Data-driven strategy

Coca-Cola HBC punta sull’Augmented Intelligence per scovare nuove opportunità di business

L’azienda che distribuisce la nota bevanda gassata usa una soluzione di intelligenza aumentata che sfrutta i modelli predittivi. L’obiettivo? Stimare la redditività futura dei diversi punti vendita di un’area geografica e scovare quelli a più alto potenziale

Pubblicato il 17 Mag 2019

coca-cola

Coca-Cola HBC ha deciso di puntare sull’Augmented Intelligence per migliorare le opportunità di business legate al segmento dell’Out of Home: pub, ristoranti, pizzerie, take away e bar.

A raccontarlo Edoardo Bottai, Route-to-Market Director di Coca-Cola HBC Italia, dal palco di “ExplAIn your tomorrow, today”, l’evento organizzato da Oracle per dare voce alle aziende che stanno sperimentando i benefici di Big Data Analytics, Intelligenza Artificiale e autoapprendimento. «Il mercato dell’Out of Home è per sua natura molto frammentato e in continua evoluzione, con locali che aprono e chiudono di frequente. Noi abbiamo messo in campo una squadra di hunter che ha il compito di scovare i nuovi clienti scandagliando una rete potenziale di circa 370mila locali. Gli operatori per lavorare al meglio devono però essere adeguatamente supportati nella loro attività di scounting sul territorio».

«Il punto di partenza non tanto è la raccolta continua dei dati, perché le tecnologie oggi permettono di farlo, quanto la capacità di riuscire a utilizzarli nel modo giusto per generare insight e modelli previsionali che assicurino all’azienda un vantaggio competitivo rilevante» ha puntualizzato Stefano Maio, Country Sales Leader Big Data & Analytics di Oracle.

Coca-Cola HBC lo ha fatto in ottica data driven: da alcuni giorni è attiva una soluzione di intelligenza aumentata che sfrutta i modelli predittivi per stimare la redditività futura dei diversi punti vendita di un’area geografica, con l’obiettivo scovare quelli a più alto potenziale. Ogni hunter ha in dotazione un tablet e un’App mobile che mostra la concentrazione dei locali nelle diverse zone, visualizzandole sotto forma di mappe di calore (heat map) continuamente aggiornate. Le mappe si fondano sulla correlazione di dati socio-demografici (ad esempio la presenza di scuole, università o centri commerciali), dati censuari (densità abitativa e reddito pro capite) e record destrutturati provenienti dai social media, come post e tweet oppure recensioni online.

I data scientist dell’azienda hanno creato un modello inferenziale che, a partire dai dati storici, ha individuato le caratteristiche dei punti vendita che si somigliano grazie alla funzionalità dei “grafi” inclusa nelle ultime release del Database Oracle. Sulla base dei dati già in possesso di Coca-Cola HBC, e ragionando in ottica “look alike”, sono state isolate le caratteristiche salienti dei clienti platinum e gold, ovvero quelli a più alto potenziale, e si è cercato di dedurre quali, tra i punti vendita nuovi, hanno caratteristiche simili lavorando per induzione (da generale a particolare) attraverso un algoritmo di Machine Learning. Il grafo scova relazioni che non sono immediatamente percepibili ed è una tessera chiave del sistema di Augmented Intelligence di Coca-Cola HBC «unito all’esperienza e alla conoscenza del settore degli hunter che sono altrettanto importanti», ha concluso Bottai.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4