SAS aiuta le aziende a sbloccare tutto il potenziale degli investimenti in analytics

Un'offerta completa per affrontare una costosa sfida aziendale, poiché oltre la metà del lavoro di un data scientist resta fermo alla fase di sperimentazione.SAS aiuta le aziende a sbloccare tutto il potenziale degli investimenti in analytics

Secondo IDC, solo il 35% delle aziende dichiara che i modelli analitici vengono sviluppati per intero e messi in produzione.* Questo si traduce in uno spreco di energie e di denaro. L'implementazione dei modelli analitici e la generazione di valore data-driven rivestono più che mai un’importanza critica: basti pensare che solo quest'anno le aziende hanno investito circa 189,1 miliardi di dollari in analytics. SAS, leader negli analytics, aiuta le aziende a completare il cosiddetto ultimo miglio degli analytics e a raggiungere i loro obiettivi attraverso una nuova gamma di offerte, servizi e formazione.

Da oggi è disponibile SAS^® ModelOps, una nuova soluzione a pacchetti che unisce il software SAS Model Manager ai servizi di consulenza. Un'offerta che semplifica gestione, implementazione, monitoraggio, addestramento e governance dei modelli analitici, sia quelli SAS che open source. A questo si aggiunge l'ulteriore vantaggio dei servizi di consulenza su misura. SAS sta inoltre introducendo un nuovo servizio indipendente, “ModelOps Health Check Assessment”, che permetterà alle aziende di capire come ottimizzare la fase di deployment.

“La difficoltà di un utilizzo efficace degli analytics è una delle maggiori sfide in tutti i settori industriali”, dichiara Dan Vesset, vicepresidente del gruppo Analytics & Information Management di IDC. “Molte aziende adottano una cultura data-driven ma faticano poi ad applicare i cambiamenti suggeriti dai dati. L'obiettivo è quello di generare valore di business dagli investimenti in analytics ma molte aziende non ci riescono o hanno problemi nel cosiddetto 'ultimo miglio', ovvero quella fase in cui gli analytics vengono implementati, resi operativi e pronti ad essere utilizzati”.

Jim Goodnight, CEO di SAS, afferma: “Questo è dovuto al fatto che non sono i dati a guidare un'azienda ma le decisioni. E siamo convinti che le decisioni migliori siano quelle guidate dagli analytics. I modelli analitici sono in grado di rilevare le frodi legate alle carte di credito, gestire il rischio bancario, migliorare l'accuratezza delle attività di marketing e molto altro ancora. SAS sa come collaborare con le aziende per completare quest'ultimo miglio e mettere a frutto i loro investimenti in analytics, IA e big data”.

Percorrere l'ultimo miglio insieme a SAS

Con l'accelerazione nell'utilizzo di IA e machine learning da parte delle aziende, si registra un aumento sempre più rapido di asset e modelli analitici. Sebbene negli ultimi anni lo sviluppo di modelli sia diventato una chiave per risolvere i problemi aziendali, la loro messa in produzione e successiva gestione rappresentano un ostacolo. SAS aiuta le aziende durante tutto il ciclo di vita degli analytics, dallo sviluppo automatico di modelli non solo comprensibili ma anche personalizzabili, alla capacità di spiegarne e interpretarne i risultati in parole semplici, fino alla loro distribuzione.

“La maggior parte delle aziende fatica a superare la fase di sperimentazione e dunque a sbloccare il valore reale.  Una nostra ricerca racconta come le sfide principali affrontate dai primi utilizzatori siano state le difficoltà di implementazione, l'integrazione dell'intelligenza artificiale nei ruoli e nelle funzioni aziendali, i problemi relativi ai dati (ad esempio privacy, accesso e integrazione dei dati), i costi di sviluppo delle tecnologie e soluzioni di IA e la mancanza di competenze.  Per aiutare i clienti ad accelerare l'adozione dell'IA, Deloitte ha fatto investimenti significativi, tra cui la creazione di centri di eccellenza, per distribuire, scalare e gestire le soluzioni di IA e analytics e formare il personale in materia risparmiando sui costi”, racconta Nat D'Ercole, partner di Omnia AI, la practice di intelligenza artificiale di Deloitte Canada.

Anche la società di telecomunicazioni norvegese Telenor ha registrato risultati positivi e implementato i modelli in modo rapido ed efficace grazie a SAS. Operativa in Scandinavia e in Asia, Telenor possiede un'incredibile quantità di dati sui clienti. L'azienda aveva bisogno di aiuto per sfruttare questi dati e creare un'esperienza cliente personalizzata. Insieme a SAS, Telenor Norway utilizza adesso 10-20 modelli predittivi per calcolare la probabilità che i clienti acquistino offerte pertinenti. Sulla base di questa analisi, SAS e Telenor Norway hanno sviluppato e implementato uno strumento guidato, chiamato “Automated Sales Tips” (AST). AST è in grado di determinare nel giro di mezzo secondo le migliori offerte per ogni cliente che si rivolge a Telenor, in base ai punteggi dei modelli predittivi. I modelli sono gestiti e monitorati tramite SAS Model Manager, che permette di controllarne la qualità nel tempo e di generare un report utilizzato come base per le riunioni mensili dedicate alla gestione dei modelli.

