Il progetto di ricerca, realizzato in collaborazione con il Politecnico di Milano, ha per oggetto lo sviluppo di una soluzione di previsione automatica di vendite future, sia per prodotti consolidati sia per prodotti nuovi.
Abstract, partner affermato nel mondo dell’Information Technology al servizio dell’innovazione di aziende leader di mercato, è stata premiata con il Best Paper Award, insieme con il team di Data Science del Dipartimento di Informatica del Politecnico di Milano, per un progetto di ricerca finalizzato alla creazione di una soluzione di previsione automatica delle vendite. Il premio è stato assegnato in occasione della 24esima edizione della Conferenza Internazionale Business Information Systems (BIS), che si è svolta ad Hannover in collegamento da remoto.
Il paper, scelto tra una rosa di 64 progetti selezionati, verrà pubblicato nel volume della BIS, considerato un riferimento nel settore delle soluzioni informatiche a supporto dei business aziendali. Nato da un PoC (Proof of Concept) per la fornitura di una soluzione NPI (New Product Introduction), il progetto applica il Machine Learning per fare previsioni automatiche di vendite future, sia per prodotti consolidati sia per prodotti nuovi in fase di progettazione e non ancora immessi sul mercato.
Nello specifico, l’algoritmo progettato da Abstract è pensato per attingere al patrimonio informativo dell’azienda, con l’obiettivo di identificare correlazioni nuove o già esistenti tra i prodotti venduti in passato e quelli che si intendono lanciare sul mercato, sulla base di elementi quantitativi e qualitativi. Attraverso una mappatura delle vendite – distinte in base alle peculiarità dei prodotti (colore, forma, dimensioni, componenti, ecc.) – è possibile ottenere una stima accurata delle performance di vendita di un nuovo prodotto con caratteristiche analoghe, per deciderne il lancio e prevederne le potenzialità.
La soluzione ideata da Abstract si propone come uno strumento interattivo per aiutare le aziende a prevedere le reazioni del mercato, senza sostituirsi alla creatività dei progettisti. Rappresenta al contrario un valido aiuto per i team di disegno e progettazione, perché va a ottimizzare la produzione futura alla luce delle previsioni di mercato.
Il paper dimostra come il Machine Learning statistico sia in grado di supportare le decisioni relative all’ideazione di nuovi prodotti sulla base di informazioni già in possesso di ogni azienda: l’algoritmo va, infatti, alimentato con dati e informazioni del contesto di riferimento, rendendo la soluzione adattabile a qualsiasi settore di business.
Il lavoro condotto da Abstract e dal Politecnico di Milano ha ricevuto anche l’apprezzamento dello European Institute of Innovation & Technology, organismo indipendente dell’Unione Europea incaricato di identificare, co-finanziare e coordinare l’attività di specifiche “comunità della conoscenza e dell’innovazione”, come i partenariati tra università, centri di ricerca e imprese. La sezione Digital dell’EIT ha ritenuto l’idea meritevole di ottenere un finanziamento europeo.
“The Digital section of the EIT considered the idea worthy of obtaining European funding”, ha sottolineato Edgardo Di Nicola Carena, Head of Data Science di Abstract. “Teoria e pratica sembrano due mondi distanti: da un lato c’è il rigore della ricerca teorica e scientifica, dall’altro l’esigenza concreta di mettere a terra progetti che funzionino e di cui il cliente possa apprezzare risultati tangibili. Lavorando bene insieme si possono ottenere vantaggi straordinari”.
