Addomesticare un algoritmo
L’analisi predittiva da strumento commerciale a corso di laurea. Il caso di Evo Pricing
di Tino Isemburg
L’economia è una questione di numeri ma per fare business non bastano le cifre, serve l’intuito umano. Questa storia parte da un’idea intorno alla quale si è riunito un team giovane, in grado di addomesticare un algoritmo e metterlo al servizio dei manager di tutto il mondo.
Dopo avere fatto un master ad Harvard e lavorato per dieci anni come consulente in McKinsey tra Italia, Stati Uniti e Inghilterra, quattro anni fa Fabrizio Fantini ha avviato un’esperienza imprenditoriale per riavvicinarsi all’Italia. Nel 2013 è nata Evo Pricing: una startup di big data analysis che si occupa di analisi predittive che aiutano le aziende a diventare più competitive. “Dopo aver aperto a Londra abbiamo subito puntato su Torino” racconta Fantini, amministratore delegato e fondatore dell’azienda. “Abbiamo già clienti in tutto il mondo dal Messico, alla California, passando ovviamente per Inghilterra e Italia. Nel nostro ufficio di Torino assumo giovani figure professionali di qualità come i data scientist, mantenendo però anche un piede all’estero per altre figure come informatici e sviluppatori di mercati anglosassoni che in Italia, purtroppo, sono molto difficili se non impossibili da trovare”.
Evo Pricing si avvale di esperti di business, data scientist e ricercatori di università internazionali come ad esempio Harvard e Mit ma anche di eccellenze made in Torino. Il capoluogo piemontese infatti si candida a diventare polo di eccellenza sui big data a livello internazionale, con straordinarie capacità di attrazione.
Un’evoluzione resa possibile dalla sinergia tra aziende e università: il data scientist, infatti, è una delle figure professionali più ricercate in Italia e nel mondo e a Torino c’è un nuovo corso di laurea magistrale in Data Science, il primo del genere in Italia basato sulla matematica e interamente insegnato in inglese. A luglio 2017 completeranno il loro percorso i primi studenti.
Ma le grandi istituzioni, le aziende tradizionali e le startup non hanno tempo da perdere e hanno avviato la caccia ai laureandi in “Stochastics and Data Science” (nome ufficiale di questo nuovo corso) permettendo a molti studenti di trovare un’opportunità di lavoro o di formazione, prima ancora di avere discusso la tesi. È il caso di Elena Pesce, 23 anni: progetta una tesi sugli impatti delle promozioni sulle vendite al dettaglio. A marzo Elena Pesce ha iniziato il
suo tirocinio formativo con un progetto di tesi presso Evo Pricing per analizzare l’impatto di promozioni multiple, cioè quando sono attive più offerte commerciali in parallelo. “Quello che sto imparando all’università è molto stimolante, aggiunge Elena, ma ora sono felice di potermi confrontare con dati e clienti reali: non solo un’opportunità, ma anche una sfida tutta nuova”.
Il corso magistrale in Stochastics and Data Science è stato avviato nell’anno accademico 2014-15 e attualmente è in fase di completamento il primo ciclo di studi biennali. Nato grazie all’intuizione di un pool di accademici all’avanguardia guidati da Laura Sacerdote, ordinaria di Probabilità e Statistica, ispirandosi a modelli europei e statunitensi, si candida a diventare un fiore all’occhiello nel panorama internazionale. “L’offerta è multidisciplinare, interamente in inglese e infatti vanta un’ottima presenza di studenti e insegnanti stranieri. Per questo motivo abbiamo scelto di basare la nostra sede italiana a Torino, dopo essere nati a Londra” spiega Fabrizio Fantini, che non nasconde la sana contesa di queste figure professionali tra imprese di ogni dimensione.
Si tratta della “prima offerta formativa di questo tipo in Italia” come si legge sulla presentazione dell’Ateneo torinese: “matematica applicata, probabilità, statistica, machine learning e computer science sono competenze fondamentali per figure professionali emergenti in un’epoca con enorme disponibilità di dati, che permetteranno ai laureati di costruire e manipolare modelli matematici in condizioni di incertezza (Stochastics) e analizzare datasets di grandi dimensioni e con strutture complesse (Data Science), sfruttando una profonda comprensione delle strutture matematiche sottostanti”.
