Torna alla lista

Analisi predittiva dei dati, nell’era del Covid-19: il futuro inizia oggi

Stime predittive, grazie al Machine Learning, possono rappresentare un aiuto fondamentale per essere competitivi sul mercato


Il Covid-19 non ha impattato soltanto sull’aspetto sanitario e sulle libertà di spostamento dei cittadini, ma anche sul modo di raccogliere e di elaborare i dati da parte delle imprese. Siamo abituati a pensare agli effetti devastanti sui piccoli business che saranno costretti a chiudere, così come agli importanti eventi geopolitici che indubbiamente si manifesteranno. Tuttavia, non mancheranno i cambiamenti anche in merito alle modalità di elaborazione delle informazioni. La pandemia globale può avere velocizzato la digitalizzazione da parte delle aziende e l’implementazione di modalità di lavoro da remoto più sicure ed efficienti.

Machine Learning

Analisi dei dati storici: ancora affidabile, dopo il Covid?
Ora più che mai, le aziende hanno bisogno di dati accurati per affrontare le sfide del mercato nuovamente mutato. I dati sull'andamento storico dei fenomeni permettono di prevedere con maggiore accuratezza l’evoluzione degli stessi nei tempi a venire.

Tuttavia l’impatto del Covid-19 si fa sentire anche sul valore di questo asset strategico, generando un’anomalia impressionante che rende difficile eseguire previsioni sull’andamento futuro a partire da quanto già avvenuto.

Possiamo fidarci delle informazioni storiche, se il futuro è così incerto data la pandemia ancora in corso? A questo punto si pone la scelta se rigettare in toto i dati accumulati nel 2020 come un’anomalia che rischia di falsare la progressione storica, oppure se “ripartire da 0” da questo nuovo assetto considerando tutto il pregresso dei dati non accettabile.

Il professor Thomas Davenport del Babson College afferma: “se il passato non è più una guida per il futuro, dovremo affidarci all’analisi predittiva.
Questa pandemia ha reso ancora più evidente la necessità inderogabile di digitalizzare ed estendere l’analisi di dati per fare fronte con maggiore efficienza alle sfide del momento, per migliorare la capacità di estrarre e analizzare i dati in real time. 

Analisi predittive dei dati: il futuro inizia oggi 
L’incertezza sulle prospettive economiche del futuro provocata - o accentuata - dal coronavirus porterà realisticamente un’ampia fascia della popolazione a ridurre le spese non necessarie, con conseguente riduzione dei volumi di affari delle imprese.

Questa tendenza, assieme a un maggiore tempo necessario per chiudere il ciclo delle vendite, influenzerà a propria volta l’utilità dei dati storici immagazzinati, rendendoli meno attinenti al periodo attuale. Bisognerà quindi indirizzare la produzione delle aziende verso più realistici livelli di domanda e consumo, grazie a stime predittive basate non solo sull’andamento storico, ma anche e soprattutto su nuove modalità di analisi basate su affidabili schemi e simulazioni.

I produttori di automobili ad esempio possono basarsi sul livello di emissione di smog rilevato, siccome esso è un parametro dell’uso di autovetture all’aperto, ora pesantemente influenzato dai ripetuti lockdown che hanno contratto la domanda di mezzi di spostamento. Nel breve termine, le imprese dovranno assicurarsi di adeguare la propria capacità all’accresciuto bisogno di dati. Le aziende dovrebbero prepararsi a ridistribuire il budget secondo nuove priorità per fare fronte alle mutate esigenze del mercato.

Potrebbero ad esempio predisporre nuove tecnologie per l’integrazione dei dati, incentivare le modalità di vendita digitali rispetto a quelle tradizionali. Una maggiore flessibilità nelle architetture dei dati si dimostra indicata per aiutare le aziende a rispondere rapidamente ai momenti di espansione e di contrazione. Anche se ci troviamo in una fase di contrazione economica, gli investimenti per l’analisi dei dati e il machine learning non dovrebbero essere tagliati: semmai, aumentati!