Analysis ModelsFigure 1 - DeepView Analysis ModalityLa piattaforma DeepView grazie alla flessibilità della propria architettura e alla modularità dei modelli di applicabili, è in grado di operare in diverse Modalità di Analisi, tra queste, suddivise per classi vi sono:

  • Lookback. I processi di analisi appartenenti a questa classe di Analytics hanno lo scopo di analizzare uno o più flussi di informazioni, riferiti ad un particolare argomento di indagine, utilizzando come arco temporale di riferimento, un periodo che comprende tutti gli eventi passati (t-) fino ad uno specifico istante (t0).
  • Monitoring. I processi di analisi appartenenti a questa classe di Analytics hanno lo scopo di analizzare uno o più flussi di informazioni, riferiti ad un particolare argomento di indagine, contemplando esclusivamente gli eventi del presente (t1=now).
  • Gamification. I processi di questa classe di Analytics hanno lo scopo di produrre, rispetto all’argomento d’indagine, la simulazione di uno scenario evolutivo “what-if” sviluppato rispetto ad uno specifico istante (t1).
  • Prediction. I processi di analisi appartenenti a questa classe di Analytics, utilizzano le informazioni acquisite in modalità Monitoring, per costruire dei trend significativi che comparati con agli andamenti di opportune elaborazioni di tipo “what-if”, sono in grado di produrre uno scenario evolutivo/predittivo il più verosimile possibile, rispetto all’argomento di interesse (t).

La figura 1 ben evidenzia le diverse caratteristiche delle modalità di analisi attivabili attraverso la Piattaforma DeepView, sia rispetto ad una scala di Business Impact (ovvero l’impatto economico della singola modalità di analisi rispetto alla complessità tecnologica e organizzativa della stessa) sia rispetto al concetto distintivo di "Era Approach" che, caratterizzando il funzionamento di tutta la piattaforma, consente l’utilizzo di Modalità di Analisi basate anche sul fattore "tempo".

LookBack Mode

Le modalità di analisi LookBack rappresentano la misurazione (benchmark) e/o interpretazione di tutte quelle informazioni disponibili nel passato (Figura 1 - intervallo temporale da t- a t0) che definiscono eventi significativi per lo specifico argomento di indagine, portando all’identificazione di possibili fenomeni, classi statistiche e/o trend di interesse, al fine di individuare i meccanismi e/o i fattori scatenanti e di evidenziare eventuali relazioni tra loro. Le modalità di analisi LookBack acquistano una rilevanza significativa quando possono essere ripetute nel tempo (variando gli archi temporali di riferimento sempre rispetto il periodo da t- a t0) e comparate tra loro, rispetto a metriche prestabilite che in virtù dell’Era Approach, possono essere ulteriormente valorizzate dalla Knowledge acquisita durante i vari cicli di esercizio.

LookBack Mode & Temporal Analysis

In questa particolare declinazione d’analisi, effettuata in modalità LookBack, le metriche di riferimento rimangono normalmente inalterate rispetto all’andamento temporale, concentrando l’attenzione principalmente sul rilevamento dei delta significativi rispetto al cambiamento del fattore tempo. L’obiettivo è quello di comprendere e descrivere l'andamento nel tempo di un particolare fenomeno, misurandolo rispetto a metriche predefinite, cercando di individuarne i meccanismi o i fattori scatenanti, ed evidenziando eventuali relazioni con altri fenomeni di interesse.

LookBack Mode & Comparative Analysis

L’analisi comparativa prende in considerazione un particolare fenomeno o topic di interesse, analizzato su più archi temporali di riferimento (t1-t2 vs t3-t4), impostando metriche di diagnosi che consentano di evidenziare le differenze rispetto, ad esempio, a mercati o competitors di riferimento, valutandone i risultati in un’ottica comparativa d’insieme. L’obiettivo è quello di evidenziare, attraverso un approccio multidimensionale, gli elementi o le strategie che consentano di migliorare, ad esempio, la penetrazione o la sentiment rispetto a particolari mercati o prodotti.

Monitoring Mode

Le analisi in modalità Monitoring rappresentano la misurazione (benchmark) e/o interpretazione, in real-time (istante t1=now) di tutte quelle informazioni che definiscono eventi significativi per lo specifico argomento di indagine, portando all’identificazione di possibili fenomeni, classi statistiche e/o trend di interesse, al fine di individuare i meccanismi e/o i fattori scatenanti e di evidenziare eventuali relazioni tra loro.

Le analisi in modalità Monitoring possono essere ulteriormente caratterizzate da finalità di Alerting e/o Early Warning. Le prime si pongono l’obiettivo di rilevare e segnalare una allerta (Alerting) al verificarsi di una specifica condizione rispetto al dominio di indagine sottoposto ad attività di monitoraggio. Le seconde si occupano di inviare un segnale di possibile allerta (Early Warning) al verificarsi di specifiche condizioni di contorno che hanno, in passato, caratterizzato una o più condizioni di allerta.

