Descrizione della problematica

Le aziende che dispongono di un ampio set di prodotti con reti commerciali dirette o indirette in diversi territori hanno necessità di scegliere la migliore strategia di pricing per ogni caso specifico e prevedere le vendite a seguito delle strategie definitive per organizzare magazzino e forza lavoro.

In particolare sono interessate a: analisi delle vendite a seguito della strategia di pricing vs potenziale teorico e ai concorrenti; identificare il prezzo ottimale di un prodotto in funzione della sua elasticità e degli obiettivi aziendali; prevedere le vendite a seguito di specifiche strategie o campagne promozionali

La difficoltà che incontra l’azienda nel raggiungere lo scopo sono: l’integrazione in un unico ambiente dei propri dati di vendita e di mercato, economico-demografici e territoriali; la carenza di competenza ed esperienza nel definire ed implementare i più adeguati modelli predittivi; l’analisi e la distribuzione dei risultati in modo interattivo e personalizzato in base al ruolo di tutti gli utenti interessati

 

Descrizione della soluzione tecnologica

Si adotta una piattaforma commerciale di Data Science & Analytics che attraverso connessioni native (al gestionale coi dati di vendita, a file demografici, file spaziali, a dati di mercato) alimenta un primo blocco di flussi di data cleansing e manipulation, seguito dal blocco di allenamento dei modelli di machine learning. I risultati dei blocchi alimentano automaticamente un set di dashboard interattive attraverso le quali l’utente finale è in grado di: consultare i dati di vendita di ogni prodotto nel tempo e su base territoriale con focus sulla relazione tra quantità e prezzo e sul confronto con i competitor; possibilità di svolgere analisi dei dati di vendita, incrociandoli con gli altri dati messi a disposizione del sistema; consultare il prezzo ottimale proposto per ogni singolo prodotto nello specifico arco temporale, incluse le eventuali regole di business che sono state prese in considerazione nella definizione del prezzo; prevedere le stime di vendita per ciascun prodotto e periodo a seguito delle strategie scelte.

Gli ambienti di sviluppo sono molto semplici ed intuitivi, non richiedendo necessariamente lo sviluppo di codice. Lo sviluppo di nuove funzionalità o varianti richiede un tempo estremamente ridotto senza impattare in alcun modo lo schema funzionale di quanto già sviluppato.

 

Descrizione del progetto di implementazione

La soluzione è nata due anni fa in collaborazione con una multinazionale operante nel settore farmaceutico. Ha poi visto sviluppi successivi trovando applicazione nei settori della distribuzione di alimenti e cosmesi.

Per ottenere la prima versione del prodotto sono stati necessari 8 mesi. Lo sviluppo è avvenuto in modalità agile con un nostro team composto da un PM/Senior developer ed un Data Scientist a tempo pieno. Si è lavorato a stretto contatto con l’IT del cliente per i temi infrastrutturali, il Marketing/Sales e il team Pricing per la pianificazione e il confronto durante gli sprint di progetto. Il riadattamento nelle successive realtà ha richiesto da 1 a 2 mesi.

Il costo del progetto iniziale, inclusivo del costo delle piattaforme commerciali analytics, è stato di circa 150’000 €.

 

Descrizione dei principali benefici raggiunti

– monitorare con frequenza giornaliera i dati di vendita di ogni prodotto nel tempo e su base territoriale con focus sulla relazione tra quantità e prezzo e sul confronto con i competitor

– ottenere per ogni prodotto e per ogni determinato periodo di tempo l’indicazione del prezzo ottimale da applicare per massimizzare fatturato e/o profitto (se disponibili i dati di costo)

– prevedere le stime di vendita per ciascun prodotto e periodo a seguito delle strategie scelte consentendo un’ottimale pianificazione del magazzino e delle risorse.

– in generale disporre di un ambiente analytics che raccoglie ed elabora in modo automatico tutte le informazioni mettendo a disposizione un layer analitico facilmente utilizzabile e visualizzabile da utenti business. Le persone non investiranno più il proprio tempo a recuperare le informazioni e “pulire” ed uniformare i dati ma potranno concentrarsi sull’analisi del dato.

 

Descrizione degli elementi distintivi

– integrazione dei dati su un’unica piattaforma con molteplici possibilità di analisi incrociate.

– flessibilità: è possibile integrare altri dati su richiesta con un minimo effort di sviluppo (l’ambiente di development è intuitivo e non richiede capacità di coding)

– centralizzazione e capillarità: la soluzione risiede su un server centrale dal cliente ma viene fruita da tutte le funzioni da coinvolgere con viste e funzionalità dedicate.

– versatilità: possibilità di applicare con un minimo adattamento la stessa soluzione su diverse aree geografiche/mercati e diversi ambiti di business.