Copyright © 2003, SAS Institute Inc. All rights reserved. Company confidential - for internal use only Forecasting: Prevedere gli eventi per pianificare.

Presentazione sul tema: "Copyright © 2003, SAS Institute Inc. All rights reserved. Company confidential - for internal use only Forecasting: Prevedere gli eventi per pianificare."— Transcript della presentazione:

1 Copyright © 2003, SAS Institute Inc. All rights reserved. Company confidential - for internal use only Forecasting: Prevedere gli eventi per pianificare le strategie aziendali Michela Giacomini Bologna, 21 Novembre 2003

2 Copyright © 2003, SAS Institute Inc. All rights reserved. Che budget allocare per le varie attività aziendali? Come organizzare le scorte e l’approvvigionamento del magazzino? Quanto costano e costeranno i pagamenti delle garanzie? Come si possono prevedere i danni in garanzia prima che si verifichino? Come si possono allineare le risorse in modo più efficiente? A quali clienti indirizzare una certa campagna di marketing? … Domande di Business …

3 Copyright © 2003, SAS Institute Inc. All rights reserved. Tipologie di previsione  Previsione quantitativa di un target di interesse: Volumi di un prodotto o di una famiglia di prodotti Numero di ordini di un prodotto o di una famiglia di prodotti Numero di riparazioni in garanzia per modello e tipo di garanzia Vendite di un prodotto o di una famiglia di prodotti ……..  Previsione comportamento di clientela/concessionari rispetto ad un target di interesse: Richiesta di numerose garanzie, per evidenziare comportamenti fraudolenti Acquisto di un prodotto Redditività / fedeltà / abbandono del cliente ……..

4 Copyright © 2003, SAS Institute Inc. All rights reserved. Modelli per la previsione Reti neurali n Regressione n Alberi decisione n Modelli ARIMA n Exponential smoothing

5 Copyright © 2003, SAS Institute Inc. All rights reserved. Previsioni quantitative (serie storiche)  I modelli previsivi vengono costruiti sulla base degli andamenti registrati nel tempo (serie storiche) del target di interesse (vendite, volumi, ordini…)

6 Copyright © 2003, SAS Institute Inc. All rights reserved. Previsioni quantitative (serie storiche)  Requisiti: Necessitano di un numero sufficiente di dati storici per comprendere il fenomeno e prevederlo Le variabili essenziali per la costruzione del modello sono l’intervallo temporale e il fenomeno da analizzare Dati storiciPrevisione

7 Copyright © 2003, SAS Institute Inc. All rights reserved. Previsione comportamento della clientela  La previsione viene effettuata rispetto ad un target di interesse. Il target viene fissato a seconda dell’obiettivo delle analisi per esempio: Richiesta di riparazione in garanzia Acquisto di un prodotto Rischio di abbandono del cliente Redditività del cliente Fedeltà del cliente Prossima visita al concessionario

8 Copyright © 2003, SAS Institute Inc. All rights reserved. Esempio di definizione del Target Prevedere se il cliente acquisterà il prodotto “x”  Target = 1 se il cliente ha acquistato il prodotto “x”  Target = 0 se il cliente non ha acquistato il prodotto “x”

9 Copyright © 2003, SAS Institute Inc. All rights reserved. Analisi di previsione comportamentale Probabilità di risposta

10 Copyright © 2003, SAS Institute Inc. All rights reserved. Le garanzie costano alle aziende milioni di dollari −I costi diretti includono la sostituzione di parti, il lavoro e i singoli pezzi −I costi indiretti prevedono l’insoddisfazione del cliente e l’impoverimento del brand Problema di suddivisione dei costi tra azienda produttrice/fornitori/rivenditori E’ difficile prevedere le riserve economiche per le garanzie Il pagamento di troppi reclami non validi L’identificazione e la risoluzione del problema sono processi troppo lenti Garanzie - Situazioni …

