Prescriptive analytics: un piano su misura per la supply chain

L'analisi prescrittiva, applicabile in qualsiasi area di business, è particolarmente importante nella supply chain, dove vengono generati grandi volumi di dati. Questo tipo di analisi aziendale mira a ricavare tutti i dati possibili e convertirli in informazioni precise per capire cosa è successo, cosa potrebbe accadere e cosa dobbiamo fare per determinare una strategia ottimale per l'azienda.

Attraverso i big data, l’intelligenza artificiale, il data mining e altre tecnologie, l'analisi prescrittiva non solo aiuta le aziende a ottimizzare i loro piani di approvvigionamento, ma permette anche di dirigere e automatizzare il processo decisionale per raggiungere gli obiettivi stabiliti.

Cos’è l’analisi prescrittiva?

La prescriptive analytics, inglobata nell'area della business analytics, consiste nel raccogliere dati, consigliare azioni e prevedere che impatto avranno per facilitare il processo decisionale, individuando la migliore soluzione tra tutte quelle possibili. La Società di Consulenza Gartner descrive l'analisi prescrittiva come una risposta alla domanda: “Cosa possiamo fare per far sì che accada X?".

A differenza di altri tipi di analisi, come quella descrittiva o quella predittiva, l’analisi prescrittiva va oltre la previsione dei risultati, poiché suggerisce anche come attuare per arrivare allo scenario che apporta maggiori benefici all'azienda. Gli autori dell'articolo accademico Prescriptive analytics: Literature review and research challenges, pubblicato sull' International Journal of Information Management affermano che: “La prescriptive analytics cerca di trovare il miglior piano d'azione per il futuro. L'analisi prescrittiva è spesso considerata come il prossimo passo verso la maturità dell'analisi dei dati, il che porta a un processo decisionale ottimizzato in grado di migliorare le performance aziendali".

L'analisi prescrittiva si poggia sullo studio di operazioni, analisi predittive e tecniche statistiche per quantificare l'effetto delle future decisioni: sulla base di dati attuali e storici, permette di stimare ciò che è probabile che accada e di suggerire, tra varie alternative, un piano di azione ottimale. La prescriptive analytics si fonda su sistemi di gestione e algoritmi che automatizzano il processo decisionale e migliorano l'efficienza operativa delle aziende.

Nello studio Forecast snapshot: Prescriptive analytics software, gli analisti di Gartner hanno previsto che il mercato dei software di analisi prescrittiva raggiungerà 1,88 miliardi di dollari entro il 2022, con un tasso di crescita annuale composto del 20,6%. Secondo Gartner, l'analisi prescrittiva è caratterizzata dall'uso di tecniche come l'analisi dei grafici, le simulazioni, i sistemi di suggerimento, l'euristica e il machine learning. Per funzionare, l'analisi prescrittiva ruota attorno a un processo di raccolta, adattamento e gestione dei dati al fine di sfruttare al meglio le risorse e incrementare l'efficienza operativa.

Differenze tra analisi descrittiva, predittiva e prescrittiva

L'analisi descrittiva consiste nella raccolta e nell'analisi dei dati storici per scoprire cosa è accaduto e determinare lo stato attuale dell'attività. L'analisi predittiva, invece, combina dati storici, regole e algoritmi avanzati per prevenire o stimare ciò che potrebbe succedere, con l’obiettivo di fare previsioni e anticiparsi a situazioni future.

L'analisi prescrittiva è considerata la terza fase dell'analisi aziendale perché raccoglie informazioni delle due analisi comunemente utilizzate dalla maggior parte delle aziende: la descrittiva e la predittiva.

La principale differenza tra analisi descrittiva, predittiva e prescrittiva risiede nel tipo di intervento effettuato dall'azienda dopo aver analizzato i dati. L'analisi prescrittiva aiuta le aziende a capire come ottimizzare i loro processi e determinare cosa possono fare e come devono farlo affinché le previsioni si realizzino o, nel caso in cui fossero negative, evitarle. A differenza dell'analisi descrittiva e predittiva, l'analisi prescrittiva impiega tecniche di simulazione e ottimizzazione volte a trovare la migliore strategia per una determinata situazione.

Applicazioni dell'analisi prescrittiva nella supply chain

La prescriptive analytics favorisce il processo decisionale relativo alla produzione e alla logistica, ottimizzando la catena di approvvigionamento delle aziende. Tra tutte le applicazioni dell'analisi prescrittiva nella supply chain spiccano:

• Previsione dell'andamento del consumo: l'analisi prescrittiva è in grado di realizzare deduzioni circa le intenzioni di consumo dei consumatori e, quindi, pronosticare l'andamento della domanda per prendere le decisioni pertinenti. Il calcolo delle tendenze dei consumi permette di stabilire livelli di stock ottimali per soddisfare la domanda, impedire rotture di stock ed evitare un eccesso di scorte.
• Promozione della tracciabilità del prodotto. La conoscenza prescrittiva fornisce informazioni in tempo reale sul prodotto (tracciabilità) in qualsiasi punto della supply chain, dall'ubicazione, alle condizioni di trasporto o quali processi logistici e produttivi sono stati applicati alla merce.
• Maggiore controllo delle informazioni nella supply chain: l'analisi prescrittiva apre le porte anche alla gestione dell’inventario in tempo reale, all'emissione di ordini di approvvigionamento immediati o alla precisa tracciabilità degli ordini.

Nella pubblicazione di McKinsey A more resilient supply chain from optimized operations planning, gli autori sottolineano i vantaggi aziendali dell'analisi prescrittiva: “L'ottimizzazione nella pianificazione delle operazioni consiste nel determinare le migliori opzioni per una serie di decisioni in un ambiente aziendale e un determinato obiettivo di business. Questo tipo di ottimizzazione di solito funziona meglio con modelli prescrittivi che si traducono in un insieme ideale di decisioni”.

Analisi prescrittiva per cambiare il futuro

In un mercato competitivo e in costante cambiamento, in cui le tendenze dei consumatori possono provocare interruzioni nella supply chain, l'applicazione dell'analisi prescrittiva si è consolidata come un alleato per aiutare le aziende a distinguersi ed essere leader nei loro settori. In passato, le imprese si affidavano alla loro conoscenza ed esperienza per effettuare calcoli approssimativi (con maggiore o minore successo) sulle vendite e sulla quantità di prodotti necessari per soddisfare la domanda.

Oggi, l'analisi prescrittiva è una soluzione tecnologica per prevedere futuri scenari logistici, nonché prendere decisioni basate sull'analisi dei dati. Come indica l'articolo What is prescriptive analytics? 6 examples, dalla Harvard Business School: “L'analisi prescrittiva è stata denominata ‘il futuro dell'analisi dei dati’ e ha ragione. Questo tipo di analisi va oltre le spiegazioni e le previsioni per consigliare la migliore strategia per il futuro”.