tuttavia, questo porterà, in futuro, a una maggiore competitività a livello globale: chi si sarà dotato di sistemi di governance trasparenti e compliant sarà meglio posizionato. Definirei quindi questa normativa un investimento che garantirà il successo di un modello solido e sostenibile.

La regolamentazione può quindi essere uno stimolo per la diffusione dell’AI?

In effetti sì. Anche se i vincoli possono sembrare limitanti, creano uno spazio di sicurezza e fiducia che spinge molte aziende ad adottare l'AI. Le normative rappresentano oggi un freno alla velocità dell’adozione, ma stabiliscono anche un terreno di confronto e un livello minimo di affidabilità, che permetteranno al mercato di distinguersi per serietà e solidità. Come in altri ambiti, è probabile che eventi specifici e crisi future aumentino ulteriormente la consapevolezza dell’importanza di queste norme.

In che modo una partnership strategica come quella con SAS fa la differenza per il successo dei progetti? Quali valori e benefici concreti emergono da questa collaborazione?

Il rapporto con SAS è fondamentale, non solo per il supporto tecnico e la continuità, ma per la filosofia di collaborazione che caratterizza la partnership. SAS ha sempre avuto come mission quella di diffondere tecnologia e competenza. Condividere queste competenze è essenziale perché ci permette di portare avanti progetti di ampio respiro. Abbiamo un rapporto di collaborazione in varie aree: nella delivery, nelle vendite di software e nella formazione. L'obiettivo è di portare ai nostri clienti non solo soluzioni tecnologiche, ma anche supporto e formazione, grazie alla certificazione di alcuni nostri formatori come erogatori SAS.

Quali sono le competenze chiave che oggi fanno davvero la differenza nel settore dei dati e della tecnologia? Come possono i professionisti bilanciare tecnica, capacità di business e soft skills per rispondere alle sfide attuali?

Le competenze si dividono in tre aree fondamentali: tecnica, business e soft skill. È difficile trovare candidati che eccellano in tutte, ma per chi si occupa di dati e tecnologia è ormai essenziale avere anche una comprensione delle dinamiche aziendali. Avere competenze tecniche senza la capacità di comprendere il business o interfacciarsi con il cliente crea un limite.

Oggi i tecnici devono anche essere in grado di dialogare con i clienti, capire le esigenze del business e settare aspettative realistiche, visto che spesso le richieste cambiano rapidamente. Le soft skill sono quindi un punto focale: saper ascoltare, mediare e adattarsi alle dinamiche di progetto è una qualità indispensabile. Infine, è necessario conoscere il contesto tecnologico, dai database relazionali al cloud, per capire su che basi tecniche lavoriamo.

Come si traducono in pratica i valori di performance, produttività e fiducia? In che modo questi principi influenzano l’approccio e le soluzioni offerte?

Il trust deriva dalla continuità storica di SAS e dalla capacità di adattarsi alle evoluzioni tecnologiche. Questo ha permesso a SAS di mantenere un ruolo di leadership e una stabilità che molte altre aziende non riescono a offrire. La produttività è legata alla rapidità con cui SAS è in grado di rispondere alle esigenze dei clienti, grazie a soluzioni che non devono essere sviluppate da zero ma possono essere adattate rapidamente. Per quanto riguarda le performance, la ricerca e sviluppo in SAS è in costante aggiornamento per seguire l’evoluzione delle architetture cloud e on-premise, con un approccio modulare che garantisce l’ottimizzazione in contesti tecnologici diversificati.

13 novembre 2024