Report e analisi dati gestiti: ogni settimana i numeri che contano, già letti
Il servizio di report e analisi dati gestiti di PrivantAI collega gestionale, e-commerce, CRM e fogli condivisi, costruisce i report che servono e li consegna ogni settimana con le anomalie già evidenziate e spiegate. È per le PMI che hanno i dati sparsi e nessuno che li guardi insieme ogni settimana. Non è una dashboard da aprire: è un'analisi che arriva.
Per chi è
Aziende tra 20 e 250 dipendenti senza un controller interno o con un controller sommerso dalla raccolta dati. Retail ed e-commerce con più punti vendita, manifatturiero con produzione e magazzino, aziende di servizi con margini da tenere sotto controllo.
Cosa comprende
Collegamento alle fonti: gestionale, e-commerce, CRM, banca, fogli condivisi.
Un modello dati pulito e documentato, che resta vostro.
Report settimanale o mensile, nel formato che preferite (PDF via email, pagina web, Excel), con vendite per canale, prodotto e cliente, margini, stock e rotazione, incassi e scaduto, costi ricorrenti.
Analisi delle anomalie: cali, picchi, clienti che spariscono, articoli fermi, scostamenti dal budget, spiegati in due righe.
Una call mensile di lettura con noi.
Previsioni su vendite, riassortimento e cassa quando lo storico lo permette.
Come funziona la partenza
Tre settimane, poi il report arriva da solo.
- 01
Mappiamo le fonti e costruiamo il modello dati.
- 02
Concordiamo con voi le dieci domande a cui il report deve rispondere.
- 03
Produciamo il primo report e lo correggiamo insieme.
- 04
Dal secondo mese arriva da solo.
Da dove si parte
Il Check-Up dice da dove conviene cominciare; il Pilota mette il primo servizio in produzione con un numero nel contratto.
Cosa ottenete
Decisioni prese sui numeri di questa settimana, non del trimestre scorso.
Anomalie viste in giorni, non a bilancio.
Un controller a una frazione del costo.
Un modello dati che resta di vostra proprietà anche se il servizio finisce.
Un numero nel contratto
Le dieci domande a cui il report risponde ogni settimana e il giorno di consegna, scritti nel contratto.
Si misura prima e dopo, e sta scritto nel contratto.
Le analisi, una per una
Quattro livelli, dal conteggio alla decisione. Ogni analisi dice come la facciamo e quali dati servono: se i dati non ci sono, non la promettiamo.
Descrittiva
Cos'è successo?
Vendite per canale, prodotto e cliente
- Come lo facciamo
- Aggregazioni dal gestionale e dall'e-commerce, confrontate con il periodo precedente e con lo stesso periodo dell'anno prima.
- Cosa serve
- Righe di vendita con data, articolo, cliente e canale.
Margine per riga
- Come lo facciamo
- Prezzo netto meno costo di acquisto o di produzione, per prodotto e per cliente. Fa emergere i clienti serviti in perdita.
- Cosa serve
- Listini e costi aggiornati.
Stock e rotazione
- Come lo facciamo
- Giacenza, giorni di copertura, articoli fermi oltre una soglia, classificazione ABC per valore e XYZ per regolarità della domanda.
- Cosa serve
- Movimenti di magazzino.
Incassi e scaduto
- Come lo facciamo
- Giorni medi di incasso, scaduto per fascia di ritardo, clienti che pagano sistematicamente in ritardo.
- Cosa serve
- Scadenzario e incassi.
Diagnostica
Perché è successo?
Rilevazione delle anomalie
- Come lo facciamo
- Soglie statistiche su serie destagionalizzate: un calo del venduto viene confrontato con la stessa settimana degli anni precedenti e con la variabilità normale prima di essere segnalato, così le segnalazioni sono poche e vere.
- Cosa serve
- Almeno 24 mesi di storico.
Scomposizione degli scostamenti
- Come lo facciamo
- Quanto di un calo di margine viene dal prezzo, dal mix di prodotti, dai volumi o dai costi. Tre numeri invece di una discussione.
- Cosa serve
- Un budget o un periodo di confronto.
Clienti che spariscono
- Come lo facciamo
- Per ogni cliente si calcola la frequenza di acquisto e l'intervallo atteso; chi lo supera viene segnalato prima che il fatturato mensile lo mostri.
- Cosa serve
- Storico ordini per cliente.