L’università vanta collaborazioni con enti di ricerca innovativi ed aziende; ad esempio Evo Pricing organizza regolarmente incontri e seminari dedicati agli studenti: “Già tre anni prima che Amazon annunciasse l’apertura di un centro di data science a Torino abbiamo intuito le grandi potenzialità di questo territorio” aggiunge Fantini, membro del comitato di indirizzo di questo nuovo corso di studi, insieme ad altri quindici componenti, da McKinsey a Intesa Sanpaolo.
“L’intelligenza artificiale non rimpiazzerà l’uomo ma la loro collaborazione è vincente”
Commesse di negozi di vestiti che riescono a prevedere le vendite future meglio dei sistemi big data? Un “miracolo”,
che forse farebbe gola al business tutto l’anno, non solo sotto Natale e in periodo di saldi. Evo Pricing ha dimostrato la formula vincente: il binomio intelligenza artificiale ed esperienza umana, anche nella vendita al dettaglio, batte qualunque sistema informatico. Gli algoritmi si nutrono di dati, e per questo sono vincolati a quanto osservato nel passato. Gli operatori possono, invece, usare la propria esperienza diretta per formulare rapidamente ipotesi sul futuro. In un mondo dinamico quale la moda, in cui la velocità è fondamentale, l’algoritmo da solo è quindi meno potente, senza l’intuito umano.
Al metodo di Evo Pricing contribuiscono ogni settimana più di trecento persone solo in Italia – tra commesse e store manager – grazie a un sistema strutturato di input, basato su incentivi non monetari e un semplice processo. “L’intuizione umana migliora i risultati dell’intelligenza artificiale, la loro combinazione riduce l’errore del 40 per cento, le decisioni diventano più accurate e le vendite crescono di oltre il 10 per cento” assicura Fabrizio Fantini. La sua intuizione è nata dagli anni di lavoro in McKinsey, al fianco dei top manager di tutto il mondo. “Osservavo il potenziale inespresso all’interno delle aziende e mi è venuta l’idea” aggiunge. Variabili come vendite passate, zona geografica, clima e caratteristiche del prodotto sono usate per la previsione iniziale basata sui dati. Ma successivamente, grazie a un vero e proprio “borsino”, i negozi possono modificare questa previsione, arrivando anche a scambiarsi la merce direttamente, laddove proficuo, oltre a migliorare gestione del magazzino, promozioni e strategie di marketing.
Non è fantascienza: proprio come nel celebre film “Next” (ispirato al racconto The Golden Man di Philiph K. Dick) Nicolas Cage dice: “Il problema col futuro? Ogni volta che lo guardi cambia, perché lo hai guardato, e questo cambia tutto il resto”, questo continuo ciclo di apprendimento è proprio quello che Evo Pricing aiuta ad automatizzare.
“A Torino, ad esempio, le stagioni sono diverse da Palermo”, racconta il personale di negozio. “Semplice da descrivere, ma con tanti negozi diventa impossibile per la sede centrale tenerne conto accuratamente. Quindi noi in primavera, quando i piumini non si vendono più nelle regioni calde, grazie alla flessibilità di questo nuovo sistema, approfittiamo per farne scorta e soddisfare la nostra grande domanda. I risultati sono ottimi”. E a Novara hanno tentato per la prima volta nella propria storia la richiesta di prodotti da spiaggia, come ad esempio i costumi: quando il piccolo campionario iniziale ha venduto rapidamente, il sistema ha scoperto l’opportunità e imparato una tendenza finora sconosciuta, sviluppandola poi ulteriormente.
“Ci rivolgiamo a clienti che nel retail non hanno previsioni precise sul comportamento dei loro clienti e sprecano delle opportunità di guadagno, Evo fornisce loro le informazioni per avere sempre l’assortimento giusto ed evitare mancate vendite e il prezzo a cui vendere per massimizzare i margini e ridurre gli sprechi” ci spiega Marco Palminiello, business developer.
“Stiamo pubblicando con Harvard la dimostrazione che le richieste del borsino prevedono l’andamento del binomio domanda-offerta di circa otto settimane”, assicura Giuseppe Craparotta, senior data scientist di Evo Pricing, “e questo è un lavoro unico al mondo, basato su una efficace misura di popolarità del prodotto per la quale l’apporto umano è indispensabile. Molte commesse si stupiscono quando scoprono che il proprio contatto quotidiano con il pubblico e con il prodotto sono l’elemento determinante: l’anima dell’algoritmo”.