Un processo di Monitoring in modalità Alerting, si ottiene monitorando costantemente, ad esempio, le ricerche effettuate sui vari motori di ricerca, al fine di individuare le tipologie di utenti interessati ad uno specifico Topic, individuandone le associazioni, misurandone le caratteristiche e registrandone la provenienza (georeferenziazione), al fine di comprendere come si generano o se come si stanno generando, nuovi fenomeni, inviando un allarme al verificarsi di specifiche occorrenze rispetto a delle specifiche metriche di riferimento.

I processi di Monitoring in modalità Early Warning, contemplano un modello di analisi continuativa e proattiva che non si sviluppa solo sullo stato generale delle metriche di un modello diagnostico, ma che prende in considerazione tutti quegli elementi che possono influenzare, verso un determinato andamento, il fenomeno osservato. Nel processo di Early Warning viene definito un modello di base che viene raffinato rispetto delle necessità specifiche del cliente, monitorando tutti i subset e gli elementi che influiscono sull’argomento di indagine; quando, sulla base di una scala di valori, viene rilevato un cambiamento dello stato di criticità descritto dal modello, vengono fatte scattare le procedure di allerta verso il cliente finale, anche attraverso specifiche modalità di escalation verso gli apparti organizzativi interessati all’argomento.

Gamification Mode

Le analisi in modalità Gamification si basano sulla creazione di uno scenario composto da uno o più fenomeni e dei rispettivi eventi correlati, collezionati rispetto ad un arco temporale predefinito; la Gamification prevede la creazione di un nuovo scenario (What If) attraverso l’alterazione degli eventi significativi e la conseguente osservazione e valutazione degli effetti ottenuti sui fenomeni di oggetto di analisi. Questa modalità di analisi si basa su uno studio attento degli eventi che caratterizzano i fenomeni oggetto di indagine, con l’intento di determinare e studiare le variabili dipendenti e indipendenti che li compongono.

Prediction Mode - Trend & Cross Impact Analysis

Le analisi in modalità Trend Prediction rappresentano la misurazione (benchmark) e/o interpretazione, in real-time (istante t1=now) di tutte quelle informazioni che definiscono eventi significativi per lo specifico fenomeno, portando all’identificazione di possibili andamenti futuri e dei trend ad esso collegati.

Le analisi in modalità Cross Impact Prediction si basano sulle valutazioni effettuate sull’output ottenuto attraverso un modello predittivo, che messo in relazione con un sistema organizzativo di riferimento (Funzioni ICT, Commerciale, Operation, Finance, etc.) consente di misurare, in uno scenario ipotetico, i rischi e gli impatti (utilizzabili anche per elaborare la Business Impact Analysis) sul core business dell’Ente o dell’Organizzazione oggetto di analisi.

L'analisi predittiva consente di anticipare l’andamento di particolari fenomeni così da pianificare e attuare, strategie a supporto del processo decisionale; di seguito riportiamo alcuni temi sui quali possono essere applicate le analisi predittive, per tipologia:

  • Fenomeni Sociali (Hacktivism, Fenomeni sociali violenti, Terrorismo – Es. TAV, Forconi, etc.)
  • Fenomeni Economici (Impatto dell’andamento delle materie prime, Campagne e concorrenza internazionale, Innovazione tecnologica, etc.)
  • Fenomeni Politici (Nuovi Movimenti, Nuovi Partiti, etc.)
  • Trend Sociali (Tendenze, Moda, Preferenze, etc.)

Queste analisi possono essere utilizzate su informazioni storicizzate e ulteriormente sviluppate attraverso processi di monitoraggio continui, misurandone le "variabili caratteristiche" nel corso del tempo. Applicando gli algoritmi di analisi predittiva, è possibile far emergere trend e associazioni tra concetti, oltre a sviluppare modelli di natura predittiva, dinamici nel tempo con funzioni probabilistiche di accadimento. Applicata a contesti aziendali, tale modalità di analisi aiuta, ad esempio, a prevedere in maniera efficace i trend futuri sul comportamento dei clienti, sull’orientamento dei mercati, sulle capacità dei competitors ed altro ancora.

Scopri i Servizi di Supporto di DeepView >

Scegli il Tuo Modello di Business

On-Premise

Gestisci la piattaforma DeepView in piena autonomia installandola direttamente sulla tua infrastruttura hardware!

Scopri di più

Hybrid

Decidi come dislocare i moduli della piattaforma DeepView sulla base delle tue disponibilità hardware o delle tue necessità!

Scopri di più

Saas

Svicolati dalla gestione Hardware utilizzando DeepView, interamente o in parte, attraverso il modello Software as a Service.

Scopri di più

IaaS

Scegliendo il modello Infrastructure as a Service, potrai utilizzare DeepView su una infrastruttura esterna completamente dedicata.

Scopri di più

PaaS

Utilizzando il modello Platform as a Service, potrai utilizzare DeepView come servizio attraverso un Cloud dedicato!

Scopri di più