Grazie a SAS, anche la divisione marketing della banca tedesca Commerzbank è riuscita a implementare modelli data-driven che hanno migliorato l'esperienza cliente. Gli analytics, già utilizzati quotidianamente nelle attività commerciali del gruppo bancario, ora possono essere integrati con tutte le decisioni legate ai clienti di Commerzbank - inbound e outbound - per ogni punto di contatto, in tempo reale e su larga scala.

La centralità del cliente è altrettanto importante nel retail, un settore in evoluzione. Connect Financial Services (CFS), una filiale di JD Group e Pepkor, il più grande retailer in Sudafrica per il comparto non alimentare, si affida a SAS per ottenere un vantaggio competitivo. JD Group, con più di 850 negozi operanti in quattro paesi, riceve ogni giorno un gran numero di richieste di finanziamento da parte dei clienti. Sfruttando machine learning e advanced analytics per automatizzare gran parte del processo decisionale sul credito, CFS può proporre offerte pertinenti ai clienti e ridurre al contempo il rischio per il rivenditore.

“SAS ci permette di prendere decisioni più smart”, afferma Eugene Ehlers, CFS Credit Executive di Pepkor. “Internamente, chiamiamo SAS ‘il cervello’. Possiamo implementare rapidamente e in tempo reale le modifiche ai nostri modelli decisionali sui finanziamenti, il che ci permette di garantire al cliente la giusta quantità di credito quando e dove ne ha bisogno”.

ModelOps, la soluzione giusta per il progresso aziendale

Secondo McKinsey, il valore annuo generato da analytics e IA è compreso tra 9,5 e 15,4 bilioni di dollari. Tuttavia, senza la capacità di mettere in produzione i modelli analitici, gran parte di questo valore potenziale viene perso. ModelOps è il luogo in cui i modelli analitici passano dalla sperimentazione del "laboratorio" di data science alla produzione IT, con aggiornamenti e deployment regolari man mano che questi modelli vengono gestiti, scalati, monitorati e riaddestrati in base alle necessità. Nella corsa alla realizzazione di valore dagli analytics, ModelOps è un fattore vincente che solo poche aziende stanno utilizzando.

SAS ModelOps soddisfa la richiesta di un software di model management abbinato a servizi di consulenza che possono essere personalizzati per rispondere alle esigenze specifiche del cliente. Questa soluzione permette di avviare velocemente l'implementazione, l'uso e l'adozione di SAS Model Manager e quindi di rendere operativi gli analytics in modo efficace e continuativo. SAS ModelOps consente inoltre di monitorare le prestazioni di tutti i modelli campione per garantire, nel tempo, la pertinenza rispetto ai cambiamenti dei dati e delle condizioni di mercato.

Secondo SAS, per completare l'ultimo miglio, gli analytics devono emulare l'approccio alla collaborazione tipico degli sviluppatori di applicazioni - DevOps - e adottare pratiche che accelerino la creazione e la distribuzione dei modelli. La guida “The ModelOps Handbook”, disponibile per il download entro la fine dell'anno, è un manuale che aiuta le aziende ad accelerare il ciclo di vita dell'analisi attraverso best practice ripetibili. Questa guida sottolinea l’importanza di costruire collaborazione e processi per facilitare il passaggio dalla fase di sviluppo a quella di produzione, con l'obiettivo di ridurre i tempi di implementazione e aumentare la capacità organizzativa nel creare, addestrare e perfezionare i modelli analitici.

Dato che la distribuzione dei modelli analitici è impegnativa e preziosa allo stesso tempo, SAS sta introducendo un nuovo servizio chiamato “ModelOps Health Check Assessment”. Attraverso un workshop on-site, le aziende possono determinare il loro livello di maturità e preparazione nell'implementazione e gestione dei modelli analitici. La valutazione fornisce anche suggerimenti per far progredire l'azienda e prendere così decisioni di business più efficaci.

Per saperne di più su come SAS può aiutare le aziende a conquistare l'ultimo miglio degli analytics, visita la pagina sas.com/discover o segui la conversazione sui social media con l'hashtag #DiscoverSAS.

*Survey e interviste di IDC sulle soluzioni di analisi avanzata e predittiva, n = 400, 2017-2019.