Predittiva
Cosa succederà?
Previsione della domanda per articolo
- Come lo facciamo
- Modelli di serie storiche con stagionalità, trend e calendario promozioni per gli articoli regolari; gradient boosting per quelli con storico irregolare. Orizzonte da 4 a 13 settimane, accuratezza dichiarata per articolo e misurata su settimane mai viste dal modello.
- Cosa serve
- Due anni di vendite per articolo e il calendario delle promozioni.
Previsione di cassa
- Come lo facciamo
- Incassi attesi dalle abitudini di pagamento di ogni cliente, uscite ricorrenti e scadenze note, su un orizzonte di 13 settimane con scenario base e prudente.
- Cosa serve
- Scadenzario attivo e passivo, storico incassi.
Rischio di abbandono dei clienti
- Come lo facciamo
- Un classificatore addestrato su recenza, frequenza, valore, resi e reclami produce ogni mese la lista dei clienti a rischio con la ragione principale, così il commerciale sa chi chiamare.
- Cosa serve
- Storico ordini e, se ci sono, ticket e reclami.
Manutenzione predittiva
- Come lo facciamo
- Dati macchina (temperature, vibrazioni, assorbimenti, fermi) e storico interventi: il modello rileva la deriva dai valori normali e segnala la macchina prima del guasto.
- Cosa serve
- Sensori o registro fermi con causa.
Sell-through e riassortimento
- Come lo facciamo
- Per retail e moda: previsione del venduto per taglia e punto vendita, con la proposta di trasferimento fra negozi.
- Cosa serve
- Venduto e giacenza per punto vendita.
Prescrittiva
Cosa conviene fare?
Ottimizzazione delle scorte
- Come lo facciamo
- Punto di riordino e scorta di sicurezza per articolo, calcolati dal livello di servizio scelto, dalla variabilità della domanda prevista e dai tempi di consegna dei fornitori.
- Cosa serve
- Previsione della domanda e lead time per fornitore.
Prezzi e sconti
- Come lo facciamo
- Elasticità stimata per famiglia di prodotto: quanto volume si perde per ogni punto di prezzo e qual è lo sconto massimo che mantiene il margine.
- Cosa serve
- Storico di prezzi e volumi con qualche variazione.
Segmentazione dei clienti
- Come lo facciamo
- Clustering sul comportamento d'acquisto, così a segmenti diversi corrispondono azioni diverse: visita, promozione, condizioni di credito.
- Cosa serve
- Storico ordini con anagrafica cliente.
Ogni modello si valuta su dati che non ha mai visto, con l'accuratezza scritta accanto al numero. I modelli si riaddestrano a cadenza fissa perché il mercato cambia. Le analisi avanzate sono progetti di data analysis e machine learning costruiti sul vostro storico, che poi entrano nel report gestito: sono quotate a parte e partono di solito da un Pilota di 60 giorni.
Dati protetti
Lavora dietro l'AI Security Gateway
I dati restano nei vostri sistemi o su cloud europeo dedicato. Il modello previsionale viene addestrato sul vostro storico e non è condiviso con nessuno. Dove intervengono modelli linguistici, per esempio per scrivere le due righe di spiegazione di un'anomalia, passano dal Gateway con i dati mascherati.
Prezzo
da 1.000 €/mese
Setup una tantum per il modello dati, poi canone mensile. Le analisi avanzate sono quotate a parte.
Prezzi IVA esclusa. Canoni sempre espressi in €/mese.
Domande frequenti
Serve un data warehouse?
No. Costruiamo un modello dati leggero sulle vostre fonti, su cloud europeo o nei vostri server. Se avete già una base dati la usiamo.
I dati sono puliti abbastanza?
Quasi mai all'inizio. Le prime settimane servono anche a questo, e la pulizia resta nel modello, non va rifatta.
Che differenza c'è da Power BI?
Power BI è uno strumento che qualcuno deve costruire, alimentare e leggere. Qui il lavoro è fatto da noi, e il report arriva con l'analisi già scritta. Se volete, il modello dati alimenta anche Power BI.
Fate anche progetti di data analysis singoli?
Sì, per esempio una previsione di vendita o un'analisi di marginalità una tantum. Il servizio gestito è il modo per non rifarli da capo ogni anno.
Gli altri servizi gestiti.
Stesso perimetro, stesso Gateway, stessa regola: un numero nel contratto.