11 Copyright © 2003, SAS Institute Inc. All rights reserved. Applicazione garanzie …  previsioni di spese per marca  previsioni per tipo di garanzia  previsione delle azioni di richiamo  propensione delle officine ad effettuare interventi in garanzia, per stimare eventuali comportamenti fraudolenti  caratteristiche dei clienti che usufruiscono di numerose garanzie o che provocano alti costi di garanzia, per stimare eventuali comportamenti fraudolenti  affidabilità prodotto/fornitore: analisi dei costi di garanzia per fornitori

12 Copyright © 2003, SAS Institute Inc. All rights reserved. MARCA 1 MARCA 2 MARCA 3 MARCA 4 MARCA 5 ANALISI delle GARANZIE Scelta libera del periodo Scelta dell’applicativo PREVISIONI COSTI GARANZIE Scelta del report da visualizzare Scelta della Marca Valori consolidati e previsti Accuratezza del modello

13 Copyright © 2003, SAS Institute Inc. All rights reserved. MARCA 1 MARCA 2 MARCA 3 MARCA 4 MARCA 5 ANALISI delle GARANZIE Valori consolidati e previsti

14 Copyright © 2003, SAS Institute Inc. All rights reserved. MARCA 1 MARCA 2 MARCA 3 MARCA 4 MARCA 5 MARCA 2 MARCA 3 MARCA 4 MARCA 5 ANALISI delle GARANZIE Visualizzazione grafica delle previsioni

15 Copyright © 2003, SAS Institute Inc. All rights reserved. MARCA 1 MARCA 2 MARCA 3 MARCA 4 MARCA 5 MARCA 2 MARCA 3 MARCA 4 MARCA 5 ANALISI delle GARANZIE Visualizzazione grafica dei costi cumulati

16 Copyright © 2003, SAS Institute Inc. All rights reserved.  | Valore Osservato – Valore Previsto| Accuratezza= (1 - -----------------------------------------------------) * 100  Valore Osservato Applicazione garanzie … Calcolata: sull’ultimo mese consuntivato Sugli ultimi 3 mesi consuntivati

17 Copyright © 2003, SAS Institute Inc. All rights reserved. MARCA 1 MARCA 2 MARCA 3 MARCA 4 MARCA 5 MARCA 2 MARCA 3 MARCA 4 MARCA 5 ANALISI delle GARANZIE Trend dell’accuratezza

18 Copyright © 2003, SAS Institute Inc. All rights reserved. Modelli realizzati  Costi di garanzia TOTALE MACHEmetodo stepwise autoregressivo, trend quadratico MARCA 1metodo stepwise autoregressivo, trend quadratico MARCA 2metodo additivo di Winters, trend lineare MARCA 3metodo stepwise autoregressivo, trend lineare MARCA 4Arima, ordine autoregressivo 3 MARCA 5metodo stepwise autoregressivo, trend lineare  Correntezze TOTALE MACHEmetodo additivo di Winters, trend lineare MARCA 1metodo additivo di Winters, trend lineare MARCA 2Arima, ordine autoregressivo 3 e ciclo di stagionalità 1 anno MARCA 3metodo stepwise autoregressivo, trend quadratico MARCA 4Arima, ordine autoregressivo 2 e ciclo di stagionalità 1 anno MARCA 5metodo stepwise autoregressivo, trend lineare

19 Copyright © 2003, SAS Institute Inc. All rights reserved. Conclusioni  Dati certificati e facilmente consultabili Stampa, export su excel  Accuratezza nelle previsioni dei costi delle garanzie Supporto immediato e certificato nell’impegno del budget pluriennale  Ulteriori sviluppi Ricerca di comportamenti scorretti o fraudolenti −Le capacità analitiche di SAS (data mining) consentono di individuare tra tutte le officine, quelle che hanno una maggior probabilità di effettuare interventi in garanzia non corretti o fraudolenti.

20 Copyright © 2003, SAS Institute Inc. All rights reserved. Copyright © 2001, SAS Institute Inc. All rights reserved.