La Competitive Intelligence (CI) fornisce il supporto decisionale fondamentale per le prestazioni di un’organizzazione data-driven, indentificando opportunità, minacce e rischi di mercato. L’intelligenza artificiale (AI) fornisce gli strumenti e le tecniche chiave a supporto della CI per affrontare un mercato in continua evoluzione.
L’intelligenza artificiale ha le potenzialità per rivoluzionare completamente il processo di raccolta dati. Permette di fornire e analizzare le informazioni in modo tempestivo e approfondire migliaia di fonti. Si tratta inoltre, di un processo più accurato in quanto una macchina ha una capacità di analisi dei dati qualitativamente superiore rispetto a un processo condotto manualmente.
Imetrics applica alle proprie attività di tracciamento e analisi dei dati di intelligence relativi ai competitors meccanismi di AI che consentono di combinare i dati estratti con algoritmi di elaborazione intelligenti per imparare da modelli e caratteristiche dei dati che analizzano. I dati derivati dal processo Imetrics di ETL (Extraction, Transformation, Load) vengono storicizzati in databases che successivamente vengono impiegati come fonte per alimentare diversi possibili livelli di analisi del dato attraverso funzioni di data mining e algoritmi di Intelligenza Artificiale (Linear regression, Decision Trees, Lasso, .., custom).
Il potenziale d’Intelligenze Artificiale si estende a partire dalla fase inziale di data collection raccogliendo e analizzando una disponibilità di fonti di dati rilevanti in continua crescita. Non estrarre manualmente le informazioni significa trascorrere meno tempo per svolgere ricerche facilitando il tracciamento di aggiornamenti e modifiche in tempo reale. L’ulteriore selezione delle informazioni più rilevanti permette di soffermarsi su insights sfruttabili dal business e che attribuiscono senso alla grande quantità di dati disponibili. L’utilizzo di piattaforme di AI (IBM Watson) varia il punto di osservazione dal dato “real” al dato probabilistico permettendo di generare pattern in grado di meglio definire tutte quelle variabili che concorrono a minimizzare il tasso di rischio del processo decisionale.
Imetrics propone il framework adottato per un progetto di Competitive Intelligence potenziata da AI e con applicazione pratica al settore Healthcare.
L’applicazione di Intelligenza Artificiale è stata sviluppata a partire da un set di dati di diversi brand farmaceutici per prodotti healthcare presenti sul mercato attraverso canali online.
Il pricing dei prodotti è stato scelto come principale variabile dipendente da studiare in funzione del brand e della loro categoria di appartenenza. Per escludere ogni possibile impatto generato da altre varianti del prodotto si è calcolato il prezzo medio dei prodotti dei brand all’interno delle varie categorie utilizzando diversi metodi di aggregazione dei dati, attribuendo loro le etichette “Low”, “Medium” e “High” (livello di prezzo), affinché risultasse possibile applicare gli algoritmi scelti.
Ai dati ottenuti sono stati applicati algoritmi: un “classificatore strutture ad albero supplementari” la cui accuratezza (rapporto percentuale fra istanze correttamente classificate e istanze totali) pari al 67,14%. È stato possibile dimostrare la presenza di una relazione fra il livello dei prezzi dei prodotti all’interno delle singole categorie e il loro brand di appartenenza. Un modello di questo genere è utile per predizioni dinamiche quanto per confrontare tra loro i comportamenti delle case farmaceutiche e dei loro brand in relazione al pricing dei prodotti.
Nello specifico l’output del modello di AI applicato ha generato i seguenti risultati:
La matrice di valutazione del modello statistico utilizzato rileva che 715 binomi brand – categoria, rispetto al dataset, sono correttamente rilevati (Correctly Classified) al 14.3%, 87.5%, 5.7%, rispettivamente nelle fasce di prezzo di mercato Low, Medium, High.
Per tutte le fasce di prezzo di mercato Low, Medium, High, la ROC Area è sempre oltre 0.5, indicando che il modello utilizzato ha un buon grado di affidabilità (vedi grafico successivo).
La curva di ROC rappresenta graficamente l’accuratezza del modello applicato, stante che una curva con area sottesa pari a 1 rappresenta il classificatore “perfetto” mentre una curva di ROC pari alla bisettrice del grafico con area pari a 0.5 rappresenta un classificatore completamente casuale. La curva di ROC che il modello ha generato, ha un’area pari a 0.530. Si può dunque affermare che il modello ha buona capacità classificatoria e non casuale.
Imetrics è il provider di dati e soluzioni per la Competitive Intelligence
Imetrics è partner dei team di CI nelle aziende italiane e fornisce expertise nella Competitive Intelligence potenziata da AI con metodologie trasparenti ed innovative.
