Machine Learning applicato ai Processi CRM

Machine Learning: come si applica ad un CRM con logica a processi

Nell’ultimo decennio l’Intelligenza Artificiale (AI) è diventata sempre più pervasiva nei sistemi software che vengono impiegati ogni giorno.
L’AI ha avuto un impatto in quasi tutti i campi: ha cambiato il modo in cui interagiamo tra di noi e con le macchine, e in futuro potrebbe cambiare il modo in cui viviamo la nostra vita. Andrew Ng, una delle menti più brillanti in campo tecnologico, ha definito l’AI come  “la nuova elettricità”.
A bene vedere, è esattamente quello che successe due decenni fa con l’Information Technology, ormai parte integrante della nostra quotidianità.

La maggior parte dei manager sa inoltre che l’AI ha il potere di cambiare quasi completamente il modo in cui si fa business. L’AI potrebbe contribuire all’economia globale per un valore di 15,7 trilioni di dollari entro il 2030 (PwC, 2019): le imprese moderne non possono quindi permettersi di ignorarla.

Quando si parla di AI, si parla anche di Machine Learning (ML). Il Machine Learning è la capacità da parte di algoritmi di apprendere dall’esperienza. “Il ML è un sottoinsieme dell’AI, che si pone l’obiettivo di creare modelli di previsione e di comportamento attraverso un processo matematico basato sull’apprendimento”.

Esistono due tipologie di ML:

1. supervisionato: il sistema utilizza esempi di input e output attesi e deve imparare a predire l’output dall’input (per esempio la classificazione di immagini da esempi forniti).
2. non supervisionato: gli input non sono forniti e il modello deve creare autonomamente le categorie e aggregare i risultati in base ad etichette (Attico, 2018);

Come gestire le complessità

Il Machine Learning porta con sé la necessità di gestire una grande quantità di processi che coinvolgono più fonti di dati e che richiedono una gestione sistematica attraverso tecnologie che siano:

1. Flessibili: gli aggiornamenti nei modelli, algoritmi AI e algoritmi di selezione delle funzionalità avvengono in modo rapido, coerente e controllabile al fine di incorporare i costanti cambiamenti di normative e tecnologie;
2. Accessibili: la maggior parte delle funzionalità devono essere utilizzabili da esperti di dominio ma senza il costante supporto di personale informatico e comunque modificabili senza scrivere alcuna riga di codice;
3. Convenienti: non esiste alcun algoritmo di AI perfetto al “primo colpo” ma piuttosto algoritmi che richiedono una fase di test dalla quale emergerà il modello migliore per ogni obiettivo. Il loro costo di licenza deve pertanto essere basso.

Il rischio per le piccole e medie imprese (PMI) è quello di non disporre delle risorse necessarie ad implementare un sistema di gestione dei processi basato su algoritmi di AI.

Il nostro obiettivo è quello di  fornire anche alle PMI uno strumento entry-level per l’integrazione costante degli algoritmi AI nei loro processi e che consenta loro di beneficiare di tutti i vantaggi derivanti.

L’approccio AI di vtenext

In vtenext crediamo fortemente ai software che si adattano alle aziende e non viceversa: ogni azienda ha il suo modo di operare e scoprire i processi effettivamente in uso per poi automatizzare, attraverso il MachineLearning, gli step ripetuti. Tutto ciò è fondamentale per poter garantire sia l’efficacia della soluzione tecnologica che l’applicazione di algoritmi “State-of-the-art” (SOTA).
I moduli di Machine Learning vengono integrati ed ottimizzati nelle singole attività e interagiscono direttamente con il motore nativo BPMN.
Da sempre vtenext sviluppa e fornisce gli strumenti con una logica Open Source che notoriamente consente di contenere i costi, favorire l’evoluzione dei prodotti a livello di community e garantire l’adozione di standard “aperti”.

Vtenext collabora attivamente start-up e spin-off universitari che permettono di fornire ai nostri clienti la miglior tecnologia disponibile sul mercato.

Il framework Machine Learning di vtenext in dettaglio

Klondike è il framework ideato da vtenext per l’integrazione di plugin AI tramite la piattaforma di CRM con motore BPMN proprietario.

L’estensione Klondike aggiunge i seguenti moduli AI a vtenext:

1. Temporal Extraction Module (TE): responsabile della trasformazione di tutti i dati raccolti da vtenext in una rappresentazione di database temporale che è facile da gestire per qualsiasi tipo di analisi da eseguire;
2. Process Discovery Module (PD): consente di scoprire processi impliciti relativi a varie entità provenienti dai dati prodotti dal modulo TE. Esempi di processi impliciti sono pratiche consolidate in azienda oppure legati al comportamento del cliente. In quest’ultimo caso, i processi impliciti determinano i momenti esatti in cui deve essere presa una decisione per guidare il comportamento verso una milestone (ad es. nuovo acquisto, rinnovo della licenza e così via) o lontano da un evento indesiderato (ad es. abbandono).
3. Classification Manager Module (CM): è responsabile di testare e valutare una miriade di algoritmi di classificazione al fine di trovare (se esiste) il metodo migliore per supportare le decisioni. L’utente decide se applicare o meno il metodo in modo non supervisionato, quindi senza alcun intervento umano per tutte le future istanze del processo, oppure supervisionato, mantenendo quindi il potere di decisione.
4. Modulo di gestione delle previsioni (FM): elabora i dati presi dal TE per vedere se determinati percorsi nel processo possono aumentare la probabilità di ottenere il risultato desiderato (o ridurre quella del risultato indesiderato). E’ possibile attivare degli avvisi quando tale probabilità è troppo bassa (cioè, nel caso degli esiti desiderati) o troppo alta (cioè, nel caso di eventi indesiderati).

L’impiego del Machine Learning può comportare certamente dei rischi legati all’obsolescenza degli algoritmi o dei modelli impiegati. Noi di vtenext mitighiamo questi rischi trasformandoli in opportunità di successo e di miglioramento continuo. La nostra piattaforma consente nativamente la possibilità di sostituire infatti gli algoritmi con quelli più recenti e performanti senza alcun onere per i clienti

Vuoi avere più informazioni sui processi gestiti con il Machine Learning da vtenext?